楽天証券、コールセンターの問い合わせから「潜在的な要望」をAIで自動抽出する検証実験

Share on FacebookShare on Google+Tweet about this on TwitterShare on LinkedInPrint this pageEmail this to someone

コールセンターに寄せられる顧客からの問い合わせ内容を解析して、潜在的に含まれる顧客のの要望を人工知能で抽出する試みを、楽天証券株式会社が開始しました。

「要対応」案件のチェック

楽天証券のコールセンターには、取引に関する基本的な内容や、取引システムの操作方法、改善の要望やクレームなど、毎日非常に多くの問い合わせが寄せられます。

その中から、担当のオペレーターが改善要望やクレームに関する内容と判断したものを「要対応」としてチェックを付け、その後のサービス改善に役立てる仕組みになっています。

しかし、膨大な数の問い合わせの中で、オペレーターが要望・クレームとは判断しなかった「チェックもれ」の案件が含まれるケースも発生します。

これまでは担当チームが確認してチェックしている体制をとっていましたが、件数が多いためにすべての案件に目を通すことは困難となっています。

そこで楽天証券は、顧客からの意見や要望に対応するため、人工知能を使って問い合わせ案件を網羅的にチェックする仕組み作りの試みを始めました。

AIを活用して網羅的にチェック

活用するのは株式会社FRONTEOが開発した人工知能エンジン「KIBIT(キビット)」。

KIBITは、人間の心の「機微」(KIBI)と情報量の単位である「ビット」(BIT)を組み合わせた「人間の機微を理解する人工知能」を意味します。対象となるテキストから文章の意味を読み取り、人の暗黙知や感覚を学び、人に代わって判断や情報の選択を再現することができるAIです。

今回、楽天証券はKIBITを活用して網羅的に問い合わせ案件を判断させ、オペレータが気付かなかった潜在的な顧客の要望を発見する検証を始めます。

これまでの通話記録の中で、「改善要望」や「クレーム」の記録を抽出してこれを教師データとし、KIBITに学習させます。

通話に含まれるキーワードや話す内容が違っていても、同じような意味やニュアンスなどを持つものを選択して高いスコアを付けられるかどうか、精度の高さを検証します。検証期間は1カ月間。

今回の検証実験にあたって、FRONTEOは解析に必要なデータの選択、データ抽出のための教師データの選択、データ解析作業やレポート作成などを行います。

IMAGE1SOURCE1
Share on FacebookShare on Google+Tweet about this on TwitterShare on LinkedInPrint this pageEmail this to someone
NEW POST