Einstein 返信のおすすめについて知る

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。

  • Einstein 返信のおすすめについて説明する。
  • Einstein 返信のおすすめの主な利点を説明する。
  • 返信のおすすめのデータを準備する。 

Einstein 返信のおすすめとは?

ソーラーソリューション企業の Ursa Major Solar は、前四半期も成功裏に終え、さらに多くのお客様の暮らしに電力を供給しています。そして、CEO の Sita Nagappan-Alvarez がたった今、メキシコのエネルギー企業とかつてない規模の契約を締結したことから、Ursa Major の顧客ベースは 2 倍に拡大される見込みです。Sita は顧客の増大を見据えて、サポートチームができる限り効率的にケースを解決できる最適なツールを装備したいと考えています。信頼するシステム管理者の Maria Jimenez がちょうど、Salesforce Service Cloud を使用してお客様をサポートする新しい手法を検討していることを Sita も聞いていました。 

Maria が Sita に、Service Cloud でカスタマーエクスペリエンスを向上させるさまざまな方法を説明します。実際 Salesforce Research によると、人工知能 (AI) を駆使したカスタマーサービスを導入した企業の 79% で、全般的な顧客満足度 (CSAT) スコアが向上しているということです。Sita があるツールに目を留めます。 

Einstein 返信のおすすめは、メッセージングやチャットチャネルでエージェントに推奨する返信のリストをリアルタイムで表示します。推奨の返信は、深層学習と自然言語処理 (NLP) を使用してチャットトランスクリプト履歴データから生成されます。

エージェントのチャットウィンドウのすぐ横に、Einstein が推奨する返信が表示されます。

Einstein はサポートチームのニーズに応じて、挨拶やフォローアップの質問などを提案できます。 

Einstein 返信のおすすめと AI 

お客様からの信頼の獲得を優先事項とする Sita は、チームが日常業務で使用するテクノロジに投資することの重要性を認識しています。Einstein 返信のおすすめが人工知能機能であることを Sita は知っていますが、具体的にどういうことなのか定かではありません。そこで Maria にこのしくみの詳細を質問します。

休憩室で立ち話をしている Maria と Sita

Einstein 返信のおすすめは実にスマートなツールながら、自力で問題を修正するものではないと Maria が説明します。Einstein 返信のおすすめは、完了したチャットトランスクリプトからデータを収集してパターンに分類します。このスマートな分類テクノロジを自然言語処理 (NLP) または自然言語理解 (NLU) といいます。この体系化されたパターンについては、Einstein が問題のリストとソリューションのリストを別々に作成し、両者を突き合せて特定のデータセットを形成するものと考えることができます。この組み合わせがカスタマーサービスの成功につながります。 

最初に、Einstein が組織のチャットデータを分析し、チャット時にサポートチームが使用する一般的な返信リストを生成します。返信を確認して微調整したうえで公開し、Einstein がエージェントに推奨できるようにします。後からいつでも新しい返信を追加したり、既存の返信を更新したりすることができます。 

チャットまたはメッセージングセッションでお客様が質問やメッセージを入力すると、Einstein が起動して、メッセージ/返信データのリストをスキャンします。そして、Einstein が公開済みの返信を 1 つ以上提案し、エージェントが会話に直接挿入できるようにします。エージェントは必要に応じて言語を編集できます。こうした自動返信を使えば、サポートエージェントがメモを漁ったり、同僚に問い合わせたりする必要がなくなります。 

Einstein 返信のおすすめの利点

Sita は第一印象が大切であることを心得ています。お客様にソーラーエネルギーを信頼してもらうには、お客様に迅速なフィードバックや優れたサービスを実施する必要があります。太陽光発電は競争の激しい業界であるため、Ursa Major Solar はロイヤルカスタマーを維持するためにできる限りのことをしたいと考えています。 

Einstein 返信のおすすめによって適切な応答がエージェントに表示され、数回のクリック操作で挿入できるため、エージェントに次の利点があります。

  • 適切なタイミングで適切なおすすめをすべて 1 か所に表示して、応答時間を短縮する。 
  • 応答の精度を高める
  • 一般的な問題でなく、複雑なソリューションに注力する。 
  • お客様へのコミュニケーションを標準化する

そして何よりも重要な点は、Einstein によってチャットが短時間で終了することです。付箋に書き留めたり、アプリケーションを切り替えたり、一般的な問題のソリューションを見つけるために上級職に相談する必要がなくなります。Sita は Einstein 返信のおすすめによってエージェントの業務が簡便になることを楽しみにしています。 

Einstein 返信のおすすめを準備する

Einstein 返信のおすすめを使い始める前にデータが必要です。 

データが成功の鍵を握るのはなぜでしょうか? AI モデルを作成する場合、データがその出来を左右します。Einstein に、チームのコミュニケーションスタイルのパターンを見つけ出す十分なデータが必要です。Einstein が学習するデータが多ければ多いほど、おすすめの精度が高まります。

一般的な返信リストを生成するには、Einstein が英語のチャットトランスクリプトを 10,000 件以上分析する必要があります。完了したチャット件数が足りない場合や、チャットが短すぎて意味のあるデータにならない場合は、Einstein がモデルの作成開始時期を通知します。

システム管理者が Einstein 返信のおすすめを設定して稼働する次の 6 つの手順を Maria と一緒にみていきましょう。

  1. データ要件を確認する。
  2. Einstein 返信のおすすめをオンにする。
  3. モデルを作成する。
  4. 返信を確認して公開する。
  5. エージェントにアクセス権を付与する。
  6. モデルを有効にする。

Einstein 返信のおすすめを設定する 6 つの手順のタイムライン 

次は、AI を駆使してお客様に満足を届ける準備を整えます。 

リソース