SNSが普及し、情報が瞬く間に広がる今の世の中では、炎上に繋がりかねない苦情やクレームをいち早くキャッチし、早期に対策を行って炎上の火種を消すことができるかに、企業の未来がかかっているといっても過言ではありません。

テキストマイニングツールをご検討中・導入済みの企業様からは、その導入目的として、蓄積しているテキストデータ（アンケート、日報、応対履歴、音声認識テキストなど）から、お客様による苦情やお叱り、要望を分析して業務改善に活かしたいというお声が多く挙がっています。

では、多くの企業がお客様の声（VOC）の分析に取り組んでいるのにも関わらず、炎上がなくならない理由は何でしょうか？

今回は、テキストデータからクレームや苦情を早期に発見し、情報の拡散スピードが速い世の中で「炎上」を防ぐ予兆分析の手法についてご紹介します。

テキストデータから「炎上」の火種を見つけるのが難しい理由

VOC分析を行っているのに、炎上がなくならない理由の１つには、炎上となる前にその火種となる今はまだ少数の苦情やクレームを発見することが難しいことが挙げられます。

VOC分析を行っていれば、データ内で件数の多い主要な苦情やクレームは見つけやすく、またコンタクトセンターや営業部署の担当者であれば、それらをお客様のご意見として直接いただく機会があるため、ある意見をクレームや苦情として認識しやすいです。

一方で、まだ少数のお客様からしか挙がっていない苦情やクレームは、主要な苦情やクレームに埋もれてしまい、また、データのキーワード検索や現場の声からそれらが炎上に繋がる可能性のある重要な苦情やクレームとして発見・認識することは難しいです。

これらがテキストデータから炎上の火種を見つけるのが難しい理由であり、一般的なテキストマイニングツールの課題点でもあります。かといって、少数ながらも要注意な苦情やクレームを放っておいては、ある時に一気に燃え上がり、炎上状態となってしまいます。どうしたら良いのでしょうか？

炎上の火種となる要注意の意見を発見・監視ができるVextMiner

炎上の火種が含まれる少数意見を漏れなく分析し、気になる・要注意な苦情やクレームを監視できる機能がベクストのテキストマイニングツール「VextMiner」にはあります。

それは、指定したデータを1文ずつで総当たりさせ、意味の近しい文書同士をグルーピングし、類似する文書数のランキング順に並べてくれる「全件マッチング」という機能であり、ベクストの特許技術となっています。

似ていると判定された文書が2件以上あれば、少数意見として一覧に表示されるため（図１参照）、たとえ話題として新しくまだ少数しか存在しない苦情やクレームだとしても早期の発見・認識・対処が可能になります。

図１：少数意見のランキング表示のイメージ

また、全件マッチングを行ったデータは、データに日付情報が付与されている場合は、各意見の時系列変動を見ることもでき、全体や直近で上昇傾向にある要注意な意見を絞り込んで予兆監視を行うことも可能です。（図２参照）

図2：少数意見の時系列変動を表したグラフイメージ

少数話題の分析、話題の時系列変動、クレームの早期発見・対策、炎上の予防といったキーワードにご興味がある企業様は、ぜひ弊社までお問い合わせください。

＜参考になる記事一覧＞
分析事例「食品通販のクレーム・ご意見からサービス改善を目指す」
分析事例「あっと驚く少数意見」は本当に存在するのか？」
苦情分析「クレーム分析で得られる効果！企業にとって苦情は宝の山？」
苦情分析「苦情分析のポイント（基礎編）」
苦情分析「苦情分析のポイント（応用編）」

---

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。
VOC分析ツールは下記の関連製品ページをご参照ください。「お役立ち資料」のページからも関連製品の情報をダウンロードいただけます。
テキストマイニングにご興味がおあり方は、VextMinerの操作体験もいただける無料のセミナーもございます。

■関連製品： VextMiner、VoC Lens
■関連キーワード：テキストマイニング、クレーム、苦情、VOC、分析、炎上