カスタマーサポートの文字起こし活用法：品質管理からナレッジベース構築まで

サポート業務における文字起こしの役割

すべてのサポート通話は、プロダクトが実際のユーザーに何をもたらしているかを示す、タイムスタンプ付きの記録です。 夜11時にエクスポート機能の不具合について電話してきた顧客の文字起こしには、アンケートでは絶対に得られない情報が含まれています。顧客が使った正確な言葉遣い、試した回避策、オペレーターが「確認いたします」と伝えたときの声のトーンの変化などです。通話が終わった瞬間、そのほとんどは完全に記録されることなく消えてしまいます。文字起こしはそれらを逃さず記録し、検索可能にします。

本ガイドはオペレーター個人ではなく、サポートマネージャーや運用リーダーを対象としています。ここで扱うワークフローのテーマは、QAサンプリング、エスカレーション分析、ナレッジベース抽出、そして感情分析によるCSAT相関の現実的な限界です。すでにある通話録音を実務で有効活用したいチームを前提としています。

オペレーターのチケットメモだけでは不十分な理由

通常のサポートチケットには、通話後にオペレーターが書いた1段落程度のメモが残ります。それはオペレーターが記憶し、重要だと判断し、入力する時間があった情報だけに絞り込まれています。そこから必ず抜け落ちてしまうものは次のとおりです。

• 問題に対する顧客の正確な言い回し：オペレーターの説明とは大きく異なる場合が多々あります。「ボタンを押しても何も起きない」と「エクスポートがエラー表示なしで失敗する」は、同じバグでも表現が異なります。
• 問い合わせる前に顧客が試した回避策：個々の回避策は、本番環境に残ってしまったUXの課題を示しています。オペレーターが問題を解決してチケットを完了にすると、その多くはプロダクトのバックログに届きません。
• 競合他社や他ツールの言及：通話中に競合製品に言及する顧客は、自社製品が彼らのワークフローに適合しているか、あるいは適合していないかについての重要なシグナルを発しています。
• 特定の瞬間におけるトーン：「解決済み」とマークされたチケットの裏にも、作業自体は再開できたものの、解決までに時間がかかりすぎて不満を抱えている顧客が隠れていることがあります。

チケットに紐づけられた文字起こしは、オペレーターのメモから抜け落ちた詳細を補完します。オペレーターの仕事を奪うものではありません。

ワークフローの4つの段階

ステージ1：録音と取り込み

多くのコールセンターシステムはデフォルトで録音機能を備えています。Aircall、Talkdesk、Five9、Dialpadはいずれも録音機能を内蔵しています。ZoomやGoogle Meetでサポートのエスカレーション対応を行うチームの場合、録音はMP4またはMP3ファイルとしてエクスポートされます。

まず同意のアナウンスが必要です。多くの法域では、通話開始時に「品質向上および研修のため、この通話を録音させていただく場合があります」といった事前通知が義務付けられています。文字起こし自体によって法的義務が変わるわけではありませんが、録音自体には法規制が伴います。規模を拡大する前に、この点を確実にクリアしてください。

取り込みにおけるもう1つの懸念事項は個人情報（PII）です。顧客はサポート通話中に氏名、口座番号、時には決済情報を伝えます。文字起こしデータの保存先は、プライバシーポリシーに沿ったものである必要があります。ファイルがどこに保存され、どれだけの期間保持されるかを把握しておきましょう。

ステージ2：QAサンプリング

従来のQA（品質管理）では、オペレーター1人あたり月に1〜3件の通話を確認するのが一般的です。このペースでは、1日50件の通話を処理するサポートチームの場合、QA担当者が2件の音声を聞き終える間に約1,000件の新しい通話が発生します。サンプリングとしては統計的に不十分であり、オペレーターもその事実を理解しています。

文字起こしはQAの本質を変えるのではなく、スピードを劇的に加速させます。 文字起こしテキストを斜め読みできるレビュー担当者は、12分間音声を早送り・巻き戻しする代わりに、わずか90秒で該当箇所を見つけ出せます。この速度向上により、人員を増やさずにより多くの通話を確認できます。

最初のおすすめの目標は、オペレーター1人あたり月1件の音声確認から、週5件の文字起こし確認への移行です。これでも全件網羅とはいきませんが、統計的な誤差のレベルから、具体的な改善アクションを起こせる水準に引き上げることができます。

サンプルは意図を持って抽出してください。エスカレーション、解約、低CSATスコアで終了した通話から始め、残りをランダムに補います。すべての通話を最初から最後まで読む必要もありません。顧客の問い合わせ内容、解決策、残された懸念事項をまとめたAI要約を活用すれば、詳細レビュー、スポット確認、スキップに振り分け、リスクの高い通話に十分なレビュー時間を充てることができます。

QAレビュー担当者が文字起こしで確認すべきポイント：

• スクリプトとエスカレーション手順の遵守：オペレーターはその問題タイプに対して規定された手順に従ったか。
• 共感の示し方：解決策を急ぐ前に、顧客のフラストレーションに理解を示したか。
• 解決内容の正確性：提示した解決策は本当に正しかったか。あるいは2日後に再問い合わせが発生するような回答をしていないか。
• 保留や転送時の対応：文字起こしを見ることで、オペレーターが保留や転送の理由をどう説明したかが明確になります。「ちょっと保留にしますね」と「本件を直接担当している請求チームにおつなぎいたします」の違いは、顧客体験に測定可能な差を生みます。
• 必須の告知事項：オペレーターが免責条項の読み上げや本人確認手順を実施する必要がある場合、文字起こし全体からそのフレーズを検索します。誰かが耳で聞いた一部の通話だけでなく、文字起こししたすべての通話で必須フレーズの有無を確認できます。

スコアカードには客観的な証拠を記入しましょう。「オペレーターは共感的だった」と書く代わりに、タイムスタンプを記録して実際の発言を引用します。ここで話者ラベルが重要になります。オペレーターと顧客の発言が分かれていれば、誰が何を言ったかで疑義が生じることはありません。

すり合わせ（キャリブレーション）も容易になります。 QA担当者同士でも、オペレーターが手順を守っていたか、共感を示していたかについて見解が分かれることがよくあります。文字起こしがあれば、各自が耳でどう聞いたかを議論する代わりに、同一のテキストとタイムスタンプを確認しながら評価基準を揃えられます。

ステージ3：エスカレーション分析

エスカレーション案件は、通話アーカイブの中で最も重要なシグナルを含む領域です。管理職への交代を要求する顧客や、同じ問題で1週間に3回電話してくる顧客は、プロダクトのメモやチケットのタグでは捉えきれない重要な事実を伝えています。

エスカレーションの文字起こしは別途抽出し、次の内容を検索してください。

深刻度を示す言葉：「余計な費用がかかった」「データが消えた」「締切に遅れた」「何日も使えない」。これらの言葉は、単なる不便を超えた実害が生じている通話を示しています。特定の機能に対してこれらの言葉が繰り返し現れる場合、それは開発チームのSlackに即座に共有すべき重大な問題クラスターです。

解約の前兆となる表現：「他社製品を検討している」「別のツールを評価中」「乗り換えを考えざるを得ない」。サポート通話でこうした発言をする顧客は、そうでない顧客に比べて解約率が著しく高くなります。多くのサポートシステムはこれを明示的にタグ付けしません。週に1回、文字起こしアーカイブからこれらのフレーズを検索すれば、約20分の手間で解約レポートに載る前にリスク顧客を特定できます。

繰り返される問い合わせのパターン：同一顧客が複数の通話で同じ問題についてエスカレーションしている場合、プロダクトの欠陥であると同時にCRMデータの引き継ぎ不全でもあります。文字起こしを活用すれば、時系列に沿って問題の経緯を完全に追跡できます。

交代を求めた瞬間：顧客がスーパーバイザーを要求したり競合名を口にしたりした箇所を検索し、その直前のやり取りを読み返します。話者ラベルを見れば、オペレーターがシグナルを見落としたのか、顧客側が急に要求を変えたのかが明確にわかります。

ステージ4：ナレッジベースの抽出

これはサポート文字起こしの活用法の中で、最も費用対効果が高く、かつ見落とされがちな用途です。

サポート担当者は、問題をどう解決するかという組織的なノウハウを日々蓄積しています。しかしその多くは個人の頭の中や、時折交わされる社内Slackのメッセージに留まっています。担当者が退職すればノウハウは失われ、新人が入社すれば同席研修を通じて一から学び直すことになります。

文字起こしは、そうした組織知を抽出可能にします。 運用フローは次のとおりです。

1. オペレーターが一筋縄ではいかない問題を解決できた通話にタグを付けます。
2. その文字起こしを取り出します。オペレーターによる解決手順がステップ順に含まれています。
3. 文字起こしの解決手順部分からナレッジベース（KB）記事の下書きを作成します。
4. シニアオペレーターが内容の正確性をレビューします。
5. オペレーター向けに社内公開し、必要に応じて顧客向けに外部公開します。

この作業は決して複雑ではありませんが、担当責任者を決める必要があります。サポートマネージャーが週に10件の文字起こしを確認し、優れた解決事例2件をKB記事に変換するだけで、ドキュメントの蓄積スピードは飛躍的に高まります。半年後には、2023年以降誰も更新していない社内Wikiではなく、実際の通話から生まれた本物の解決事例を使って新人を育成できるようになります。

有益なKB候補を見つける検索フレーズ：

• 「〜の手順を行ってください」「対応方法は次の通りです」（オペレーターが解決手順を説明している箇所）
• チケット管理システムにおける問題タイプタグ＋「解決済み」ステータス
• 再問い合わせ件数が多い通話トピック（すでに認知されているもののドキュメント化が追いついていないもの）

同じ文字起こしはオペレーターの指導にも役立ちます。同じ問い合わせタイプについて、優れた対応と課題の残る対応を1件ずつ文字起こしし、新人オペレーターと一緒に並べて確認します。テキストで追うことで、40分の音声を聴き続けるよりも分岐点を容易に特定できます。復習時には、録音ファイルと一緒にSRTやVTTを読み込ませることで、テキストを読みながら音声を同時に確認できます。

通話後文字起こしツールの比較

中小規模のサポートチームの大半にとって、通話後の文字起こしから始めるのが最適です。リアルタイムのオペレーター支援ツール（Cresta、Balto）は強力ですが、Baltoでオペレーター1人あたり月額約100ドル、大規模なCrestaでは年額60,000〜150,000ドルからとなっています。これらの費用を正当化するには、非常に多くの通話量が必要です。

通話後の文字起こしははるかに低コストで、分析的価値の8割を手に入れることができます。

プラットフォーム系ツール（Fireflies、Otter）は会議ボットを通話に自動参加させるため、ビデオ会議でサポートを行うチームに適しています。Revの人力文字起こしプラン（音声1分あたり1.99ドル）は、専門的な技術用語の正確性が重要となる機密性の高い大企業アカウントで検討に値します。

ConvertAudioToText meeting transcription tool

チームがAircallやTalkdeskなどのプラットフォームから録音を音声ファイルとしてエクスポートしている場合、ConvertAudioToTextの会議文字起こしツールを使えば、ボットの参加やカレンダー連携を必要とせずにアップロードして文字起こしできます。すべてのファイルに話者ラベルとタイムスタンプが付与され、99言語に対応しているため、国をまたいだサポート拠点でも同一のQAワークフローを運用できます。無料アカウントでも閲覧、コピー、TXTダウンロードが可能で、DOCX、PDF、SRT、VTT、JSONへのエクスポートは初回の1ファイル、またはウィークリーパス、従量課金チャージ、有料プランで利用でき、有料利用時は全ファイルにAI要約も追加されます。サポートマネージャーが録音ファイルをまとめてアップロードする手動レビューの運用に最適です。企業単位で見積もるBusiness & teamsプラン（お問い合わせ）では、通話プラットフォームからの取り込みを自動化したいチーム向けにAPIアクセスも提供しています。運用の詳細についてはサポートチーム向けConvertAudioToTextをご覧ください。

各サービスの詳細な比較については、文字起こしツールの料金比較をご覧ください。

感情分析とCSATの相関について

サポートマネージャーから「文字起こしの感情分析でCSATスコアを予測し、アンケートの送信を省くことはできるか」という質問をよく受けます。

率直な答えは、通話文字起こしの感情分析はCSATと相関があるものの、その相関は弱いということです。複数の研究チームの調査によると、通話終了時の感情スコアとアンケートによるCSATの相関はおよそ0.2〜0.4にとどまります。これは単なるノイズではなく有益なシグナルですが、CSATアンケートの代わりにはなりません。

文字起こしの感情分析が有効に機能する点：

• アンケート未回答の通話から極端にネガティブなトーンのものを抽出できる（不満を抱えた顧客はアンケートに回答しないことが多いため）
• 通話中に顧客のトーンが変化した瞬間を特定し、対応のどこに問題があったかを正確に突き止められる
• 人手による確認では見逃してしまう何百件もの通話全体から共通パターンを発見できる

感情分析では難しい点：

• チケット単位でアクションを起こせるほど高精度に個々のCSATスコアを予測すること
• 最終的な結果への満足度を反映すること（通話中に不満そうだった顧客でも、迅速かつ完璧に解決されれば高い評価をつけることがあります）

実務的なアプローチとしては、感情分析をアンケートの代替にするのではなく、QAチームが確認すべき通話の優先順位付けに活用することです。強いネガティブ感情が検出された通話こそ、QA担当者が90秒間斜め読みするだけで、改善につながる具体的な事実を発見できる可能性が最も高い案件です。

社内全体へのパターン共有

サポート文字起こし分析の成果として最も活用されていないのが、他部署との横断的な共有です。効果的な共有手法は次のとおりです。

週刊プロダクトダイジェスト：サポートマネージャーがプロダクトマネージャーに対し、先週の文字起こしから3〜5件の抜粋を2文程度の背景説明とともに送信します。「今週、Safariでエクスポートボタンが機能しないと伝えてきた顧客が4名おり、うち2名は1週間以上困っていました。タイムスタンプ付きの抜粋を添付します」。これは単なるチケット件数よりも無視しにくい説得力を持ちます。

月間頻出フレーズレポート：その月のすべての文字起こしを横断して、最も検索されたキーワードを集計します。「6月中に顧客が『遅い』と口にした回数は47回で、5月の22回から増加」というデータは、プロダクトや開発チームが実際に対策を打てる指標になります。手作業で集計しても2時間程度、検索ツールがあればさらに短時間で作成できます。

四半期ごとの顧客の声レポート：文字起こしアーカイブからプロダクト領域ごとに代表的な顧客の発言をまとめます。ロードマップの策定や四半期の振り返りで活用してください。社内ミーティングにおいて、顧客の生の声はアンケートのパーセンテージよりもはるかに説得力があります。割合の解釈については議論が紛糾しがちですが、「一度ダウンロードしてローカルで編集し、再アップロードして回避しました。45分余計にかかりました」という生の声には反論の余地がありません。

B2Bのカスタマーサクセスチームにとっても、サポート通話の文字起こし抜粋はアカウントレビューの説得力を高めます。CSMが契約更新前にアカウント状況を報告する際、ヘルススコアとともに実際のサポート通話テキストを提示することで、具体的な事実に基づいた議論ができます。

実際の導入事例

あるB2B SaaSチームは、年初に通話の文字起こしを開始しました。第1四半期の終わりまでに、チケット管理データベースに何ヶ月も埋もれ、開発バックログに載るほど明確に表面化していなかった2つのプロダクトバグを発見しました。

1つ目はユーザーの約3%に影響を与えていたSafari限定のエクスポートバグで、2つ目はオンボーディング手順におけるわかりにくいデフォルト設定でした。どちらもオペレーターが回避策を案内していたため、何十件もの文字起こしの中で「解決済みチケット」として処理されていました。この傾向は、個別のチケット単体ではなく、文字起こしアーカイブ全体を俯瞰して初めて明らかになったものでした。

両方の問題は第2四半期に修正され、それらの問題タイプに関する再問い合わせは減少しました。

必要となった時間は、サポートマネージャーが週に1時間、文字起こしを確認する作業だけでした。

よくある質問

通話の文字起こしに含まれる個人情報（PII）はどう扱うべきですか？

お客様はサポート通話中に氏名、口座番号、場合によっては一部の支払い情報を話します。文字起こしテキストの保存とアクセス制御は、自社のプライバシーポリシーおよび該当する地域の個人情報保護法に準拠する必要があります。最低限、QAやプロダクトレビューに必要な担当者のみにアクセスを制限してください。金融や医療のアカウントの場合は、チケットデータと一緒に保存する前にコンプライアンスチームに相談してください。また、文字起こしベンダーがアップロードされた音声でモデル学習を行うか、処理後に削除するかを確認してください。

通話の文字起こしでオペレーターと顧客を分離できますか？

はい。話者分離（ダイアライゼーション）機能を持つツールであれば可能です。ConvertAudioToTextはすべてのファイルで話者を自動的に識別・ラベル付けするため、オペレーターと顧客の発言が分かれて表示され、QAレビューやコーチングで正確なやり取りを引用できます。

サポートのQA向けに文字起こしできる録音ファイルは何ですか？

一般的な音声・動画ファイルならすべて対応しています。Aircall、Talkdesk、Five9、Dialpadからエクスポートした通話録音や、Zoom、Teams、Google MeetからMP4やM4Aでダウンロードした録音などです。ConvertAudioToTextはGoogle Driveから共有されたファイルリンクにも対応しています。

文字起こしの感情分析でCSAT（顧客満足度）アンケートを代替できますか？

完全な代替にはなりません。通話終了時の感情スコアとCSATの相関は約0.2〜0.4であり、相関はあるもののノイズが含まれます。通話中に不満そうだった顧客でも、問題が完全に解決されれば高い評価をつけることがあります。感情分析はQAレビューの優先順位付けフィルターとして使い、直接的なフィードバックの代わりにはしないでください。CSATアンケートは顧客自身の評価を示し、感情分析は通話の感情の流れを把握するシグナルを提供します。

リアルタイムのアシストツールが必要ですか、それとも通話後の文字起こしで十分ですか？

数百名未満の多くのチームにとっては、通話後の文字起こしから始めるのが最適です。Crestaのようなリアルタイムツールは年間10万ドル以上（6桁ドル）の契約から始まり、大量の通話量を前提としています。Baltoはオペレーター1人あたり月額約100ドルと比較的手頃です。主な目的がQA、ナレッジベース構築、プロダクトへのフィードバックであるなら、通話後の文字起こしで十分カバーでき、コストも大幅に抑えられます。

余計な手間をかけずにサポートの文字起こしをナレッジベースに反映するにはどうすればよいですか？

担当者を1人決め、週に10件の文字起こしを確認し、非典型的な問題をうまく解決できた案件をマークして、その解決手順部分から短いナレッジベース（KB）記事の下書きを作成します。どの問題タイプが有用なKB記事につながるかが把握できるまでは、初稿作成を完全に自動化しようとしないでください。まずは手作業で始めて価値の高いカテゴリを特定し、その後に連携開発の手間に見合うだけの速度向上が得られるかを判断してください。

参考情報

• Otter.ai料金：https://otter.ai/pricing (2026-07-01確認)
• Fireflies.ai料金：https://fireflies.ai/pricing (2026-07-01確認)
• Rev.com料金：https://www.rev.com/pricing (2026-07-01確認)
• ConvertAudioToText料金：https://convertaudiototext.com (2026-07-01確認)
• Cresta agent assist料金：https://cresta.com/agent-assist (第三者調査により2026-07-01確認)
• Balto料金帯：https://www.balto.ai/blog/best-ai-agent-assist-software-for-support-teams/ (2026-07-01確認)
• Aircall文字起こし機能：https://aircall.io/call-center-software-features/call-transcription/ (2026-07-01確認)
• CSATと感情分析の相関研究：https://aclanthology.org/2023.acl-industry.62.pdf (学術論文、2023年)