• 製品紹介

知りたい情報が一瞬で見つかる
次世代型AI搭載FAQシステム

sAI Search

サイシード

　「sAI Search」は、どんな人でも、簡単に目的のFAQ項目にたどり着ける仕組みを提供するAI搭載のFAQシステムだ。問い合わせ対応の領域に特化した自社開発のAIエンジンを搭載し、長期間の学習を経ずに使い始められる点が大きな特長といえる。

　異なる3つの検索手法を組み合わせることで、高精度なFAQ検索の仕組みを実現している。1つ目は検索対象を分類・階層化し、それを順次選択していく「カテゴリ検索（シナリオ検索）」だ。2つ目は「自然文検索」である。検索窓に入力された文章をAIが解析することで、表現に含まれる曖昧性を考慮しながら文意を把握。その上で、FAQの優先度付けを行って一覧表示する。3つ目が「タグ検索」だ。AIがユーザーの検索意図を予測し、検索候補となるキーワードを「タグ」として提示する。ユーザーは、「タグ」の中から、疑問点や関連しそうなものを直感的に選ぶだけで、目的の項目に素早くたどり着くことができる。これはsAI Searchならではの機能だ。

　また、FAQプロジェクトは、導入前のデータ整備や、導入後の継続的な改善も重要な取り組みとなる。サイシードではこれらの取り組みをサポートするサービスもワンストップで提供している。事前のコンサルティングによって顧客が持っているFAQの網羅性や重複、文章品質などを確認し、場合により専任のQA作成チームがリライトも行うこともある。また、sAI Searchの導入後は、継続的な精度向上に向けた施策をご提案することも可能だ。これらを一気通貫で支援するのがサイシードのスタンスであり、強みである。

　サイシードでは、AIチャットボット「sAI Chat」、コールの音声ログ分析システム「sAI VoiceAnalyzer」も提供している。今後もコールセンターのDXを支援するサービスを開発し、これらのデータを網羅的に収集し分析しオペレーション設計まで支援することで、顧客にとって最適な問い合わせ対応のあり方をデザインしていくことが、サイシードの今後の展望だ。

• 製品紹介

FAQサイトからチャットボットまでを一括管理
コールログを加味したFAQ分析でナレッジ進化をサポート

アルファスコープ

プラスアルファ・コンサルティング

プラスアルファ・コンサルティングの提供する「アルファスコープ」は、国内シェアNo1を誇るテキストマイニングの検索機能をベースに、様々な分析機能を有することで、FAQコンテンツの利用促進と充実を実現。カスタマーサポートやコンタクトセンターの業務を強力に支援する。

サイト、チャットボットを1カ月で構築

　ナレッジソリューション「アルファスコープ」の最大の特徴は、セルフサポートに必要なナレッジを一元管理できることだ。一問一答のFAQから分岐型FAQやPDFなどのドキュメントにいたるまでサイト上で運用可能。さらにサポートサイト、社内ナレッジ、チャットボット、オペレータ専用FAQサイトといった目的別のナレッジ活用も1DBで運用できる。

　Webサイト構築の専門知識が不要で、既存のナレッジから簡単にサポートサイトの立ち上げを実現。顧客の自己解決促進のみならずオペレータの業務効率化を支援する。

ナレッジソリューション「アルファスコープ」の全体像

オペレータ検索・閲覧を一画面に完結

　FAQシステムにおいてポイントとなるのは検索機能だ。同社の提供するテキストマイニングは1,500社もの導入で国内シェアNo1の実績を誇る。さらにアルファスコープでは、カテゴリ（ディレクトリ）検索、キーワード・自然文検索、FAQレコメンド、ワードクラウド検索などの多彩な検索手段を提供。キーワードサジェストによる検索支援との併用で、検索ミスやサイトからの離脱の軽減に効果を発揮する。

　特に自然文検索では、検索初心者でも話し言葉を自由に入力するだけで、キーワードの類似度順に該当する箇所をハイライト表示。検索スキルに頼らずに高い検索精度を実現する。

コールログを加味したFAQ分析

　さらに運用で重要なことは、FAQ全体の利用状況の分析によるコンテンツの充実だ。ポイントは「FAQコンテンツ」「FAQ検索ログ」「コールログ」を共通の軸や条件で分析すること。これら3つを比べてそれぞれのギャップを見ることで改善につながる。

　FAQコンテンツでは、検索ワードと見ているコンテンツを見比べ、コンテンツホールを把握。検索ログでは、0件ヒットワードを抽出し、検索精度向上を図る。また、コールログからは、コールの多さに対してコンテンツが少ないテーマは優先度を高める判断ができる。

　アルファスコープはこれら約20種類もの検索ログ、検索ワードを分析する機能を装備。コンテンツの過不足やユーザーニーズ把握、離脱防止など目的に合わせた分析機能を提供する。多角的な分析からFAQコンテンツを改善することでナレッジの進化を支えるFAQシステムといえる。

コールログ×FAQコンテンツ分析による優先度検討のためのギャップ把握分析

• 製品紹介

カスタマーサポートの救世主！
検索に特化した本当に役立つFAQ

Helpfeel（ヘルプフィール）

Nota（ノータ）

　Helpfeelは、カスタマーサポートやコールセンター向けの検索に特化した革新的なFAQシステムだ。「ユーザーからの問い合わせが減らない」「取引先からの質問にすばやく回答できない」「社内ルールの浸透に苦戦」といった企業の悩みを解決する。2019年夏のリリース以降、PayPayフリマ、Airレジ、HENNGEなど20社以上に導入。コンシューマ向けサービスだけでなく、法人顧客向けのFAQとしても活用されている。

ユーザーの質問の意図を瞬時に予測するアルゴリズム

　HelpfeelでFAQを作成する際には、人がFAQの検索時に入力する曖昧な表現や、感覚的な言語の表現、スペルミスを考慮して、それぞれの会社やサービス専用の言い換え辞書を作成する。これにより質問の語彙は通常の50倍に拡大する。

　これは、iPhoneの開発者の1人であり、日本のモバイルテクノロジーを牽引する慶應大学の増井俊之教授（弊社CTO）が10年をかけて研究した世界初のアルゴリズムだ。このアルゴリズムにより、ユーザーが質問を入力した瞬間に質問を予測して候補がでるため、ストレスなく欲しい回答にたどり着くことができる。

図1　Helpfeelの操作イメージ

最大64％問い合わせ削減

　Helpfeelのシステムにより、FAQの検索性能を高めた結果、導入1カ月後の問い合わせ件数が64％削減した事例もある。大規模コールセンターなど、カスタマーサポートへの問い合わせ件数が多い場合は、さらに威力を発揮する。

図2　Helpfeelの仕組み

カスタマーサクセスがFAQ更新をサポート

　最初の辞書作成やFAQ移行など、利用開始に必要なライティングは、Notaの専任の編集チームが行う。導入後の日常的な運用も、Notaの専任のカスタマーサクセスが担当し、検索されたキーワードや利用傾向のレポーティングを行う。

　また、アクセス分析にはGoogle Analyticsを用いるので、担当者が自然にアクセス分析を学習できるほか、削減された業務時間を顧客ニーズの分析など、本当にやるべきことに当てることができる。

• 製品紹介

“真のオムニチャネル”実践の基盤
Web、社内外とのやりとりも一元管理

Zendesk

Zendesk

オムニチャネル・サポートは、顧客情報や在庫情報など、問い合わせに関するあらゆる情報を全チャネルで共有することで実現する。Zendeskが提供しているカスタマーサービスソフトウエア「Zendesk」は、CRM情報に加え、Webの閲覧情報や、関連部門とのやりとりなど、顧客応対で発生するすべての情報を一元管理できる基盤として進化を遂げている。

　消費者は、自身の置かれた状況、好みに応じてコンタクトチャネルを使いわけ、課題の解消を目指す。質の高い顧客体験を実現するには、顧客情報や問い合わせの進捗状況をシームレスに全チャネルで共有できるオムニチャネル環境が不可欠だ。

　Zendeskが提供しているカスタマーサービスソフトウエア「Zendesk」は、電話、メール、チャット、ソーシャルメディアといった複数チャネルの応対履歴をシングルビューで把握できる。オムニチャネルの構築基盤として、日本では、2000社超に採用されている（2018年３月末時点）。

　最大の特徴は、ワークフローに合わせたカスタマイズや自動処理を容易に設定できる柔軟性だ。「新規問い合わせから４日経過したら、対応優先度を“高”に設定する」など、現場ごとの業務フローを追加導入や開発なしで実現できる。

図　Zendeskで顧客満足度の高いカスタマーサポートを実現

参照FAQ、関連部門への確認──　応対の“背景情報”も把握

　近年、同社が注力しているのは、Webやバックオフィス、関連会社との情報連携機能の強化だ。とくに、コンタクトセンターに問い合わせる前に経由している可能性が高いWebとの連携を進め、顧客体験向上を支援する方針を打ち出している。

　具体的には、FAQコンテンツの参照、Q＆Aの作成機能を拡充した。メール（Webフォーム）やWebチャットで問い合わせた際に、「FAQの参照履歴」をオペレータのデスクトップ画面に表示することが可能。問い合わせるまでの“経緯”を把握して応対を開始できるため、「参照済みの情報を説明する」などのムダがなく、スムーズに話を展開可能だ。

　バックオフィス、関連会社との情報連携は、問い合わせの案件（チケット）に紐づく「社内メモ」「サイドカンバセーション」機能を利用。例えば、「修理の進捗」「商品の配送状況」など、担当部門（または委託会社）に確認が必要な事項について、「いつ」「どのチャネルで」「誰に聞いて」「どのような回答があったのか」をZendesk上に蓄積し、顧客応対履歴とともに時系列で表示する。電話の場合は、履歴上に通話録音ファイルがアップロードされる。問い合わせに関わるすべてのコミュニケーションを一覧可能なため、応対の途中で担当者を交代してもスムーズに状況把握できる。

　このほど、Zendeskを構成する主要な４製品をパッケージ化した「Zendesk Suite」をラインナップに追加し、訴求を強める方針。

• ビジネス戦略

• 製品紹介
• 導入事例

コールセンター『AI化』成功に向け
技術・ノウハウをワンストップで提供

課題解決型AIソリューション

レトリバ

自然言語処理、機械学習、深層学習などのAI技術をコールセンター向けに特化して開発・提供するレトリバ。今回、音声認識エンジンを独自開発し、対話データのインプットから分析データのアウトプットまで、ワンストップで提供できるようになった。さらに、コールセンターに無理なくAIを導入していくためのロードマップを描き、ワンストップで支援。技術力のみならず、運用現場で培ったノウハウもあわせて、『AI化』成功に向けたオールラウンドのサポートを実践する。

　「我々は人を支援するAI（人工知能）を作りたいと考えています。技術は、人の役に立って初めて価値が生まれます。“お客様の課題を解決する”ことにフォーカスし、お客様のニーズを踏まえた製品開発や技術開発を通じて、価値を生み出していきます」と、レトリバ代表取締役社長の河原一哉氏は強調する。

　レトリバは、自然言語処理などの高い技術力で評価されるPreferred Infrastructure社から2016年にスピンアウトして誕生したAIベンチャーだ。経営理念を『お客様の課題を解決する』『最先端の技術に挑戦する』『人への投資を惜しまない』とし、「企業の課題やニーズに応じて最適な製品や技術を組み合わせて提供する」「製品に運用（ヒト）をあわせるのではなく、運用（ヒト）にあわせた製品や技術を提供する」「長く使ってもらえることを念頭に、常に現場の声に耳を傾けつつ、最先端技術の実用化に挑戦し続ける」ことをポリシーとして掲げている。

　得意な技術分野は、自然言語処理、機械学習、深層学習の3つ。これら技術を組み合わせて、さまざまな日本語処理関連のAI技術を開発。さらにコールセンターに特化した機能（製品）群を揃えて、ソリューションとして提供している。

　「設立当初、我々の自然言語処理技術が活かせ、AIが支援することで人が働きやすくなり、AIに関心を持っている領域はどこかを検討しました。その中で言語資源が大量に集まるコールセンターであれば、データ活用やオペレータ支援などでお手伝いでき、喜んでいただけるのではないかと考えました。以来、この領域に特化しています」（河原氏）

AI活用の精度向上を目的に　音声認識エンジンを独自開発

　同社は「ワンストップ・ソリューション」を強く意識している。

　具体的には、オペレータ支援、スーパーバイザー（SV）支援、データ分析の各機能を入り口から出口まで全方位的に提供。例えば、オペレータ支援では、オペレータと顧客の会話を音声認識でテキスト化、顧客の要望や質問を自動判定したうえで適切な回答候補を提示する。終話後にはコールリーズンを自動分類し、会話内容の重要なやり取りをホットボイス（VoC）として抽出する。一方、SV支援では顧客とオペレータの会話をモニタリングし、NGワードなどを検知した際はアラートを発報。SVは、どんな会話がなされていたかを自動要約されたテキストで確認し、適切なアドバイスをリモートで行える。データ分析では、正しく残されたコールリーズンやVoCを活用することで、より経営に活かせる知見を発見することができる（図1）。

図1　データの入口から出口までをワンストップで提供

拡大画像はこちら

　「今回、音声認識エンジンも独自開発しています。複数のAIソリューションでデータをやり取りする場合、ベンダーが異なると調整が難しく精度が上がらないことがあります。自前の音声認識を活用することで、データのインプットからアウトプットまで含めて、すべて“ワンストップ”で提供できるようになりました。これでコールセンターのAI支援は、すべて当社にお任せいただけます」と、河原氏は自信を見せる。

　これだけではない。ユーザー企業がコールセンターをAI化していく際に無理なく取り組めるよう、同社は“成功のロードマップ”を描く。

　例えば、一般にAI導入では、最初に大量の学習データを用意する必要があり、これが大きな負担となっている。しかし同社の場合は、「導入検討の概念実証（PoC）の際には、必要最小限の学習データで実施し、そこで成果が出れば一部のオペレータにパイロット運用してもらいながらより業務にフィットするようチューニングします。このプロセスにおいて対話データやオペレータの行動履歴などの情報を取得します。実運用に至る段階で既に学習データが蓄積されているため、実運用に反映しつつ、次フェーズのPoCにスムーズに移行できます。ソリューション全体でロードマップを組んでおり、どんな順番で導入すれば全体が上手くいくか念頭に置いて設計しています」と、河原氏は説明する（図2）。

図2　レトリバが推奨するAI導入成功のロードマップ

ユーザー企業と二人三脚　現場視点でソリューション開発

　同社のもう1つの大きな特徴は、現場に立脚した製品開発だ。ソリューションレビューで詳しく紹介する『Talk Coordinator』は好例。導入事例で取り上げるスカパー・カスタマーリレーションズとまさに二人三脚で開発したソリューションだ。

　「製品開発には操作性を最も重視しています。そこで、お客様の現場に入り、オペレータやSVに直接ヒアリングしながら開発しています。とくにオペレータのUIは、使い勝手が良くないと対話に集中できずにストレスとなります。どうすれば使いやすいか、1つ1つ確認しながらお客様と一緒に検討して開発しました。お客様の課題を解決したい、現場のニーズを実現したいという当社理念を体現できました」と河原氏。

　レトリバのAIソリューションは、難しい技術をいかに簡単に使えるか、ユーザー企業側で容易にチューニングできるかを意識しながら開発。“人を支援するAI”の実現に向けて、ユーザー企業との二人三脚を続けている。