コミュニケーターが残す対応履歴は、コールセンターのシステムに蓄積されるログデータの代表的な存在です。ログデータには複数回電話をしてくる顧客に対応するための申し送りや、トラブル防止のための記録といった意味があります。一方で、個々のコミュニケーターのスキルと、ログデータを照らし合わせると、コミュニケーターに欠けているスキルや、オペレーション効率化のヒントが見えてくる場合があります。
「どのコミュニケーター」「どんなコールリーズンを」「どのように」「どれだけの時間で解決したのか」といった複数のデータを多角的に検証し、センター内のどのレイヤーに問題があるのか見定める姿勢が重要です。場合によっては大規模な教育方法の刷新や、システムの改善が求められます。

コールセンターに蓄積されるデータは膨大です。対応履歴はテキストのデータが多く、人力での確認には相当な労力を要します。有用な情報が含まれている可能性はあるものの、全てのデータを人の手によって確認しようとするのは、あまり現実的ではありません。
そうした問題に対するソリューションとなるのが、テキストデータにおける情報抽出が可能となるテキストマイニングの技術です。テキストマイニングを用いれば、ログデータの分析作業自体を大幅に効率化できます。
コールセンター内の膨大なデータをテキストマイニングによって詳細に分析し、それまで見えてこなかったコールリーズンの解決率を低下させている要因、顧客から寄せられた商品・サービスの改善要求（VOC）などを見い出すケースは少なくありません。
テキストマイニングを活用すれば、それまであくまで記録して残しておくものだったログデータが、コールセンターにとって非常に有益なものとなります。ログデータとテキストマイニングによる大きなシナジーを理解し、積極的に利用していく姿勢が大切です。