銀行業界は、窓口業務のDX化などデジタル化が急速に進む業界の１つであり、VOC（＝Voice of Customer）の収集・分析とその業務活用はDXにおける重要なテーマの１つです。

今回は、銀行業界においてVOC分析を実施する際のポイントについて、まずは最も基礎的な３つのポイントを解説いたします。

１．コールセンターや支店の窓口業務など、行内に蓄積されたVOCを一元管理する

銀行業界では、コールセンターだけでなく、支店の窓口業務や、WEBサイトにおけるチャット対応など、顧客との様々なタッチポイントが存在します。

特に顧客の年代によって使用するチャネルが大きく異なるため、網羅的にVOCを収集するにはどれか１つのチャネルでは不十分で、行内に蓄積されたVOCを一元管理することが必要です。

そのためには、音声テキスト化のソリューションの導入なども有効な手段の１つです。

２．苦情分析は、顧客のセグメントごとに分けて実施する

銀行業界の場合、苦情分析は、顧客のセグメントごとに分けて実施することが有効です。

何故ならば、顧客の属性（例：預金額、収入、年齢）により、銀行側が取るべきアクションが全く異なってくるからです。

そのためには、予め苦情のVOCデータに顧客属性の情報を紐付け、クロス分析ができるようにデータを整備しておくことが必要となります。

３．他行との比較によって、自社の課題を抽出する

通常の苦情分析では、「～に不満がある」「～をして欲しい」といった苦情や要望の表現を抽出し、深堀り分析をする手法が一般的ですが、銀行業界の場合、それだけでなく、他行との比較によって自社の課題を抽出することも有効です。

具体的には、コールセンターの対応履歴の中で「～銀行より手数料が高い」「～銀行ではオンラインで手続きができる」といった他行比較の表現を抽出して深堀り分析をすることや、より詳細に他行との比較をするには、SNSのデータを自社名と他行名でそれぞれクローリングしたデータを用意し、分析結果を比較することも効果的です。

４．まとめ

今回は、銀行業界においてVOC分析を実施する際のポイントについて、まずは最も基礎的な３つのポイントを解説いたしました。

より詳細な情報や事例について知りたい方は、お問合せフォームよりぜひお気軽にお問合せください。テキストマイニングに興味をお持ちの方は、無料のセミナーもございますので、お気軽にご参加ください。

関連製品：VextMiner
関連ワード：自然言語処理