ROI事件ファイル No.400｜『GloboTech社の1人に集中する全ての声』
第一章:1人に集中する全ての声——基幹システム導入で問い合わせが爆発
NexonTech社のPPM事件が解決した翌日、今度は企業の社内問い合わせ対応と議事録作成に関する相談が届いた。第三十二巻「再現性」の第400話、最終話は、RFMで顧客価値を分析する物語である。
「探偵、私は、溺れています。問い合わせの海に。毎日5~10件。しかし、繁忙期には30件を超えます。基幹システムを新規導入したためです。印刷方法、操作方法、エラーの対処。全てが私に集中します。私は1人です。チームはありません。サポート担当は、私だけです」
GloboTech社 の情報システム部、横浜出身の佐藤健太は、疲弊した表情でベイカー街221Bを訪れた。彼の手には、未対応の問い合わせリスト83件と、それとは対照的に「AI-Powered Support & Meeting Minutes 2026」と記された希望に満ちた提案書が握られていた。
「我々は、総合商社です。従業員680名。年商520億円。2025年4月に基幹システムを刷新しました。SAP S/4HANAを導入しました。全社員が使います。しかし、操作が複雑です。問い合わせが爆発しました。月間150件から、今は月間320件です。2倍以上に増えました」
GloboTech社の現状: - 設立:1975年(総合商社) - 従業員数:680名 - 年商:520億円 - 問題:社内問い合わせ対応の逼迫(1名担当、月320件)、議事録作成の負担(手動、ICレコーダー文字起こし)
佐藤の声には深い焦燥感があった。
「問い合わせの実態を見てください。月間320件。1日あたり14.5件(営業日22日換算)。1件あたり対応時間は平均25分。1日6時間が問い合わせ対応で消えます。残業は月80時間です。限界です」
問い合わせ対応の実態:
月間問い合わせ数の推移: - 2024年12月(旧システム):150件 - 2025年1月(新システム移行月):420件 - 2025年2月:380件 - 2025年3月:350件 - 2025年4月:320件 - 2025年5月以降:平均320件で安定
1日の業務内訳(勤務時間8時間): - 問い合わせ対応:6時間(14.5件 × 25分) - 問い合わせ記録・資料化:1時間 - その他業務(システム保守など):1時間 - 残業:2時間/日
月間残業時間: - 2時間/日 × 22日 = 44時間/月 - 繁忙期(月末):+36時間 - 合計:月80時間
佐藤は深くため息をついた。
「問い合わせの内容を分類しました。上位10種類で全体の82%を占めています。印刷方法、パスワードリセット、経費精算の入力方法、承認フローの確認。全て基本操作です。しかし、マニュアルがありません。FAQもありません。全て私の頭の中にあります。私が答えるしかありません」
問い合わせ内容TOP10(月間320件):
| 順位 | 内容 | 月間件数 | 割合 | 累計割合 |
|---|---|---|---|---|
| 1 | 印刷方法(伝票、帳票) | 65件 | 20.3% | 20.3% |
| 2 | パスワードリセット | 48件 | 15.0% | 35.3% |
| 3 | 経費精算の入力方法 | 42件 | 13.1% | 48.4% |
| 4 | 承認フローの確認 | 38件 | 11.9% | 60.3% |
| 5 | エラーコードの対処 | 28件 | 8.8% | 69.1% |
| 6 | データのエクスポート | 22件 | 6.9% | 76.0% |
| 7 | ユーザー権限の変更 | 12件 | 3.8% | 79.8% |
| 8 | 画面遷移が分からない | 8件 | 2.5% | 82.3% |
| 9 | マスタデータの修正 | 5件 | 1.6% | 83.9% |
| 10 | その他個別対応 | 52件 | 16.1% | 100% |
発見: - 上位8種類(1~8位)で82.3%を占める - 繰り返し同じ質問が発生(印刷方法は月65件) - FAQ化・自動化の余地が大きい
「そして、議事録の問題です。私は週3回の会議に参加します。情報システム部会議、基幹システム推進会議、経営会議。合計週180分(3時間)です。議事録作成は私の担当です。ICレコーダーで録音し、夜に文字起こしします。手作業です。1時間の会議の文字起こしに、2時間かかります。週6時間が議事録作成で消えます」
議事録作成の実態:
参加会議(週3回): - 情報システム部会議:毎週月曜、60分 - 基幹システム推進会議:毎週水曜、60分 - 経営会議:毎週金曜、60分 - 合計:週180分(3時間)
議事録作成プロセス: 1. 会議中にICレコーダーで録音 2. 夜、録音を聞きながら文字起こし(Word) 3. 要点を整理、箇条書き化 4. 上司にメール送信、承認依頼 5. 承認後、参加者全員にメール配信
1会議あたり作業時間: - 録音データの文字起こし:120分(1時間の会議 → 2時間の作業) - 要点整理:30分 - 承認プロセス:10分 - 合計:160分(2時間40分)
週間作業時間: - 3会議 × 160分 = 480分(8時間) - 週8時間が議事録作成で消える
「以前、チャットボット導入を検討しました。2025年3月です。しかし、導入に至りませんでした。理由は、問い合わせ内容が多岐にわたるため、チャットボットでは対応しきれないと判断したからです。今は、AI議事録機能も含めたシステムを探しています。しかし、何から始めればいいのか。どのシステムを選べばいいのか。分かりません」
第二章:全ての問い合わせに平等に対応するという幻想——顧客価値が分析されていない
「佐藤さん、全ての問い合わせに平等に対応すれば解決すると思っていますか?」
私の問いに、佐藤は戸惑った表情を見せた。
「えっ、そうではないのですか? 全ての社員が等しく重要です。全員の問い合わせに丁寧に対応すべきだと思っていました」
現在の理解(平等対応型): - 期待:全員に平等対応 → 満足度向上 - 問題:顧客価値(誰が重要な問い合わせをしているか)が分析されていない
私は、RFMで顧客価値を分析する重要性を説いた。
「問題は、『全員に平等対応』という考えです。RFM——Recency, Frequency, Monetary。最新性、頻度、金額の3軸で顧客価値を分析することで、優先順位を明確にし、再現可能な効率化が実現します」
⬜️ ChatGPT｜構想の触媒
「平等対応に頼るな。RFMで顧客価値を分析し、戦略的に対応優先度を決めよ」
🟧 Claude｜物語の錬金術師
「顧客は、いつも『平等』ではない。3つの軸で測ることで、真の価値が見える」
🟦 Gemini｜理性の羅針盤
「RFMフレームワークを適用せよ。Recency → Frequency → Monetary」
3人のメンバーが分析を開始した。Geminiがホワイトボードに「RFM分析マトリクス」を展開した。
RFMフレームワーク: - Recency(最新性):最後の問い合わせはいつか? - Frequency(頻度):問い合わせ頻度は? - Monetary(金額):その人の業務が生む価値は?(役職・部門で推定)
「佐藤さん、まず680名の社員をRFMで分析しましょう」
第三章:Phase 1——RFMで問い合わせ者を分類し、優先順位を設計
ステップ1:過去6ヶ月の問い合わせデータ収集(Week 1)
問い: 「誰が、いつ、何回、どんな問い合わせをしたか?」
データ収集: - 期間:2025年5月~10月(6ヶ月) - 総問い合わせ数:1,920件 - 問い合わせ者数:342名(全従業員680名の50.3%) - 未問い合わせ者:338名(49.7%)
ステップ2:RFMスコアリング(Week 1-2)
Recency(最新性)のスコア: - 5点:過去1週間以内 - 4点:過去1ヶ月以内 - 3点:過去3ヶ月以内 - 2点:過去6ヶ月以内 - 1点:6ヶ月以上前
Frequency(頻度)のスコア: - 5点:月10回以上 - 4点:月5~9回 - 3点:月3~4回 - 2点:月1~2回 - 1点:半年で1回
Monetary(金額=業務価値)のスコア: - 5点:経営層(役員、部長) - 4点:管理職(課長、マネージャー) - 3点:中堅社員(主任、リーダー) - 2点:一般社員 - 1点:アルバイト・派遣
ステップ3:RFMセグメンテーション(Week 2-3)
セグメント分類(RFMスコア合計で分類):
| セグメント | RFM合計 | 人数 | 割合 | 月間問い合わせ数 | 割合 |
|---|---|---|---|---|---|
| VIP | 13~15点 | 28名 | 8.2% | 128件 | 40.0% |
| 重要顧客 | 10~12点 | 65名 | 19.0% | 112件 | 35.0% |
| 一般顧客 | 7~9点 | 148名 | 43.3% | 64件 | 20.0% |
| 低頻度顧客 | 3~6点 | 101名 | 29.5% | 16件 | 5.0% |
| 合計 | - | 342名 | 100% | 320件 | 100% |
重要な発見: - VIP 28名(8.2%)が全問い合わせの40%(128件)を占める - VIP + 重要顧客93名(27.2%)で全問い合わせの75%(240件)を占める - 低頻度顧客101名(29.5%)は全問い合わせの5%(16件)のみ
ステップ4:セグメント別の対応戦略設計(Week 3-4)
VIP(28名、40%の問い合わせ)の戦略: - 対応方法:佐藤が即座に対応(優先度:最高) - 対応時間:30分以内に初回返信 - 特別対応:電話での直接サポート可 - ナレッジ化:VIPの質問は全てFAQに追加
重要顧客(65名、35%の問い合わせ)の戦略: - 対応方法:AIチャットボット → 解決しなければ佐藤 - 対応時間:2時間以内に初回返信 - ナレッジ化:頻度の高い質問をFAQ化
一般顧客(148名、20%の問い合わせ)の戦略: - 対応方法:AIチャットボット(自己解決推奨) - 対応時間:24時間以内に初回返信 - ナレッジ化:基本的なFAQで対応
低頻度顧客(101名、5%の問い合わせ)の戦略: - 対応方法:AIチャットボット + FAQ - 対応時間:48時間以内に初回返信
第四章:Phase 2——AI問い合わせ対応と議事録自動生成システム導入
Month 1-2:AIチャットボット + FAQ構築
システム選定: - AIチャットボット:GPT-4ベース(Azure OpenAI) - FAQ管理:Notion(社内Wiki) - 議事録自動生成:Otter.ai(日本語対応)
FAQ構築(Month 1): - 対象:問い合わせTOP8(全体の82.3%) - 作成数:80記事 - 印刷方法:15記事(機能別) - パスワードリセット:8記事 - 経費精算:12記事 - 承認フロー:10記事 - エラーコード:20記事 - データエクスポート:8記事 - ユーザー権限:5記事 - 画面遷移:2記事
AIチャットボット学習(Month 1-2): - FAQ 80記事を学習データに投入 - 過去の問い合わせ1,920件を学習 - 回答精度:85%(社内テスト結果)
Month 2-3:議事録自動生成システム導入
Otter.ai導入: - 機能:音声 → 文字起こし → 要約 - 精度:日本語95%(公称値) - 対応時間:1時間の会議 → 5分で文字起こし完了
導入プロセス: 1. 会議中にOtter.aiで録音 2. 自動で文字起こし(リアルタイム) 3. GPT-4で要約生成(箇条書き) 4. 佐藤が確認・修正(5分) 5. 参加者にメール配信
1会議あたり作業時間(従来 vs 新システム): - Before:160分(2時間40分) - After:10分(文字起こし5分 + 確認5分) - 削減:150分(94%削減)
Month 4:効果測定
KPI1:問い合わせ対応時間の削減
| セグメント | 月間件数 | 対応時間(Before) | 対応時間(After) | 削減率 |
|---|---|---|---|---|
| VIP | 128件 | 128件×25分=3,200分 | 128件×25分=3,200分 | 0% |
| 重要顧客 | 112件 | 112件×25分=2,800分 | 40件×25分=1,000分 | 64% |
| 一般顧客 | 64件 | 64件×25分=1,600分 | 10件×25分=250分 | 84% |
| 低頻度 | 16件 | 16件×25分=400分 | 2件×25分=50分 | 88% |
| 合計 | 320件 | 8,000分 | 4,500分 | 44% |
説明: - 重要顧客の72%(80件)がAI自動解決 - 一般顧客の84%(54件)がAI自動解決 - 低頻度顧客の88%(14件)がAI自動解決
月間削減時間: - 問い合わせ対応:3,500分(58時間) - 議事録作成:450分(7.5時間) - 合計:65.5時間/月
残業時間の変化: - Before:月80時間 - After:月14.5時間(80 - 65.5) - 削減率:82%
KPI2:問い合わせ自己解決率
| 指標 | Before | After | 改善率 |
|---|---|---|---|
| AI自動解決率 | 0% | 53% | - |
| FAQ自己解決率 | 0% | 12% | - |
| 佐藤対応が必要 | 100% | 35% | 65%減 |
KPI3:VIP満足度
| 指標 | Before | After | 改善 |
|---|---|---|---|
| VIP対応時間 | 2時間以内 | 30分以内 | +75% |
| VIP満足度(5段階) | 3.2 | 4.8 | +50% |
VIPの声: - 「以前より回答が早くなった」(経営企画部長) - 「優先的に対応してもらえてありがたい」(営業本部長)
Year 1総合効果:
人件費削減: - 削減残業時間:65.5時間/月 × 12ヶ月 = 786時間/年 - 時給:4,500円(情報システム部員平均) - 年間削減額:786時間 × 4,500円 = 354万円
生産性向上: - 佐藤の空き時間:月65.5時間 - この時間でシステム保守・改善に注力 - システム障害対応時間:月40時間 → 月15時間(62%削減) - システム稼働率:98.5% → 99.8%(+1.3pt)
定性効果: - 佐藤のワークライフバランス改善 - VIP(経営層・管理職)の満足度向上 - 一般社員の自己解決能力向上
投資: - AIチャットボット開発:200万円 - FAQ構築:80記事 × 2万円 = 160万円 - Otter.ai:月3万円 × 12ヶ月 = 36万円 - Azure OpenAI:月8万円 × 12ヶ月 = 96万円 - 初期投資合計:492万円 - 年間ランニングコスト:132万円
ROI: - (354万円 - 132万円) / 492万円 × 100 = 45% - 投資回収期間:492万円 ÷ 222万円 = 2.2年
Year 2以降(ランニングコストのみ): - 年間効果:354万円 - 年間コスト:132万円 - 年間利益:222万円(継続)
第五章:探偵の診断——顧客価値を測ることが、戦略的対応への道
その夜、RFMの本質について考察した。そして、第三十二巻「再現性」の最終話を振り返った。
GloboTech社は、「全ての問い合わせに平等対応すべき」という幻想を持っていた。しかし、VIP 28名(8.2%)が問い合わせの40%を占める。全員を平等に扱えば、重要な顧客の満足度が下がる。
RFMで680名の社員を分析した。Recency(最終問い合わせ日)、Frequency(問い合わせ頻度)、Monetary(役職=業務価値)。この3軸でVIP、重要顧客、一般顧客、低頻度顧客に分類した。
この分類により、戦略的対応が可能になった。VIPは即座に対応、重要顧客はAI+人間のハイブリッド、一般顧客はAI自動解決推奨。結果、年間354万円の削減、残業82%減、VIP満足度+50%。
重要なのは、「平等に扱う」のではなく、「価値を測り、優先順位をつける」ことだ。RFMで顧客価値を分析することで、再現可能な戦略的対応が実現する。
そして、この第400話で、第三十二巻「再現性」は完結する。
No.391から始まった10の事件——5W1H、5WHYS、AIDMA、4P、PEST、SBI、DESC、5F、PPM、そしてRFM。
全ての事件に共通するのは、「再現性」だった。属人的な成功ではなく、誰でも再現できる方法論。問いを整理し、根本原因を掘り下げ、顧客心理を設計し、外部環境を読み、製品価値を測る。
「平等対応に頼るな。RFMで顧客価値を分析し、戦略的に対応優先度を決めよ。顧客は平等ではない。3つの軸で測ることで、真の価値が見え、再現可能な戦略的対応が生まれる」
次なる巻もまた——いや、次なる物語もまた、再現可能な成功を追求し続けることになるだろう。
「RFM——Recency, Frequency, Monetary。最新性・頻度・金額で顧客価値を測れ。平等という幻想を捨て、価値に応じた戦略的対応が、再現可能な成功を生む」——探偵の手記より
第三十二巻「再現性」完
関連ファイル
