RightTouch（東京都港区、野村修平/長崎大都代表取締役）は、東京科学大学と共同開発に着手した。研究内容は、顧客のWeb行動データとVOC（顧客の声）データを統合解析し、問い合わせ前に顧客の課題を予測するAIモデルの開発となっており、カスタマーサポート（CS）分野におけるAI活用の可能性を拡げ、従来の枠を超えた顧客体験（CX）の向上を目的とする。
近年、CS領域では、AI活用が急速に進んでいる。多くは問い合わせ対応の効率化やFAQの自動生成などに利用され、CX向上は限定的だ。その一方で、問い合わせをせずに離脱する「サイレントカスタマー」への対応が大きな課題となっている。こうした顧客のニーズや困りごとを可視化し、適切なサポートを提供するためには、AIを活用した問い合わせの前段階で課題を予測・検知できる仕組みが不可欠となる。
RightTouchは、CS領域に特化したSaaSを提供。複数のプロダクトや生成AI機能群をリリースし、CX向上や業務フロー最適化を支援している。具体的には、同社プロダクトによりVOCやWeb行動ログ、企業ナレッジなどのデータを一元的に管理・連携し、分断されていた顧客接点やワークフローをデータでつなぐことで、CSが抱えていた課題に対して解決策の提供や価値創造を推進してきた。今回の研究では、顧客のWeb行動データとVOCデータを統合的に分析し、問い合わせ前の顧客課題を自動で検知・推測するアルゴリズムの開発、および実際のサービス現場での有効性を検証する。これにより、これまで以上に自己解決を促進、サイレントカスタマーの救済など、さらなるCX向上が期待される。
東京科学大学・藤澤研究室（藤澤克樹教授）は、数理・計算科学の最新技術による超スマート社会の実現を目指し、さまざまな企業と共同研究を行っている。今回の共同研究では、RightTouchのプロダクトで得た顧客のWeb行動ログとVOCデータを活用し、最適なFAQやサポートチャネルの提示モデルの構築に取り組む。
ただし、ログデータには「実際に提示したFAQへの反応」しか含まれておらず、提示しなかったFAQに対する反応は記録されていない。このような選択バイアスを含むデータに対し、適切なアクションを学習する場合は反実仮想機械学習を用いる。「別の選択肢を提示した場合に自己解決率がどう変化するか」を推定するモデルを学習し、その妥当性をオフラインで検証。その後はオンラインでA/Bテストを実施し、実サービス上でのKPI変化を確認することで、CXを改善できるサポート基盤を実現し、社会実装を目指す。
2025年06月21日 07時00分 公開
2025年06月21日 07時00分 更新
新規登録
ログイン
