よくある質問改善によるコスト削減効果を試算する方法

コールセンターということにとらわれないでください。
仮にコールセンターがあった場合にどう解決するかが理論展開されていればいいのです。

このOKWaveなんかのデータを収集するだけでも十分な研究結果になると思いますよ。
ここではコールセンターなんかありませんけど。

ご自分で考えるのが一番だから、結論としての答えはお教えしませんが、ニーズの満足には二つのパラメータの考え方が必要です。

情報距離、と反応感度、です。

もうひとつ重要なものがあって実際にはパラメータは3つなのですがそれは後で述べます。

まずこの2つを簡単にいいますと、井戸の深さはどうやってしらべますか、ということと同じです。
石を落としてみます。すーっと何もない時間があってぽちゃんと言います。落としてからぽちゃんと聞こえるまでが情報距離です。
これが偉く長い場合があり、それは井戸の構造に問題があるのです。

次に、落とした石で水面がどぶんと反応して波が起きます。ぼちゃんのあとにどぶんとかぶわんと言います。
このどぶんの音と長さが反応感度になります。

これを質問サイトでやるとしたら、投稿時刻、最初の回答者の回答時刻、そのあとの回答数と回答同士の時間の開き方ということになります。

これらの情報で、何を主張できるかはお判りでしょうね。それをやってみてください。
そして、こういうことをコールセンターだったらどうなるかに置き換えて考えてみてください。
コールセンターの場合は、回答者が複数平行に回答するなんていうことは起きませんからもっとシンプルになりますけど。

で、3番目のパラメータですが、これは縮退度です。
同じ質問が何回でたか、です。
面接したあと会社から連絡ないけど落ちたんだろうか、みたいな質問はほぼ毎日のように出てきています。
明らかにこれは潜在需要ということにつながります。これも研究の対象になるはずです。

当然ですが、コールセンターの場合は同じことを別人が何度も聞いてきます。
こういうものにすんなり対応するにはその質問とあるべき模範解答を周知するのが最善です。
電話に出たものによってお答えが違ったりしたら大問題ですから。

いまいった調査は単純にデータを大量に集め、集計するだけでできることです。
その代り何の思想で調べていて何を確認するための集計かを常に明確にする必要があります。

いうまでもないことですが、質問内容に足をとられないように。読んで意味をとらえようとしたら事実を見失います。
自分の価値観で選別したりしたら台無しです。

結論としては、
厳格な試算は出せず、推測程度
となると思います。

サイトに情報公開後、
コールセンターへの着信が減れば、
効果があったと推測できるようです。

コールセンターへの問い合わせは
様々な内容がありますから
特定の問い合わせ用の情報公開日時と、
その前後の問い合わせの着信数を計測します。

計測するには、お付き合いのある企業、
もしくはいずれかのコールセンターに
協力をもとめる必要はあります。



※
とはいえ、ありがちな問題としては、
問い合わせ内容は技術的な内容だけでなく、
顧客情報登録だとか販売キャンペーン、
その他の些細なもの、などなどあることです。
会社の部署が別れるように、
これらの情報も部署毎に別れ、
それぞれで公開されがちです。
つまり顧客は、それぞれで公開された内容から、
自分の目的のものを探します。

情報が豊富であるほどストレスを感じやすいので、
Googleなどで検索したり、
コールセンターを利用することを選択します。
純粋な、よくある質問のみの内容での自己解決は
微々たるものとなると私は考えます。

コールセンター事業にかかわった経験はありますが、
サイトに公開された情報程度では、
コールセンターの大幅なコスト削減は難しいと思います。
また、コールセンターは売上がほぼ無いです。
機材、人数、人的素養、いずれも軽視され、
すでに何年も前からアウトソーシングなどで
切り詰められたところですから、、、

話はかわります。
ディープラーニングや機械学習など
AIの技術革新はめざましいものがあります。
メール程度ならば、AIが対応できる案件は
多くなっています。
よくある質問サイトではなく
よりAIが活用されるユーザーインターフェースが
出来てくればコスト削減はしやすそうです。
(人が回答内容を監視するとは思いますが)

ちょっと方向がずれてごめんなさい。