テキストマイニングとは、テキストデータを対象とした分析方法です。テキストデータを単語・文節といった要素で区切り、出現頻度や他の要素との相関といったデータから情報を解析します。

コールセンターには、顧客との対応後に残す対応履歴をはじめとして、膨大な量のテキストデータが蓄積されていきます。こうした履歴には単純に対応の記録を記述しその後のトラブルを防ぐという目的もありますが、要望や意見といった顧客の声（VOC）を残し、サービス改善やマーケティング戦略の創出に役立てる目的もあります。しかし、従来は情報量の多さから、有益なデータの抽出が困難でした。テキストマイニングは、そうしたデータの抽出を自動化し、役立つデータを素早く社内へとシェアできる技術として注目されています。これまでは埋もれてしまっていた、顧客のニーズを拾い出すことも可能です。展開サービスや顧客の反応に応じて変える必要があるFAQも、テキストマイニングによる自動かつ素早いデータ抽出を利用すれば、頻繁に刷新することが可能です。

テキストマイニングによるデータ抽出でわかるのは、単語・文節といった要素の出現頻度、また、それぞれの相関です。こうしたデータとして吐き出された情報から、顧客の特徴、傾向といった役立つ情報を見出すことが大切となります。特に「誰が何を言っているのか」、「時系列による特徴、傾向の変遷」、「最終的にわかる総合的な顧客の動き」といった分析は重要です。マーケティング戦略の策定に役立つ情報や、コールセンター業務の改善ヒントだけではなく、未来の顧客の動向も見出すことができます。テキストマイニングからこうした有益な情報を得るためには、データを網羅的に分析し、言葉の頻度、時間といったクラスターでソートすることが大切です。また、「気づき」や「アイデア」を得るためには、あらゆる言葉の相関を無視しない姿勢も必要です。あくまでテキストマイニングは分析方法であり、データを最大限活用するためには大局的かつ、それまでにない視点から情報を見つめ直すことが重要です。