コールセンターへのチャットボット導入に失敗しない方法

あらすじ

Gartner は、2020年までに顧客対応関連の一次的タスクはAIが処理すると予測しており、従業員はより複雑で重要なタスクに集中できるようになります。

人工知能(AI)は業界を超え、従来の業務の多くを変貌させており、中でも、コールセンターの自動化は企業に与える価値が高く、注目を集めています。

進化する殆どのテクノロジーと同様に、AIを導入したコールセンターの自動化についても誇大宣伝と見られることがあります。

意思決定者は導入前に、導入後の非現実な期待と結果に関する疑念を晴らしておく必要があります。

カスタマーサービス責任者には豊富な選択の幅があり、セルフサービスと人間のスタッフの間で、良質のカスタマー・エクスペリエンスを提供する責任は危険の伴う課題です。

セルフサービスの可能性には限界があり、一方で全ての細かな問合せに人のスタッフが応対する事もコスト的に難しい事です。

コールセンターの挑戦

殆どのカスタマー・サービスセンターとコールセンターは、処理するデータが莫大であり過ぎるという大きな問題を抱えています。

コールセンターで1日に記録されるコール数は企業によっては、数千本以上に及びます。

顧客の話を全て聞くのはビジネスの洞察のために良い事ではありますが、非現実的であり実用的な方法ではありません。

企業は総体的なパフォーマンスの向上を望む傍ら、例えば、下記の様な事を知りたがっています。

  • 新製品の耐久性についての顧客の意見と苦情
  • 電話のスクリプトを変更したあとの返金の状況

チャットボットがコールセンターの顧客対応に与える影響

問合せが簡単なものであれば、ボットは人間よりも速く回答できますが、反対に人の対応によって満足する顧客もいます。

つまり自然言語処理(NLP)を採り入れても顧客対応にはボットと人のエージェント双方を維持する事が好ましいです。

ボットは素早い応対をし、事が複雑になったらすぐに人のスタッフが引き受けるように。

コールセンターのスタッフはチャットボットを恐れる必要はありません。

代わりにAIチャットボットと混在する働き方に焦点を当てるべきです。

ユーザーはチャットボットに正確さを期待しており、フレンドリーさや専門的な回答は求めていません。

チャットボットは24時間年中無休です。

チャットボットがコントロールできない事が現れ、フレンドリーで専門的なアドバイスが必要になったとき、人が助けに入れます。

ボットは顧客との会話の始まりを担当します。

人のエージェントに質問を渡す前に、顧客情報を得ることができるので、待ち時間を減らし、大切にされていると顧客は感じます。

もし質問が簡単なものならばボットだけで処理することもできますし、人の助けが必要なら、ボットは自らが得た情報に基づき適切な人に転送します。

AIによるコールセンターの変化

増加する自動化と顧客のコールチャネルの多様性は、コールセンターのエージェントの仕事を簡単にではなく、複雑にします。

そのため企業は今後現れる危機を予期し、コールセンターのアーキテクチャをコグニティブに再編する必要があります。

次の10年で、コグニティブ・コールセンターはエージェントのパーソナライズ化(カスタマー・マッチング)、エージェントの能力増強、管理タスクの削減のためにAIを導入し、会社がより戦略に集中できるようにします。

対話型AIの利点

対話型AIはコールセンターの、カスタマー・エクスペリエンスを向上させオペレーションコストを削減するカギとなります。

コグニティブ・コールセンターがチャネルレスになることで孤立したタッチポイントを消し去ります。

エージェント・アシスタント

適切なインテントとデータを使用しコールを知的な決定を伴うアクションに変えることで人のオペレーターを手助けをする。

アジリティ

コンピューティングパワーを利用し素早いレスポンスタイムでアジリティを維持する。

より高い顧客満足度

より良いカスタマー・エンゲージメントとインタラクションで、NPSスコアを向上させる。

操作の効率性

セルフサービス利用の増加とエージェントの効率的な活用によりコールセンター全体のコストを削減する。

コンテクストの理解

会話中のコンテクストを理解する能力とコンテクストを他のタスクに変える能力。

複数の問合せに対応

新しい学習サイクル無しで、複数のスキルを要するタスクに対応する能力。

オムニチャネル

全てのコミュニケーションチャネルを通じてインタラクションのコンテクストを提供し、どのチャネルでも安定したエクスペリエンスを保証する。

私共のチャットボットでコールセンターを一変させる

統合オムニチャネル・エクスペリエンスを可能にし従来のコールセンターをコグニティブ・コンタクトセンターに変える手助けをします。

高度なNLP

セマンティック・ルールによる機械学習モデル搭載のNLPプロセッサーと、ドメイン・オントロジーに基づくナレッジグラフ。

VXMLジェネレーション

リピートなど、音声エクスペリエンスをサポートするVXMLジェネレーションを通じた音声ポータルとの深い統合。

対話アナライザー

チャット履歴を利用した対話フローの作成を支援する。

特定のインテント遂行のため、インテントと対話パターンを認識しチャット履歴を分析。

知識抽出とインジェスチョンエンジン

PDFドキュメントをフィードしたりナレッジ・レポジトリからWeb URLの収集をしてチャットボットの知識を訓練し、チャットボットが顧客のFAQに答えられるようにする。

インテリジェンス

音声ボットはコンテクスト・ハンドリング、メモリ・リテンション、インタラプション・ハンドリング、マルチプル・インテント、サブ・インテント認識などのインテリジェントな機能と共にセットアップされています。

センチメント分析と人のフォールバックデザイン

プラットフォームが会話をリアルタイムに分析して好ましくない感情を検知し、待ち時間なしに人のエージェントに会話をシームレスに導きます。

遅かれ早かれ、全ての企業はカスタマーサービス用のチャットボットを導入する必要があります。

この方法で組織は24時間仕事ができ、人的ミスを減らし、経費削減することができます。

カスタマー・リレーションシップ・マネージメント(CRM)にチャットボットを使用する事により顧客は効率的かつ完璧にサポートされるようになるでしょう。

原文

https://chatbotslife.com/how-human-agents-and-chatbots-are-set-to-enhance-customer-experience-in-contact-centre-in-2019-a3fb304db19c

チャットボットライフとの提携により、翻訳し掲載しています。
チャットボットライフとは、最新のボット、AI、NLP、ツール等を扱うメディアです。