• 導入事例
  • インタビュー
  • AI
  • データ解析

【ココカラファイン様】アプリに寄せられるお客様の声をAIで分析し店舗づくりに活用。
毎週5,000件を超えるコメントを短時間で現場にフィードバックし、さらなるおもてなし向上へ

cocokarafine_article.jpg
株式会社ココカラファイン様(以下、ココカラファイン)は、コア事業であるドラッグストア、調剤を中心に、介護や訪問介護、EC、フィットネスなど、幅広い事業を展開しています。なかでも、ドラッグストアは、日本の8割を超えるエリアをカバーする約1100店舗、調剤は業界トップクラスとなる約300店舗を運営しています。
競合店が多く、競争が激化する中、利用者に喜ばれる魅力的な店舗を作るために、ココカラファインが大切にしていることは「おもてなし」です。コーポレートスローガンに「『おもてなしNo.1』になる」を掲げ、来店客や患者への接客、接遇を重視して事業を展開しています。
ココカラファインはおもてなし向上施策の一環として、公式スマートフォンアプリに寄せられる膨大なコメントをAIで分析し、活用しています。今回はその取り組みの背景から実施効果について、キーマンである3名にお話を伺いました。

株式会社ココカラファイン
管理本部 企業品質部 石川厚美氏

株式会社ココカラファイン
管理本部 企業品質部 金澤直也氏

株式会社ココカラファイン
管理本部 IT・物流開発部
IT開発チーム 担当課長 島智宏氏

この記事のポイント

公式アプリでお客様の声を収集。毎週5,000件を超えるコメントが寄せられるように
膨大なお客様のコメントを店舗の接遇改善に活用。手応えと同時に、課題も明確に
コメントの分類のスピードと質の向上のために、AIに期待を寄せるも難易度の高さに直面
以前検討したAIと全く異なる“使いこなせるAI”をSCSKより提案
PoCで高い分析精度とわかりやすいユーザビリティを評価。ついにAIによる本格分析へ
本格導入では分析精度が30%も向上。重要度の高いコメントが即座にわかるように
さまざまな観点からAIで簡単に分析。現場からの期待も高まる中、より支持される店舗づくりを目指し接遇の向上を追求

公式アプリでお客様の声を収集。毎週5,000件を超えるコメントが寄せられるように

「『おもてなしNo.1』になる」を掲げるココカラファインでは、店舗に訪れる来店客へのおもてなしについて会社全体で取り組んでいます。

管理本部 企業品質部 金澤直也氏は、
「大切なことは、一人ひとりのお客様のお悩みを解決すること。従業員の教育に関しても、おもてなしを何より重視しています」と語ります。

その施策の一環として始めたのがスマートフォン用アプリ「ココカラ公式アプリ」です。2016年に公開された「ココカラ公式アプリ」は、累計ダウンロード数134万(2019年9月時点)を誇り、お客様との重要な接点になっています。

「ココカラ公式アプリ」には、ポイントやクーポンのほかに、アンケート機能が搭載されています。このアンケート機能が特徴的であるのは、購買した商品ではなく、店舗を対象とした評価をユーザーが投稿する仕組みになっている点です。4段階の星(★)の数による評価と、コメントの投稿が可能であり、現在このアンケートから毎週5,000件以上のコメントが寄せられています。


ココカラファイン様の店舗外観。日本全国約1,100店舗を展開しています。




「ココカラ公式アプリ」のトップ画面
「お客様満足度」から評価を投稿できます。

「ココカラ公式アプリ」の「お客様満足度」投稿画面
4つの星とコメントが投稿できるようになっています。

膨大なお客様のコメントを店舗の接遇改善に活用。手応えと同時に、課題も明確に

管理本部 企業品質部 石川厚美氏は、「ココカラ公式アプリ」に寄せられるすべてのコメントに目を通し、内容に応じて店舗を管轄する事業部門に定期的にレポートしています。

「これほどコメントが集まるとは想定外でした。様々な意見が寄せられており、多くはお褒めの言葉です。ココカラファインはお客様から期待されていると強く感じました。」(石川氏)

店舗スタッフの励みになるようなコメントも多く、現場からは『お客様が店舗での応対をしっかり見て評価してくださっているのが分かる。頂いた声に応え、より良いおもてなしを追求していきたい』と、接遇向上に強い意欲を見せる店長も出てきたといいます。

「管理本部で改善施策を打ち出すことはもちろん可能です。しかし、本部の考えを押し付けるのではなく、現場が主体となって改善施策を検討していけるよう、お客様のコメントを現場に連携しています」(石川氏)

管理本部 企業品質部 金澤直也氏も、会社全体の意識の変化を感じています。
「お客様から寄せられた声を会社全体でしっかり受け止め、改善に向けて迅速に取り組もうという意識も高まってきました」(金澤氏)

石川氏と金澤氏は、現場に届けるレポートの重要性を再認識した一方、当時の方式には大きな課題を感じていました。

「週5,000件以上のコメントを精査し、迅速に関連する事業部門に届け、スピーディーに改善に活かしてもらう必要があります。しかし、スピードと質の両立を実現するには、人間の力では限界があると感じていました。人間だと、その時の状況によって分類の仕方が変わる可能性があるので、客観的な視点で評価する仕組みを作る必要があったのです」(石川氏)

コメントの分類のスピードと質の向上のために、AIに期待を寄せるも難易度の高さに直面

そこで、コメント分類のスピードと質の向上のためにココカラファインが検討したのがAI(人工知能)による自動化でした。
最初にAI活用を試みたのは、2018年夏ごろ。AIによる分析サービスを提供しているいくつかのベンダーに声を掛けPoCを実施しましたが、それらは、高いコストがかかるだけでなく、使いこなすには高度なスキルが必要で、操作性も難しく感じられたとのことです。

何より問題だったのは分析レポートの複雑さで、一度はAIの導入自体を諦めたといいます。
「最初に検討したAI分析サービスでは、分析結果を確認するには、何十ページにも及ぶ詳細なレポートを読み解く必要がありました。AIの専門家でもない自分たちや営業部門が、毎週そのツールを利用してPDCAを回していくのは困難と感じました」(石川氏)

それから半年経ったころ、IT開発チームと付き合いのあったSCSKから提案されたのが、自然言語処理AIエンジン「KIBIT(キビット)」を活用した「KIBIT Knowledge Probe」でした。

以前検討したAIと全く異なる“使いこなせるAI”をSCSKより提案

SCSKでは、ドラッグストア向けの新しいソリューションとして、企業がすでに蓄積しているデータをAIで分析し、お客様満足度や業務オペレーションの変革に繋げる取り組みを提案していました。

SCSKは、テキストデータの分析に特化した「KIBIT Knowledge Probe」を活用すればココカラファインの目的を実現できると考え、早速提案しました。「KIBIT Knowledge Probe」は、少ないデータから、分析のための判断基準を効率的に学習できます。そして、わかりやすいGUIで分析できるため、非IT部門でも習熟しやすいという利点があります。

その提案を目にした管理本部 IT・物流開発部 IT開発チーム 担当課長 島智宏氏は、次のように当時を振り返ります。
「『KIBIT Knowledge Probe』は初めて知りましたが、導入事例も豊富で安心できましたし、これは期待できるという印象を持ちました」(島氏)

PoCで高い分析精度とわかりやすいユーザビリティを評価。ついにAIによる本格分析へ

SCSKの提案を受け、クレームなどの接遇に関するコメントの抽出に「KIBIT Knowledge Probe」の活用を検討。分析精度を確認するため、SCSKにてPoCを実施しました。

SCSKは、膨大なコメントから探したいコメントを適切に抽出できるかどうか、実際の1か月分のコメントデータをもとに「KIBIT Knowledge Probe」で分析を行いました。

「KIBIT Knowledge Probe」では、探したいデータを「教師データ」とし、AIがその特徴を学び取ります。AIは教師データとの関連度の高さに応じて各データに点数をつけ(スコアリング)、高スコア順に並び替えます。つまり、目的のデータが高いスコアで上位に抽出された状態になります。
目視で重要度や優先度が高いと判断したコメントが、高スコアとなっていれば、精度が高いといえます。

「『KIBIT Knowledge Probe』が高いスコアをつけたデータを確認したところ、目視で重要度が高いと判断したデータとほぼ同等で、精度に問題はないと判断しました。スコア順にコメントが表示されるので、対応の優先順位も一目で分かりました」(石川氏)

「KIBIT Knowledge Probe」のユーザビリティについても、次のように評価しています。
「データサイエンティストでなくても簡単に使えるGUIで、以前検証したAIツールとはまったく違うものという印象を受けました。これなら私たちにも使えると感じ、本格導入を決定しました」(石川氏)

cocokarafine_image.png

本格導入では分析精度が30%も向上。重要度の高いコメントが即座にわかるように

PoCを経てココカラファインは短期間で正式導入を決定。他の選択肢を探す必要がないほど、同社のニーズにマッチしていました。
本格導入において重要な作業がチューニングです。より重視するべきコメントに高いスコアがつくように、分析精度を高める必要があります。

SCSKでは、「ココカラ公式アプリ」の仕様やお客様コメントの傾向をふまえ、さらに分析精度を向上させました。
一例として、コメントの文字数に注目したチューニングを紹介します。
「ココカラ公式アプリ」のアンケートコメント欄には入力文字数の下限がないため、一言で終わるコメントもあれば、問題を切実に訴えるコメントもあります。どちらも重要な意見ではあるものの、具体的なコメントの方が接遇向上に繋がる傾向があったため、“詳しく記述されているコメントを高くスコアリングする”よう分析ロジックを調整しました。
この結果、分析精度をさらに約30%向上させることに成功しました。

「チューニング後の分析結果を見たとき、PoCの時と比べてこんなにも違うものかと驚きました。例えば、同じクレームの内容でも、お叱りの度合いが高いコメントに高スコアが付くようになりました。緊急度、重要度の高いものがすぐに分かるので、PDCAを早く回せるようになり、AI分析ではチューニングが重要であると実感しました」(石川氏)

さまざまな観点からAIで簡単に分析。現場からの期待も高まる中、より支持される店舗づくりを目指し接遇の向上を追求

PDCAを迅速に回していく環境が整い、使い始めて3ヶ月で、早くも効果を実感しているといいます。

「一定の基準で公平にコメントの分析し、優先順位をつけること。それがPDCAをうまく回すための第1歩でした。今回のAI導入で、今までできなかったことを実現できました。継続していけば、店舗のさらなる接遇向上に繋がっていくと思います」(石川氏)

「店舗統括、地区長が関心を見せ、もっと詳しく知りたいという声が現場から上がってきています。」(金澤氏)。

『KIBIT Knowledge Probe』を活用した今回の仕組みでは、新しい教師データを用意するだけで、別の観点で簡単にお客様のコメントを分析できます。さらなる活用に向け、金澤氏と島氏は開発元である株式会社FRONTEOの一日講習を受講し、使い方をマスター。
実際、島氏は「ココカラ公式アプリ」自体のユーザーの評価を知りたいと思い、自分で教師データを作って分析してみたところ、あっという間に分析できてしまったそうです。

「今回はクレームなどネガティブなコメントに分析範囲を絞りましたが、今後は販促など、他の切り口での分析にも活用を広げていきたいと考えています」(金澤氏)

「会社全体を見渡せば、さまざまなテキストデータが蓄積されており、いろいろな用途で『KIBIT Knowledge Probe』を有効活用する余地があるのではと感じています。専門家でなくても活用できる操作性が、その可能性をさらに高めていると思います」(島氏)

「KIBIT Knowledge Probe」導入を振り返り、石川氏は次のように話します。

「SCSKは『KIBIT Knowledge Probe』のこと、AIのことをよく熟知しており、私たちの要望や質問もしっかりと理解して、プロジェクトを進めてくれる安心感がありました。当社は「おもてなしNo.1」を標榜していますが、それはお客様から「良いお店だ」という評価があって、はじめて達成できることです。今回の取り組みの先には、店舗ごとの評価を可視化し、さらに高めることにつなげていけたらと思っています」(石川氏)



今回のAI導入を担当したSCSKメンバーと。
左から SCSK 西廣、ココカラファイン 石川氏、ココカラファイン 金澤氏、ココカラファイン 島氏、SCSK 服部

最新情報などをメールでお届けします。
メールマガジン登録