Skip to main content

Einstein 分類アプリケーションについて知る

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。

  • 予測インテリジェンスについて説明する。
  • Einstein 分類アプリケーションの利点を挙げる。
  • ケース分類とケースラップアップの計画を立てる。

Ursa Major Solar の事業は急成長を遂げ、ソーラーパネルの売り上げが飛躍的に伸びています。南西部以外にも事業が拡大していることから、さらに何千人ものお客様を満足させ、ロイヤリティを維持することが求められます。Ursa Major Solar の CEO である Sita Nagappan-Alvarez が Salesforce Research のある統計を見つけ、「顧客の 84% は、企業が創出するエクスペリエンスはその商品やサービスと同じくらい重要であると思っている」という結果に関心を持ちました。


Sita は Service Cloud を使用して、会社が優れたカスタマーエクスペリエンスを実現できるようにしています。このサービスプラットフォームは次の機能を備えています。

  • 多様なエンゲージメントチャネル (メール、電話、Web など) にまたがるケース管理を集約する。
  • お客様やサポートエージェントが知識ベースにアクセスし、有益な情報を取得して共有できるようにする。
  • ボットや人工知能 (AI) を利用して、お客様からのよくある質問にオンラインですばやく回答する。

Sita はサービスを向上させるために他にできることはないかと思案します。そして、優秀なシステム管理者である Maria Jimenez にアドバイスを求めます。

Ursa Major Solar のロゴを挟んで立っている Sita と Maria。

Salesforce Research によると、ほとんどのお客様はカスタマーエクスペリエンス向上のために企業が AI を使用することに抵抗を感じてはいないと Maria は説明します。AI を活用して日常的なアプリケーションに予測インテリジェンスを組み込めば、日々のエクスペリエンスがよりスマートなものになります。 

Einstein 分類とは?

そこで役立つのが Einstein 分類アプリケーション、つまり Einstein ケース分類と Einstein ケースラップアップです。この 2 つのアプリケーションは、ケースライフサイクルの両端であるケースが作成されたときと顧客とのチャットが終了したときに、エージェントが使用できます。「分類」するための予測インテリジェンスが適用されます。つまり、クローズケースの値に基づいてケースの項目値が提案されます。機械学習 (使い続けるうちに予測精度が向上していく AI テクノロジー) の利用により、ケース項目の入力時に推測することがなくなり、サポートエージェントの時間を節約できます。書類に費やす時間が少ないほど、顧客のために使う時間が増えます。

どちらかまたは両方のアプリケーションを設定して使用できます。Einstein ケース分類では、ケース作成直後に1 回、おすすめが表示されます。Einstein ケースラップアップでは、オンデマンドで、またはチャットの会話が終わったときに、項目予測が表示されます。 


Einstein のおすすめは Einstein 項目のおすすめコンポーネント [ケース分類] (1) または [ケースラップアップ] (2) に表示されます。 

強調表示された Einstein 項目のおすすめコンポーネントに表示されている Einstein のおすすめ。

項目の予測をどのように適用するかは自由に管理できます。指定した項目について、Einstein が上位 3 つの値を推奨し、エージェントがその中から選択することや、Einstein が最適な値を選択し、エージェントがそれを確認することが可能です。Einstein ケース分類の場合は、Einstein が項目値を自動的に選択して保存するしきい値を設定できます。さらに分類後に自動更新されたケースに対して Einstein がケースの割り当てルールを実行して、適切なエージェントに転送することもできます。    

どのような場合に Einstein が項目値を選択または保存するかを制御するには、予測の信頼性しきい値を設定します。アクションが自動化されているほど、必要とされる予測の信頼性が高くなります。予測が 1 つのオプションのしきい値に達しないと、Einstein は自動化の割合がより低い次のオプションに移行しようとします。信頼性レベルが最も高い場合、項目値は自動的に入力されます。信頼性レベルが低い場合は、Einstein がオプションを事前選択してエージェントがそれを確認するか、3 つのおすすめを表示してエージェントがその中から選択します。 

Einstein 分類と人工知能

分類アプリケーションは機械学習に基づいているため、Einstein の予測の質は与えられたデータに左右されます。機械学習の大半において、データセット (この場合は Salesforce 組織のクローズケース) の特性を識別して説明するのは人間です。クローズケースのデータが正確で、十分な件数を使用して学習モデルを作成すれば、Einstein が正確に項目値を予測する可能性が高まります。 


機械学習の典型的なソリューションで、何千あるいは何百万もの特性が手動で設計されていることもあります。人間がこの識別業務をすべて手作業で行った後、予測の精度を高めるために、機械が学習アルゴリズムを使用して各特性の重み付けを調整します。  

Einstein 分類アプリケーションの利点

CEO である Sita は、卓越したサービスエクスペリエンスをお客様に届け、売上の向上と顧客ロイヤリティの強化を図るという自身のビジョンの実現に Einstein 分類アプリケーションが役立つことを察知します。

  利点   説明
エージェントの時間が節約される サポートエージェントがケースに対応時、スクロールや適切な項目値を見つけるために費やす時間が減少します。ケースの自動ルーティングにより、エージェントが上位のタスクに重点的に取り組むことができます。
データの品質が向上する 予測モデルでは人為的なミスが生じる可能性が低いため、ケースデータの精度が向上します。
ケースが迅速に解決される ユーザーの履歴やトレンドに基づいてケースが自動的に分類されるため、ケースが適切なサポートエージェントに転送され、迅速な解決につながります。
カスタマーサービスが向上する エージェントの対応時間が増大し、データの精度が向上して、ケースが迅速に解決されるため、確固たる顧客関係の構築や顧客満足度 (CSAT) スコアの向上に注力することができます。

分類の計画

Service Cloud の一般的な設定プロセスにおいて、AI の追加は 4 番目のフェーズです 。(復習する必要がある場合は、「Lightning Experience の Service Cloud」モジュールを参照してください)。

ケース管理、チャネル、ナレッジ、AI とボットの 4 つのステップで表される Service Cloud の実装プロセス。

Maria は AI を実装する前に、まず Ursa Major Solar のケース管理機能を設定します。Einstein は賢く、ケースの分類の助けにはなりますが、Ursa Major Solar のケースを管理するビジネスプロセスを定義することはできません。それは Maria の仕事です。そこで、まず適切な情報を取得する方法と各ケースに誰が取り組むべきかを決定し、必須項目、通知設定、割り当てルール、ルーティングを設定します。 


Ursa Major Solar は AI を導入する準備ができていることを Maria は知っていますが、[設定] で作業を始める前に、業務のやり方について詳しく知るためにサービスチームとミーティングをします。

  質問   回答
ケースにある選択リスト、チェックボックス、参照項目のうち、予測インテリジェンスに特に適しているものはどれですか? 予測が役立つ項目は、[原因][言語][エスカレーション済][優先度] などでしょうか。Einstein ではカスタムの選択リスト、チェックボックス、参照項目の値も予測できます。

[言語] を予測する場合、過去のケースデータがその言語で設定されている必要はありません。
エージェントに予測を表示する項目ごとに、その項目に値が入力されているクローズケースが 400 件以上ありますか? どうでしょう…。誰かが確認してみないとわかりませんが、予測する各項目を使用するクローズケースが 400 件あるとみて間違いないでしょう。
クローズケースのデータを予測モデルの作成に使用する前に、チームの誰がそのデータの正確性を確認することができますか? Ryan De Lyon でしょうか。カスタマーサービスマネージャーで、ケースについて掌握しています。
Einstein によって項目値が自動的に保存されるようにしますか? それとも、サポートエージェントがまずおすすめを確認するようにしますか? とりあえず、エージェントがまずおすすめを確認するようにしたいと思います。後々、Einstein が高い信頼度で予測する項目値の自動化を検討します。
ケース分類にアクセスできる特定のサポートエージェントを任命しましたか? はい。Tier 1 サポートチームがアクセスできるようにする必要があるため、実装時にこのメンバーに「Einstein ケース分類ユーザー」権限を割り当てます。


このような計画を立て終えた Maria は次のステップに進み、Ursa Major Solar にケース分類を実装して、予測モデルを作成するためのデータの準備に取りかかります。

リソース

Rights of ALBERT EINSTEIN are used with permission of The Hebrew University of Jerusalem. (ALBERT EINSTEIN の権利は、ヘブライ大学の許可を受けた上で使用しています。)Represented exclusively by Greenlight. (Greenlight が排他的に代理人を務めています。)

無料で学習を続けましょう!
続けるにはアカウントにサインアップしてください。
サインアップすると次のような機能が利用できるようになります。
  • 各自のキャリア目標に合わせてパーソナライズされたおすすめが表示される
  • ハンズオン Challenge やテストでスキルを練習できる
  • 進捗状況を追跡して上司と共有できる
  • メンターやキャリアチャンスと繋がることができる