会話型サービス自動化プラットフォーム 成熟度モデル
前回、ユニフォアの製品についての説明を書きました。
各製品の機能がわからない場合は、ひとつ前のブログエントリを参照して下さい。
これら製品をどのようにコンタクトセンターへ適用していくべきでしょうか？
ここでは、会話型サービス自動化プラットフォームをコンタクトセンターへ適用するにあたって、成熟度モデルという考え方を引用し、提案していきたいと思います。
各製品をコンタクトセンターへ適用する際、コンタクトセンターへの業務影響が少ない順番に適用していきます(順番は図の通りになります)。これは、ＡＩによる学習プロセスをより効率的に行う為の道筋でもあります。
コンタクトセンターによって、業種、対応業務、規模などの要素によって必要な機能が異なりますし、導入済みの製品もあると思います。ですので、必ずしも、この順番に製品を導入するべきというわけではありません。
類似製品を既に導入済みであったり、業務に合わないものは、スキップして導入していくというのも良いIT基盤の投資戦略となります。
もし、通話後分析のソリューションを導入していない場合、通話後分析であるauMina Analyticsから始めるのが、業務影響が少ない方法になります。通話内容を分析するのに利用する音声認識エンジンは、特性上、認識率の高さと、文字起こしのスピードは、反比例する関係にあります。通話後分析では、文字起こしのスピードを気にする事無く、認識率にのみ焦点をあて、自然言語処理する事にメリットがあります。
次に、auMina QSenseを導入します。自然言語処理によるルールは、auMina Analyticsによって完了していますので、ここの追加は、スムーズに行われます。
コールセンターへの問い合わせ内容や、利用される製品名やサービス名などの専門用語が、この段階で固まってきます。固まってくるという事は、自然言語処理として、重要なワードであったり、高い認識率が必要な属性情報などがわかってきます。
ここで、文字起こしのスピードをあげる事によって、リアルタイム処理での機能提供を行うauMina Real Intentの出番となります。これにより、エージェントの能力は強化され、コールセンターの運営が効率化されていきます。
もし、在宅エージェントなどがいる場合、ここで、声紋認証機能を提供するamVoiceを導入するのも良いかと思います。問い合わせ者の認証だけでなく、在宅エージェントが正しい人が対応しているのかのチェックをする為の機能としても、amVoiceを利用する事も出来ます。
最後に、音声Botであるakeiraになります。auMina Real Intentの導入と改善により、アシストする内容の精度があがってきて、エージェントが対応しなくても良さそうなコール理由がわかってきます。ここまで来たら、エージェントの代わりに、音声ボットが対応する事できます。音声ボットは、コールセンターのコスト削減だけでなく、24時間対応、突然の呼量増加への対応など、素晴らしい顧客体験を実現する為の手伝いをする事が出来ます。
このような理由で、製品の導入を段階的に導入を行っていくと、コールセンターに必要な機械学習をより効率的に行う事が出来ます。
