• 導入事例

＜導入事例＞ freee

決算期の強力助っ人に「チャットボット」
“経営者のSOS”の半分は自動応答で解決

QA ENGINE

Studio Ousia（スタジオ ウーシア）

クラウド会計ソフト大手のfreeeは、Studio Ousia（スタジオウーシア）の自動応答システム「QA ENGINE」を基盤としたチャットボットサポートを「クラウド会計ソフトfreee」ユーザーサイトに開設した。現場主導で継続的にチューニングを実施し、回答精度を向上。一般的な質問をチャットボットで解決することで、確定申告前の繁忙期の業務負荷を軽減し、顧客サポート全体の迅速化を図った。今後は、他サービスでの設置や、メール業務への展開も検討している。

　クラウド会計ソフトを提供するfreeeのカスタマーサポートには、毎年、確定申告・法人決算を前に、企業の経営者から「SOSの声」が届く。内容は、一般的な経理知識からちょっとした“相談”まで幅広い。確定申告の提出期限が目前に迫る最繁忙の月では、問い合わせ数が月間3万件近くになる。

　同社のカスタマーサポートは、顧客にとっての“社外の経理担当者”として、いつでも気軽に問い合わせられるよう、チャットを主体にシフト勤務で運営している。繁忙期は管理職を含むカスタマーサポートチーム総動員のうえ、他チームのメンバーによる支援や外部パートナーの人員派遣で補強することもあった。しかし、会計ソフトのユーザー（顧客）が60万事業者を超えた2016年春、補強体制ゆえの課題が顕在化した。Fastest Customer Support業務企画チームの浅越光一氏は、「広範な会計知識が求められるため短期でのキャッチアップ（習得）が難しく、お待たせしたり、社内スタッフへのエスカレーションを要する案件が増えていました」と当時を振り返る。

　課題解決に向け、過去数年の繁忙期のコールリーズンを分析すると、「請求書の作り方は？」など、一般的かつ類似した質問の割合が一定数を占めることが判明した。「共通の回答ができる質問を自己解決してもらえれば、オペレータが複雑な質問への回答に集中できると考えました」と、チーフスーパーバイザーの井上 健氏は強調する。

機械学習を使った簡単育成　チャットボットでの解決率50％に

　2017年1月、Studio Ousia（スタジオウーシア）の機械学習を活用した自動応答システム「QA ENGINE」を採用し、会員向けサイトにチャットボットサポートを開設（画像）した。ユーザーが質問すると自動で回答を返す。答えにユーザーが満足できない場合には「担当者に質問を引き継ぐ」ボタンをクリックすると、人間のオペレータが対応するフローとなっている。入力された全ての問い合わせに対して、回答を表示した割合＊を表す「表示率」とチャットボットで完結した割合を表す「解決率」との推移を見ながらチューニングを繰り返し、回答精度の向上に取り組んだ。井上氏は、「チャットボットは、新人オペレータと同じ扱いです。目標に基づいて育成できなければ、かえって顧客満足を損なう」と説明する。

＊freeeのチャットボットではQA ENGINEのAPIが返す確信度スコアが一定以下のものは表示されないように設定されている。したがって、質問に対して回答候補が存在しない場合や学習データが不足している場合には回答は表示されないこととなる。

　図に機械学習によるチャットボット“育成”のプロセスを示した。具体的には、「（1）回答候補の入力」「（2）学習データの作成」「（3）機械学習の実施」に分かれる。

図　チャットボット「QA ENGINE」育成プロセス

拡大画像はこちら

　（1）回答候補の入力は、既存のチャットサポートの定型文約300件を活用し、回答候補一覧を作成した。QA ENGINEは、「現場で運用が完結すること」を前提に開発されているため、データの入力は手入力かCSV形式のアップロードで可能。「Excelシートにデータをまとめるだけで完結できスムーズに進みました」（井上氏）。

　（2）学習データ（Q&A）の生成では、過去に蓄積されたチャットの応対履歴から抽出した質問データをCSVでアップロードし、QA ENGINEの運用画面で示される回答候補との紐づけを行う。浅越氏は、「紐づけたデータをチャットボットが学習することとなるため正確であることが大切ですが、通常のサポート業務に慣れているオペレータであれば簡単に対応できます」と説明する。

　（3）機械学習は「学習開始」ボタンをクリックするだけだ。上記の全てのフローが専門知識がなくてもできるところも嬉しい機能だという。運用開始後は、浅越氏の主導で、定期的にチューニングを実施。チャットボットが回答できなかった質問の回答を作成して学習データを追加したり、不要な回答候補を削除している。「チャットボットの利用傾向の確認や、回答候補の統合、内容修正などが容易にできます」（浅越氏）。

　導入当初の表示率は50％、解決率は30％。最繁忙を迎える3月は機械学習はできなかったが、その後の継続的な機械学習の実施により、2017年9月現在の時点で表示率80％、解決率50％に向上した。「学習データについて顧客応対の現場の意見を積極的に取り入れられる、現場とシステムの担当者との距離の近さも回答精度向上の要因のひとつになりました」と、井上氏は述べる。

正確な回答で問い合わせ減　他サービスやメール対応も検討

　繁忙期にあたる2017年の確定申告期は、チャットボット導入直後に迎えることとなったが、すでに効果が表れていた。

　顧客数が前年比20万増の80万事業者に増加しているため、多数の顧客を待たせる懸念があったが、予測に反して例年の20％減のスタッフ体制でカバーできた。「人員の削減割合とチャットボットで自動化できた割合は、直結するわけではありませんが、相当近いと推計しています」と井上氏。

　実際に、効果測定で1日チャットボットを停止させたところ、チャットサポートの問い合わせ件数が明らかに増えたという。「カスタマーサポートになくてはならない存在です」と、浅越氏は強調する。利用する顧客から寄せられるコメントも好評だ。「実は新しいデータを追加するごとに精度が上がるので、継続して育成すればボットが質問全体の80%までさばけるところまで頑張れるのではないかと思っています」（井上氏）。

　今後は、企業アプリへのチャットボット搭載や、メール対応業務への適用も検討している。

ユーザープロフィール

freee株式会社

●所在地：東京都品川区西五反田2-8-1 五反田ファーストビル9階
●設立：2012年7月
●資本金：96億603万円（資本準備金など含む）
●代表者：創業者・代表取締役　佐々木大輔
●従業員数：400名（2017年8月）
●事業内容：会計、人事労務、会社設立・開業、マイナンバー管理など、バックオフィス業務の効率化・自動化を支援するクラウドサービスの開発、提供

• 製品紹介

• 製品紹介

ロボットが優秀なアシスタントに早変わり
コンタクトセンター業務を強力にサポート

オペレータ支援ロボット「NICE Attended Automation」

ログイット

一般的なRPAの場合、ロボットがPCで動作中には人間がキーボード操作をすることができない場面が多かった。オペレータ支援ロボット「NICE Attended Automation」はリアルタイムでのPC操作を許容できるため、まさにコンタクトセンターのオペレータ向けのソリューションといえる。

　NICE Attended Automationは、50万台以上のロボット、15年以上の経験と実績があるNICE社のRPA製品「NICE Advanced Process Automation（APA）シリーズ」の一つであり、通話録音、音声分析などのソリューションを手がけるイスラエル企業の製品で、コールセンターや官公庁など、顧客対応に関連した定型作業の効率化に適している。

　コンタクトセンターの
●オペレータ一人にかかる負担の増大
●業務の複雑化による教育期間の長期化および離職率の上昇
●1件にかかる処理時間の短縮
●オペレータの業務品質の底上げと標準化
といった課題をRPA製品の導入で解決する。

　定型業務の自動化をおこなう一般的なRPAはコンタクトセンターでは用途が限定的になりやすいが、NICE Attended Automationはデスクトップ上でおこなう業務の工程ごとに様々なオペレータ支援を行うことで、コンタクトセンターの課題解決をサポートする。

＜NICE Attended Automationによるオペレータのサポート例＞

特定の操作時のポップアップアラート表示

　オペレータが特定の操作を行う際にポップアップによりアラートを表示させることができる。例えば、新規顧客登録、顧客情報変更登録などの入力作業時、システム上は任意になっている項目をあたかも入力必須であるかのようにアラート表示させたり、ミスが多発している項目への注意喚起の表示をすることでミス防止にもつなげることができる。

図1　ポップアップアラートを表示

複数アプリ画面の1画面化

　メーカーの調べでは1業務を行う為に使用するシステムは平均６種類以上あると言われている。オペレータは業務に応じてディスプレイ上のシステム画面を切り替える必要があり、業務効率を損ねている原因になっている。また、各システムの操作方法を習得するまでの時間も掛かる。このような問題に対して、NICE Attended Automationでは画面を切り替える手間を省くアプローチで解決を図ることができる。

　例えば、得意先電話番号をもとに対応履歴などの顧客情報を１画面に自動表示させたり、複数システムに顧客情報を同時編集・登録することができるようになるため、オペレータは各システムを意識せずに業務が進められ、業務効率の向上とオペレータへのトレーニング時間が削減できる。

図2　複数アプリ画面を1画面へ集約

• 製品紹介

使える！ダイヤラー「Quick eDialer」
この春、待望のバージョンアップ

Quick eDialer（クイックイーダイヤラー）

MITシステム研究所

　2014年の発売以来、高機能ダイヤラーとして支持され続けているMITシステム研究所の「Quick eDialer」。コンタクトセンターのニーズに合わせ、ますます進化する「Quick eDialer」の魅力を探る。

「Quick eDialer」が支持される理由　高いコールリスト制御機能

　「Quick eDialer」が長年にわたり、さまざまな分野で利用されてきた理由の１つに「予測発信機能」「コールリスト自動切換え機能」など、高いコールリスト制御機能がある。

　例えば、複数のコールリストを登録しておき、指定時間に自動的に次のコールリストの架電を開始する機能を利用すれば、お客様属性による接続率の変化に対応できる（図1）。

図1　コールリスト自動切換え指定

　また、コールリストをコピーする機能を利用すれば、架電の消化を急ぎたい時に架電中のコールリストを別のダイアラーグループにコピーして同時に架電できる。プレディクティブモードとプレビューモードがボタン１つでシームレスに移行できるのも嬉しい機能だ。

　なお、同社のコールセンター向けCRM製品「QuickCRM」と連動すれば、手軽にお客様情報を管理できる。簡単な業務画面はExcelに登録するだけで自動作成できるため、オペレータ画面の作成に悩むユーザに好評を得ている（図2）。

図2　「QuickCRM」による自動画面作成

2020春バージョンアップ！ ますます接続効率の高いダイヤラーに

　そんな「Quick eDialer」がこの春バージョンアップする。従来機能の強化に加え、新たな機能搭載で、ますます接続効率の高いダイヤラーとして進化する。新たに搭載された注目の新機能は次の３つ。

1. 全機能をオールインワンで提供
　プレディクティブ、プログレッシブ、プレビュー、通話録音、モニター機能、折返し電話対応をオールインワンで提供。

2. 大規模コールセンターにも対応
　複数拠点のある大規模コールセンターでも、複数拠点から同時にダイヤラーにアクセスできる。

3. クラウド化に対応
　必要な時に必要なだけプレディクティブ機能を利用できる。例えば市場調査など、大量に架電が必要なときだけクラウド仕様のプレディクティブ機能を利用することもできる。

図3　「Quick eDialer」のシステム構成イメージ

• 導入事例①

• 導入事例②

• 導入事例③

＜導入事例＞ 全日本空輸株式会社

呼量予測から要員配置まで高度化
安定した応答体制の構築を実現

Casting Table3.0

ミライト

大規模コンタクトセンターで安定した接続品質を維持し、かつコスト最適化を図るには、高精度な呼量予測と最適な要員配置を実現するWFMシステムの活用が不可欠だ。日米で４拠点を構え、1000名規模のコールセンターを擁する全日本空輸では、ミライトが開発・提供する『Casting Table3.0』を採用。安定した応答体制を構築し、顧客満足度の向上につなげている。

　全日本空輸（ANA）のコンタクトセンターは、国内線・国際線の航空便を利用する顧客への案内業務や、ANAマイレージクラブに関する案内業務など、ANAグループの総合案内窓口を担っている。拠点は札幌・東京・長崎・ロサンゼルスの４都市に構え、１日約２万件、合計1000名に近いオペレータが顧客対応にあたる。とくに国際線については全世界のどこから電話をかけてもつながる24時間対応を実施している。

　同社は2020年２月から３月にかけて、コンタクトセンター・システムを刷新。同時に安定した応答体制を構築すべくWFMシステムをリプレースしている。

未来に起こる事象を勘案し 高精度な呼量予測を実践

　採用したWFMシステムはミライトが提供する『Casting Table3.0』だ。マーケティング室 業務推進部 営業サポート企画チーム マネージャーの青木哲也氏は、「従来より、Casting Table2.0を活用していましたが、業務観点でいくつかの課題があり、機能強化を図りたいという思いが強くありました。Casting Table3.0は、我々が求める機能要件を十分に満たしてること、コスト面でも競争力が高いことから、採用の決め手となりました」と説明する。

　とくに重視したのは呼量予測の精度向上だ。過去の実績データを取り込んでロジカルに計算できることは当然ながら、オリンピックの開催や台風の到来など、未来に起こる事象を勘案し、それを予測に反映できる。また、シフト作成者の業務効率を高めるため、データの登録や取り出しなどを一括処理できることや、操作性の良さ、レスポンスの高さも重要だった。さらに、マルチスキル管理によるシフト作成の実現だ。例えば、国際線のオペレータが国際線の閑散期に国内線の担当として電話に出る。こうしたマルチスキル対応は、従来は手作業でシフトを組んでいたが、Casting Table3.0を導入したことで、より手軽にシフト作成できるようになった。

　「システム移行にあたってはミライト様の協力が心強いものでした。我々の課題を認識したうえでご支援いただけました。例えば、呼量予測にしても、何が問題でどうすれば精度向上できるを確認し、調整いただいています。音声プラットフォームやCRMシステムなどの刷新と並行しての移行作業で非常に厳しいスケジュールでしたが、ミライト様の力添えで効率的に作業を進められました」と青木氏は振り返る。

WFMの導入効果

今後は“使いこなし”に挑戦　日米４拠点の一括シフト作成を目指す

　「呼量予測の精度向上により、安定した応答体制を実現できました。顧客満足度の向上にもつながっています」と青木氏。シフト作成では、以前と比較して一作業あたり約60分の時間短縮になるなど、導入効果は大きい。

　青木氏は「今後の課題は“使いこなし”です。現在は国内３拠点のシフト作成のみですが、今後は米国の拠点も含め、24時間対応の一括シフト作成に取り組みたい」と期待を込める。

ユーザープロフィール

全日本空輸株式会社（ALL NIPPON AIRWAYS CO., LTD.）

●所在地：［本社］東京都港区東新橋1-5-2 汐留シティセンター

●設立：2012年（平成24年）4月2日

●資本金：25,000百万円

●代表者：代表取締役社長 平子 裕志

●従業員数：14,830名（2020年3月31日現在）

●事業内容：定期航空運送事業、不定期航空運送事業、航空機使用事業、その他附帯事業