企業がサービス機能における顧客満足度を測定する際、コールセンターのエージェントが電話やチャットで顧客と過ごした時間、最初の通話／チャットで問題が解決されたかどうか、フォローアップの顧客アンケートの結果といった要素に注目します。しかし、顧客が実際にどれだけの労力を費やしたか、あるいは実際にどのように感じたかといった点は見落とされがちです。
「問題を抱えて企業に電話をかけ、別のカスタマーサービス担当者に回されるたびに自分の名前とアカウント番号を繰り返さなければならなかったり、言語の壁のために担当者の言っていることが理解できなかったりしたら、何の役にも立ちません」と、リアルタイムの感情知能ソフトウェアを提供するコギトの行動科学担当副社長、スカイラー・プレイス博士は語る。
人工知能（AI）、機械学習、そしてビッグデータの処理と操作の進歩により、カスタマーサービス担当者は、顧客からの電話における目に見えない要素への対応において、サポートを受けられるようになり始めています。例えば、顧客の不満が高まり声を荒げ始めた場合や、会話中に長い沈黙が生じ、怒りが高まっている兆候が見られる場合などです。AIは多言語・多文化環境で動作するようにトレーニングされているため、顧客の怒りや喜びの感情に影響を与える可能性のある、言語的・文化的スタイルが異なる国でも運用可能です。
「私たちが話しているのは、AI技術が声のトーン、あるいは言葉の抑揚を分析し、発信者の気分を察知する方法です」とプレイス氏は述べた。「ソフトウェアに搭載された人工知能アルゴリズムは、通話中にリアルタイムでストリーミング配信されます。AIは会話の休止時間、エージェントが顧客の話を遮る回数、顧客とエージェント双方の声のトーン、そして声が躍動的で関心を示しているか、それとも単調で無関心であるかを測定します。AIはこれらの処理を行いながら、エージェントにリアルタイムのフィードバックを提供するため、通話中の顧客がどのように感じているか、エージェントは洞察を得ることができます。」
つまり、カスタマーサービス担当者が顧客と通話中の場合、AIは「話しすぎです」といったポップアップメッセージをディスプレイに表示します。同時に、このメッセージはトレーニングや介入のために上司に転送されることもあります。
「この技術の背景にある考え方は、カスタマーサービス担当者が顧客に対する共感力を高め、通話をよりスムーズに行えるように支援することです」とプレイス氏は述べた。
AIと音声ベースのビッグデータの両方にとって、これは画期的な進歩です。
人工知能の未来に向けたITリーダーのガイド
人工知能に関する情報は複雑で、しばしば混乱を招き、時には矛盾も生じます。このガイドでは、AIの概念を明確化し、AI技術のトレンド、主要プレーヤー、潜在的なメリットと落とし穴、そして現在のユースケースを検証します。Tech Pro Researchの購読者には無料でご利用いただけます。
AIがどのように役立つか
まず、音声ベースの非構造化データは、多くの企業がビッグデータ活用に動画データやIoTセンサーデータを取り入れるようになったため、十分に活用されていません。次に、音声ベースのAIは、音声のリズムや抑揚といった無形の要素、つまり感覚データを活用しようとする試みです。これらのデータは、顧客の感情や、カスタマーサービス担当者との電話の後、顧客が満足して帰るかどうかなど、多くのことを教えてくれます。
このAI技術は、経験の浅いカスタマーサービス担当者や、通話中に顧客の満足感や怒りを察知する能力に乏しい担当者にとって特に有用です。プレイス氏は、この技術を導入したある顧客が、顧客が自社の製品やサービスを他者に推奨する意欲を測るネットプロモータースコア（NPS）を28%向上させた事例を挙げました。同時に、顧客が動揺する前に問題が早期に解決されたため、コールセンターでの通話時間も短縮されました。
不満を持った顧客は競合他社など他の場所へ移る傾向があるため、これらの点は重要です。
「同社が学んだのは、顧客の感情を検知できるAIツールを使うと、顧客サービスが向上するということだ」とプレイス氏は語った。
このようなソリューションを活用することで、企業は収益の向上やブランドロイヤルティの向上も実現できる可能性があります。AI は、「何を言うかではなく、どのように言うかが重要だ」という古い格言を裏付けるのに役立つからです。
