ビルメンのクレーム対応を仕組み化する方法｜記録・分類・回答文面の下書き

この記事の結論

クレーム対応で仕組み化できるのは「記録・分類・回答文面の下書き」までです。謝罪の温度感、補償の判断、修理と説明の優先順位は人の仕事です。記録だけでも仕組みに乗せると、同じ種類のクレームを繰り返さないための分析が初めて可能になります。

ビルメンテナンスにおけるクレーム対応体制の比較

課題：クレームが「口頭で終わる」と何が起きるか

ビルメンの現場には、テナントからの「隣の部屋の音」「便所の水漏れ」「空調が効かない」、オーナーからの「報告が遅い」「請求内訳が分からない」といった連絡が日常的に来ます。これらが担当者宛の電話と口頭だけで消化されると、次の損失が発生します。

口頭運用の3つの損失

• 再発が見えない: 同じ物件・同じ設備の不具合が何回起きているか集計できません。「結構ありますね」で済まされ、本格的な修繕提案の根拠に使えません。
• 対応の質が担当者次第になる: ベテランは落ち着いて謝罪と説明をしますが、経験の浅い担当者は急かされて約束してしまう、あるいは反対に冷たい応対になります。
• 引き継ぎ・報告が漏れる: 対応した本人しか状況を知らないため、担当が変わった途端に「前回どう対応したか」が不明になります。オーナーの信頼を損なう典型的な原因です。

クレームは管理業務の負の側面に見えますが、扱い方次では「点検では見つからない不具合の情報源」であり、修繕提案につながるデータです。なお、クレーム以外の日常連絡（作業予定のお知らせ・点検後の報告・依頼文面など）も、同じ「記録→下書き→人の確認」の型で扱えます。オーナー・テナント向けの連絡文面をAIで下書きする手順は「ビルメンのオーナー・テナント向け連絡文面をAIで下書きする手順」で整理しています。

仕組み・手順：受付から対応記録までの5ステップ

1. 受付記録の標準化: 日時・物件・場所・内容・連絡者・優先度（緊急か、通常か）を1つの様式で記録します。電話の内容も、受けた人が30秒で入力できる量にします。
2. 分類の実施:「設備不具合／清掃・環境衛生／接遇・報告対応／請求関連」など、社内で使う分類軸を5〜8個に絞って振り分けます。AIに一次分類させ、人が最終確認します。
3. 過去対応の検索: 同じ物件・設備の過去の対応履歴を即座に引けるようにします。「昨年も同じフロアで同種の指摘があった」という事実が、説明の説得力を変えます。
4. 回答文面のドラフト: 状況説明・今後の対応・タイムラインを含む回答文面をAIに下書きさせます。謝罪の文言や補償の言及は、管理者の確認・修正を必須にします。
5. 月次の振り返り: 分類別・物件別の発生件数を月次で見て、繰り返し項目を修繕提案や清掃頻度の見直しに接続します。クレーム記録が提案の根拠資料に変わります。振り返りの型は「件数トップ3の分類」「件数トップ3の物件」「前月と比べて増えた分類」の3点に絞ると、15分程度で終わります（目安）。件数だけでなく「対応に要した時間の合計」も並べると、件数は少なくても時間を食っている案件（例：同じテナントへの繰り返し対応）が見えてきます。振り返りの結果は、オーナーへの定期報告の「改善施策」欄にそのまま使える形で1行ずつ記録します。

ここでも原則は「AIは下書き、判断は人」です。文面の生成と分類は速くても、謝罪と責任の受け止め方まで自動化すると信頼を損ないます。

受付時の優先度の決め方も、あわせて文章化しておきます。水漏れ・停電・昇降機停止のような「今すぐ動く」もの、当日中に対応するもの、翌日以降の巡回で対応するものの3段階に分け、それぞれの初動（誰に連絡し、何を伝えるか）を書いておきます。クレーム対応の迷いは「どの順番で動くか」が決まっていないことから生まれることが多く、優先度の基準があるだけで、担当者の負担とばらつきが減ります。

数値例：繰り返し削減の工数効果（試算）

計算式は「月間の繰り返し対応件数 × 1件あたりの対応時間」です。

月に30件の連絡・クレームがあり、そのうち同種の繰り返しが10件、1件あたりの対応（電話応対＋現場確認＋報告）に20分かかるとします。分類と月次分析で繰り返しの10件が5件に減ったとします。

• 削減件数：10件 − 5件 = 5件/月
• 削減時間：5件 × 20分 = 100分 ≈ 1時間40分/月（試算）

工数だけではなく、同じ不具合を「繰り返す」ことは信頼の目減りです。月次の分析が修繕提案に変われば、対応工数の削減と受注の両方に効きます（提案側の計算は「ビルメン・設備管理会社の見積書作成をAIで速くする方法」参照）。

よくある失敗

• AIにそのまま自動返信させる: 謝罪文のニュアンスや状況の誤認は致命的です。送信は必ず人の承認を通します。
• 記録が担当者の個人スマホに留まる: 個人端末に止まった記録は資産になりません。記録場所を1か所に決め、退職時に消えない設計にします。
• 分類軸を作りすぎる: 20項目の分類は現場で回りません。大分類5〜8個に絞り、詳細は自由記述に任せます。分類の価値は月次の集計で生まれます。

よくある質問

Q. ビルメンのクレーム対応をAIでどこまで仕組み化できますか？

仕組み化できるのは「記録・分類・回答文面の下書き」までです。日時・物件・内容を1つの様式で構造化して記録するところ、キーワードと影響範囲から「緊急/通常/要観察」を判定する一次分類、同じ物件・設備の過去対応履歴の検索、回答文面のドラフト作成は、仕組みとAIに任せられます。一方、謝罪の温度感、補償の判断、修理と説明の優先順位は人の仕事です。回答文面の送信は必ず人の承認を通します。

Q. クレームの分類軸はいくつに絞るべきですか？

大分類は5〜8個に絞ります。「設備不具合／清掃・環境衛生／接遇・報告対応／請求関連」などが例です。20項目のような細かい分類は現場で回りません。分類の価値は月次の集計で生まれるため、詳細は自由記述に任せるのが失敗しない設計です。

Q. クレーム記録を仕組み化すると、対応工数はどれくらい減りますか？

月30件の連絡・クレームのうち同種の繰り返しが10件、1件あたりの対応（電話応対＋現場確認＋報告）に20分かかるケースで、分類と月次分析により繰り返しが5件に減れば、削減時間は5件×20分＝1時間40分/月です（試算）。また、同じ物件・設備の繰り返し不具合が集計で可視化されると、点検では見つからない不具合の情報源となり、月次分析が修繕提案につながれば対応工数の削減と受注の両方に効きます。

自社の状況を確認する

顧客対応・内部連携を含む管理業務の停滞箇所を、診断で客観的に確認できます。

→ 自社の成長ボトルネックを診断する

出典・参考資料

1. 公益社団法人 全国ビルメンテナンス協会 — ビルメンテナンス業界を代表する全国組織の公式サイト（業務登録・資格・実態調査などの一次情報）
2. 国民生活センター — 苦情受付・苦情解決に関する公的情報
3. 受付様式・分類軸・数値例は、当社の導入支援・検証業務に基づく一般的な分析