AI電話自動応答の導入前に準備すべきデータは？──対応品質を左右する「5つの情報」と整理の手順

「データを整理しましょう」の前に──中小企業の現場で起きていること

AI電話自動応答の導入記事の多くは「まず過去データを分析しましょう」と書いています。しかし、従業員20〜100名規模の企業の現場は、そう教科書通りにはいきません。
導入支援の現場で繰り返し確認される状況を挙げると、たとえばこのようなケースです。
・専任のCS担当がおらず、総務や事務のスタッフが本来業務の合間に電話番を兼ねている
・対応履歴はExcelに残っている月もあれば、まったく記録がない月もある
・情報システム部門の担当者がAI電話導入を任されたが、現場スタッフからは「また仕事が増えるのか」と抵抗される
・上司には「早く導入しろ」と言われ、現場には「余計なことをするな」と言われ、板挟みになっている
・そもそも「問い合わせのカテゴリ分類」と言われても、分類の基準すら社内に存在しない

「データを整理しましょう」の前に、「そのデータがまだ存在しない」という現実からスタートする企業のほうが圧倒的に多いのです。
本記事では、この現実を前提に、ゼロからでも2〜3週間で最低限の準備データを揃えられる方法を、優先順位をつけて解説します。

最初に押さえる前提：シナリオ型とAI会話型で「力点」が変わる

準備データの話に入る前に、一つ重要な前提があります。AI電話自動応答には仕組みの異なる2つのタイプがあり、準備データの力点が変わります。

比較項目	シナリオ型（ルールベース）	AI会話型（LLMベース）
仕組み	事前設定した質問・回答・分岐ルールに沿って応答	大規模言語モデルが自由な発話を理解して応答
従来のIVRとの関係	IVR（プッシュボタン式）の延長線上	IVRとは根本的に異なるアプローチ
強み	回答の正確性が高い（設定した範囲内）	表現の揺れや想定外の質問に柔軟に対応
弱み	カバーしていない質問には対応不可	ナレッジベースが不正確だと誤回答のリスク
データ準備の力点	質問・回答ペアの網羅性	ナレッジベース（製品情報・FAQ・社内規定）の正確性と鮮度

現在の市場に出ているサービスの多くは、この2つを組み合わせたハイブリッド型です。いずれのタイプでも、本記事で解説する5つのデータは共通して必要になりますが、上の表の「力点」を意識しておくと、準備の優先度を判断しやすくなります。

対応品質を左右する「5つの準備データ」

1. 過去の問い合わせ履歴

AIの応答シナリオの骨格になるデータです。直近3〜6か月分の着信内容をカテゴリに分類し、件数と割合を集計します。
分類の粒度は、最初は粗くて構いません。たとえば以下のような5〜8カテゴリで十分です。

１．製品・サービスの使い方
２．料金・プランの確認
３．配送・納期の問い合わせ
４．クレーム・不具合報告
５．解約・退会の相談
６．営業時間・アクセスの確認
７．その他

問い合わせの4割が「配送状況の確認」なら、AIが最も正確に答えるべき領域は配送関連です。この優先順位付けが、限られた準備時間を有効に使う鍵になります。
履歴がない場合の対処法： 2週間、電話対応するスタッフに以下の4項目だけをメモしてもらいます。

記録項目	記入例
日時	6/3 10:15
相手の属性	法人・既存顧客
用件の要約	注文した部品の納期確認
対応結果	その場で回答・解決

完璧を求めず、7〜8割の通話が記録できていれば上位カテゴリの把握には十分です。この記録を始めたこと自体が、「電話対応にどれだけ時間を取られているか」を社内で初めて可視化するきっかけになるケースが多く見られます。

2. よくある質問と回答のセット

問い合わせパターンが見えたら、それぞれに対する「正しい回答」を整理します。
WebサイトのFAQが出発点になりますが、FAQ掲載内容と実際に電話で聞かれる質問にはズレがあることが多い点に注意が必要です。Webで自己解決できなかった顧客が電話をかけてくるため、「FAQを読んでも分からなかった部分」こそ電話対応で準備すべき回答です。
回答整理の際に重要なのが、「同じ質問の別の聞き方」を複数パターン用意することです。

質問の意図	表現パターンの例
送料を知りたい	「送料はいくらですか」「配送料ってかかりますか」「届けてもらうのにお金かかる？」
届く日を知りたい	「いつ届きますか」「配送にどれくらいかかる？」「明日届く？」
返品したい	「返品できますか」「サイズが合わなかったんですが」「返金してほしい」

シナリオ型のシステムではこの表現バリエーションの網羅度が応答精度を直接左右します。AI会話型は言い回しの揺れに柔軟ですが、ナレッジベースに正確な回答がなければ正しい情報を返せない点は同じです。
まずは件数の多い上位5〜10カテゴリの回答を整理すれば、電話全体の6〜7割をカバーできるケースが多く、初期導入としては十分な範囲です。

3. 業務フローと転送ルール

AIが対応する範囲と、人に転送する範囲を定義するデータです。整理すべきは以下の4点です。
１．どの問い合わせカテゴリをAIが対応するか
２．どの条件（キーワード・感情トーンなど）で人に転送するか
３．転送先はどの部署・担当者か
４．営業時間内と時間外で転送ルールをどう変えるか

中小企業の場合、転送先の担当者が離席中や対応中というケースも多いため、「転送先が出られない場合にどうするか」まで含めたフロー設計が特に重要です。
このルール設計が甘いまま導入した場合に起きがちなトラブルの代表例は、「AIが解約希望の電話に定型回答を返し続け、顧客の怒りがエスカレートする」というケースです。事前に電話を普段受けているスタッフと一緒に「この電話はAI」「この電話は人」の仕分けを整理しておくことで、導入後のトラブルを大幅に減らせます。

4. 顧客属性・セグメント情報

顧客の属性情報（法人/個人、契約プラン、利用期間など）をAIが参照できると、対応の質が一段上がります。ただし、CRM連携には技術的な工数がかかるため、導入初期は後回しにして問題ありません。
優先度の目安は以下の通りです。

・導入初期（必須）：上記1〜3の基本データで運用開始
・安定稼働後（推奨）：顧客属性との連携で対応の個別化を拡張
・発展段階（任意）：購買履歴や過去の問い合わせ履歴との連携で高度なパーソナライズ

中小企業の場合、CRMを導入していない、あるいはExcelで顧客管理をしているケースも多いため、「今あるデータでどこまでできるか」を起点に考えるほうが前に進みやすくなります。

5. 営業時間・拠点情報・サービス概要

「何時まで営業していますか」「最寄りの店舗はどこですか」──こうした基本的な問い合わせは着信全体のかなりの割合を占める傾向があります。ここでAIが間違った情報を返すと、システム全体の信頼が一発で崩れます。
特にリスクが高いのが、情報の更新漏れです。
年末年始やGWの営業時間変更がAIに反映されていない

新しい拠点が開設されたがAIの案内リストに入っていない

料金改定があったが旧価格のまま案内している

「気づいた人がやる」運用ではなく、「営業時間変更の決定と同時にAIの参照データも更新する」というフローを、業務プロセスに組み込んでおくことを強く推奨します。

データ整理から導入までのステップと所要時間

ステップ	やること	所要時間の目安
1	問い合わせ内容を2週間記録する	1日5〜10分×10営業日
2	上位5カテゴリの回答と聞き方バリエーションを整理する	2〜3時間
3	転送ルールをフローチャート1枚にまとめる	1〜2時間
4	営業時間・拠点情報などの基本データを一覧化する	30分〜1時間
5	導入後のデータ更新サイクル（誰が・いつ・何を）を決める	1時間

合計で、正味の作業時間は10時間前後です。2週間の記録期間を含めても、3週間あれば最低限の準備データは揃います。
ステップ1で最も重要なのは、完璧を求めないことです。「全通話を漏れなく記録しなければ」と構えると、忙しい日に記録が止まり、結局データが揃わないまま導入検討自体が停滞します。7〜8割の通話が記録できれば十分と割り切ってください。

導入前データ準備チェックリスト

以下のチェックリストで、自社の準備状況を確認できます。上から順に優先度が高い項目です。

チェック	準備項目	状態
□	直近の問い合わせ内容がカテゴリ別に集計されている	必須
□	上位5カテゴリの「正しい回答」が文書化されている	必須
□	よくある質問の「別の聞き方」が3パターン以上用意されている	必須
□	AIが対応する範囲と人に転送する条件が明文化されている	必須
□	転送先が不在の場合のフローが決まっている	必須
□	営業時間・拠点情報・基本的なサービス情報が一覧化されている	必須
□	情報更新の担当者とタイミングが決まっている	必須
□	顧客属性（法人/個人、契約プランなど）のデータが整備されている	推奨
□	CRMや顧客管理ツールとの連携方針が決まっている	任意

「必須」の7項目が埋まっていれば、どのサービスを選んでも導入はスムーズに進みます。
ただし、中小企業の限られた人員でこれらの整理と、導入後の継続的な更新運用をすべて自社で回すのは負荷が大きいのも事実です。データの整理支援からシナリオ設計、導入後の改善提案・設定変更までを専門スタッフが継続的に伴走するサービスを選定基準に加えると、準備フェーズの停滞や導入後の放置リスクを防ぎやすくなります。

まとめ

AI電話自動応答の対応品質は、導入前のデータ準備で8割が決まります。準備すべきは「問い合わせ履歴」「Q&Aセット」「転送ルール」「顧客属性情報」「基本情報」の5つ。体系的なデータがなくても、2週間の記録からスタートし、上位カテゴリの回答整理と転送ルール設計を進めれば、3週間・正味10時間で最低限の準備は整います。完璧を待たず、まず動かせるレベルで始めて運用しながら精度を上げていくのが、中小企業にとって最も現実的な進め方です。

準備が進まず導入が止まっていませんか？──データ整理チェックリストと業種別事例集をお渡しします　
「データ整理が必要なのは分かったが、日常業務が忙しくて手がつけられない」「情シスとCS部門の間で、誰が何を準備するか決まらない」──導入検討が止まる最も多い原因は、技術的な問題ではなく、この準備フェーズの停滞です。現在の電話対応体制をお聞かせいただければ、準備すべきデータの優先順位と最小限の工数で始められる進め方を一緒に整理いたします。データ整理チェックリストと業種別導入事例集もご用意していますので、お問い合わせフォームからご連絡ください。