人工知能が使い慣れて快適になるにつれて、顧客や企業の間でAIの実用性が認識されはじめ、AIの活用方法を知りたいと望む声が増えてきています。ロボットの同僚や機械学習の可能性が分析的な洞察とチャットボットにもたらすものに関する数多くの考察には当分結論が出そうにありませんが、今日のAIテクノロジの実用化によって実現できることは沢山あります。これらの実用化の多くはカスタマーサービスでは普及していますが、カスタマーエクスペリエンス全体に関してはどうでしょうか。企業が人工知能の活用を望むのと同じくらい、業界アナリストは、AIのためのAIの実装とならないよう注意を呼び掛けています。つまり、人工知能を最もうまく活用できるのは、全体として優れた顧客体験の提供を可能にする場合であると主張しています。この主張に基づき、アナリストたちは、優れた顧客体験を提供する「手段」と「理由」に重点を置く戦略の一環としてのAIツールの採用を奨励しています。たとえば、Forresterのアナリストは、「AIを活用した顧客サービスまたはセールスプログラムを成功させるには、AIと人間の両方を活用するプロセスを確立できるかどうかにかかっており、AIの最適化を進める際に人間が重要な役割を果たす」と述べています。
AIを活用した顧客体験の提供において他社に一歩先行することを目指すお客様のために、AIをすぐに活用できる5つの方法を以下に示します。
1）顧客によるヘルプ記事検索を効率化するセルフサービス
多くの顧客は、サポート担当者やチャットボットに相談するのではなく、問題や疑問を自力で解決しようとするため、解決策を探してあちこち調べ回ることになります。Google検索やオンラインヘルプセンターの関連記事へのアクセス、そして見つけた解決策が問題を適切に解決するかどうかの確認などを、すべてセルフサービスで行なおうとすると、プロセスはひどく面倒なものになります。一部の顧客（特にIT技術を使い慣れていない顧客）は、よくあるこのようなセルフサービスは使いづらく、スムーズな顧客体験とはとても言えないと感じるでしょう。最新の技術革新により、AIはヘルプ記事の検索に伴う煩わしさを軽減すると同時に、問題解決を導く適切な情報を顧客に提供できるように進化しています。機械学習と自然言語処理（NLP）を利用したAIでは、どのヘルプ記事が顧客の問題を最もよく解決できるかを学習し、そして適切な記事を顧客に提示します。顧客体験の開発担当者は、この種の自動化されたセルフサービスを顧客に提供するのに適切な場所（ヘルプセンターの使用時、顧客が購入に至るまでの重要なポイント、モバイルWebサイトやアプリケーションなど）を判断できます。
2）コンテンツを最適化し、顧客のニーズを充足させ問題を解決に導く
パーソナライゼーションはカスタマーエクスペリエンスの主要部分であり、企業はカスタマージャーニーのあらゆるポイントをよりパーソナライズされたものにする方法を模索しています。1つの方法は、良質なヘルプ記事を作成することです。製品やサービスが複雑になるにつれて、サポート組織がヘルプ記事を適切かつ最新の内容に維持することが困難になります。
顧客がヘルプセンターや記事からすぐに離脱してしまう場合（またはフォローアップのやり取りで記事が役に立たたなかったと述べた場合）、顧客のニーズや問題解決にふさわしい内容ではなかった可能性があります。顧客にとって役に立たないサポートコンテンツほどイライラするものはなく、悪いコンテンツが公開されるのを防ぐためのインテリジェントで予防的な方法もそれほど多くありません。
このような場合、AIなら特定の顧客ベースに合わせたより適切なコンテンツの作成と実現化をサポートできます。ディープラーニングモデルは、サポートチケットに報告された特定の問題について関連性の高い語句を見つけ出し、ヘルプセンターのコンテンツを最適化するための推奨事項を提案します。たとえば、「パスワードの変更」という件名で届いたサポートチケットについて、「ログイン認証情報の更新方法」という記事の関連性が高い場合、この記事に適切な編集を加えるようにAIによって推奨されます。記事を編集し、顧客が使用した件名を記事内に反映したり、顧客に見つけやすく、解りやすいように文章やキーワードを変更することができます。顧客が直面している問題に対する洞察と、それらの問題に対する解決策を顧客とやり取りするための推奨事項をサポート組織に提供することで、コンテンツ管理者は、よりパーソナライズされた顧客体験の創造に貢献できます。
3）カスタマーサポート担当者の効率をアップ
「お調べします」という回答は、その場で質問の答えがわからない場合のサポート担当者の決まり文句です。サポート担当者は通常、製品情報を探すために業務時間の20％を費やします。結果的に顧客とのやりとりが長引き、顧客満足度に悪影響を及ぼす可能性があります。
セルフサービスを顧客に自動提案するのと同じ人工知能を、エージェントも利用できます。たとえば、パスワードの試行回数が上限を超えたために自分のアカウントからロックアウトされたけれど、どうしてもアカウントにアクセスしたい場合、顧客は緊急性を高く設定したサポートチケットを送ります。ところが、サポート担当者がアカウントのロックを解除するための社内プロセスを知らない場合、まず社内用ドキュメントで調べる必要があります（ドキュメントのありかが分かったとして）。
適切なAIツールがあれば、サポートチケットを分析させ、会社のナレッジベースから関連するヘルプ記事を引き出して、直接エージェントのインターフェイスに表示させることができます。必要なときに適切な情報をエージェントに提供することで、顧客から問い合わせが届いたらすぐにエージェントが効率的に対処できるようになります。
4）データに基づく提案でカスタマーエンゲージメントを強化
デジタルの世界におけるあらゆるアクティビティとインタラクションは、機械学習アルゴリズムで利用可能な大量のデータをもたらします。これがAIの予測能力の原動力となります。「木曜日の午後6時に帰宅する場合の最短ルートはどれか？」といった質問に機械が優れているのはなぜだろうと疑問に思ったことがありませんか。同じようなルートをたどって帰宅した多数の通勤者の情報を集約することで、AIは最短の帰宅ルートを十分に調査し、リアルタイムで最短ルートを予測し、決定することができます。
同様に、顧客サービスのやりとりから記録されたデータを利用して顧客体験を向上させることができます。過去のサポートチケットを詳細に評価することで、AIツールは現在のサポートのやりとりが顧客体験の評価が満足または不満のどちらになるかを予測し、顧客満足度（CSAT）スコアを正確に予測することができます。CSATスコアに影響を与えるデータとして、初回の応答から次の応答までにかかった時間、顧客の問題を解決するまでの応答回数や時間、同様の言い回しによる応答が顧客を満足させたかどうかなどが挙げられます。この種のAIアプリケーションは、（チャットボットのように）エージェントに代わるものではなく、優れた顧客体験を提供するエージェントの努力を側面から支援します。
5）顧客体験の革新に組織全体で時間をかける
何といっても、自動化における最も魅力的な価値提案は、自動化で節約された時間を他の重大な問題への取り組みに充てられることです。人工知能によって、企業はこれまで実現できなかった方法で顧客の経験を向上させることができます。
シェーバーをオンデマンドで提供しているDollar Shave Club社では、ZendeskのAnswer Botがもたらした有余時間を使って顧客体験の最適化を行なっています。チケットの自動解決によって節約された時間を使用し、同社では次のことが可能になりました。
- セルフサービスを利用する顧客のために（そしてAnswer Botによる推奨記事を充実化するために）、へルプセンターに専門部署を組織し、ヘルプ記事の妥当性と最新性の維持に取り組む
- 1日のうちライブチャットサポートの時間を増やすことで、スタッフを増員せずに、リアルタイムサポートの提供時間を拡充
- カスタマーエンゲージメントを洞察する月刊の電子ニュースレターを発行し、エンゲージメントのトレンドを示し、成功の測定基準についてエージェントに豊富な情報を提供
「テスト＆学習チーム」のリソースを確保し、新しいメールメッセージがチームメンバーの顧客体験を向上させるかどうか試す
