VoCデータを価値に変えるソリューション1：アイタスリスク判定AI

1. お客様との接点として運営されているコンタクトセンターにて、高リスクな問い合わせを事前に判定することによりコンタクトセンター運営を効率化するソリューション「アイタス-リスク判定AI」についてご紹介します。
2. どの様な問い合わせが高リスクなのか明確でない場合でも、ヒアリングを通じ課題の定義からご支援が可能。個社毎の課題にフィットしたAIモデルを構築します。
3. システム導入・運用の実績もあります。ぜひ、お問い合わせください。

保険会社の事故対応窓口等、多くの企業にてコンタクトセンターが運営されています。コンタクトセンターに集まるお問い合わせの中には、リスクの高いお問い合わせ（対応の難易度が高い、緊急対応が必要等）が含まれます。コンタクトセンターの対応品質・付加価値を高めていくには、リスク度合いを踏まえて対応方針を検討する、より経験豊富な人員を支援に充てる等、先回りした対策を取ることが重要です。

その際、以下のようなことが課題となります。「アイタス-リスク判定AI」によりこれらの解決をご支援します。

1. どの問い合わせが高リスクなのかを仕分ける必要となるが、人手で行うにも漏れの懸念もあり、逆に仕分け作業そのものに経験豊富な人員を割かざるを得ない
2. 結果的に、対策が後手に回ることで、トラブルが発生してから集中的な対応が必要となり当初想定以上の対応コストが掛かかる
3. 問い合わせ対応がうまくいかないことが、現場の士気の低下・顧客満足度の低下につながる

「アイタス-リスク判定AI」は、高リスクのお問い合わせを事前に検知することで、先回り対応の実現を支援するソリューションです。

このソリューションでは、ある事象が発生する確率を判定する技術を応用したAIモデルをカスタマイズし個社毎に適用します。コンタクトセンターに蓄積されている問い合わせの対応記録を利用し、AIモデルに高リスクの問い合わせを学習させることで、事前のリスク検知が可能になります。

「アイタス-リスク判定AI」を導入すると、AIモデルが事前に高リスクな問い合わせを検知し、現場ではその結果を踏まえ対応方針の判断を行うという体制になります。この役割分担により、現場では仕分け作業の負荷軽減・効率化をしつつ、トラブルを未然に防ぐための先回り対応が可能になります。その結果、これまで事後対応となってしまったために要した余計な対応コストを回避でき、問い合わせ対応そのものの改善にもリソースを充てる余裕が生まれます。また、問い合わせ対応がうまくいくことが、結果として現場の士気も高め、さらにお客様満足度を高める好循環が期待できます。

AIモデルの構築に際して、そもそもどの様な事象を高リスクとして検知したいかを決めることが必要となります。例えば「トラブルに繋がりそうな問い合わせ」というように、観点が明確であればそれに沿ったAIモデルを構築いたしますが、明確でない場合も個社毎にヒアリングを行い具体化のご支援をいたします。

AIモデルの予測結果を現場で活用していただくためには、業務活用に見合う精度が必要となりますが、問い合わせの中のどの様な情報が有効に働くかはケースバイケースです。また、なぜ高リスクと評価されたのかの理解できなければ判断に活用しづらい予測結果になってしまいます。つまり、予測精度と解釈性の両方が一定の水準を上回る必要があり、場合によってはこのバランスが重要となります。丁寧にヒアリングを行い、業務活用に必要な精度・解釈性の水準を明確にしつつ、そちらにフィットしたAIモデルを構築します。

弊社は「不満買取センター」や商用ツール「アイタスクラウド」「不満ファインダー」の開発・運営で培ったテキストデータ活用のノウハウを持っています。対応記録がフリーコメントのテキストデータしか存在しない場合でもAIモデル構築が可能です。

弊社には開発専門チームも在籍しております。システム導入もご支援します。

本事例では、損害サービス拠点での保険金お支払い業務における事故解決までの難易度を事前に予測するシステムの導入をご支援をいたしました。弊社は課題設定からご支援を開始し、AIモデル構築、システム導入を経て、現在は運用段階をご一緒しております。

本事例の特筆すべき点は、コンタクトセンターの現場の方との議論を通じて得られた知見と弊社の独自技術のシナジーが得られたことです。例えば、弊社独自技術により対応記録中の「整合性-ガ-確認できた」、「整合性-ガ-ない」という「フレーズ」に着目することが可能です。これにより「整合性がない」ことがリスクが高まる要因であるという現場知見を正確にAIモデルに反映することができました。AIモデルの改善については、運用開始後も継続的に議論を行っています。

Insight Techと東京海上日動火災保険株式会社、「事故対応支援AIモデル」の運用を開始

また、本格的なシステム導入に際して、事前に半年間の試験運用を実施しています。簡易的なシステムを構築し、リスク評価結果を実際の業務にご活用頂きました。導入後の効果が不透明な中での経営リソースの投入が難しい場合でも、スモールスタートを通じて有効性を見極めることが可能です。

このように、弊社独自技術を応用しつつ、課題の設定から運用まで柔軟に一気通貫でご支援可能である点が弊社の強みです。

今回の記事では東京海上日動火災保険株式会社様の事例をご紹介しました。上述の通り、本ソリューションはテキストデータからある事象の発生を予測する技術がコアとなっています。したがって、業種業界問わずコンタクトセンターには本ソリューションが適用可能です。また、以下のようなコンタクトセンター以外への応用も考えられます。

• インフルエンサーの炎上リスク判定
  ・過去SNS等での発言を元に将来的な炎上リスクを予測
  

• 営業日報・商談記録のリスク判定
  ・コンプライアンス違反を含むトラブル発生のリスクを予測
  ・リスクの要因の可視化も可能

以上の様な課題でお困りでしたら、ぜひ一度ご相談ください。

弊社は「声が届く世の中を創る」ことを目指しており、その実現手法として自然言語処理技術を軸とした様々なソリューションをご用意しています。

• アイタスクラウド
  リスク度合いで仕分けるというよりは、まずは、どのような問い合わせが存在しているのかを俯瞰して把握したい場合に有効なパッケージソリューションです。個社毎に保有するデータだけでなく、不満買取センターやSNSのデータでも分析可能です。

• 要望カテゴライズAI
  リスク度合いで仕分けるというよりは、「どの様な点に不満を感じたのか」「不満を感じたオケージョン」等内容による仕分けを行い、課題を俯瞰するために有効なソリューションです。

生活者の声をはじめとしたVoCデータを価値に変えるためにInsight Techができること

「カテゴリ分類AI」含め弊社のソリューションについてもご紹介していますので、上記リンクをご覧ください。

弊社のソリューションにご興味がございましたら CONTACT よりお問い合わせをいただけると幸いです。ご連絡をお待ちしております。