千葉県いすみ市を拠点に、液晶モニターの製造・販売を手がける株式会社JAPANNEXT。同社は既存の電話システムを更改するにあたり、Amazon Connectを採用しました。販売店からの問い合わせを受け付ける営業用電話と、購入前後のお客様からの問い合わせを受け付けるカスタマーサポート(以下、CS)用電話の2系統で、通話の文字起こしを実現しています。さらにCS部門では、既存のCRMからZendeskへと移行しAmazon Connectとも連携させ、お客様対応業務を効率化しました。クラスメソッドとともに取り組んだプロジェクトについて、メンバーの伊丹さん、剣持さん、大野さん、須貝さん、本良さんにお話をうかがいました。
AIによる文字起こしと要約に対応したAmazon Connectを採用
コストパフォーマンスに優れた液晶モニターで人気を集めるJAPANNEXT。2016年にJAPANNEXTブランドの製品を発売して以来、着実に市場シェアを拡大してきました。同社が重要戦略の一つに掲げているのが、多品種の製品を投入することです。近年は年間200製品という驚異的なペースで新商品を発売し、急成長を遂げています。
こうした背景もあり、CS部門ではお客様からの問い合わせにシームレスに対応することが重要な課題となっています。現在、8名体制で購入前の製品選定と購入後の問い合わせに対応しており、その件数は月平均でメール2,300件、電話600件、夏の繁忙期にはそれぞれ3,500件と800件まで増加します。
従来はクラウドPBXとビジネスフォンで受電し、対応内容は手作業でCRMに入力していました。録音データは音声のままクラウド上に保存されているため、内容確認にはすべてを聞き直す必要がありました。一次対応から他の担当者への引き継ぎも、Microsoft Teams(以下、Teams)で情報を共有し、電話を保留にして声をかけあう運用でした。「手作業の記録や共有には、1件あたり15分程度の作業時間が必要でした。記録内容も担当者によって長さやわかりやすさにばらつきがあり、振り返りや問い合わせ傾向の把握が難しい状況でした」(本良さん)
そこで同社は、PBXと既存CRMの刷新を検討。まずはPBXの入れ替えを先行することとし、Amazon Connectを選択しました。仮選定したCRMと連携できることに加え、固定電話が不要で、自動ルーティングで効率的に振り分けられること、またAIによる文字起こしと要約に対応していることが選定理由でした。
新CRMにZendeskを採用し導入支援をクラスメソッドに依頼
Amazon Connectに決定後、仮選定したCRMでPoCを進めましたが、既存CRMと同等の操作体験を求める要件が壁となり難航しました。そこで、Amazon Connectを軸に次期CRMを選ぶ方針へ切り替え、複数のCRM製品を比較した結果、Zendeskの採用を決めました。
Zendeskは、Amazon Connectと連携するアドオン製品「Zendesk Contact Center」を提供しています。これを導入すると、Zendeskの画面上でAmazon Connectの通話を受発信できます。同社もこの製品を利用して、両サービスを連携させることとしました。
「決め手はAmazon Connectとの連携のしやすさでした。さらに、経営判断により既存CRMのデータを新CRMに全件移行するという前提をなくし、アーカイブデータを活用する方針に転換しました。これにより、ZendeskとAmazon ConnectをAPIで疎結合する判断ができました」(大野さん)その後、同社で実施済みの簡易PoCの結果をもとに共創開発を依頼するベンダーの選定に着手。Amazon ConnectとZendeskの導入支援をクラスメソッドに依頼しました。
「Amazon ConnectからZendeskまでワンストップで対応していただけることに加え、ご提案時に自社の価値観を押しつけず、私たちの困りごとに寄り添ってわかりやすく説明してくれたことが印象に残り、パートナーとして選定しました」(大野さん)
営業部門へAmazon Connectを先行導入
プロジェクトではまず、2026年2月から5月にかけて営業部門へAmazon Connectを導入しました。それまでは卓上電話機2台で受電しており、メモ取りや情報検索などの作業がボトルネックとなっていました。そこで、ヘッドセットでの通話と、会話内容の文字起こしに機能を絞った電話システムを構築しました。具体的には、IVR(自動音声応答)やルーティングプロファイル(着信の振り分けルール)で運用ルールを定義し、文字起こしした内容と要約をTeamsへ通知する仕組みを実装しました。
開発はクラスメソッドと大野さんで進めました。大野さんはこう振り返ります。
「クラスメソッドのエンジニアがユーザーの使い勝手を的確に想像したベースを作ってくださり、私も途中の調整や最後の仕上げに一緒に携わりました。クラスメソッドとワンチームで進める素地が確立したと感じた時期で、印象深く覚えています。また運用をイメージしやすい営業部門向けを先に開発したことで、次に導入するCS部門の姿も描きやすくなり、心理的な不安の解消にもつながりました」(大野さん)
CS部門ではAmazon ConnectとZendeskを一括導入
営業部門への導入で得たノウハウを活かし、CS部門はAmazon ConnectとZendeskを一括で導入する方針に切り替えました。2026年4月から8月にかけて、Zendeskのパッケージ機能への理解を深めながら、要件定義から受け入れテストまでを一貫して進めました。CS部門の業務に精通したメンバーとして要件定義から参加した本良さんはこう振り返ります。
「メンバーは、慣れ親しんだ既存システムから新システムへ切り替えることに抵抗感があったようです。そこでグループチャットでメンバーの意見を集めてExcelにまとめ、課題を“見える化”して開発メンバーに伝えました。課題管理表をもとに対応の可否を検討していただいた結果、現場の意見もまとまりやすくなりました」(本良さん)
さらに、Zendeskの操作マニュアルをTeamsのチャンネルに記事として掲載し、メンバーがいつでも参照できるようにしました。システム面では、修理品の写真を保存していた共有ドライブの代わりにZendeskの画面上で写真を参照できるようにしました。
フロントエンドの開発を担当した須貝さんは、CS部門のメンバーの操作性を損なわないよう、「既存CRMのデザインをできる限りZendeskの画面に反映させることに注力した」と語ります。「CSの業務は未経験でしたので、現場の声を聞くことを心がけていました。現場から『以前はこう操作していた』と聞けば、まずはその操作を再現し、難しい場合は『この方法なら7~8割は実現できる』といった形で、現場の業務に近づけるようにしました」(須貝さん)
画面開発で特に力を入れたのは、入力漏れを防ぐルールづくりです。「この処理ではこの項目を必須にする」といったルールを現場とすり合わせながら一つずつ設定し、細部を根気よく調整しました。
既存CRMからERPへの情報連携は、Zendesk上の拡張アプリを通じて実現しました。クラスメソッドと協力してデータインターフェースの仕様を定め、双方でメッセージングAPIを開発してリアルタイム連携を可能にしています。在庫管理システム(WMS)や商品情報管理システム(PIM)ともURLで連携し、既存CRMから引き継ぐデータはAmazon S3に保管してZendeskのサイドバーから参照できるようにしました。
「ERPとの連携の狙いはユーザーの視線をZendeskに集中させることです。複数の画面を行き来することで生じる視線や思考の移動をなくし、対応効率を高めたいと考えました」(大野さん)
さらに双方が「Claude Code」を全面的に活用したことで、タイトなスケジュールでも認識のずれがなく、予定どおりに実装を進められました。「お互いにClaude Codeを使っていることは、開発の途中で知りました。AIの使いこなしという面でも、私たちの活用方法がブラッシュアップされました」(大野さん)
開発のスピードを支えた要因はほかにもあります。剣持さんが挙げるのは、同社の本社の環境です。本社はいすみ市の小学校の校舎を活用した建物で、かつての教室が各部門の執務室になっており、CS部門、営業部門、システム部門はいずれも同じ校舎内にあります。
「担当者同士がその場で直接話せることが、短期間で効率的なシステムをつくれた背景だと感じます」(剣持さん)
親身な提案力と丁寧な対話が支えた要件定義と共創開発
プロジェクトを通して同社がクラスメソッドに感じたのは、要件定義の段階からワンチームになって要件を取捨選択し、コストと納期に見合う形で提案と実装を進める姿勢でした。
「今回初めて要件定義に加わった本良と須貝が活発に意見を出し、クラスメソッドはそれらにも素直に耳を傾け、真摯に議論してくれました。2人にとって貴重な経験になったと思います。また、開発を通じて当社にもクラウドやAWSの知見が積み上がり、社内ユーザーから業務効率改善の相談にも対応できるようになりました」(大野さん)
「クラスメソッドの担当者には、専門用語がわからない私たちの相談にも『こういうことですよね』と優しく受け止めていただき、使いやすく設定していただけたことがありがたかったです」(本良さん)
「技術に関する基本的な質問にも丁寧に回答いただき、要望にも迅速に対処していただきました。世の中の技術動向やシステムの設計思想まで解説いただき、多くのことを学びました」(須貝さん)
営業部門では1日の電話対応件数が15%増加
CS部門へのAmazon ConnectとZendeskの導入が完了し、現在は営業部門とCS部門の両方でAmazon Connectを利用しています。
自動ルーティングにより担当者への電話の引き継ぎ時間がゼロになり、不在着信や業務時間外の着信も可視化されて引き継ぎ漏れもなくなりました。移行後も応答率は90%を維持しており、移行による影響は出ていません。先行導入した営業部門では、1日の電話対応件数は15%増加した一方、1件あたりの対応時間の短縮により、担当者の残業時間は15%削減されています。その中でも、対応件数増加の意義は大きいと剣持さんは話します。
「毎週のように新製品が登場し、会社が成長を続ける中、営業メンバーを増やさずに電話対応件数を増やせたことは大きなメリットです。販売店から毎日寄せられる多くの問い合わせにも、お客様を待たせることなく対応できています」(剣持さん)
CS部門でも、営業とCSの情報をZendeskで一元管理できるようになりました。オペレーターが特に変化を実感しているのは、電話の転送と受電の仕組みです。本良さんは、転送時の手間が大きく減ったと話します。
「オペレーターとしては、転送業務が一気に楽になりました。転送相手の画面にお客様情報や聞き取りメモ、過去の対応履歴などが自動でポップアップされるため、口頭で伝える必要もなく、同じ画面を見ながら議論できます。受電方法も変わり、システム上で自動的に担当オペレーターに割り振られるため、不公平感もなくなりました」(本良さん)
プロジェクトマネージャーを務めた伊丹さんも、「経営に与える影響は大きい」と評価しています。「お客様との重要な接点となるCS部門で、問い合わせ内容を漏れなく記録し、すぐに共有して対応できることは、業務効率化だけでなく、お客様満足度の向上にもつながっています。プロジェクトに参加したメンバーが成長してくれたことも、会社にとって大きなメリットです」(伊丹さん)
伊丹さんは、メンバーの成長を支える背景に、挑戦を重んじる同社の開発文化があると話します。
「当社には、市場にないものでも挑戦し、必要なものは自社でつくる文化があります。今回、メンバーが本格的な要件定義の場で議論を重ねる姿を見て、内製の知識を持ったうえで外部の知見に触れる意味を実感しました。社内だけで完結していては、判断の幅は広がりません。こうした場を設け続けることも会社の務めだと考えており、仕組みづくりと人づくりの両面からメンバーの成長を支えていきたいです」(伊丹さん)
AI活用で一次応答の自動化へ
次の段階では生成AIの活用範囲を広げ、蓄積した対応履歴をナレッジとして発展させながら、一次応答の自動化やチケット振り分けの精度向上につなげる考えです。
「一次対応にチャットボットを活用し、解決が難しい問題を優先してオペレーターにつなぐ運用が考えられます。そのためには、CS業務の整理やAIへの理解を深める必要があります」(大野さん)
生成AIの活用を進める一方で、人材育成にも力を入れる考えです。
「ウェビナーに加え、質疑や対話を伴うセミナーや勉強会への参加も促していきます。他社の担当者の温度感や休憩時間に語られる本音のような、テキストにならない情報は生成AIが持ち得ないからです。持ち帰った知見は『何を採用し、何を捨てたか、その理由は何か』を社内で共有し、組織としての判断力を高めていきたいです」(大野さん)
クラスメソッドには、今後の運用フェーズでも継続的な伴走を期待しています。
「成功事例だけでなく、他社が何を採用せず何を捨てたのかも聞かせていただきたいです。判断の材料は、選ばれなかった選択肢にこそ多く含まれていると感じます。また、Claude Codeについても、活用方法そのものを共有していただけると、当社にとって大きな学びになると考えています」(大野さん)
クラスメソッドはこれからも、JAPANNEXTの内製化への挑戦を支援してまいります。


