コールセンターROI計算ツール

算出方法

フルロードのエージェントは、何があろうと1日あたり固定のコストがかかります。アウトバウンドではその1日を接続できた会話数で割るため、つながらなかった発信はすべて、つながった会話に上乗せされます。インバウンドでは対応したコール数で割り、インバウンドコールは定義上すべて接続します。AI側は接続分数に対する分単位のレートに加え、escalationした会話ごとに人間のコストを丸ごと支払います。

モードが2つあるのは、アウトバウンドとインバウンドのユニットコストが同じ量ではないからであり、それを直接比べることこそROIの数字が無意味になる原因だ。

OUTBOUND — denominator is connected conversations
costPerDial     = repDayCost / dialsPerRepDay
costPerConnect  = costPerDial / connectRate
humanMonthly    = dials × costPerDial
occupancy       = (connects × handleMin) / (repDays × 480)

INBOUND — denominator is calls handled
callsPerRepDay  = (480 × occupancy) / handleMinutes
costPerCall     = repDayCost / callsPerRepDay
humanMonthly    = calls × costPerCall

BOTH — the AI side pays for minutes AND for what it hands back
aiMonthly       = (units × handleMin × aiRate) + (units × escalationRate × humanCostPerUnit)

計算例

20,000 outbound dials a month at a 12% connect rate is 2,400 conversations. A fully-loaded $300 agent-day across 45 dials is $6.67 per dial, and because roughly eight dials are needed per connect, $55.56 per connected conversation — about $133,000 a month across 20 full-time people. With AI at $0.06 a connected minute and 15% of conversations escalated to a human, the same volume costs about $20,600: an annual difference near $1.35M, or 84% of the human cost.

同じ20,000件をインバウンドコールとして、ハンドルタイム6分、稼働率83%で回すと、1人のエージェントが1シフトで約66件を処理するので、1コールのコストは$4.56 — アウトバウンドの数字のおよそ12分の1だ。同じエージェント、同じ日額単価、違うのは分母だけ。

エスカレーションが最も効く入力である理由

エスカレーションをゼロに設定すると、このモデルは200×を超える削減倍率をはじき出す。計算上は正しい — アウトバウンド担当者は有給の勤務時間の10分の1未満しか話しておらず、AIには支払うべき待機時間がない — が、誰もそれを信じるべきではない。実際の導入では一定割合の会話を人に引き継ぎ、エスカレーションされた会話はAIの利用分に加えて人による会話1件分のコストがかかる。15%なら倍率は6.5×近辺、30%なら3.3×近辺に落ち着く。これは財務レビューに持ち込める数字だ。倍率が現実味を失ったとき、このツールは黙って表示せず警告する。

除外しているもの

連携開発、プロンプトとワークフローの設計、QA、そしてエージェントがうまく機能するまでの立ち上げ期間 — すべて実在するが、すべて除外している。これは定常運用のランニングコスト比較であり、初年度の事業計画ではない。また入力されたエージェントの1日あたり単価を出発点にするため、技術費、監督費、施設費を含む公表のコールあたりコストのベンチマークより低く出る。条件を揃えて比較したいなら、それらをエージェントの日額単価に織り込んでほしい。

通貨切り替えは、一方を他方に換算するのではなく、通貨ごとに別々の数字を採用している。したがってルピー建てのモデルは、今日の為替レートで換算したドルの数字ではなく、インドのエージェント経済を反映している。

デフォルト値の出典

Every input above is editable — these are starting points, not claims about your operation. Benchmarks current as of July 2026.

Last reviewed July 2026.

よくある質問

コールセンターのROIはどう計算するのか?

エージェント1日あたりのフルロードコストを、そのエージェントが1日に実際に生み出すユニット数で割り、同じコール量をAIで処理した場合のコストと比較します。難しいのは分母です。アウトバウンドでは接続できた会話数で、発信数よりはるかに少ない。インバウンドでは対応したコール数で、handle timeとoccupancyに左右されます。分母を間違えることが、たいていのROIの数値を無意味にしています。

アウトバウンドの1会話あたりコストが、インバウンドの1コールあたりコストよりこれほど高いのはなぜか?

レートではなく分母のせいです。connect rateが12%なら、1件の会話を生むのにおよそ8件の発信分を支払っています。しかも短いアウトバウンドコールは、インバウンドのキューのようにシフトを埋められません — アウトバウンド担当者が実際に話している時間は、支払われた時間の10%未満であることも珍しくありません。同じエージェントが同じ日額でも、アウトバウンドでは約10倍の数値になります。どちらの数値も正しく、測っているものが違うだけです。

なぜこれは、私が見てきた$6–12という数値より低い1コールあたりコストを示すのか?

公表されているインバウンドの1コールあたりコストのベンチマークには、素のエージェント日額には含まれない技術・監督・施設・間接費が入っています。このモデルは入力されたエージェント日額を出発点にするため、それらのコストを自分でその数値に織り込まない限り、結果は低く出ます。裏を返せば、両者の前提をそろえたとき、このツールのアウトバウンドの数値は保守的な側だということです。

escalation rateはどの値を使えばよいのか?

自社のデータが示す値です。デフォルトはアウトバウンド15%、インバウンド25%で、この数値は極めて重要です。escalation 0%ならモデルは200×超の削減倍率を出しますが、これは算術的には正しくても、まったく信用できません。escalationを正直にモデル化するかどうかが、計算ツールとパンフレットの分かれ目です — escalationした会話は1件ごとに、AIの分数に加えて人間の会話1件分のコストがかかります。

実装コストは含まれるのか?

いいえ。比較しているのはランニングコストです — エージェント日額に対する、分単位のAI料金プラスescalation。連携開発、プロンプトとワークフローの設計、QA、そしてエージェントがうまく機能するまでの立ち上げ期間は、いずれも実在しますが、いずれも除外されています。出力は定常状態での差額として扱い、初年度の事業計画としては扱わないでください。

デフォルトの数値はどこから来ているのか?

エージェント日額、担当者1日あたりの発信数、connect rateは、当社のコスト関連ページを支えているのと同じ出典付きモデルから取っており、各値の根拠と時点を記録しています。handle timeは公表されているコンタクトセンターの数値をデフォルトにしています。すべて編集可能で、このツールの誠実な使い方は、それらを自社の給与データとCRMデータに置き換えることです。

ルピーに切り替えられるか?

はい — 通貨トグルでUSDとINRを切り替えられます。為替レートを適用するのではなく、通貨ごとに別の数値を採用しているため、ルピー版のモデルは換算された米国の数値ではなく、インドのエージェントコストを反映しています。

関連記事