サムは自身のデジタルエージェンシーでボット開発機能を立ち上げていた。
ビジネス開発プロセスの一環として、彼は多くのクライアントを訪問し、ボットの利点を説明した。
彼が説明したさまざまなシナリオにかかわらず(そして多くの顧客は彼の話に感銘を受け、興味を持った)、顧客サービスのユースケースとしてchatbots 。
顧客サービスのユースケースは、彼らが直感的に理解できるものだった:
- カスタマーサービス担当者の人件費は高かった。
- 彼らの時間の多くは、単純な繰り返しの質問に答えることに費やされた。
- ボットは多くの場合、エージェントよりも効果的にこの種の質問に答えることができる。
- ボットのコストは、カスタマーサービス・エージェントの一部をボットに置き換えれば、人件費の節約からボットのコストをすぐに回収できるほどだった。
- それだけでなく、このボットは時間の経過とともに改良され、他の多くの技術革新への扉を開いた。
そこでサムは、顧客サービス・ボットの需要が高く、顧客や他の代理店との話し合いから、経済的に有利であると判断し、ボットビジネスを顧客サービス・ボットに特化することにした。このニッチに釘付けになった後は、隣接する市場に移動するつもりだった。
彼は、自然言語処理(NLP)にまつわる技術の一部は洗練されていたとしても、今は世の中に出回っているツールが非常に優れているため、ほとんど誰でも優れたNLPソリューションを実装できることを知っていた。最近では、それはデータサイエンスの仕事というよりも、むしろコンフィギュレーションの仕事だった。つまり、ソリューションの実装に必要なスキルは、最も若い開発者でも十分に可能な範囲内だったのだ。
彼はまた、優れたカスタマーサービス・ソリューションは過剰なことをしようとしないことも認識していた。テクノロジーは、顧客と人間のような会話をするには不十分だった。NLPエンジンは顧客からの最初の質問を理解するのは得意だが、それ以上に会話が複雑になったり、ボットが初回で顧客を理解できなかったりした場合は、すぐに人間が介入することが重要だった。
NLPの主な焦点は最初の質問やインタラクションであるという事実は、技術的な観点から見てタスクがはるかに単純であることも意味していた。真の意味での会話体験を構築しようとする企業があったのは事実だが、これまでのところ、このアプローチは複雑さをエスカレートさせ、失敗につながっていた。サムはこのような道を歩むことに興味がなかった。
彼は、顧客サービス・ボットが市場にたくさん出てきていることを観察していた。同時に、あらゆる企業が何らかの形でこの種のソリューションを必要としており、そのチャンスは非常に大きかった!実際、サムは現在、この市場は非常にサービスが不足していると見ており、少なくとも数年間はこの状態が続くだろうと考えていた。
顧客サービスのために、独自の既製ソリューションを提供する会社はたくさんあった。サムは、この種のソリューションの再販業者になることも考えたが、こうした独自のソリューションが長期的に最適なソリューションだとは思わなかった。彼は自分のビジネスには使わないので、顧客にもこの種のソリューションを提供すべきではないと考えていた。
彼はいくつかの理由から、プロプライエタリー・システムに縛られることを嫌っていた:
- 彼は、自然言語処理エンジン(NLP)を他のソフトウェアと緊密に結合させるという考え方が好きではなかった。自然言語エンジンのベスト・プロバイダーは、分析サービスのベスト・プロバイダーやチャット・プラットフォームへのコネクターのベスト・プロバイダーとは別のプロバイダーかもしれない。
- たとえその自然言語ソリューションが今最高であったとしても、将来も最高のプロバイダーであるという保証はない。将来的に自然言語処理エンジンを切り替えることは可能なはずだ。
- 異なるNLPエンジンは異なることを得意とするかもしれないので、複数のNLPエンジンを使いたいかもしれません。例えば、あるNLPエンジンはITに関する質問に適しているかもしれませんし、別のNLPエンジンは一般的なFAQに適しているかもしれません。
- 優れたカスタマーサービス・ボットに必要な能力は、NLPだけではなかった。テキストとNLPだけに頼っていたのでは、間違いなく素晴らしいカスタマー・エクスペリエンスを生み出すことはできない。
- テキスト・インターフェースは非常に限られているため、グラフィカル・インターフェースで補強する必要がある。将来的にこれらのインターフェイスをベンダーに依存しなければならないのは、最適ではない。
- ヒューマン・イン・ザ・ループ機能(ボットが何か言われたことを理解できなかった場合、人間のエージェントにエスカレーションさせる機能)は、カスタマーサービスにとって非常に重要である。ヒューマン・イン・ザ・ループ機能は、今後さらに洗練されていくだろう。定型的な回答やカスタマイズされた回答を含む、エージェント用にカスタマイズされたインターフェースが含まれるだろう。社内のボット開発者を含む誰もが、ベンダーに頼ることなく、自分たちの目的のためにヒューマン・イン・ループをカスタマイズできるようになるはずだ。
- コンテンツは、A/Bテストやその他の市場関連分析のためのツールを開発できるコンテンツ・チームが簡単に管理できるものでなければならない。
- 社内の開発者がベンダーに依存することなく、社内システムとサービスを簡単に統合できる必要があった。
たとえば、ホテルの部屋について問い合わせた顧客は、同じチャネ ルで割引や即時予約の機会を提供されるかもしれない。インハウスまたはサードパーティの開発者は、元のベンダーに行くことなく、チャネル内でこれらの追加サービスをコーディングできるようにする必要があります。
しかし、彼は提供するソリューションがシンプルであることを望んでいた。将来性があり、拡張可能であることは重要だったが、同時に、最初のソリューションを立ち上げて実行するのは非常に簡単でなければならない。
もし彼がBotpress を使えば、拡張性の問題を解決することができる。Botpress は、市場にあるすべての優れたチャットボット・ツールのミドルウェアとして効果的に機能し、多くの標準コンポーネントをすぐに提供することができる。これらのコンポーネントは、サードパーティのコンポーネントに変更したり、将来必要に応じてカスタマイズすることができる。
顧客に最高のソリューションを提供するために、彼は顧客にとって最高の価値を提供すると思われるツール一式を選択した。
まずアーキテクチャは非常にシンプルだ。主なNLPベンダー(Google、Facebook、Microsoft、IBM、Rasa)から最適なNLPエンジンを選び、Botpress の標準コンポーネントを使用して、必要なメッセージング・プラットフォームに接続し、アナリティクス、ヒューマン・イン・ザ・ループ、ロール・ベースのセキュリティなどのサポート機能を提供する。
この基本的なソリューションが顧客のもとで稼働し始めたら、必要であれば改良を考えることができる。NLPエンジンの追加、アナリティクス・パッケージのアップグレード(必要であればサードパーティー・プロバイダーへ)、ヒューマン・イン・ザ・ループ機能のカスタマイズの追加などだ。
もちろん、システムをさらにカスタマイズしたり、新しいコンポーネントやサービスを追加したりする決定は、顧客とシステムとのやり取りを分析することによって行われる。変更は、適切な開発者が必要に応じて迅速に行うことができる。
サムは、まず自分のビジネスにソリューションを導入することから始めることにした。これにより、彼は利用可能なツールのいくつかを試し、初期設定に最適と思われるものを選ぶことができた。
サムはすぐに多くの顧客サービス・プロジェクトを獲得し始めただけでなく、いったん顧客サービスの導入が成功すれば、顧客はすぐに他のサービスもチャネルに加えたいと考えるようになった。
カスタマーサービスは世界中のどの企業にも多かれ少なかれ必要なものなので、顧客には事欠かなかった。
この方法でソリューションを導入し始めて初めて、彼は、拡張性のない、肥大化した単一のソリューションに顧客を固定しようとするのではなく、彼らのビジネスに最適なツールを選択する手助けができるという事実を、顧客がどれほど評価しているかを理解した。
サムと彼のチームは、顧客サービス・ボットを使って、企業の顧客サービス機能に高い価値と大きなインパクトを与える改善を迅速に行う方法を見つけ出すことに長けている。
シェアする
パーソナライズされたAIチャットボットを無料で構築しよう
ドラッグ&ドロップの直感的なインターフェースで、パーソナライズされたGPTボットの構築を始めましょう。
無料で始められます!🤖クレジットカード不要
AIに関する最新情報を入手chatbots