投稿日: 2022年6月14日2022年7月7日カテゴリー: お役立ち情報タグ: AI, ケース管理, チケット管理 AIは今や現実的に導入できるソリューションです。現に多くの企業がAIをカスタマーサポートのケース管理やチケット管理に導入し、ビジネスプロセスを改善しています。AIは効率性と生産性を高めるため、なくてはならない存在です。しかしAIにはネガティブな意見もあります。AIが人間に置き換わるのではないかなど、穏やかならぬ言説もメディアを駆け巡っています。覚えておきたい点は「ビジネス視点から重要なステークホルダーは、常に人間」ということです。つまり、AIは人間に取って代わる存在なのではなく、人間を補完するものなのです。まさにこの論理に則って開発され、構築されているのが、問い合わせ管理システムThinkOwl(シンクオウル)のAI機能です。本エントリでは、ケース管理やチケット管理において、AIを活用すると何ができるかを4つご紹介します。AIを通してケース管理を改善することで、顧客対応やサポート全体を強化していきましょう。 AIの力が顧客サービスにもたらす5つの効果 目次 Toggle顧客ケース管理って?AI導入で変わるケース管理1.ケースの自動分類ThinkOwlのAIがケース管理でできる6つのこと2.インテリジェントサジェスト3.データ抽出4.ケースのルーティングなぜAIで変わるのか?データ=金脈!AI導入後の姿最後に 顧客ケース管理って? ケース管理またはチケット管理とは、カスタマーサポート部門が顧客から問い合わせを処理する際に必要な一連のプロセスのことです。お客様から入った問い合わせやクレーム一つ一つがケースとして扱われます。それぞれのケースが処理、解決、もしくは他部署へルーティングされていきます。少し角度を変えると、ケース管理というのは、セキュアな技術、情報、そして豊富なデータで成り立つ、お客様と顧客対応担当者のコラボレーションとも言えるかもしれません。したがって、ケース管理が適切に実施されれば、顧客体験や顧客満足度を向上させ、最終的には自社ブランドの強化にもつながります。 AI導入で変わるケース管理 顧客対応や顧客サービスの現場では、様々なチャネルを通じて毎日お客様が問い合わせてこられます。顧客からの要請に応えなければいけないというプレッシャーの中で、相当数のケースを管理することは、顧客対応担当者にとってしばしばストレスのもととなります。この分野にAIを導入するとどうなるでしょうか?AIは自己学習をすることが可能です。プロセス内にAIを取り込むことで、担当者による対応と決定をAIに学習させられます。ケース管理という全体的なプロセスにおいて、AIはどんな変化をもたらせるでしょうか?ThinkOwlに実装されているAI機能を例に取りつつ、AIがもたらす変化を、4つのポイントから見ていきましょう。 1.ケースの自動分類 コールセンターやヘルプデスクにおいて、お客様からの問い合わせやサポート依頼のチケットは、処理内容に応じて分類され、正しい担当者に転送される必要があります。この部分は基本的に手作業か、自社システム内で事前に定義されたルールに沿って自動処理で実行されます。ただし、分類が正しいかどうかは、ユーザーがその分類に対して共通の認識を持っているかどうかにかかっています。たとえば「請求」という用語が使われている、請求書などが添付されている場合、その問い合わせには「請求」という分類が適用されるのが正しいという認識を、ユーザー全体が持っているということです。 ThinkOwlのAI ThinkOwlのAIは、そういったユーザーの行動を学習します。問い合わせの受付後、事前に定義されたルールに従ってケースを分類します。 このとき、メールで入ってきた問い合わせに「請求書」を意味する言葉、添付ファイル等がある場合、学習済みの分類ルールにより、「請求」と分類されるのです。 × Dismiss this alert. ThinkOwlのAIがケース管理でできる6つのこと 365日24時間対応が可能となるため、問い合わせ処理が迅速に数百のサポートチケットを、「数秒」で「正確」にタグ付け要緊急対応ケースを迅速に検出トピック・テーマによるルーティングで、ケースを「適材適所」に割り当てケースの管理に割く時間をセーブし、より重要な業務・タスクにフォーカス反復作業や同じタスクを繰り返す必要なし 顧客満足度の改善に役立つ分析機能を紹介|ThinkOwlが実現する4つのこと 2.インテリジェントサジェスト ケース管理の際、担当者に効果的なサジェストが表示されます。サジェストのリソースは2つです。業務に関連したスマートレスポンス対応内容に関連したナレッジ記事・ファイル的確に表示されるサジェストにより、担当者が管理の際にどんなタグや情報を付与したら良いか悩む手間が軽減されます。 3.データ抽出 ThinkOwlでは、カスタムフィールドを追加することにより、データ抽出のカスタマイズが可能になります。入力されるデータの統一性を考え、あらかじめ定義されたフォーマットが付属しています。ThinkOwlのAIは、ケースの問い合わせメッセージや件名から重要なデータを自動的に抽出し、カスタムフィールドに手入力した情報を学習します。やがてこのフィールドには、関連データが自動的に入力されることになります。 4.ケースのルーティング 特定の条件を満たすケースに対しては、マッチングと割り当てのルールが適用されます。各ケースの状況に基づいて、誰がどのようにその問い合わせを処理するかAIが決定し、最適な担当者へルーティングします。過去に類似のケースを担当したことがある場合は、自動的に該当する担当者へとケースが回されます。 ThinkOwlのルーティング ルーティングの条件はカスタマイズが可能です。ケースの再割り当てもできます。その場合、AIはユーザーに通知を送り、フォローアップのタスクを割り当て、解決に向けてケースを再割り当てします。 × Dismiss this alert. カスタマーサービスを自動化するならイベントトリガーを活用しよう なぜAIで変わるのか? ThinkOwlは実装されているAIにより「ユーザーが手動でケースを処理するたびに学習を繰り返します」。各担当者やオペレーターが実施しているあらゆる分類を観察し、学習し、それをもとに提案していきます。ここで注目すべきなのは、すべてAIに任せるというコンセプトではなく、システムを使用している担当者が、より迅速に、効率的に、そして一貫した形でケースを解決できるように「AIがお手伝いをしている」という点です。ユーザーの過去の決定や行動はイベントとして記録されており、新たなサジェストや提案のための学習データセットとして利用されます。 データ=金脈! AIというのは主にデータドリブンです。データがあって初めてAIとして動き出します。よって、データの品質と関連性が、事業性に大きく影響します。不完全で不正確なデータセットを使っていたのでは、設定目標を達成できなくなる可能性があります。したがって、正しいデータの選択をして初めて、正確な結果を得ることができます。 正しいデータとは 正しいデータとは、顧客メッセージの文脈における明確なカテゴリの定義、正しいナレッジの使い方のことです。データの内容が明確であるほど、AIのアウトプットは正確になります。質の良いデータは金脈です。 × Dismiss this alert. AI導入後の姿 適切な意思決定を実施するための機械学習には、データセットが欠かせません。そして、質の良いデータ、高い品質のデータを投入するほど、AIがもたらす結果は良くなります。ThinkOwlのAIは、ケース処理でのプロセスをつぶさに観察し、以下のような問いを考慮しながら学習を続けていきます。問い合わせメッセージに基づいて、ケースがどのように分類されている?どのナレッジが顧客対応に使われている?問い合わせメッセージからどんな種類のデータが頻繁に取得されている?スマートレスポンスはどのように利用されている?どういったユーザーや顧客担当者が特定のタイプのケースを担当するの?学習を通じ、AIは顧客担当者がケースを開く時点で3つのことを前もって実行してくれます。ケースの分類手入力しなければいけないデータの抽出役に立ちそうなナレッジ情報やレスポンス案の提案 最後に AIが実装されているThinkOwlでケース管理を実施すると、次のような恩恵を受けられます。スマートな分類的確なデータ抽出正確なルーティング結果、効率的なケース処理、処理完了までの時間短縮化、そして顧客体験の向上を促進することができるのです。ThinkOwlはAIベースのソリューションで、コンタクトセンター、ヘルプデスクなどを中心とした顧客サービスで大いにその力を発揮します。ぜひとも30日間の無料トライアルをお試しください。 ケース管理をもっとシンプルに!AI導入で変わる4つのポイントを解説 投稿ナビゲーション 煩雑なチケット管理|ThinkOwl(シンクオウル)のAI自動分類で解決問い合わせ管理システムThinkOwlとTeamsを連携してみた