テキストマイニング･ソリューション IBM Content … Content Analyzerの自然言語処理の特徴購入したソフトをインストールできないので、インストール方法について教えてほしいのですが。。。マニュアルはあります

© 2008 IBM Corporation

日本アイ･ビー・エム株式会社ソフトウェア開発研究所

＊当資料のご利用にあたっては貴社のご

検討に関してのみとし、他の目的への利用、

貴社ご検討関係者以外での利用はご遠慮

頂きます様、お願い申し上げます。

テキストマイニング･ソリューション～IBM Content Analyzer V8.4～

ご紹介と活用事例

テキストマイニングテキストマイニング･･ソリューションソリューション～～IBM Content Analyzer V8.4IBM Content Analyzer V8.4～～

ご紹介と活用事例ご紹介と活用事例

（旧称：IBM TAKMI）

2 IBM Content Analyzer (IBM TAKMI) – Text Mining © 2008 IBM Corporation

テキストマイニングとは

－

テキストからの情報の抽出と分析

蓄積された文書を人が読んで分析・整理するには手間がかかるため死蔵されているケースが多い。テキストマイニング技術に基づき、効率的なツール、作業のノウハウが提供される。

お客様の声社内文書特許ＤＢなど

人手による処理

テキ

ストマ

イニ

ング知識の抽出・発見

新商品、新サービス、

お客様対応改善、など

•精度は高いが時間・手間がかかる•スケーラビリティがない

｢お客様の声」から…

意向•特定商品で目立つ要望･クレームは?変化•最近問題が増えている商品は?•直近の3ヶ月に特徴的な要望は?関連性•商品と障害内容の相関関係は?特性•特定の要望が多い年代や地域は?

…といった知見を効果的に獲得できる


テキスト・マイニング技術によるお客様の声の活用

コールセンター

コールログＤＢ（インバウンド/アウトバウンド）

お客様

評判分析

インターネット上の掲示板やホームページなどでの製品やサービスへの評判を分析

コールログ分析

コンタクトパターン分析

FAQ作成

マーケティング

顧客情報抽出

レポート作成

FAQ候補抽出

月次レポートなどを容易に作成

FAQ候補をリストアップ

アウトバウンドコールセンターのエージェントや営業員の生産性向上のための分析

インターネットコールログや営業日報の中からお客様の他社製品を含めた導入状況リストを作成し、マーケティングに活用します。

コールログからお客様の声を分析し、様々な活動に活用

営業活動の効率化

営業日報

苦情種別

投資型商品

投資信託

投資信託

投資信託

投資信託

投資信託

投資信託

投資信託

投資信託

預金商品

苦情表現

説明 … 行なう

目論見書 … 説明する

約定 … する

基準価格 … 説明する

受渡日 … 説明する

約定 … 連絡する

解約 … 連絡する

投信 … 勧める

苦情種別

投資型商品

投資信託

投資信託

投資信託

投資信託

投資信託

投資信託

投資信託

投資信託

預金商品

苦情表現

説明 … 行なう

目論見書 … 説明する

約定 … する

基準価格 … 説明する

受渡日 … 説明する

約定 … 連絡する

解約 … 連絡する

投信 … 勧める

IBM Content Analyzer


テキストマイニングの機能

お客様の声社内文書特許ＤＢなど

大量の文書

テキスト内容の

類似度に基づく

文書の検索

(概念検索)

その文書が

何語で書かれて

いるかの判定

その文書の要約や

そこに含まれる

人名、地名などの

抽出

テキスト内容の類似

度に基づく文書のグ

ループ化(クラスタリ

ング)

事前に設定された分野への

文書の仕分け(カテゴライゼーション)

トピック、パターン、原因･

結果などの抽出や、統計的

な特徴・傾向の分析

分析レポート作成や

アクションに結びつく

知識の生成


のカバー範囲

レベル1検索

レベル2

分類・整理

レベル3知識発見


情報検索

キーワード検索全文検索AND/OR/NOT検索絞り込み検索

検索付加機能

項目検索フリーワード検索検索結果の分類リンク解析

(Web)

テキストマイニング

相関や傾向の抽出意図の抽出オントロジによる単語分類時系列解析仮説の検証

知識

OmniFind Enterprise Edition（Enterprise Search)の分野

IBM Content Analyzer（Text Mining)の分野

IBM OmniFind Enterprise Edition (OEE) とIBM Content Analyzer (ICA) はともに、オープンなUIMAフレームワークを採用しています。

レベル1

レベル2

レベル3

サーチ技術とテキスト分析技術


IBM Content Analyzerの自然言語処理の特徴

購入したソフトをインストールできないので、インストール方法について教えてほしいのですが。。。マニュアルはありますか？・・・・・・・・・・・・・・・・

購入する

ソフト

インストールない

方法

教えて

欲しいマニュアル

ある

従来の手法キーワード抽出

(Bag of Words法)

購入したソフトをインストールできないので、インストール方法について教えてほしいのですが。。。マニュアルはありますか？・・・・・・・・・・・・・・・・

IBM Content Analyzerの手法意図・係り受けの抽出

購入するソフト…インストールできない

[不満]インストール方法…教えてほしい[要望]マニュアル…ありますか？[質問]


意図抽出の重要性

不満

可能

希望

疑問

56.20%

17.90%

8.40%

7.40%

3.90%

3.90%1.60%

0.50%

0.30%

使用する

使用できない

使用できる

使用したい

使用できるか？

使用しない使用するか？

使用できないか？

その他

用言（述語）を中心と

した言葉の分析と、

発話者の意図の抽出

が重要。

テキスト・マイニングに

おいては、名詞句の

キーワードだけを対象

とするだけでは不十分

対象データ：１９９９年の１ヶ月分のＰＣヘルプセンター問い合わせ、約４万件


テキストマイニング・ツール

IBM Content AnalyzerIBM Content Analyzer （旧称：IBM TAKMI（タクミ）

）は、企業の営業日誌やコールログなどのテキスト情報を分析するの

に最適なテキストマイニング・ツールです。IBMが研究開発した独自色の強い高度な分析機能を兼ね備え、業務に合

わせたカスタマイズが容易で汎用性が高いことから、海外を含む数多くの企業に採用されています。

TAKMIは、Text Analysis and Knowledge Mining というフレーズからネーミングされました。

5つの特長

１．係り受け抽出精度は業界トップクラス。

機械翻訳技術に裏打ちされた高度な

構文解析エンジンを搭載

２．ユニークで便利な分析機能を搭載

(相対頻度、2Dマップ）

３．数百万レコードのデータにも対応する

スケーラビリティ

４．Web/XML標準に対応。他アプリケー

ションとのシームレスな連携を実現

５．分析目的、または業務に応じた汎用

性の高い分析環境構築に対応


IBM Content Analyzerの分析(マイニング)機能

2D （二次元）

マップ

カテゴリ-X(Ex. パーツ名)

カテゴリ-Y(Ex. マシン名)

二つのカテゴリ内の項目間の相関が容

易に把握できます。例えば、製品名と故

障部品の相関などが分かります。

<特許取得>

増減分析

Keyword A

Keyword B

Keyword C

Keyword D

ある項目が急に増えたり減ったりする

様子が容易に把握できます。

頻度

時間

トピック抽出

ある時期に目立って現れた項目

が容易に把握できます。

強さ

時間

時系列分析

時間

頻度

ある項目の時系列上でのトレンドを容易に把握できます。

内容分析

注目する文書集合の内容を概観で

きます。相対頻度をみることにより、

その文書集合を特徴付ける項目を

発見することが可能です。

<特許取得>

（頻度

: 個々の項目を含む文書数）

頻度順

Item A

Item B

Item C

絶対頻度相対頻度

Keyword D

Keyword B

Keyword C

Keyword A


ユニークな分析機能：

相関分析

件数は少ないが重要な問題などを相関分析により容易に把握可能です。

デスクトップ

X型

ノートブック

T型「音がうるさい」：15件「音がうるさい」：15件

「音がうるさい」の集合を機種別で見る

と、デスクトップ

X型の方がデスクトップ

L型やノートブック

T型よりも、相対的密

度が高い

デスクトップ

X型に関する声は全体的

に少ないが、「音がうるさい」という評

判ではデスクトップ

X型には特異的な

関係がある

テキスト全体：30件テキスト全体：30件相対頻度ランキング

「音がうるさい」声の集合を機種別に見る

デスクトップ

L型

デスクトップ

X型

デスクトップ

X型

デスクトップ

X型

デスクトップ

X型ノートブック

T型

ノートブック

T型

ノートブック

T型ノートブック

T型

ノートブック

T型

ノートブック

T型

ノートブック

T型

ノートブック

T型デスクトップ

L型デスクトップ

L型

デスクトップ

L型

デスクトップ

L型

デスクトップ

L型

デスクトップ

L型

デスクトップ

L型

デスクトップ

L型

デスクトップ

L型

デスクトップ

L型

ノートブック

T型

ノートブック

T型ノートブック

T型

ノートブック

T型

ノートブック

T型

ノートブック

T型

ノートブック

T型

デスクトップ

X型

5/304/15

相関値= =1.6

15/305/15

相関値= =0.66


主なIBM Content Analyzerの機能

①文書一覧ビュー

検索により絞り込んだ文書を文書一覧ビューにより簡単に確認することができます。

また、原文と共に表示させるデータ項目も任意に設定することができます。

※ 表示するデータ項目は、設定ファイ

ルで選択することが可能です。左図

では、原文の他に｢カテゴリ｣や｢機

種名｣、｢対象コンポーネント｣、

｢キーワード｣、｢タイトル｣などのデー

タ項目が表示されるように設定され

ています。



②カテゴリビューと相関分析（特許技術）

選択したカテゴリ配下のキーワードを、頻度（キーワードを含む文書数）や相関値（全文書母集団に対する

分析母集団でのキーワードの割合）、名前（キーワードの五十音順）別に表示することができます。

※ 左図は、カテゴリ｢ソフトウェア｣配下のキーワードを相

関値順に表示した例です。

※ キーワード｢グローバルサポート｣を含む文書は132文

書であり、他のキーワードよりも頻度が若干少ないた

め、頻度、あるいはキーワードランキングに主眼を置

いた分析では、あまり特徴のないキーワードと認知さ

れるかもしれません。しかし、全文書母集団に対する

カテゴリ｢ソフトウェア｣でのキーワード割合を相関値で

確認すると、4.8とも高くなっています。この結果、

｢グローバルサポート｣というキーワードは、ソフトウェア

に関連性の高いキーワードと認知することができること

になります。

※ テキストマイニングでも一般的なキーワードランキン

グ機能では、文書中にたくさん含まれながらも分析

上無意味なキーワードが上位に表示されてしまうこと

が課題とされています。このような問題を解決し、有

意な情報を上位表示する当機能は、分析精度を

向上させるためにIBMが開発した特許技術です。

PCPC

PCPC

PCPC

全文書：100

検索集合：10

6/100

4/10相関値= = 6.66



③時系列分析

文書件数を、年別、半期別、四半期別、月別、週別、日別、曜日別などに集計し、時系列での

件数変化をグラフ表示することができます。

分析条件により絞り込まれた分析母集団の件数増減傾向からトレンドを容易に把握することができ

ます。

‘05 ‘05 ‘05 ‘05 ‘05 ‘05 ‘05 ‘05 ‘05 ‘05 ‘05 ‘05 ‘05 ‘05

※ 左図は、分析母集団の件数を週

別に集計し、グラフ化した例

2005



④トピック分析

特徴的なトピック（話題や概念）やキーワードを時系列で自動検出することができます。

ある時期に目立って現れた項目を容易に把握することができ、分析者にトレンドを視覚的に明示し

ます。

機種1

機種２

機種３

機種４

‘05 ‘05 ‘05 ‘05 ‘05 ‘05 ‘06 ‘06 ‘06 ‘06

全文書の頻度の推移

※ 全文書の頻度変動も考慮した上で頻度の高

い箇所がハイライトされます。ハイライトは、特徴

量の大きさによって濃淡が付けられています。

※ 左図は、機種名ごとに文書件数の推移を示し

ています。分析母集団においては、2005年10 月までは機種４に話題が集中していたものの、

同年11月から機種１および機種２の話題に移

行した様子が伺えます。また、機種１および機

種２の話題と入れ替わるようにして機種３の話

題が増加している様子が確認できます。



⑤増減グラフ機能／アラート機能

特徴的なトピック（話題や概念）やキーワードの増減傾向を時系列でグラフ表示することができます。

特定の項目が増えたり減ったりする様子が容易に把握できます。また、アラート機能を標準装備し、

急激な増減に対しての監視機能も強化されています。

アラート機能

※ 増加度判定指標によりハイライトされます。

ハイライトは、特徴量の大きさによって濃淡

が付けられています。

頻度スケールの学習期間では、指標は0に

なっています。


頻度が急増する前に警告

Keyword = [WINDOWS98]

Keyword = [WIN.COM … 見つからない]

問題の早期発見

: アラート機能

IBM PC Help Center (川崎) 1998 のデータ

急激な増加頻度

Data

時間

時系列解析•各時点での時系列の観測値は、

ポアソン分布であると仮定する。•

新しい値が閾値を超えた場合に

警告を発する。

機能•監視対象の事象の頻度が急増

しそうなものを自動的に検知し、

警告を発する。



⑥2Dマップ機能（特許技術）

特徴的なトピック（話題や概念）やキーワード間の相関関係を自動検出することができます。

2つの異なるカテゴリ配下の項目間の相関関係を確認するのに便利な機能です。

※ 縦軸と横軸に設定した異なるカテ

ゴリ配下の項目間で相関の高いと

ころがハイライトされます。ハイライト

は、特徴量の大きさによって濃淡が

付けられています。

※ 左図は、横軸に体言を、縦軸に用

言を設定し、それぞれの配下にある

キーワード間の相関を確認した例で

す。体言｢設定｣に対して用言｢確

認する｣、体言｢画面｣に対して用

言｢出る｣などの関連性が高いことが

分かります。

※ 例えば、縦軸に｢製品名｣、横軸に

｢故障部品｣のカテゴリを設定すると、

製品ごとの故障部位を端的に把握

することが可能となります。

※ 当機能は、分析精度を向上させる

ためにIBMが開発した特許技術で

す。



⑦各種ツール機能

ブックマークは、現在の検索条件と表示中

のビューのパラメタをローカルファイルとして

保存する機能です。

保存したブックマークファイルを開くことに

より、再びサーバーに接続し、保存時と

同じ検索条件とパラメーターで分析を

再開できます。

レポート機能を用いると、現在表示している分析結果を、

ローカルファイルとしてＨＴＭＬ形式で保存することができます。

レポートはサーバーに接続できない環境でも開くことができ、

Internet Explorerで閲覧可能です。

また、サーバーに接続可能な環境では、ブックマークと同様

サーバーに再接続して、保存時の検索条件とパラメタの状態から

再び分析を続行できます。

CSV出力機能を用いると、現在表示

している分析結果を、CSVファイル

として保存することができます。CSVファイルは表計算ソフトで開く

事ができるので、グラフ表記など、

自由にカスタマイズしたレポートの

作成に用いる事ができます。


ユーザー情報ＤＢ

情報抽出エンジン

クライアント

TrackPoint HDD LCD

TP123

TP456

TPX99

TPZAX

KB

相関分析

時系列分析

高度な言語処理

技術に基づくメタ

データ抽出

[コール種別] 質問[お客様ＩＤ］

1234567[日付] 2002/01/01 10:01:15[Hardware] ThinkPad X20[Software] Windows XP[要望] WinXP

… 導入したい…

マイニングDB

IBM Content Analyzer – 処理の流れ

単語辞書

カテゴリ体系

マイニングサーバー

レポート生成

コール種別: 質問お客様ＩＤ:

1234567日付: 2002/01/01 10:01:15Q: ThinkPad X20でWinXPを導入

したいのだが、どうすればいいの

か？A:ThinkPad

Windows XPサポート

ページをご案内。

対話的分析

パターン辞書

質問

導入

故障

購入相談

トピック抽出

内容分析

時系列分析



⑧辞書機能

（カテゴリ編集、単語編集）

辞書構築・更新支援機能が充実しています。

カテゴリの編集、単語（名詞）の編集機能を提供しています。

※ 上図は、カテゴリツリーの編集画面です。

階層構造をなすカテゴリ体系を編集可能です。

※ 下図は、カテゴリに単語を登録する機能の画面イメージです。

単語を選択し、追加したいカテゴリの「登録」ボタンを押すことで

そのカテゴリに追加されます。



⑨辞書機能

（同義語編集機能）

GUIを用いて同義語を登録することも可能です。

※ 登録する同義語候補のチェッ

クボックスにチェックを入れて、ボ

タン｢新規同義語｣を押下すれ

ば辞書登録が完了します。

直感的な選択操作で簡単に

辞書を精緻化することが可能

です。


文書の自動分類

分析画面（Text Miner）での検索条件で発見した知見を用い、

表現の違いを吸収して、より精密に分析対象を分類したい。

分析対象を分類した結果、どの分類カテゴリーに、どのくらいの文書があるかを見たい。

分類Ａ

分類Ｂ

分類Ａ

分類Ｂ

DoCat

（Document Categorization）の機能DoCatでは、Text Minerで設定されたカテゴリと、Text Minerで見つけた文書との関係を、文書内の表現を使っ

て設定します。この表現の設定を分類トリガーと呼びます。

• 係り受けなどの高度な言語表現をトリガーに使った文書分類が可能な文書分類設定ツール• 分析画面で発見した新事実を分類文書として設定し、以降は定型的な分類業務を自動化する

文書１

文書２

文書３カテゴリカテゴリ…文書分類

分類Ａ分類Ｂ

文書１文書３

文書２文書３

DoCatDoCat Text MinerText Miner


文書の自動分類：

実行の流れ

お客様

データインデ

ックス分析画面

荒く絞り込まれた

文書

文書絞込、分類結果の

確認、分析

自動分類設定画面

分類設定

バッチ処理

レポート

シミュレーション機能で分

類結果を確認

しながら分類条件を設定

発見した情報に

自動分類で

カテゴリを設定

データ全体に対して

前処理でカテゴリを

自動付与

設定した自動

分類を保存

DoCatはIBM Content Analyzerの自動分類ツールです。

Text Minerで発見した情報を定型的にチェックする

ための設定を行い、発見した情報の抽出を自動化

するツールです。


お客様の声を分類

して分析対象と

する集合を作成

（バッチ処理）

それぞれの集合に対して分

析作業を実施（対話処理）

別の集合を分析したい場合

は初に戻って集合を作成

する作業からやり直す

その都度ダイナミックに

自由に集合を絞って分析

作業を実施（対話処理）

言語解析

処理

言語解析

処理

分析結果

分析結果

対話型ツールとして設計されているので、分析作業の思考の流れが中断されません。

集合の絞り直しおよび分析が非常に簡単にダイナミックにできます。


対話型でないツール

思考の中断の原因

になると思われます

対話型ツールでの設計思想


IBM Content Analyzer が扱うデータのスケール

数百万レコードのデータにも対応するスケーラビリティ

• ＩＢＭ

ＰＣヘルプセンターの例：１ヶ月

３万件

• 通信のお客様の事例：

１日２万件、年間７２０万件

• 製造のお客様の事例：

１ヵ月１万件、過去５年間

６０万件

大量データに対しても優れた応答速度を実現

独自の分析用インデックス（索引）を採用することで、大量のデータに対しても素早く応答

対象文書数の制限のために文書集合を細切れにすることなく、また将来の文書件数増加にも対応可能


IBM FileNet との連携

ATML

OAE NLP

MIML

ICA Index

MIML2FileNet(Java Program)

FileNet2ATML(Java Program)FileNet P8

IBM Content Analyzer (ICA)CSV

FileNetのドキュメント、

メタデータ、ＩＤをICAのカテゴリ・ドキュメント、

ＩＤにマップして取り込み

ICAの言語解析結果の

カテゴリ・ドキュメント・ＩＤを

FileNetにリストア


IBM Classification Module(ICM)との連携

MIMLFiles

TAKMI_ICM2MIML(Java Program)

Indexer

Index

ICM V8.5

標準 MIML

テキスト

Suggestions

標準 MIML + ICM Categories as “StandardFeature”

icm bridgeconfiguration

categorytree

言語処理 MIMLFiles

ATMLFiles

Suggestion ASuggestion A

Suggestion BSuggestion B

Suggestion CSuggestion C

Suggestion XSuggestion X

All SuggestionsAll Suggestions Suggestion ASuggestion A

Suggestion BSuggestion B

Suggestion CSuggestion C

Suggestion XSuggestion X

Category 1Category 1

Category 2Category 2

ICM Suggestion から ICA カテゴリ・キーワードへのマッピング

テキストをICMに渡し、

アウトプットとしての

Suggestion（分類候

補）をICAのキーワード

もしくはカテゴリに

マップ

OR

IBM Content Analyzer (ICA)


RDB・ＢＩツールとの連携

言語処理 MIMLFiles

ATMLFiles

RDB(DB2/Oracle)

AlphaBlox

OLAP Schema

miml2database(Java Program)

RDBBIツール

IBM Content Analyzer (ICA)


参照：Cognosでのテキスト分析


典型的な分析作業例

1/5

ソフトウェアカテゴリで頻出す

るキーワードを列挙

Windows, ドライバ, リカバリーなどの言葉が

多いことがわかる。

「ドライバ」に注目し、ドライバ

を含む文書に絞込む。



2/5

「ドライバ」を含む文書は約2万件

相対頻度より、ROM、

プリンター、カード、ＰＣカード

が「ドライバ」を含む文書に

特徴的であることがわかる

「ドライバ」と「ＰＣカード」を含む

文書に絞込む



3/5

「ドライバ」と「ＰＣカード」を

含む文書は約1千件

「ＰＣカード…認識しない」

「ドライバ…導入できない」

などの声が多いことがわかる

名詞…問題（否定形）の

係り受けカテゴリ頻出する表現



4/5

時系列ビューで

「ＰＣカード…認識しない」

という声が急増している

ことを確認

「ドライバ」と「ＰＣカード」を含み

「ＰＣカード…認識しない・使用

できない」

を含む文書集合



5/5

WebサイトにＰＣカードのドライ

バに関するＦＡＱを掲載「ＰＣカード…認識しない」を

含む文書の内容を確認


テキストマイニングによる効果の事例

（１）

1.

問題発見・検証および現象・原因分析の支援

各種問題の早期発見

ＭｉｃｒｏｓｏｆｔＷｉｎｄｏｗｓの起動、HDアクセスに異様に時間がかかる現象で、シールディングの問題があることを発見（日本IBM）

Web上のオンラインサインアップ時の問題（半角/全角、製造番号の場所が分かりにくい、テンキー、など）の発見（日本IBM）

PC製品の塗料剥げの問題を発見（米国IBM）

PC製品のオプションの製造工程上の問題を発見。数億円のコスト削減（米国IBM）

お客様の要望を分析し、次期製品プランに反映（日本IBM）

社内規定に違反した応答を発見し、対策を実施（金融業のお客様）

お客様の声の分析により社内業務の見直し（様々な業界のお客様）



（２）

2.

アウトバウンドでの活用

アウトバウンドコールログからキャンペーンの対象として有望なお客様のリストを作成（日本IBM、金融業のお客様）

3.

分析作業/レポート作成の効率化

ある分析作業で従来1～２時間かかっていたものが５分で終了（米国IBM）

分析作業時間を１／６－１／１０に削減（製造業のお客様）



（３）

4.

コール数の削減

２－５％の削減予測←問題に早く対処できることによるコール数削減の予測値（米国IBM）

Web FAQの質の向上による顧客満足度の向上（日本IBM）

5.

コールテーカー/エージェントの生産性向上

（インバウンドの）コールテーカー毎に、応答に時間がかかっている問題を分析し、教育などを実施（日本IBM）

（アウトバウンドの）エージェントの最適なコンタクトパターンを見つけ、教育を実施（日本IBM）


導入事例

～主なお客様導入事例～

業種ソリューション

放送・コールセンターに集まる年間数百万件のお客様の声の分析によるサービス改善

製造・製品の不具合の早期発見

製薬・1千万件以上の学術文献からのプロテオミクスに関する知識・情報抽出の支援

金融・コールセンターに集まるお客様の声の分析による業務、製品・サービス改善と

マーケティングへの活用、コンプライアンスのチェックなど・コールログから顧客の最新の属性情報を抽出し、キャンペーンに活用

通信・店頭に持ち込まれる商品の障害に関するお客様の声の分析による業務、サービ

ス改善

流通・コンタクトセンターの問題点の早期発見、商品の問題点の分析、新商品開発の

ための顧客ニーズの発見など


導入事例

～IBM社内の導入事例～

IBM社内ソリューション

●IBM-J PC Services and Support（ブリスベン/オーストラ

リア）（旧ＩＢＭ川崎ＰＣヘル

プセンター）

・コールセンターに集まるお客様の声の分析による業務、製品・サービス改善

・ＰＣサポートセンターに集まるお客様の声の分析による外部向けＦＡＱ作成支援、問い合わせ

の各種統計作成支援

●ＩＢＭラーレイＰＣヘルプセンター

・コールセンターに集まるお客様の声（英語）の分析による業務、製品・サービス改善

●日本IBM アウトバウンドコールセ

ンター

・顧客情報を抽出し、マーケティングに活用・エージェントの成功パターンの分析及び教育へ

の活用


IBM Content Analyzer （旧称：IBM TAKMI）

の活用例

①

レポート作成支援②

早期問題発見

③

FAQ作成支援④

Call Taker/Agentのパフォーマンス分析

⑤

有望顧客リストの作成


「お客様のコールログが多く全て対応できない」という課題に対し問い合わせの特徴を分析して

①「報告書作成時間の短縮」

と ②「製品･サービスの問題点の早期発見と対応」を実現

月次報告書

の作成

TAKMIで製品ごとの問

合せ件数や要望・問題

などをリストアップ

TAKMI

製品・サービス

の問題の早期

発見

TAKMIの増減グラ

フや２Ｄマップなど

で異常点を発見

担当者が実際の

コールログ内容を

確認

TAKMI

THINKPADの製造上の問題点を早期に発見し数億円規模のコスト削減(IBM)

1日の作業が15分(1/32)に短縮 (IBM)

2時間の作業が5分(1/24)に短縮(IBM)

リストアップ結果

をＣＳＶ形式デー

タとして出力

表計算ソフト

でグラフ化し

レポート作成

IBMのPCヘルプセンターでは、顧客か

ら寄せられる製品不具合の早期発見

にテキストマイニングを活用し、大き

な成果を挙げています。例えば、米国

IBMのPCヘルプセンターでは、一つの

不具合についての発見によるコスト

削減効果が340万ドル相当と算出し

ています。

1.機種名と問題の相関の強さを分析

2.特定のモデルに関する問合せに「遅

い」が目立っている

3.そのモデルが「遅い」というデータには

「ハードディスク」の関連性が強い

調査した結果、ハードディスクの

シールディングに問題を発見

1 2

3


「コール数を削減して経費を削減したい」という課題に対し、特徴的な質問と要望を分類することにより

③「効率的なFAQ作成支援」を提供し、いち早くWeb公開を実現することにより目標を達成

FAQの作成TAKMIで分析し、製

品毎に特徴的な質

問と要望を洗い出し

ＦＡＱ候補を選定類似検索エンジ

ンで既存ＦＡＱに

あるものを除外

TAKMI

社内向けおよび社外向けＦＡＱ作成・更新支援

(IBMブリスベーン)

TAKMIで製品毎の傾向・対象を絞り、その後FAQ作成支援ツールでTop

50の候補を選択し、そのうちの新規分をFAQへ登録

現在のFAQの総件数は約2万件で、社内向けFAQの約95%は社外向け

FAQでも利用

従来はコールテーカーのインタビューによって選択していたが、現在は数字

にもとづく裏付けができるとともにFAQの精度が向上

現在のWeb訪問件数は毎月約10万件で、FAQ掲載によるコール削減効

果は非常に大雑把には約40-50人月で、そのうちの約30%がTAKMIによ

る貢献とみられる

Webサポート問題解決率向上

十数人分のコスト削減に貢献(IBM)


「オペレータのスキルを向上させたい」という課題に対し、

優秀なオペレータの行動や成果のパターンを抽出・分析して

④「コンタクト・パターンをオペレータの教育や研修で再利用する」ことに成功

成果を出している短期集中型グループに相関の高いスキル

IBM_e-ビジネスの理解:4IBM戦略の理解:4お客様カバレッジ計画策定:4問題解決能力:4IBM処理手順の理解:4付加価値営業活動:4業種別アプリケーションの理解:3ビジネス案件の醸成活動:4企業の仕組みの理解:4IBM業務の理解:4部門毎のLOG_TOOLの理解:4コミュニケーション能力:4ビジネス案件の探索活動:4

長期関係構築型グループに相関の高いスキル

リーダーシップ能力:4部門独自のシステム操作:3業種別アプリケーションの理解:2ビジネス文書作成:3付加価値営業活動:3問題解決能力:3お客様カバレッジ計画策定:3ビジネス案件の醸成活動:3IBM業務系システム操作:3部門独自のシステム操作:4IBM業務系システム操作:2電話による会話能力:4

コンタクト

パターン分析

コールテーカーを

成果の出ているグ

ループとそうでな

いグループに分類

成果の出ている

グループに特徴

的な言葉を発見

成果の出ているグルー

プに特有のコンタクト

のパターンを発見

TAKMI コンサルテーション

２Ｄマップで解決に時間

のかかっている項目と

コールテーカーを洗い出し

TAKMI

コールテーカーへの

教育項目の策定

優秀なオペレーターの特徴

成果を出しているグループは短期集中型と長期関係構築型に分かれる

短期集中型で成果を出しているグループはスキルが高い

コンサルテーション

オペレータのスキルの向上

教育資料として研修で使用(IBM)


営業パタン分析

（成果の出ている営業員の特徴分析）

AAA 146(2.66) RRR 38(0.0)

M:ベテランABC 130(2.31) SSS 37(0.0)

M:BBB 220(2.11) TTT 56(0.0)

M:CCC 120(2.0) UUU 54(0.0)

M:DDD 118(1.85) VVV 34(0.0)

M:EEE 148(1.84) WWW 30(0.0)

FFF 76(1.81) XXX 51(0.0)

GGG 80(1.56) YYY 19(0.0)

M:HHH 89(1.49) M:ZZZ 47(0.0)

III 18(1.49) M:aaa 12(0.0)

JJJ 35(1.44) M:bbb 11(0.0)

M:KKK 100(1.44) ccc 10(0.0)

M:LLL 60(1.17) ddd 9(0.0)

M:MMM 65(1.13) eee 8(0.0)

M:NNN 60(1.09) M:fff 8(0.0)

OOO 27(1.02) M:ggg 3(0.0)

M:PPP 36(1.01) M:hhh 2(0.0)

M:QQQ 43(0.0)

〔挨拶〕カテゴリの「礼」or「御礼」を含む営業員

（相対頻度でソート）

短期集中型

長期関係構築型その他

優秀な営業員の特徴

成果を出すグループは、短期集中型と長期関係構築型に分かれる


成果を出しているグループは短期集中型と長期関係構築型に分かれる


IBM e-ビジネスの理解:4IBM戦略の理解:4お客様カバレッジ計画策定:4問題解決能力:4IBM処理手順の理解:4付加価値営業活動:4業種別アプリケーションの理解:3ビジネス案件の醸成活動:4企業の仕組みの理解:4IBM業務の理解:4部門毎のLOG_TOOLの理解:4コミュニケーション能力:4ビジネス案件の探索活動:4

長期関係構築型グループに相関の高いスキル

営業パタン分析

（

スキルレベルとの関係

）

成果を出している短期集中型グループに相関の高いスキル

リーダーシップ能力:4部門独自のシステム操作:3業種別アプリケーションの理解:2ビジネス文書作成:3付加価値営業活動:3問題解決能力:3お客様カバレッジ計画策定:3ビジネス案件の醸成活動:3IBM業務系システム操作:3部門独自のシステム操作:4IBM業務系システム操作:2電話による会話能力:4ビジネス案件の探索活動:3

優秀な営業員の特徴


スキルの向上によって効率的な短期集中型で成果が出せるようになる

逆にスキルの低い人はリレーションを切らないことが大事


顧客名競合他社製品タイプ状況

A社 X社サーバー導入済み

B社 X社サーバー検討中

高度な表現をトリガーに用いた分類ルールにより、コールログの中から有望な顧客属性を抽出“子供も大学を卒業したので、運用先として個人向け国債に興味があるんだけど。”“今度部門のサーバーを入れ替えたいと思っているんだけど、なにかお勧めはない？”

抽出された情報に基づいてキャンペーンの対象、あるいは、セールスの対象となる有望顧客リストを作成

コールログ

有望顧客リスト抽出分類設定

コンタクトリスト

- 分類ルールの設定

協調フィルタリング

エンジン(オプション)

同じような購買履歴を

持つような他の顧客を

見つける

「アウトバウンドコールのヒット率を向上させたい」という課題に対し、アウトバウンドコールログから

⑤「有望顧客リスト」を作成することに成功

日付 2000/09/02

顧客名田中一郎

会社名 A社

テキスト電話にてコンタクト。サーバーと

しては X社のものを使っていま

す。

日付 2000/09/03

顧客名鈴木次郎

会社名 B社

テキスト次期サーバーとしてX社から提

案書をもらっています。

プレゼンター

プレゼンテーションのノート

基幹システムは何をお使いですか？


アウトバウンドコールログからの有望顧客抽出の例

（金融業)

ユーザー登録時に「商品Ａ」に

関心あると答えた顧客と、

実際にその「商品Ａ」を

過去に購入した顧客と、

TAKMIによりコールログの中から

「商品Ａ」に興味がありそうだと

判断できた顧客の集合の

重なりがあまり多くないことが

判明

テキストマイニングにより、

定型データだけでは捕らえ

切れなかった、有望顧客層を

捕捉することが可能に

807

60

30

700900

以前、その商品を

購入した顧客

テキストから

「関心あり」と抽出定型データで

「関心あり」

顧客属性：商品Aに関心あり

TAKMIにより抽出された顧客層

900


ご清聴ありがとうございました

本資料に記載されている機能、仕様はその後の改良により予告なしに変更される場合があります。

全ての事例において本資料の内容と同等の効果がえられることを意味するものではありません。効果はお客様の環境そ

の他の要因によって異なります。

本プレゼンテーションの内容に関して、責任および保証を負うものではありません。当資料をコピー等で複製することは、

IBM、および執筆者の承諾なしではできません。

IBM, DB2, Lotus Notes/Domino, WebSphere, は IBM Corporationの商標。“Microsoft” “Windows”は Microsoft Corporationの米国およびその他の国における商標。他の会社名、製品名およびサービス名等はそれぞれ各社の商標。

[email protected]

Documents

テキストマイニング･ソリューション IBM Content … Content Analyzerの自然言語処理の特徴 購入したソフトをインストールできないので、 インストール方法について教えてほしいのですが。。。マニュアルはあります

テキストマイニング･ソリューション IBM Content … Content Analyzerの自然言語処理の特徴購入したソフトをインストールできないので、インストール方法について教えてほしいのですが。。。マニュアルはあります