一次受電は、
ただ電話を取るだけじゃない。

問い合わせ対応そのものが 自分の中心業務だったわけではありません。

現場では、 問い合わせや受発注業務について もう少し深く見てほしいという話があり、 あわせて業務改善案も求められていました。

そこで、 実際の問い合わせ対応や受発注業務を見たり、 一部を経験したりしながら、 どこに負荷があるのかを確認しました。

その中で見えてきたのが、 一次受電は 単に電話を取るだけの仕事ではない、 ということでした。

一次受電は、
問い合わせ対応の入口だった。

問い合わせを受けたとき、 後から部品を調べるために いくつか確認したい情報があります。

どの機種なのか。

号機は分かるのか。

どの部品についてなのか。

どんな状態なのか。

何を知りたいのか。

ただし、 問い合わせをする人が すべての情報を知っているとは限りません。

品番まで分かる人もいれば、 機種しか分からない人もいます。

「この辺についている部品」 くらいしか分からないこともあります。

だから、 決まった質問を 順番に聞くだけでは足りません。

聞きたい情報と、
相手が答えられる情報は同じではない。

相手が持っている情報から、 次に何を聞くかを考える必要があります。

一次受電で集めた情報は、 その後の部品特定や調査に使います。

機種を確認する。

号機を見る。

仕様を確認する。

パーツリストや 部品情報を探す。

必要な品番を絞る。

電話で聞いた情報が不足していると、 その後の調査も進みません。

電話を終えた後に、
調べられる材料が残っているか。

一次受電で大事なのは、 その場で答えを出すことより、 次の人が動ける状態を作ることでした。

問い合わせ対応を詳しく見ていくと、 どこで時間がかかっているのかは 少しずつ分かってきます。

最初の聞き取り。

部品特定。

情報の確認。

必要に応じた折り返し。

でも、 業務を詳しく見れば すべて解決できるわけではありません。

品番体系そのものが分かりづらい。

古い機種では、 設計情報と 実際についている部品が 一致しないこともある。

経験がないと 判断しづらいケースもある。

深掘りすると、
改善できるところと、
簡単には変えられないところが分かれてくる。

だから、 問い合わせ対応全体を 一気に自動化するのではなく、 切り出せるところから考える必要がありました。

問い合わせ内容を テキストとして残せれば、 後から内容を確認しやすくなります。

でも、 難しい問い合わせでは それだけでは足りません。

内容を確認してみると、 もう少し詳しく聞かないと 判断できないことがあります。

どの部分なのか。

どんな状態なのか。

何を見て その部品だと思っているのか。

相手が見ているものと、 こちらが想定しているものが 本当に同じなのか。

問い合わせを文字にすることと、
判断できる情報が揃うことは別。

そういう場合は、 一度問い合わせ内容を残したうえで、 こちらから改めて連絡します。

足りない情報を 追加でヒアリングし、 そこから人が判断します。

難しい案件まで 一次受電だけで完結させるのは 現実的ではありません。

問い合わせ対応を見たうえで、 一次受電部分を AIボイスボットで受ける改善案を考えました。

機種。

号機。

部品名。

用件。

最初に確認したい情報を聞き取り、 会話の内容を テキストとして残します。

担当者は、 その内容を後から確認する。

情報が足りなければ、 人が折り返して 追加でヒアリングする。

自動化したいのは、
人の判断ではなく、
その前の受け取りと整理だった。

AIで全部を解決するのではなく、 最初の受け取りを 人から切り離すところから始める。

その方が、 実際の業務には合っていると考えました。

一次受電を自動化すると聞くと、 電話対応そのものを 人からなくすようにも見えます。

でも、 自分が考えたのは そこまでではありません。

最初の問い合わせを受ける。

必要な情報を聞く。

内容を残す。

担当者が確認する。

難しい案件だけ、 人が改めて対応する。

人をなくすのではなく、
人が必要なところに時間を使えるようにする。

業務を深掘りしたことで、 全部を自動化するよりも、 どこまでなら機械に任せられるのかを 分けて考える方が 現実的だと感じました。