コールセンター/CRMのソリューション・サービス“さがし”にご利用下さい!

コールセンターのITさがしは、コールセンター/CRMのための、ソリューションやサービス探しをサポートします。情報収集・比較検討・導入検討にご活用下さい。「コールセンターのITさがし」について

AI(人工知能)

チャットツール / 生産性の向上 / AI(人工知能)

更新日:2020/02/20

チャットボット無料診断サービス

モビルス
詳細を見る
対象ユーザー チャットボット導入済みの企業(新規導入のご相談も可)
対象規模 企業規模・業種問わず
製品形態 チャットボットの簡易診断および個別面談
価格情報 無料
製品概要 無料でチャットボットの簡易診断を行うコンサルティングサービスです。ヒアリングシートのご回答に基づいて、チャットボットの改善につながるご面談を行います。ここ最近、うまく成果が出せず、サービス停止になることもあるチャットボットですが、一方で成果を出しているチャットボットも多くあります。実は、チャットボットと一口にいっても、AI型・シナリオ型・ハイブリッド型、オペレータ連携の有無、パッケージ型やカスタマイズ型など、多様なチャットボットがあります。導入の目的に応じて、最適なチャットボットを構築し、適切な役割を担わせることで、業務の効率化、呼量の削減、顧客満足度の向上が期待できます。実際のモビルスのお客さま成功事例のご紹介なども可能ですので、お気軽にご相談ください。
 
  • 製品紹介

2020年、チャットボットを見直しませんか?

チャットボット無料診断サービス

モビルス

石井 智宏 氏

モビルス株式会社
石井 智宏 氏

 顧客サポートの現場でもすっかり身近になったチャットボット。しかし、うまく成果が出ていないという声もよく聞かれる。

 結論からいえば、チャットボットで優れた成果は出せる。成功のカギは、明確な目的とKPIの設定だ。その上で、チャットボットの適切な対応範囲の設定、丁寧なAIの学習、ユーザー導線や応答シナリオの最適化、効果的なオペレータ連携などのサービス設計を行い、公開後はKPIのモニタリングと改善のPDCAを回していく。

急増する、チャットボットの見直し

 ここ最近、成果の出ないチャットボットがサービス停止になるケースが出てきている。しかし、顧客サポートの現場でますます人手不足が深刻化する中で、チャットボットを完全に諦めるケースは少ない。

 そこで急増しているのが、チャットボットの再構築やリプレイス検討だ。ただし、ここで気をつけてほしいことがある。こういった場合によく検討されるAIやチャットボットの乗り換えだけでは、必ずしも問題は解決しないということだ。

 2016年に始まるチャットボットブームは、ディープラーニングによってAIが飛躍的に進化し、社会的に大きな注目を浴びたところに始まっている。しかし、にあるようにAIの発展度合いは分野ごとに大きく異なる。囲碁や顔認識の分野では人を超えた一方で、チャットボットを支える対話分野のAIは未だ発展途上だ。

図 領域ごとに大きく異なるAI技術の進歩度合い

図 領域ごとに大きく異なるAI技術の進歩度合い

 対話型AIも世界中で開発が進められ、研究レベルでは大きな進化の予兆も見せている。ただ、オペレータに代わって自然に対話し、顧客を満足させるようなチャットボットの実現は当分先になりそうだ。

 AIは国内外の一流のエンジニアたちが競い合って開発しているため、その性能が拮抗してきている面もある。どこかに突出して優れたAIがあるはずだと期待して探すよりも、じっくりと手許のAIの学習を進める方が正解というケースも多い。

AIの学習には専門家のノウハウが必要

 現時点では、AI学習の大半は、人の手で行われている。顧客からの想定質問やFAQを精査し、言い換え表現や類義語を作成してAIに学習させていく方式だ。サービスの公開後には、顧客から想定外の内容や言い回しの質問が入ってくる。その対話ログとユーザーアンケート結果から、さらにAIの追加学習を進めていくことで成果が出てくる。

 このような学習には独自のノウハウが必要で、AIのデータサイエンティストに頼ることも多く、モビルスでも専門のカスタマーサクセスチームがサポートする。

 ただ、お客さまの中には社内でAIの学習を行い、ノウハウを蓄積したいというニーズもある。そこでモビルスでは、専門家でなくても日々のPDCAベースのAI学習を効率よく進めることのできるチャットボット学習支援システム「mobiConsole(モビコンソール)」を提供している。

チャットボットやAIの導入が目的化すると失敗する

 「チャットボットで成果が出ない」という場合、まずはその原因を突き止める必要がある。AIの回答精度の低さなのか、利用率の低さなのか、はたまた一定の効果はあるものの費用に見合わないのか、原因は様々あるはずだ。実は、チャットボットの導入や見直しのご相談では、そもそも「チャットボットやAIを導入すること」自体が目的になっていることも多い。

 まずは、チャットボットでどんな成果を出したいのか、その目的から考えたい。目的が明確になれば、チャットボットにどんな問い合わせや要望に対応させるかが見えてくる。その上で、その成果を測るためのKPIが定まる。ここでは、電話・チャット・メール・Web(FAQなど)と、サポートチャネル全体の分析を行い、問い合わせのどの部分を電話に、どの部分をチャットボットに任せるかを明確にできると理想的だ。

 AIの選定や学習は重要だが、AI=チャットボットではない。AIは顧客からの質問の意図を推定するのに役に立つ、チャットボットのひとつの要素と捉えるべきだ。例えば、AIが組み込まれていなくても、よくある質問トップ5を選択肢として表示し、顧客のニーズに応じて分岐するシナリオ型のチャットボットはとても有効だ。また、サービス申込などのよくある手続きをフローに沿って自動で受け付けるチャットボットも強力な武器になる。AIやチャットボット自体の導入を目的化してしまうと、このような成果につながるチャットボットはまず思いつかない。

特化型チャットボットやオペレータ連携の有効性とは

スマホ画面

 ここで、具体的なイメージをつかむために、一例として宅配業務で役立つチャットボットを検討してみよう。コールリーズン分析から、「再配達依頼の電話が全体の10%と多く、大きなオペレータ負荷やあふれ呼の原因になっており、顧客の不満やクレームにもつながっている」との結論が出たとする。そこで、LINE上で再配達を自動で受け付ける特化型チャットボットを導入すると、業務効率化と顧客の利便性向上が実現できる。

 また、チャットボットと有人対応とを組み合わせるオペレータ連携も効果的だ。FAQが1,000件ある場合、すべてをAIに学習させ、教師データをメンテナンスし続けていくのは大変だ。仮に、FAQの上位100件で顧客からの質問の80%をカバーできる場合には、チャットボットにはこの100件のみを学習させておく。その他の質問や問い合わせにはオペレータが対応することで、全体の業務効率を格段に高めることができる。

チャットボットで成果を出すためのコンサルティングサービス

 チャットボットの活用の幅はますます広がっている。しかし、どのようなチャットボットが成果を出せるのかを見極めるのは難しい。そこで、モビルスでは、チャット導入の初期診断から、チャットボットの構築、KPIモニタリングの運用支援まで、経験豊富な専門チームによるコンサルティングサービスも提供している。顧客サポートの現場で本当に役立つチャットボットを広めることに、これからも尽力していきたい。

お問い合わせ先

モビルス株式会社
セールス
TEL:03-6417-9523
URL:https://mobilus.co.jp

お問合せ・資料請求

IVR / 音声認識 / AI(人工知能)

更新日:2021/03/31

LINE AiCall (エーアイコール)

LINE
詳細を見る
対象ユーザー コンタクトセンター、サポートセンター
対象規模 企業規模問わず
製品形態 クラウド
価格情報 個別見積
製品概要 LINEのAIテクノロジーブランド「LINE CLOVA」が提供する「LINE AiCall(エーアイコール)」。長い発話も正確に聞き取る"音声認識"の技術、高品質の"自然言語処理"、そしてなめらかで自然な"音声合成"。これらLINEが持つ高度なAI技術を組み合わせることで、顧客とAIによる自然な対話を可能にしている。API連携で幅広い業務に対応するうえ、自由な会話で問い合わせが完了するため、顧客利便性が高いソリューションといえる。
 
  • 製品紹介

“AIオペレータ”が当たり前に?
LINEの音声応対AI「LINE AiCall(エーアイコール)

LINE AiCall

LINE

 AIチャットボットや通話音声の自動テキスト化など、昨今「コールセンターでのAI活用」は、珍しい話ではなくなってきた。そんな中、“AIオペレータ”ともいうべき、新たなソリューションが登場した。LINEのAIテクノロジーブランド「LINE CLOVA」が提供する「LINE AiCall(エーアイコール)」だ。長い発話も正確に聞き取る“音声認識”の技術、高品質の“自然言語処理”、そしてなめらかで自然な“音声合成”。これらLINEが持つ高度なAI技術を組み合わせることで、顧客とAIによる自然な対話を可能にしている。

社内システムとAPI連携 幅広い業務に対応可能

 もちろん、ただAIとおしゃべりできるだけではない。「LINE AiCall」は、顧客管理や業務支援など社内の様々なシステムとAPI連携することで、顧客からの多様なリクエストに応えることができる。具体的には、サービスの申込み・問い合わせ、会員情報の照会・変更、店舗の予約受付、ECサイトの注文・変更・返品など。業種も金融・保険・流通・通信・外食など、幅広い分野での活用が想定されている。また、SMSやLINEアプリと連携することで、終話後に確認用の通知を出すことも可能だ。

社内の様々なシステムと連携可能

社内の様々なシステムと連携可能

自由度の高い会話設定で顧客の問い合わせに自動応対

 “24時間365日自動応対”という点では、IVRやAIチャットボットと似ている、と感じるかもしれない。しかし、顧客目線でみれば、IVRのように一方的な音声ガイダンスではなく、自由な会話で問い合わせが完了するのはうれしいものだ。加えて、会話によるコミュニケーションの利点として、ユーザーは手をとめることなく、「ながら」で用事を済ませられるのも、忙しい現代社会にあっているといえる。さらに、スマートフォンやパソコン操作に慣れない年配の顧客でも、電話なら安心して利用できる。一方、企業側も「LINE AiCall」なら自由度の高い会話設定で顧客の様々なリクエストを自動で応対することができ、シナリオを追加・変更したい際も、誰でも簡単に変更できるのがIVRとの大きな違いだ。

AIオペレータが身近に 日常生活で広がる導入事例

 提供が始まってまもないサービスだが、導入事例としては、ヤマト運輸が法人の集荷受付に「LINE AiCall」を導入している。また、新型コロナウイルスの療養者の安否・体調確認に活用されるなど、企業だけでなく、自治体でも導入が広がっている。日常生活で“AIオペレータ”が身近になる日も、そう遠くないかもしれない。

 下記QRコードで音声サンプルを公開しているので、まずは聞いてみてはいかがだろう。

LINE AiCallの音声サンプルはこちら
https://clova.line.me/line-aicall/#voice-sample

QRコード

お問い合わせ先

LINE株式会社
AI事業推進室
URL:https://clova.line.me/line-aicall/

お問合せ・資料請求

チャットツール / バーチャルアシスタント / AI(人工知能)

更新日:2018/02/20

CHORDSHIP

富士通
詳細を見る
対象ユーザー 全ての業種・業態に対応
対象規模 企業規模、業種問わず
製品形態 SaaS型クラウドサービス
価格情報 28万円 / 月~
製品概要 対話による絞り込みと、機械学習を組み合わせたハイブリッド型AIエンジンによるチャットボットソリューション。少量の教師データでも高精度の自動回答を実現するため、さまざまな業種・規模のコールセンターでの運用に最適。機械学習により自動生成できる辞書と、トークスクリプト、FAQ、類義語辞書の3つのチューニングポイントでAIの成長を支援する。情報システム部門だけでなく、業務部門での運用を想定している。また、富士通グループの総合力を活かし、有人チャットサービスとの組み合わせや、チャットボット専用のアバターも提供可能。ナレッジの整備から学習、検証、テスト、リリースまで、トータルで導入を支援する。
 

少ない教師データで高い回答精度
「対話・機械学習ハイブリッド型AI」を搭載

CHORDSHIP

富士通

 チャットボットは、コールセンターの危機を救えるか──。

 AI(人工知能)の顧客接点活用で、最も普及しつつあるのが、チャットボットだ。ここ数年来、深刻さを増す労働力不足/採用難を背景に、新しい自動対応の仕組みとして採用が相次いでいる。

 しかし、課題も多い。その最たるものが「回答精度」だ。富士通のグローバルサービスインテグレーション部門デジタルフロントビジネスグループ 副グループ長の今田和雄執行役員は、その背景について「コールセンターには、AIに対する“教師データ”が少ない」と指摘する。

 多くの事例企業の場合、すでに構築しているFAQをはじめ、Webサイトのコンテンツや業務マニュアルなどのナレッジデータをAIエンジンに“食わせて”、精度向上を図っている。しかし、とくに多くのITベンダーが採用を強く訴求しているディープラーニング型のエンジンは、精度向上のために膨大な教師データを必要とする。コールセンターに蓄積している数百程度のFAQでは、早期の品質向上は不可能に近い。また、「教師データとして使える」とされる傾向が強いVOC(顧客の声)データも、「今の人手不足にあえぐコールセンターでは、精度の高いVOCを残すことも難しい。また、多くの場合、顧客の表現がオペレータの表現に書き換えられていて、自動応答用の教師データには適していない」(今田執行役員)のが現実だ。

 そこで、富士通が開発したソリューション「CHORDSHIP(コードシップ)」に搭載したのが、「対話・機械学習ハイブリッド型」のエンジンだ。

顧客の“琴線”に触れる

 同ソリューションは、少量の教師データで回答精度を向上するために、質問文を置き換えて既存FAQでヒットする仕組みを開発。一般的な同義語・類義語辞書は、使えば使うほど精度が上がる機械学習を活用している()。同社のベンチマーク調査(チャットボットを公開している企業のサービスに対し、50問の質問を投げかけ、質問への回答上位5位までの候補表示を検証)によると、ディープラーニングを活用しているとされるチャットボットの正答率が20〜50%にとどまったのに対し、CHORDSHIPを利用したサービスは80%台に達したという。

図 問い合わせ・相談に適したAIエンジンは?

図 問い合わせ・相談に適したAIエンジンは?

 また、同社は子会社に数社のテレマーケティング会社を抱えており、辞書等の機能強化にそのノウハウを横展開すると同時に、「有人チャット対応」とのハイブリッド・サービスも提案する。そのサービスで蓄積したノウハウは、再び CHORDSHIPの機能強化に活用することができる。つまり「顧客企業とともに進化を共創するソリューション」といえる。

 「心の琴線」という意味を込めた新ブランド、CHORDSHIP。非対面接点で消費者の琴線に触れるサービスの提案・実現を徹底訴求する方針だ。

お問い合わせ先

富士通株式会社
デジタルフロント事業本部
TEL:03-5480-8505
URL:http://www.fujitsu.com/jp/

お問合せ・資料請求

音声認識 / 生産性の向上 / AI(人工知能)

更新日:2020/02/20

sAI Phone

サイシード
詳細を見る
対象ユーザー IP電話を利用しているコールセンター
対象規模 5ブース以上
製品形態 SaaS
価格情報 初期費用:200万円
月額費用:30万円~(1500h~)通話時間による従量課金
製品概要 「sAI Phone」はオペレータがキーボードの入力なしで、FAQ検索と後処理ができる音声認識システムだ。特徴としては以下の3つが挙げられる。
1.次世代のFAQ検索システム「sAI Search」と連携し、シームレスにFAQ検索が可能――テキストから関連するFAQとタグがサジェストされ、オペレータは提示されるタグを直感的に選択するだけで目的のFAQに辿り着く。
2.後処理もドラッグのみで完結――企業の後処理フォーマットを事前に設定し、各項目ではテキストをドラッグするだけでほぼ後処理が完結する。
3.システム連携なしにブラウザからすぐに利用可能――IP電話を利用していれば、CRMやCTIとの連携なしにすぐにブラウザからの利用ができる。
 
  • 製品紹介

FAQ検索から後処理までクリックだけで完結!
開発不要の音声認識システム

sAI Phone(サイフォン)

サイシード

システム連携なしで導入 音声認識システム「sAI Phone」

 「弊社は音声認識の分野では後発の企業です。したがって、既存の音声認識システムの導入ハードルや実務的に使いにくいところを徹底的に排除していこうと考えました。」とサイシード CEO 中村 陽二 氏は語る。

 自社開発のAIを使ったFAQシステムやチャットボットを提供している同社が、新たに音声認識システムの提供をはじめた。「sAI Phone」の特徴は次の2点に集約される。

・コンタクトセンター運営側が、システム連携なしに簡単に利用できる

・オペレータは、問い合わせ対応の一連のオペレーションでFAQ検索から後処理までクリックだけで完結

 音声認識は手段であり、目的ではない。重要なのは、音声をテキスト化したあとにオペレータに適切なFAQを提示し、後処理の手間を削減することである(図1)。

図1 音声をテキスト化し、関連するFAQをオペレータに提示

図1 音声をテキスト化し、関連するFAQをオペレータに提示

 中村氏は続ける。「まずは音声認識システムをオペレーションに組み込んで、効果を検証すべきなのに、既存のサービスはサーバー構築やシステムの連携が必要で、それだけで少なくとも数百万円〜数千万円の開発費用と時間がかかってしまいます。sAI Phoneは、ブラウザからアクセスするだけで、ブース数に関係なく即日利用することができます(IP電話の利用を前提)」。

 初期費用200万円、月額費用も従量課金で30万円からという料金体系も魅力的なので、音声認識の導入に躊躇していた企業にとっては有力な選択肢になりそうだ。

次世代FAQシステムと連携 新たな検索ロジックで高機能化

 サイシードでは、「sAI Search」という次世代のFAQシステムを開発しており、最初からsAI Phoneとシームレスに連携されている。そして、このsAI Searchがサイシードの技術の肝だと言う。

 同社CTOの西田 圭嗣 氏は、「従来の検索システムは、ユーザーが入力した結果の一覧を提示し、結果から絞り込むのはユーザーに任せていました。しかし、“自分が何を検索すればよいのか”をうまく言語化できないユーザーが予想以上に多いことがわかりました。sAI Searchは、そのような“モヤモヤしている頭の中をシステム側が当てに行く”という検索思想で開発しています」と説明する。

 ユーザーはシステムから提示される関連タグを直感的に選択するだけで、目的のFAQに辿り着くことができる(図2)。検索の仕組みは、1990年代後半から20年あまりほとんど進化がないといえるが、sAI Searchの検索ロジックは日本初で、恐らく世界でも例がないと考えられる。

図2 ユーザーが選択したタグに対して、関連タグを提示

図2 ユーザーが選択したタグに対して、関連タグを提示

 今後の開発ロードマップとして、sAI Phoneはクラウドサービスという利点を活かして、クライアントの声を参考に絶え間ないUI・UXの改善を地道に続けていく。

 結局オペレータにとっての使いやすさが、対応品質向上と効率化につながるため“他社よりもちょっと使いやすい”を積み重ねていく。現在は、そのPoCに共同で取り組むパートナー企業を募集している。

お問い合わせ先

株式会社サイシード
AI事業部
TEL:03-6871-8691
URL:https://saichat.jp/saiphone/

お問合せ・資料請求

チャットツール / 業務の効率化 / AI(人工知能)

更新日:2019/03/25

QA ENGINE

Studio Ousia
詳細を見る
対象ユーザー あらゆる業種に対応
対象規模 規模の大小問わず
製品形態 質問応答システム
価格情報 個別見積り
製品概要 「QA ENGINE」は機械学習やディープラーニングを用いた質問応答システムだ。人工知能が自然文の質問を理解し、瞬時に回答する。顧客向けのカスタマーサポートの自動化・効率化、社内ヘルプデスクの自動化に活用することができる。質問の表現の揺れに対応しやすいこと、多くの回答候補を対象にしやすいことが特徴となる。専門知識がなくても簡単に運用が可能。機械学習では学習データ作成作業が必要となるが、作成の負担が少ないこともポイントといえる。
 
  • 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。

井上 健 氏

freee株式会社
Fastest Customer
Support
チーフスーパーバイザー
井上 健 氏

浅越 光一 氏

freee株式会社
Fastest Customer
Support
業務企画チーム
浅越 光一 氏

 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。

会員向けサイトにチャットボット画面を設置

会員向けサイトにチャットボット画面を設置

 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

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

freee

お問い合わせ先

株式会社Studio Ousia
事業開発部
E-mail:info@ousia.jp
URL:http://www.qaengine.ai/





トレンド・ガイド