ある目的を達成するまでの動きを導線と呼びます。コールセンターにおいては、顧客が各々のコンタクトリーズンを解決するまでの導線を分析することが、適切な対応を目指すうえで重要です。

コールセンターにおけるオペレーションを改善させるソリューションとして、AIが注目されています。インターネットデバイスが普及している現在、顧客にとってはコミュニケーターと対応することなく、問題を自己解決できることが理想です。AIはそうした自己解決を望む顧客に対して、Webサイトにて適切なナレッジを提供するために機能します。また、このとき自己解決できなかった問題を、コミュニケーターが対応する際にナレッジとして用いられるのもAIです。
近年のAIには学習機能が備わっており、AI自身が自分で能力を向上させていきます。コールセンターで利用されるAIも、ひとつのチャネルとして顧客と接触するなかでさまざまなコンタクトリーズンを経験し、学習を進めます。そして、AIの学習が進むとともに可能になるのが、顧客が問題解決までにたどる導線の分析です。
サイト流入後、顧客が自身のコンタクトリーズンに関してどのように行動し、どのようなページへと移動していったのか、という情報は、解決に至るまでの顧客の思考変化を読み取るうえで非常に重要な情報です。また、問い合わせに至る原因もわかってきます。
加えて導線分析によって得られた情報は、顧客が閲覧するFAQサイトの構築に役立ちます。対話型FAQや、情報のレコメンド機能の精度向上も期待できます。これにより、顧客にとっては自己解決のしやすいサイトデザインが実現されます。サービス・商品を利用している顧客にとって、このことによる満足度は大きなものです。
FAQサイトが顧客にとって有益かどうかは、ナレッジによる自己解決ができるコミュニケーターにつながってくる入電数から知ることができます。入電数が減らない、一般的なコンタクトリーズの入電がある、といった場合は、FAQサイトの構築が十分ではないということです。
閲覧数や問い合わせの経路、ログなどを分析することでサイトの現状を把握し、顧客にとって利用しやすいサイトへの改善を行っていくことが重要です。