受注処理を1日4時間 → 30分に短縮

抱えていた課題

大手アパレルECを運営するクライアント様は、1日あたり約300件の問い合わせメールに対応していました。内容の確認・分類・担当者振り分け・テンプレ回答の選定に、毎日4時間ほどの工数がかかっていたのです。

「単純な配送状況の問い合わせも、サイズ交換の相談も、クレームも、すべて同じ受信箱に入ってくる。分類だけで30分以上かかる日も珍しくなかった」（クライアント担当者談）

取り組んだこと

1. 業務フローの可視化

まず2週間かけて受注処理担当者のヒアリングと業務観察を実施。「どの問い合わせに、どれくらい時間がかかっているか」を可視化し、自動化効果の高い領域を特定しました。

2. Claude API によるメール分類

Gmailに届いた問い合わせを Apps Script で受信トリガーで取得し、Claude API に渡して以下を自動判定するシステムを構築しました。

• カテゴリ分類（配送 / 返品交換 / 商品問い合わせ / クレーム / その他）
• 緊急度判定（高 / 中 / 低）
• 感情判定（ポジティブ / ニュートラル / ネガティブ）
• 担当チーム振り分け（CS / 配送 / 商品企画）

3. テンプレ回答ドラフトの自動生成

分類された問い合わせに対し、過去のFAQをベースにした一次回答ドラフトを自動生成。担当者は内容を確認・微修正して送信するだけで対応完了となる仕組みにしました。

4. スプレッドシートでの管理画面

分類結果・回答状況をGoogleスプレッドシートに自動記録。担当者は1日の処理状況を一覧で確認でき、抜け漏れもなくなりました。

結果

• 受注処理時間：1日4時間 → 30分（87%削減）
• 分類精度：手動 95% → AI自動 97%（人間より高精度）
• 一次回答までの時間：平均8時間 → 平均45分
• 担当者の負担感（5段階評価）：4.5 → 1.8

クライアント様の声

「『AIに業務を任せる』というと身構えていましたが、Aileron Inc. さんは現場の声を本当によく聞いてくださいました。最初は小さく試して、効果を確認しながら範囲を広げていくアプローチで、現場の納得感も高かったです。担当者の残業が大幅に減ったことも大きな成果でした。」

— CS部門マネージャー

今後の展望

次フェーズとして、過去の問い合わせ履歴をベースにしたRAGシステムの構築、商品レビューの自動分析を予定しています。現場で動く改善を積み重ねていく予定です。