• 製品紹介

多様な顧客の声を多角的に分析し顧客体験を知る
「顧客体験フィードバック」で情報活用部門の活動支援

クラウド型テキストマイニング「見える化エンジン」

プラスアルファ・コンサルティング

顧客体験を理解して経営・マーケティング戦略に活かす──。プラスアルファ・コンサルティングのクラウド型テキストマイニング「見える化エンジン」は多彩な分析機能を搭載し、コールログ、SNS、レビュー、アンケートなど多様な情報を多角的に分析。ポータルを通じ、情報活用部門で“活かせる”データを届けることで、顧客の声活用の効果を最大化できる。

　「経営に情報発信したい、顧客の声を全社で活用したい、という相談の増加に伴い、VOC活動も進化しています」と、同社執行役員 見える化エンジン事業部 事業部長の五十嵐智洋氏は指摘する。同社の「見える化エンジン」は、1600社もの導入で国内シェアNo.１の実績を誇る。その豊富な経験から、VOC活用トレンドを、（1）コールリーズン分析、（2）入電削減、（3）社内報告など定型業務の効率化、（4）CS向上、（5）リスクモニタリング、（6）商品・サービスの改善提案、（7）販促施策・キャンペーンのアイデア創出──の７つに分類。とくに近年は、（4）以降の他部門貢献型の取り組みが増えているという。

情報活用部門との連携が成功のカギ

　同社は「顧客体験フィードバック」による企業創造力の強化を提唱。企業が消費者に届けようとしている顧客体験価値と実際の顧客体験にはギャップがある。そのギャップ把握が顧客体験を見える化することであり、その情報を社内に環流することで、経営・マーケティング戦略などに活かす。企業創造力を高め、全社レベルでの情報活用を実現することが「見える化エンジン」の真価だ（図１）。

図1　「顧客体験フィードバック」でギャップを知る

　ポイントは業務や部門に最適化できるダッシュボード「気づきポータル機能」だ。係り受けランキングや話題構成マップ、時系列での話題推移、センチメント、反響分析によるカスタマージャーニーや感情の変化など、30種におよぶ多彩な分析機能の結果を情報活用部門が利用しやすい形で“見える化”する。

　五十嵐氏は「情報活用部門が期待するのは、品質評価だけではない体験評価。顧客とのギャップを把握しながら、新たなアイデアの創出、取り組み効果の検証、商品・サービスの改善点の抽出、リスクモニタリングを行い、各部門が素早く見れるようにポータルで提供する。全社的なギャップ把握を行いながら、CX向上の打ち手を創造していく顧客体験フィードバックこそが企業の差別化を高める成功のカギ」と話す。

　対象チャネルはコールログの他、メール、チャット、SNS、レビュー（クチコミ）、アンケート、営業日報など多種多様。チャネルごとの分析結果を同じ条件でアウトプットすることやデータソース間におけるギャップ把握も可能だ。コールセンターには届かない潜在的なニーズをSNSから発見できる可能性もある。

図2　ポータルを通じ全社・職能・個人視点で情報環流

ポータルで顧客体験フィードバック文化を醸成

　社内の声を届けるポータル展開の仕組みづくりには分析の切り口や見せ方のデータ活用コンサルティングが心強い。五十嵐氏は「顧客体験フィードバックは費用対効果が見えにくい取り組みですが、仕組みが加わって、顧客の声活用が業務や会議に組み込まれ、文化として根付く本質的価値がある」と強調。事実、経営陣も含めて全社に新鮮な声を環流し、仕組み化している先進的な導入企業は数多いと自信を見せる。

• 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。

• 製品紹介

• 導入事例①
• 導入事例②