記事レコメンデーションを使い始める

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。

• 推奨記事と Einstein 記事レコメンデーションの違いを説明する。
• Einstein が学習する適切な項目を選択する。
• 関連性と信頼性のスコアリングを使用して Einstein を向上させる。

Einstein 記事レコメンデーションが高性能である理由

Salesforce のベテランの域に達している Sita とそのチームは、すでに推奨記事というツールを使用しています。推奨記事は、エージェントにナレッジ記事を推奨する Service Cloud の機能です。ただし、推奨記事はキーワードベースの検索で、ケースデータから学習することがありません。他方、Einstein 記事レコメンデーションは過去のケースのデータを使用して、数秒のうちにより正確なレコメンデーションを生成します。また、推奨記事とは異なり、推奨する内容を調整できます。

Einstein 記事レコメンデーションを使い始める場合は、推奨記事を無効にして、サポートチームのユーザーエクスペリエンスを最大限に高めることをお勧めします。併用すると、ケースに関連する 2 通りの記事がエージェントに表示されます。

Einstein 記事レコメンデーションをはじめる

Sita は Einstein 記事レコメンデーションにケース解決の大きな潜在性があると考え、試してみることにします。採用ジャーニーの手順は次のとおりです。

Sita と同様に、Einstein 記事レコメンデーションを採用する場合は、要件をチェックして、組織で使用できることを確認します。Einstein の常として、Enterprise、Performance、Unlimited の各エディションの Lightning Knowledge コンソールでは自動的に使用できます。Lightning Knowledge と上記のいずれかのエディションがある場合は、すでに Einstein 記事レコメンデーションが組織に実装されているため、ロールアウトするだけです! 次にこの方法を説明します。

Einstein がデータを探索できるようにする

Einstein 記事レコメンデーションは、現在使用できる未来のツールです。つまり、エージェントが記事を手動で検索して添付する日々が終わりを迎えることを意味します。具体的には、Einstein がクローズケース (特に記事が添付されたケース) とナレッジベースからデータを収集します。この機能を起動させるために、Einstein が学習するケース項目と記事項目を選択します。この選択は、Einstein がデータを探索するための地図を示すものと考えることができます。地図が正確であるほど、Einstein のレコメンデーションの精度も向上します。

このモジュールでは、受講者が Einstein 記事レコメンデーション管理者で、この機能を設定する適切な権限を有するものと想定しています。ただし、Einstein 管理者でなくても問題ありません。このまま読み進み、本番組織で管理者が手順をどのように実行するのか確認します。Trailhead Playground で次の手順を実行しないでください。Trailhead Playground では Einstein 記事レコメンデーションを使用できません。

Einstein の項目を選択する手順は、次のとおりです。

1. [設定] から、[クイック検索] ボックスに Einstein 記事レコメンデーション と入力し、[Einstein 記事レコメンデーション] を選択します。
   
   
2. 切り替えをクリックして、この機能を有効にします。
   
   
3. モデルを作成するには、[項目を選択] で [選択] | [次へ] をクリックします。
   
   
4. モデルに追加するサポート対象言語を選択して、[次へ] をクリックします。
   
   Einstein 記事レコメンデーションは、1 つのモデルを使用して、オランダ語、英語、フランス語、ドイツ語、イタリア語、ポルトガル語、スペイン語の記事レコメンデーションを生成します。選択した言語がナレッジ設定でも有効になっていることを確認します。
   
   
5. ケースから Einstein モデルに取り込む項目を選択して、[次へ] をクリックします。
   
   

5.Einstein モデルに取り込む項目をナレッジ記事から選択して、[保存] をクリックします。

ケースとナレッジ記事から最適な項目を選択するにはどうすればよいのでしょうか? 以下に、いくつかのベストプラクティスをご紹介します。

• データが豊富なケース項目と記事項目を選択する。空白のままであることが稀で、ケースまたは記事の内容を説明する複数の用語が入力されることの多いテキスト項目を選びます。未入力の項目や役に立たない項目を選ぶと、Einstein が正確なレコメンデーションを行うことが難しくなります。
  
  
• 重要度に基づいて項目にランクを付ける。管理者やサポートチームにとってどの項目が一番重要なのかを Einstein が把握する必要があります。ケースの項目にランクを付けることで、Einstein にまず何から検索すべきかを指示することになります。
  
  
• 更新される可能性のある項目を選択する。ケースが更新されると、新しい記事レコメンデーションが表示されます。エージェントに最も関連性が高い記事を表示するには、ケースのライフサイクルを通して変更される可能性がある項目を選択します。

Einstein が学習する項目を変更する場合は、いつでもこの [設定] ページに戻って項目を更新し、モデルを再構築することができます。

項目を選択した後も、さらに 2 ～ 3 の実行する手順があります。Einstein モデルを構築して有効にし、Einstein レコメンデーションにエージェントがアクセスできるようにすることです。このバッジでは上記の手順を詳しく説明しませんが、この単元の末尾にある「リソース」セクションで詳細を確認してください。

関連性スコアリングで確信を得る

管理者やサポートチームは、Einstein で成功を測定するデータも確認できます。Einstein 記事レコメンデーションの関連性スコアからエージェントは、記事がお客様のケースにどのくらい関連しているかを知ることができます。この関連性は記事のタイトルの上にパーセント値で表示されます。

エージェントは、レコメンデーションの上にマウスポインターを置いて受け入れたり、[役に立たなかった] をクリックして破棄したりして、記事のレコメンデーションを操作します。Einstein はこうしたアクションを記録し、経時的な記事の関連性スコアの妥当性を検証して、今後より正確なレコメンデーションが提示されるようにします。

リソース:

• Salesforce ヘルプ: Einstein 記事のおすすめの設定
• Salesforce ヘルプ: 記事レコメンデーションモデルの作成と有効化
• Salesforce ヘルプ: Einstein 記事のおすすめへのアクセス権をエージェントに付与