記事レコメンデーションを向上させる

学習の目的

この単元を完了すると、次のことができるようになります。

• 必要に応じて Einstein 記事レコメンデーションを更新する。
• Einstein 記事レコメンデーションのベストプラクティスを説明する。

Einstein を試行する

Ursa Major Solar のシステム管理者である Maria は、Einstein 記事レコメンデーションを稼働させる準備を整えました。つまり、チームの選りすぐりのエージェントが、コンソールでケースの記事レコメンデーションを表示できるようになりました。では、Maria とエージェントの 1 人が進めていく Einstein 記事レコメンデーションジャーニーを一緒に見ていきましょう。

Einstein にフィードバックを与える

Maria は 1 件目のケースが届いたことに気が付きました。エージェントがこのケースをオープンします。ナレッジコンポーネントに数件の記事レコメンデーションが表示されます。記事はケースとの関連性が高い順にリストされています。

以下は、レコメンデーションがどのように表示されるかを示す一例です。

Maria は 1 つ目の記事が、この新商品を理解するうえで役立つものであることを知っているため、エージェントにこの記事を添付するよう指示します。エージェントが [記事を添付] をクリックします。すぐ下のあまり役立たない記事レコメンデーションにエージェントが目を留めたため、Maria はエージェントに [役に立たなかった] をクリックするよう伝えます。

前の単元で説明したとおり、エージェントが推奨された記事を操作するたびに、Einｃstein がそのエージェントのアクションを記録します。エージェントがレコメンデーション記事に対して却下や受け入れなどの操作を実行するほど、Einstein が多くのことを学習していきます。エージェントと Einstein の相互作用によって、カスタマーエクスペリエンスを向上させることができます。

モデルを向上させる

会社が成長していくにつれ、お客様からの問い合わせも進化していくものと考えられます。Einstein の記事レコメンデーションも同じように進化させる目的で、エージェントの対応力を高めるためのヒントをいくつかご紹介します。

• できる限り記事をケースに添付する。エージェントがケースに対応中に記事を参照した場合は、その記事をケースに添付することをお勧めします。
  
  
• 知識ベースを継続的に拡大する。蓄積されている記事が増えれば、Einstein が添付や学習する対象が増大します。Einstein は、公開されたその日のうちに新しい記事を推奨できます。
  
  
• 役に立たないレコメンデーションを却下するようエージェントに促す。Einstein はレコメンデーションの作成時に破棄を考慮します。
  
  
• 項目を更新する。サポートチームに、ケース項目に一貫して入力し続けることと、モデルに取り入れる項目を定期的に見直すことを指示します。
  
  
• モデルスコアカードを確認する。スコアカードには、モデルの有効性とデータの品質がまとめられています。スコアカードのメトリクスは、データを調整する余地のある点を特定するうえで役立ちます。

Einstein 記事レコメンデーションツールは、エージェントの日常業務を簡便にし、会社がお客様とより良い関係を構築できるようにすることを目的としています。Ursa Major Solar ではこの次世代のテクノロジーのお陰で、その素晴らしい商品に関するケースを、同様に素晴らしいサポートチームがクローズする件数が着実に増えています。

Einstein 記事レコメンデーションは、Einstein for Service に搭載されている多数のツールの 1 つにすぎません。Einstein for Service の残りの機能を使いこなせるようになり、こうした機能を連携させて仕事を効率化する方法を習得すれば、より多くのケースをさらに迅速、簡単、スマートにクローズできるようになります。

リソース

• Trailhead トレイル: Service Cloud をよりスマートに
• Salesforce ヘルプ: 記事レコメンデーションモデルの言語と項目の選択