アジアのコールセンターは、カスタマーケア業務の基盤です。AI と機械学習が競争に参入して以来、コールセンター業界は大きな変化を経験しています。コールセンターは AI の助けを借りて改善され、オペレーターが消費者と関わる方法が変わり、問題解決がはるかに容易になっています。
コンタクト センターの最も難しい目標は、電話をかけるすべての顧客に高品質のサポートを提供することです。しかし、幸いなことに、コンタクト センターはますます効率化しています。その功績は、生成型人工知能と機械学習にあります。
2023 年には、 コール センター リーダーの 91%が自動化を最優先事項と見なしていました。ブランドは、顧客サービスの自動化とカスタマイズをより適切に形作るために、コール センターで新しい AI ソリューションを導入する必要があります。ただし、AI と機械学習についてまだよくわからない場合は、私たちがサポートします。
この記事では、AI と ML がアジアのコールセンターの将来をどのように決定するかについて説明します。AI がアジアのブランドに進化をもたらし、その将来をどのように作り変えていくかについて議論します。
コールセンターの内側 - アジアにおける AI の進化
アジアのコールセンターにおける AI の進化は、次の段階に分けられます。
1. 人間のエージェントから仮想エージェントへ – コールルーティング
コール ルーティングは、AI が登場する前は手動で実行されていた手法でした。オペレーターは交換機を使用して通話を物理的にリンクしていました。その後、オペレーターは顧客のリクエストに基づいて通話を適切なエンドポイントに誘導しました。このプロセスには多くの手作業が必要であり、待ち時間が長くなり、ミスが増えることもよくありました。
デジタル時代を迎えた今、インテリジェントなコールルーティング システムが登場しました。これらのシステムでは、データと計算式を使用して即座に決定を下します。できるだけ多くの電話を受けるために、これらのシステムは、時間帯、対応可能なエージェントの数、発信者の履歴を考慮します。
しかし、AI が追加されたことで、エージェントはさらに強力になりました。AI は、大量のデータをリアルタイムで分析し、特定のクライアントやクエリに最も適したエージェントを予測し、リソースの割り当てを最適化することができます。
自然言語処理 (NLP) と機械学習 (ML) の技術により、仮想エージェント、チャットボット、または会話型 AI は、顧客からの問い合わせをリアルタイムで完全に理解して対応できるようになります。このようなインテリジェントなチャットボットにより、顧客は何時間も列に並んで待つ手間が省け、人間のエージェントは人間の専門知識が本当に必要な問い合わせに対処できるようになります。
2. 通話の手動処理と自動処理 – チケットを整理する
アジアの企業は現在、感情分析と自然言語処理 (NLP) を使用してチケットを自動的に識別してタグ付けし、事前定義されたルールに基づいて関連するエージェントとサポートフェーズに割り当てています。
AI を使用してチケット発行を自動化する大きな利点の 1 つは、手動で整理するのに比べて、企業の成長に合わせてサポートを拡張できることです。もう 1 つの利点は、エージェントが反復的で影響の少ない業務に費やす時間を削減できることです。その結果、カスタマー サービス エージェントは、基本的な問い合わせや繰り返しの問い合わせに答えるのではなく、より重要な課題に取り組むことができます。
分析を使用することで、AI は間違いから学び、時間の経過とともに運用を改善できます。人工知能によるチケット発行は、会話を分類してラベル付けし、チケットを割り当て、エージェントに情報を提供することで、進化する解決手順に適応できます。
3. 手動からAI支援によるQAと音声分析へ
品質保証とパフォーマンス評価のために、コールセンターのエージェントはエージェントの通話録音全体を聴く必要がありました。最近では、AI を活用した音声分析テクノロジーが通話の記録と録音を確認し、エージェントが QA スコアカードの基準を満たしているかどうかを推奨することで、この面倒なプロセスを迅速化します。
さらに、AI はエージェントのすべての通話に対してこれを即座に実行できるため、スーパーバイザーが通話をランダムに選択してレビューする必要がなくなります。これにより、管理者が特に質の低い通話をランダムに選択することで不公平な QA レビューが行われる可能性も減ります。
アジアでコールセンター体験を向上させる 5 つの方法 - AI と機械学習
AI と ML を適切に適用すると、実用的な洞察が得られ、エージェントの熟練度が向上し、間接費が削減されます。この 2 つをさまざまな方法で使用することで、さまざまな有益な結果を得ることができます。
より有望な未来のために、これはアジアの企業に次のような形で役立つかもしれません。
1. カスタマイズされた体験
AI に基づく通話は、ユーザーによりパーソナライズされた体験とより良いサービスを提供するプロセスの始まりにすぎません。2 番目は、 顧客関係管理 (CRM)です。これは、企業が現在および将来の顧客に対して行っていることを追跡および評価します。AI 通話ルーティングを備えた設備の整った CRM があれば、パーソナライズされたケアで顧客の期待を上回ることができます。
このアプローチでは、顧客履歴データの分析を活用して顧客との商業的つながりを強化し、顧客の維持と収益の増加に重点を置きます。顧客の購入、行動履歴、広告、その他のトピックをデータにリンクできます。これは、会社のオンラインプレゼンス、ソーシャルメディアアカウント、電話番号、電子メールなどのさまざまなエントリポイントから始まります。
Alibaba を例に挙げてみましょう。
中国の電子商取引大手アリババが使用する推奨システムは、生成 AI アルゴリズムを搭載しています。アリババは、Taobao や Tmall などのさまざまなプラットフォームを通じて、パーソナライズされた製品の提案を提供しています。これらの推奨は、ユーザーの行動と好みの分析に基づいています。
アリババが中国の電子商取引部門のかなりの部分を占めることができたのは、この高度なカスタマイズのおかげでもある。PwC が実施した調査によると、小売業者は人工知能によるパーソナライゼーションを通じて、売上の大幅な増加が見込めるかもしれない。
機械学習によるカスタマイズ
オンライン マーケットプレイスは、顧客の購入プロセスを合理化し、リピート購入を促進する、よりカスタマイズされたエクスペリエンスを顧客に提供することで、機械学習のメリットを享受できます。
販売者は、顧客のプロフィールを俯瞰することで、人口統計情報、過去の購入履歴、購入していない製品への関心、閲覧習慣、検索クエリなど、顧客について多くのことを知ることができます。
販売者は、さまざまな顧客情報とアクティビティを含むデータセットに機械学習を使用して、ターゲットを絞ったチェックイン、パーソナライズされた推奨事項、タイムリーなプロモーションを顧客に送信できます。
機械学習による在庫管理
顧客サービス方法は在庫管理と関連しています。在庫切れの商品を扱ったことや、注文した商品がバックオーダーになると通知されたことがあるなら、私たちが何を言っているのかお分かりでしょう。
さらに、効率的な在庫管理により、常に在庫を維持できるため、在庫関連の問い合わせがサービス エージェントに届くのを防ぐことができます。
機械学習は、小売業者が在庫が十分であることと多すぎることの間の最適なバランスを見つけるのに役立ちます。AI を活用した分析を使用すると、物流、製品在庫、過去の販売傾向に基づいて動的な予測をすばやく得ることができます。
2. 音声起動型IVR
対話型音声応答 AI は、私たちのほとんどが経験したことがあるものです。一例として、カスタマー サポート番号に電話すると、自動音声で個人情報を尋ねられます。名前、会員番号、電話の目的を尋ねられます。多くの顧客が IVR を嫌うにもかかわらず、IVR は60% 以上の通話を自動的に解決するのに役立ちます。
専門家によると、組織がこれらの AI に明確な回答を提供すると、コール センターの運用が簡素化され、エージェントの作業負荷が軽減されます。毎月何千件もの電話を受けるビジネスであれば、この AI テクノロジーの恩恵を受けることができます。
自然言語処理 (NLP)により、 AI 搭載の IVR システムは、事前に決められたメニュー オプションに頼るのではなく、発信者の自然言語入力をより会話的に理解し、解釈できます。その結果、より使いやすく、より直感的なエクスペリエンスが実現します。
3. 自動化によるワークフローの最適化
自動化が効率性と生産性を高める可能性は世界中のコールセンターで認識されており、この傾向はアジア市場で勢いを増しています。AI の使用は、アジア太平洋地域のさまざまな分野で従業員のエクスペリエンスを向上させ、業務を合理化するのに役立っています。
産業部門は、AI を搭載した自動化システムやロボットに大きく依存しています。これらのシステムやロボットの存在は、職場の安全性、製造の効率化、手作業の削減に大きく貢献しています。たとえば、 Foxconnなどの企業は、中国で従業員の生産性と幸福度を高めるために、人工知能を搭載したロボットを数千台導入しています。
COVID-19の流行中、他の多くの企業と同様に、電子機器の多国籍企業であるシャープでも顧客サービスの需要が急増しました。シャープ・エレクトロニクス・インドネシアは、顧客満足度の向上、消費者ケアとサービスの迅速化、精度と効率性の向上を目的として自動化を決定しました。
シャープエレクトロニクスインドネシアでは、毎日、通常 1,000 件を超える顧客からの問い合わせを受けています。このケーススタディによると、以前はすべての通話データを手動で入力するのに 33 時間かかっていました。しかし、自動化技術のおかげで、今ではその時間は半分の 20 時間まで短縮されました。それだけでなく、総生産量は 60% 増加しました。
4. 顧客サービスにおける生成AIの活用
コールセンターは、過去 1 年間のジェネレーティブ AIの急速な発展による変化をまだ完全に受け入れていませんが、このテクノロジーが成果を上げている兆候は見受けられます。ジェネレーティブ AI アルゴリズムは、言語、トーン、さらには音声信号の解釈を通じて、顧客の感情をリアルタイムで分析できます。
人間とボットを対立させるような AI 生成の資料は必要ないということを覚えておいてください。AI コピーは確かに人間が作成した書面によるメッセージを強化することができますが、それを置き換えるものとして見るべきではありません。
この戦略を使用すると、エージェントは燃え尽き症候群を回避し、言語の問題を克服し、さまざまな顧客にとって興味深いものを維持できます。AI コンテンツ ジェネレーターは、人間が繰り返し入力する必要なく、以前の応答と同じ応答を提供できます。
この機能により、カスタマー センターは顧客の不満を迅速に検出して解決し、顧客の忠誠心と維持率を高めることができるため、大きなメリットが得られます。生成 AI テクノロジーは、顧客を理解し共感することで、顧客関係の改善に役立ちます。
MIT スローン経営大学院の専門家とスタンフォード デジタル エコノミー研究所による最近の調査によると、生成 AI アシスタント ツールを実装したコール センターでは、平均して生産性が 13.8% 向上しました。これは、1 時間あたりに対処された顧客の問題の数によって評価されました。
5. 自動チャットボットと音声アシスタント
チャットボットは、テキストまたは音声を使用して人間同士の会話を再現するソフトウェア アプリケーションです。ユーザーの問い合わせを理解し、自然な回答を提供する機能は、機械学習と自然言語処理の組み合わせによって実現されます。
ある調査によると、年齢に関係なく、実に68% の人がチャットボットとやり取りしたことがあるそうです。AI が進化するにつれて、この数字は上昇する可能性があります。そのため、コール センターは、消費者が最も都合の良いときに質問に答えられるよう、インテリジェントなチャットボットを提供する必要があります。
チャットボットは 24 時間稼働できるため、エージェントが不在の場合でもコール センターが顧客をサポートできます。次に例を示します。
生成AIを搭載した音声アシスタントやチャットボットは、 BaiduやTencentなど、アジア太平洋地域のさまざまな大手テクノロジー企業によって開発されています。
Baidu の DuerOS と Tencent の WeChat AI ヘルパーはどちらも、タスクを処理し、質問に答え、パーソナライズされた推奨事項を提供できる音声対応の仮想アシスタントを消費者に提供します。これにより、顧客がガジェットやサービスと関わる方法が変わる可能性があります。
結論
機械学習と AI の助けを借りて、アジアのコール センターでは、日常的なプロセスを合理化し、より徹底した分析を実施し、応答時間を短縮し、パーソナライゼーションを改善し、初回通話での解決を強化し、そして最も重要なことに、顧客体験を向上させることができます。
現実には、AI がアジアのコールセンターの環境を近代化し、改善するでしょう。ただし、AI がコールセンターに取って代わるのではないかと懸念する人もいるかもしれません。しかし、上で分析したように、それは現実ではありません。
AI により、コール センター エージェントはインテリジェントなコール ルーティング、自動化されたセルフサービス、リアルタイムのサポート、顧客行動の分析などの機能を利用することで、より効果的な問題解決者になることができます。最新のテクノロジーにより、優れた顧客体験を迅速に提供できるようになります。
アリババ、バイドゥ、テンセント、シャープエレクトロニクスインドネシア、フォックスコンなどの中国の大企業がまさにそれを行っています。理想的なカスタマイズと自動化により、企業はより重要な側面に集中して、全体的な成長を享受できます。小さなコミュニケーションの問題や顧客からの苦情にまだ悩まされていると、バックエンドのより大きな複雑さを見落としてしまう可能性があります。
いいえ、AI によってコール センターが廃業することはありません。むしろ、AI は将来の顧客サービスにプラスの影響を与える効率的なツールです。
著者: Greg.B
コール センター管理とビジネス ユニットの活性化で 25 年間の実績を持つエグゼクティブ。業務の非効率性を正確に特定し、従業員の士気の活性化と企業文化の変革を促進することで、数百万ドルの利益を生み出した実績があります。