＜目次＞

「応答率が上がらないが、これ以上人を増やす予算もない」「現場のSVから人が足りないと言われるが、根拠が曖昧で経営層に説明できない」
コールセンターの運営において、人員配置は最も難しく、かつ経営に直結する課題です。
特にカスタマーサポート部門を立ち上げたばかりの中小企業や、新任の管理者にとって、感覚に頼らない人員算出は急務といえます。
その解決の鍵となるのが、世界中のコールセンターで標準的に用いられている「アーランC式」です。

本記事では、アーランC式の理論的な背景から、現場でそのまま使える計算手順、さらには算出された必要人数を確保できない場合の次の一手までを網羅しました。
まずは、お手元の数値を入力するだけで必要人数がわかる計算ツールから活用してみてください。

コールセンターの適正人数を算出する際、単に「1日の着信数 ÷ 1人が処理できる件数」で計算してはいけません。
電話の着信はランダムであり、ピークタイムと閑散期が混在するため、待ち行列理論に基づいた計算が必要になります。

ここでは、その標準理論であるアーランC式の基本を解説します。

アーランC式（Erlang C）は、デンマークの数学者A.K.アーランによって提唱された、待ち行列理論の公式の一つです。
特定の時間内に発生する「着信数」と、それに対応する「平均処理時間（AHT）」、そして「サービスレベル（目標とする応答時間内の応答率）」の関係を数式化したものです。
なぜこの数式が重要かというと、コールセンターには「不確実性」が常に付きまとうからです。
もし着信が1時間を通して完全に均等であれば、単純な割り算で人数を出せます。
しかし、現実は特定の数分間に着信が集中し、他の時間は空くといった波があります。
アーランC式は、この「ランダムな着信」を考慮した上で、目標とする応答率を維持するために最低限必要な「同時稼働人数」を導き出すことができます。

これを理解せず人員配置を行うと、特定の時間帯だけ極端に応答率が下がり、顧客満足度を著しく損ねるリスクがあります。

ツールを使用する際には、以下の4つの数値を準備してください。

記事の１番下に計算ツールも用意しています。合わせて利用してみてください。

1. 呼量（着信数）：特定の単位時間（通常は1時間や30分）に発生する総着信数です。
2. 平均処理時間（AHT）：通話時間（ATT）と後処理時間（ACW）を足したものです。
3. 目標応答時間（秒）：着信から何秒以内にオペレーターが電話に出るかという目標値です。
4. サービスレベル（%）：上記の目標応答時間内に、全コールのうち何割を応答させるかの目標値です。

ツールにこれらの数値を入力すると、理論上必要な「席数（エージェント数）」が算出されます。
この数値は、単に電話に出るための「有効稼働人数」であり、休憩や研修、欠勤などを考慮した「在籍人数」とは異なる点に注意してください。

まずはこのツールを使い、自社の現状が「理論上の適正値」からどれほど乖離しているかを把握することが、改善の第一歩となります。

アーランC式の算出結果を眺めると、ある重要な事実に気づくはずです。
それは、サービスレベルをわずか数パーセント向上させるために、想像以上の追加人員が必要になる「分岐点」が存在することです。
例えば、応答率を80%から90%に引き上げる際、人件費がそれ以上に膨れ上がるケースがあります。

これは「収穫逓減の法則」が働くためです。
小規模なセンターほど、一人の欠勤が応答率に与えるダメージが大きく、安定したサービスを維持するためには余剰人員（バッファ）を厚く持たざるを得ません。
管理者の役割は、単に人数を出すことではなく、自社の予算と顧客が求める品質の「黄金バランス」を見極めることです。

ツールで算出した人数を根拠として、「これ以上の品質を求めるなら〇人の増員が必要、逆に予算を抑えるならこれだけ顧客を待たせることになる」という論理的な説明が、経営層やクライアントに対して可能になります。

▼AIコンシェルジュで人員不足を解消しませんか？
算出した必要人数を確保するのが難しい、あるいはコストが見合わないとお悩みの場合、最新の生成AIを活用した「AIコンシェルジュ」なら、24時間365日の対応を実現し、かつ人員不足を解消します。

理論を理解したら、次は実際のデータを使って要員計画を作成しましょう。
ここでは、How-To形式でステップバイステップの手順を詳しく解説します。

適正人数の算出において、最も土台となるのが「呼量予測」です。
過去1年間の月別データ、直近1ヶ月の日別データ、そして時間帯別の入電傾向を分析します。
ただ平均値をとるのではなく、キャンペーンの実施、新商品の発売、あるいは季節要因（繁忙期）などの「変動要素」を加味することが重要です。
予測の精度を上げるコツは、最小単位を「30分」または「1時間」に設定することです。
1日の総着信数だけで計算してしまうと、午前中のピーク時に対応しきれず、午後の閑散期に人が余るといったミスマッチが起こります。

また、予測値には「正解」はありませんが、少なくとも「なぜこの数値になったのか」という根拠をメモに残しておきましょう。
例えば、「昨年同月の着信数に、今期の会員増加率10%を掛け合わせた」といった具合です。

この予測値がずれると、後の計算がすべて狂ってしまうため、最も慎重に行うべき工程です。

次に、1件の電話にどれだけの時間を費やしているかを測定します。
AHT（Average Handling Time）は、通話時間（ATT）だけでなく、通話終了後の入力作業時間（ACW）も含まれます。
多くの管理者が通話時間だけに目を奪われがちですが、実際には後処理時間が長引くことで、次の電話が取れなくなるケースが多々あります。
AHTを測定する際は、オペレーターごとのスキルの差も考慮に入れてください。
ベテランの数値だけを基準にすると、新人が多い組織では破綻します。
逆に、新人の数値に合わせすぎると過剰人員になります。
組織全体の「平均値」を基準にしつつ、今後の教育研修による短縮見込みを「目標値」として設定するのも有効です。
ただし、無理なAHT短縮は応対品質の低下を招き、結果として「かけ直し」による呼量増を引き起こす恐れがあるため、品質とのバランスを常に意識してください。

サービスレベルとは、「着信したコールのうち、〇秒以内に〇％の着信に応答できたか」という指標です。
コールセンターの国際的な標準指標として「80/20（20秒以内に80%応答）」がよく使われますが、これがすべてのセンターにとっての正解ではありません。
緊急性の高い事例であれば、「90/10（10秒以内に90%）」のような厳しい基準が必要かもしれません。

一方で、定期購入の変更など、急ぎでない問い合わせがメインであれば「70/30」でも十分な場合があります。
目標SLを高く設定すればするほど、アーランC式で算出される必要人数は指数関数的に増加します。
自社のブランドイメージや顧客の期待値、そして確保できる予算を照らし合わせ、納得感のある目標値を設定してください。

この目標設定が、そのままセンターの運営コストを決定づけることになります。

アーランC式で算出される数値は、あくまで「その瞬間、常に電話の前に座って対応可能な人数（有効稼働人数）」です。
しかし、実際の運営ではオペレーターが100%の時間、電話に出続けられるわけではありません。

休憩時間、朝礼・ミーティング、研修、そして急な欠勤や遅刻などが発生します。
これらの「電話に出られない時間」を「シュリンケージ（減衰）」と呼びます。
一般的に、コールセンターのシュリンケージは25%～35%程度と言われています。
つまり、アーランC式で「10人必要」と出た場合、実際には「10人 ÷ (1 - 0.3) = 約14.3人」の在籍人数が必要になる計算です。

このシュリンケージを計算に入れ忘れると、現場は常に「カツカツ」の状態になり、離職率の向上という最悪のスパイラルに陥ります。

計算式で導き出した理想の数値に、現実の「遊び」をどれだけ持たせるかが、管理者の腕の見せ所です。

最後に、算出した人数をシフトに落とし込み、シミュレーションを行います。
ここでは、よく現場で発生する疑問（FAQ）への回答も準備しておきましょう。

• Q: 算出した人数を配置したのに応答率が目標に達しないのはなぜ？
  A: アーランC式は「放棄呼（途中で切られる電話）」や「リダイヤル」を考慮していません。回線がパンクしている場合や、特定の時間に極端に集中している場合、数式以上の人員が必要になることがあります。
• Q: 少数精鋭で回す方法は？
  A: オペレーターが複数の業務（メールやチャット）を兼任するマルチスキル化や、後述するAIによる一次回答の自動化が有効です。

これらのステップを経て作成された要員計画は、非常に強固な説得力を持ちます。数字に基づいた運営は、管理者のストレスを軽減し、現場の納得感を生む最大のツールとなるでしょう。

▼人手不足は、採用ではなく、「AIによる自動化」で解決できるかもしれません。

理論と手順がわかったところで、実際の数値がどのように変動するか、比較表を用いて見ていきましょう。
人数の増減がサービスレベルやコストにどのようなインパクトを与えるのかを可視化します。

比較表：人員数ごとのサービスレベルとコストの変化（例）
以下は、1時間の着信数が50件、AHTが300秒（5分）のセンターにおけるシミュレーション例です。

この表からわかるように、6人から7人に一人増やすだけで、サービスレベルは30ポイント以上劇的に改善します。
しかし、8人から9人に増やしても、改善幅はわずか5ポイント程度に留まります。
「一人あたりの改善貢献度」が、最も高いポイント（この例では7人）を見つけることが、コスト効率の最大化に繋がります。

中小企業の経営者であれば、この「曲がり角」を意識した投資判断が求められます。

前述の比較表において、管理者が最も警戒すべきは「限界人員（デッドライン）」です。
このラインを下回ると、一人欠勤しただけで待ち行列が解消されなくなり、全件応答不能になる「システム破綻」のリスクが生じます。
アーランC式で算出された数値は、あくまで「その人数がいれば数学的に回る」ことを示しているに過ぎません。
現場では、突発的なクレーム対応によるAHTの伸びや、システムの不具合といったイレギュラーが発生します。

そのため、理論上の適正人数に「+1名」の余裕を持たせるか、あるいは溢れたコールを自動音声やAIに逃がす「オーバーフロー対策」を事前に設計しておく必要があります。
効率を追求しすぎた結果、オペレーターが息つく暇もなく電話を取り続ける状態（稼働率が高すぎる状態）になると、数ヶ月以内にメンタル不調や離職が発生し、採用コストという形で大きな損失を被ることになります。

コールセンターの特性によって、重視すべき指標や算出モデルは異なります。
自社がどのタイプに当てはまるか、以下のチェックリストで確認してください。

• アウトバウンド主体のセンター：アーランC式よりも、リスト消化率や架電効率を重視したモデルが適しています。
• 少人数のBtoBサポート：一人ひとりの知識レベルが異なり代替が難しいため、アーランC式よりも「スキルベース」の配置計画が必要です。
• 大規模BtoCセンター：呼量の波が激しいため、アーランC式による精密な30分単位の算出が必須です。
• 24時間365日対応のECサイト：深夜帯の効率が極端に悪くなるため、有人対応とAIチャットボットのハイブリッド運用を前提とした計算が求められます。

これらの基準をもとに、自社が「どこまでの品質を目指し、どこまでのコストを許容するか」のポリシーを明確にしてください。
数値は嘘をつきませんが、その数値をどう解釈し、どう経営判断に活かすかは、管理者のビジョン次第です。

アーランC式を使い、完璧な要員計画を作成したとしても、多くの中小企業が最後に行き着くのは「必要な人数を採用できない」という残酷な現実です。

現代の労働市場、特にコールセンター業界は深刻な人手不足にあります。
求人を出しても応募が来ない、あるいは採用しても研修期間中に辞めてしまうといった問題は珍しくありません。

このような状況下では、人を増やすことを前提とした計画そのものが「リスク」となります。
これからの要員計画は、「人でなければできない業務」と「デジタルで代行可能な業務」を峻別することから始まります。
アーランC式で導き出した「必要人数10名」を、「有人対応7名 ＋ AI対応3名分」のように構成を組み替えるのです。
これにより、採用難易度を下げつつ、サービスレベルを維持することが可能になります。
デジタルリソースは欠勤せず、研修も不要で、24時間365日安定したパフォーマンスを発揮します。

これからの管理者は、人だけでなく「デジタル労働力」をどうポートフォリオに組み込むかが問われています。

そこで注目されているのが、最新のAIを搭載した「AIコンシェルジュ」です。
従来のシナリオ型チャットボットとは異なり、顧客の自然な言葉を理解し、人間のような柔軟な対話で問い合わせを解決します。
AIコンシェルジュを導入すると、アーランC式の前提となる「呼量」そのものを大幅に削減（ボイスボット化やチャット化による有人誘導の抑制）できます。

例えば、よくある質問や予約受付、注文変更といった定型的な業務をAIが80%完結させれば、有人センターが必要とする人数は劇的に減ります。
これにより、残った少数の精鋭オペレーターは、より複雑で付加価値の高い「人にしかできない接客」に集中できるようになります。

適正人数の定義が、「電話に出るための頭数」から「戦略的価値を生むための専門集団」へと進化するのです。

本記事では、アーランC式を用いた適正人数の算出方法について詳しく解説してきました。

1. 現状の可視化：まずは計算ツールを使い、理論上の必要人数を把握する。
2. 論理的な計画：AHTやSL目標を定め、根拠のある要員計画を作成する。
3. 現実的な解決：採用の壁を考慮し、AI等のテクノロジーを積極的に活用する。

コールセンター運営は、勘や経験だけでは限界があります。
数字という共通言語を持つことで、現場のストレスは減り、経営層への提案は通りやすくなります。
もし、算出された人数の多さに愕然としたり、採用の目処が立たずにお困りであれば、ぜひ一度「AIコンシェルジュ」の可能性を検討してみてください。

あなたのセンターが、コストセンターから「顧客体験を創出するプロフィットセンター」へと変わる日は、こうした地道な数値分析の先にあります。