ビジネスに適切なユースケースの選択
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。
- ボットがビジネス目標とどのように合致するかを説明する。
- ボットが実行するジョブを定義する。
- Einstein ボットを実装するチームを編成する。
- 自分に最適なボットの種類を特定する。
ボットをビジネス目標に合わせる
前の単元で、Harryette とチームはボットの実装に関する重要な決定を下しました。この単元では、各考慮事項を順を追って説明していきます。
ボット作成プロセスを開始する前に、会社のために具体的にボットで何を行うかと、その目標をボットでどのようにして達成できるかを考えます。
一部のシステム管理者は、会社のより大きな目標を達成するためにボットを作成します。たとえば、Bloomington Caregivers の目標は、追加スタッフを雇用せずにカスタマーサポートケースの処理件数を増やすことです。動機が何であれ、ボットを作成するときは、会社の目標を常に念頭に置く必要があります。
ボットを目標に合わせるために、会社がボットを求める動機となったビジネス成果を再検討します。次に、ボットの成功を測定するために使用できる重要業績評価指標 (KPI) のリストを作成します。最初は、KPI の数を 3 つまでにすることをお勧めします。Salesforce のお客様がボットの成功を測定するために使用する一般的な KPI は次のとおりです。
- 回避されたケース
- 顧客満足度
- 生成されたリード
- ボット内の新規登録
- ボット内の商品購入
ビジネス成果と KPI が明確になったら、次はボットがこうした目標の達成にどのように役立つかを判断します。
ボットが実行するジョブを定義する
ここでボットに適したユースケースを選択します。どこから手を付ければよいかわからない場合は、顧客が持っていそうな上位のインテントを考えてみてください。たとえば、Bloomington Caregivers ではサイトと電話から見込み客の流入があると予測していたため、Harryette はカスタマーサポートマネージャーに確認して、顧客が電話をかけてくる主な理由を 2 つ特定しました。それは、Bloomington Caregivers に新規患者として登録することと、一般的な問い合わせでした。
この両方のプロセスを迅速に処理するために、Harryette は Bloomington ボットの上位 2 つのユースケースとして、予定のスケジュールと FAQ への対応を選びました。Bloomington Caregivers の既存の患者については、ボットを使用して薬の再処方、請求処理、プログラム/給付対象資格に関連するケースを効率的に処理することにしました。
Harryette のようにボットプロジェクトをゼロから始めなければならない場合、実装を先に進めるうえでこれらのユースケースが役立ちます。ユースケースをまだ選択していない場合、このモジュールを学習すれば、あなたのビジネスにボットがどう適合するか、導入プロセスはどのようなものかを把握できます。さらにインスピレーションが必要な場合は、単元 1 の一般的なユースケースの表をいつでも参照できます。
ボットを作成するチームを編成する
ユースケースを実装する前に、成功しているボットの裏には、ボットを作成した有能なチームがいることを覚えておいてください。したがって、どのようなステークホルダーがいるのか、また各ステークホルダーがボットの開発と管理で果たす役割を定義することが重要です。本番環境にボットを実装するチームには、通常、3 つの主要な役割が含まれます (会社の構造によっては重なることがあります)。
- 会社の戦略に基づいてボットの要件を決定し、ボットの成長を計画する上級ステークホルダー。
- 顧客とのやりとりにボットが使用するインサイトとコンテンツを提供する専門分野のエキスパート (SME)。
- ボットビルダーでボットを作成するシステム管理者または開発者。
有能なボットチームには、プロダクトマネージャー、Salesforce システム管理者、開発者以外にも、Harryette のようにマネージャーとシステム管理者を兼任するメンバーが含まれる場合があります。
上級ステークホルダーの役職はさまざまです。たとえば、会社の包括的目標を持っている CEO だったり (あなたはその目標の 1 つを Einstein ボットで達成できると考えています)、部長だったり、取締役だったりすることもあるでしょう。覚えておくべき重要なことは、ボット作成プロセスを導くビジネス目標を設定する人物であるということです。
ボットの目標を定義するのは上級ステークホルダーですが、遂行するのはシステム管理者、開発者、SME です。彼らが協力してボットを実現し、維持します。
SME には、顧客についてと顧客とやりとりする方法を理解している、コンテンツスペシャリストまたはカスタマーサポートスタッフが含まれます。システム管理者と開発者は、ボットの作成方法と使用方法を理解している Salesforce に精通するチームメンバーです。ボットを作成するときに、システム管理者と開発者は機能を顧客に合わせて調整する方法について SME からガイダンスを得ることができます。また SME は、会話の設計などを通じてボット内で一貫性のあるカスタマーエクスペリエンスを作成することに集中できます。
こうした役割がどのように連携するかを見ていきましょう。
- CEO: 「顧客のコンバージョンと満足度スコアを向上させるために、より多くのカスタマーサポートケースをより短時間で処理できるようにしたい。」
- Salesforce システム管理者: 「ボットを実装すれば、コストを削減しながら目標を達成できます。カスタマーサポート計画に Einstein ボットを導入する場合、チームの協力があればボットを作成できると思います。」
- SME: 「私は会社の知識ベースに詳しく、カスタマーサポートチームの業務についても理解していますので、ボットに含める必要がある関連情報を提供できます。」
ニーズに最も適したボット種別はどれか?
新しく編成されたチームの助けを借りて、次は会社のニーズに最も適したボット種別について考えます。大きく分けて、次のような種別があります。
- メニューベースのボットでは、チャット内のオプションメニューに基づいてユーザーがパスを選択できます。このボットは設定が簡単です。低レベルのタスク (パスワードのリセットなど) で高い価値を発揮し、パーソナライズされたカスタマーエクスペリエンスを提供するのに役立ちます。
- 自然言語処理 (NLP) ボットは、NLP を使用して自由テキストを解釈できます。ボットの次の動作はユーザー次第であるため、ユーザーがエクスペリエンスをコントロールできます。また、NLP ボットは 1 つのフレーズ内で複数の情報を解釈できるため、より少ないステップ数で特定のタスクを完了できます。
- ハイブリッドボットは、適切なタイミングでメニューベースと NLP を使用して融合されたエクスペリエンスを創出します。メニューはボットでできることを顧客が理解するのに役立ち、NLP によってボットがスマートで会話調になります。
ボット種別を比較検討する前に言っておくと、これらは相互に排他的ではないため、すぐに選択する必要はありません。ボット種別は固定するのではなく、ボットのライフサイクル中に差別化要因である NLP を使用して調整が可能です。
NLP (と NLU) とは具体的に何なのか?
「チャットボット」と聞くと、一般に人工知能 (AI) を思い浮かべることが多いと思いますが、すべてのボットが AI のように柔軟な (人間のような) 応答ができるわけではありません。それが可能なボットは、自然言語処理 (NLP) または自然言語理解 (NLU) を使用して、ユーザー入力を解釈し、適切に応答しています。チャットボットの世界では、こうしたユーザー入力を発言と呼び、同じ要求を示す異なる発言によってインテントが構成されます。
NLP ボットは、インテント別に整理されたさまざまな発言を含むインテントモデルを通じて、どのように応答するかを学習します。そこで役立つのがチャットボットの AI コンポーネントです。NLP ボットはインテントモデルから学習し、十分な高品質データを与えられれば、学習した内容に基づいて最終的に独自の結論を導き出すことができます。
ボットは初め、インテントモデルが示す内容と完全に一致する発言を受信した場合にしか、顧客のインテントを正しく識別できないかもしれませんが、最終的には、同じインテントを意味する他の言い回しを認識できるようになります。NLP ボットは与えられたデータから学習するため、完全で高品質のインテントモデルを提供することが重要です。インテントモデルを開始するには、ボットは 3 ～ 5 個のインテントを必要とします。
メニューベースのボットのみを使用するのであれば、NLP について心配する必要はありません。メニューベースのボットは、よくある要求を自動化するのに適しており、NLP ボットよりも実装が簡単です。また明確なオプションを提供するため、顧客は何ができるかをすぐに理解できます。
NLP またはハイブリッドボットは、より用途が広く会話調ですが、設定と管理により多くのリソースを必要とします。メニューベースのボットを作成することを選択して後で気が変わったとしても、心配いりません。将来的に NLP をメニューベースのボットに追加することは完全に可能です。