ヒューマニティのためのテクノロジー！ society 5.0時代に不可欠なcrm（顧客関係管理）とは

ヒューマニティのためのテクノロジー！
Society 5.0時代に不可欠なCRM（顧客関係管理）とは
～AI で実現する顧客価値主導型 CRM と主客一体のおもてなし～
アーカス・ジャパン株式会社 CRM事業本部
CRMエバンジェリスト松原晋啓

目次 ◆はじめに
✓ 会社紹介
✓ 講師紹介
◆CRM の定義と発展の歴史
➢ CRM 第一世代（ベストプラクティス型 CRM）
➢ CRM 第二世代（プラットフォーム型 CRM）
➢ CRM 第三世代（パーソナライズド CRM：顧客価値主導型 CRM）
◆マーケティング 4.0 そして、5.0 へ
➢ CRM 第三世代の定義
➢ IT 革命以降の企業のあり方
◆現在の日本における IT の実態（2015年度から現在までの推移）
◆CRM を成功させるために－アジャイル経営の実現－
◆AI 活用による次世代マーケティング社会への対応
✓ 人工知能とは
✓ CRM 第三世代のソリューション例
◆事例紹介
© 2020 ARCUSS JAPAN INC. – PROPRIETARY & CONFIDENTIAL 2

会社概要および CRM事業体制
会社名：アーカス・ジャパン株式会社
創業：2012（平成24）年 10月
設立：2020（令和2）年 7月
代表者：松原晋啓
所在地：大阪府大阪市淀川区西宮原5-9-6
新大阪サンアールビル本館3F
TEL：06-6195-7501
ホームページ：https://www.arcuss-japan.com/
事業内容：
◦ 自社プロダクトやサービスの提供（企画～開発～運用）
◦ CRM のコンサルティング支援
◦ CRM システムの要件定義、設計、構築、開発支援
◦ マイクロソフト製品のコンサルティング、構築、運用保守、トレーニング
◦ 産業向けドローンスクール
◦ エッジコンピューティング搭載型ドローン開発・販売
＜組織図＞
＜ CRM事業紹介＞
⚫ 元マイクロソフトのDynamics 365製品担当が事業を統括
⚫ 長年の実績で培われた運用設計に強い開発支援体制
⚫ 他のマイクロソフトソリューション・技術基盤との統合も経験豊富
アーカス・ジャパンは、CRMの第一人者にして元マイクロソフト製品担当が率いるCRMの
リーディングカンパニーとして CRM に関する他に類を見ない深くて確かなノウハウを持ち、
Microsoft Dynamics 365における下記のような各種サービスを提供します。
■ 提供製品およびサービス
 お客様の業務やSIベンダーを支援する各種製品
（ソリューションテンプレートやコンポーネントスイート、ワークフロー製品等）
 ワンストップでの導入支援サービス
（業務/ITコンサルティング～システムインテグレーション～保守・運用定着化サービス）
 アセスメントやトレーニングカリキュラム等の各種支援サービス
＜アーカス・ジャパン公式キャラクター＞
アーカス・ジャパン宣伝部長
ダイナ・シラムー（しらむ～）
代表取締役
IT コンサルティング部
製品開発部
東日本
西日本
CRM 事業本部
ドローン事業部
教育事業部
カスタマーサクセス
推進部

自己紹介 – 略歴
＜職歴＞
⚫2001年（19歳）：国内システム受託会社（いわゆる三次請け企業）にJavaエンジニアとして入社
⚫2003年（21歳）：2002年に日本生命の大規模プロジェクト（300名以上）にてトップ技術者としてNIT、IBM、CSK等のメンバーを従える立場に史上
最年少、三次請け企業としては前代未聞の就任。その実績により、世界最大のコンサルティング会社であるアクセンチュアのテクノロジー子会社のアクセンチュ
ア・テクノロジー・ソリューションズ創設メンバーとして引き抜かれる。
⚫2006年（24歳）：引き抜きにより、アメリカに渡ってソフトウェア会社のインフラジスティックスに入社。その後帰国し、日本法人であるインフラジスティックス・
ジャパンを設立。UXデザインの日本第一人者として多数の講演および執筆を行う。また、日本人初のMicrosoft MVP for Dynamics CRMを受賞。
⚫2007年（25歳）：マイクロソフトからの熱烈な勧誘により、Dynamics CRMの製品担当として事業部設立に参画。赤字だったCRM製品をプラットフォー
ム型CRM（xRM）戦略を提唱し、日本がグローバルで圧倒的な成長率を遂げ、市場のCRM製品におけるトップ製品のひとつとする。これにより、2009年にマ
イクロソフト最高の個人賞であるCircle of Excellence受賞。
⚫2012年（29歳）：成長を続ける製品に対し、増えない日本のCRMベンダーの状況を危惧し、自ら打開するためにマイクロソフトをスピンアウトして、会社に属
さないCRMチームを設立。以後、世界最大の監査法人グループであるEYアドバイザリー、ベンチャー企業のFutureRays、インドIT-Big5のひとつであるHCL
Japanを渡り歩き、日本のCRM市場活性化のために貢献。
⚫2015年（33歳）：CRMの第一人者としてアーティサン株式会社のCRM事業本部を設立。
⚫2020年（38歳）：アーティサン株式会社から事業分割してアーカス・ジャパン株式会社を設立。
◼ 名前：松原晋啓（まつばらのぶあき）＜nobuaki.matsubara@arcuss-japan.com＞
◼ 生年月日：1981年7月13日（満 40歳）
◼ 出身：大阪生まれ、神戸育ち
◼ 趣味：バスケットボール、バイク（大型二輪）
よろしく
お願いします！

講師紹介 – インタビューおよび執筆歴
【ラジオ】
➢KBS京都ラジオ「松原晋啓のクマ社長よりBUZZをこめて」（毎週土曜日21時30分～22時）
https://youtube.com/playlist?list=PL6d7hYlbaMqXRhXFry9_32pENFLyrTmwh
【ストーリー】
➢世界を駆けるCRM専門家集団、そのトップは語る～アーカス・ジャパン株式会社設立によせて～：https://prtimes.jp/story/detail/0B4aNRuPWxN
➢常に”最先端”を。世界初の人工知能統合型CRMソリューション『EMOROCO』誕生秘話：https://prtimes.jp/story/detail/wxG46wcwZrY
【インタビュー】
➢「一日の遅れは、一生の遅れ」スピード命のCRM最前線～人工知能時代のIT世界を勝ち残るため～：https://ecnomikata.com/original_news/16709/
➢ニッチなニーズにこそ注目せよ。「開発力×CRM思考」がエンジニアに求められる理由とは？：https://type.jp/et/feature/13359/
➢ホームレス→超有名外資からヘッドハント→25歳で年収1000万。“型破りキャリア”の男はなぜ、どんな環境でも結果を出せたのか？：
https://type.jp/st/feature/6971/
➢CRM活用のモデルケースを解説。人工知能×顧客情報で企業の全体最適化を行う、真のCRMとは。：https://ecnomikata.com/original_news/18514/
➢経営戦略としてのCRM−−マーケティング4.0時代のキーワードは間違いなく“ドローン”：https://ecnomikata.com/original_news/19972/
➢学校法人 Vol.35 「今こそ大学にも個性というブランドを」：
http://www.keiriken.net/mokuji24.pdf
➢<連載>.NETを知らない人でも分かるSilverlight入門
http://www.atmarkit.co.jp/fwcr/index/index_silverlight.html
➢<連載>Silverlight 2で.NET技術をカッコよく使おう
http://www.atmarkit.co.jp/fwcr/index/index_silverlight2.html
➢<連載>マイクロソフトのリッチ・クライアント技術を総まくりする
http://itpro.nikkeibp.co.jp/article/COLUMN/20070703/276541/
【執筆】 ※ 雑誌や書籍への寄稿は除く

CRM事業事業領域
CRM サービス
領域サービス
アドバイザリーサービス
（コンサルティングサービス）
新規事業立上または新産業育成支援
顧客戦略立案支援
Dynamics CRM 拡販プリセールス支援
Dynamics CRM 導入アドバイザリー支援
アセスメントサービス
ビジネスアセスメント
プロジェクトアセスメント
ドキュメントアセスメント
パフォーマンスアセスメント
システムインテグレーション
サービス
CRM コンサルティング
CRM 実装
アーキテクトサポート
テストおよび検証
インフラ・マネジメント
アプリケーションサポート
サービス
テクニカルサポート
アプリケーション拡張
CRM 定着化支援
Dynamics 365 / Power Apps
製品トレーニングサービス
基本機能編ハンズオントレーニングコース
拡張編ハンズオントレーニングコース
CRM 製品
＜アーカス・ジャパン CRM 開発方法論＞
製品名
ASTERIA アダプタ製品群
Dynamics CRM アダプター for ASTERIA WARP
uSonar アダプター for ASTERIA WARP
名刺de商売繫盛アダプター for ASTERIA WARP
CRM 導入サポート製品群
Dynamics CRM Add-on 『Workflow Utility』
Dynamics CRM Add-on 『DEXPath』
Dynamics CRM Add-on 『BizCync』
CRM （xRM）ソリューション製品群
学校情報統合ソリューション（ERM）
病院情報統合ソリューション（HRM）
統合型リゾート（IR）ソリューション
労働組合員管理ソリューション（URM）
CRM サービス製品群
CRM 運用保守/定着化支援定額サービスパック
プレミアサポート代行支援定額サービスパック
Dynamics 365 / Power Apps / Azure ML トレーニングサービス

【参考】
アーカス・ジャパンのアドバイザリーサービス総括
◼ Customer Experience の最適化を目指し、仮説検証を
継続できる組織の確立を目指すアーカス・ジャパンのアドバイザリーサービス
◼ アプローチは「Bimodal IT」のモード2における仮説検証サイクル
（課題整理 ⇒ 改善 ⇒ モニタリング ⇒ 振り返り）
◼マーケティング改革
• キャンペーンマネジメント
• リードマネジメント
• 顧客セグメンテーション
• ペルソナ
◼営業改革
• プロセスマネジメント
• アカウントマネジメント
◼サービス改革
• サービス要員マネジメント
• セルフサービス設計
• サービスレベル設計
◼コンタクトセンター改革
• コンタクトセンター診断
• コンタクトセンター新設
• コンタクトセンター改善
◼チャネル・販売店マネジメント
• チャネル・販売店評価
• チャネル再構築/最適化
◼CCO設置支援
• CCO組織設計
• CCO育成
• CCO派遣
◼CCO支援
• CCOアドバイザリー
• コミュニティ運営
◼チェンジ・マネジメント
• 業務/組織改革
• 人事評価指標再定義

CRM の定義と発展の歴史

CRM（顧客関係管理）の定義
顧客セグメントを中心に組織を構成すること、
顧客を満足させる振る舞いを成長させること、
顧客中心主義のプロセスを導入することによって
収益性や売り上げ、顧客満足度の最適化をもたらすビジネス戦略
出展：ガートナー「日本のCRMソフトウェア市場動向2006年」
お客様ひとりひとり（個客）が
“満足できるサービス”を提供し、
サービスを通して“収益向上”を
支援する経営戦略（顧客戦略）
経営戦略
（顧客戦略）
顧客インサイト
（顧客理解・識別）
マーケ
ティング
セールスサービス
eCRM
（デジタル
チャネル）
SFA
ストア
フロント
コール
センター
戦略層
知識層
業務プロセス
および人・組織層
ソリューション
テクノロジー層
CRMモデル

CRM 発展の歴史
⚫ 90年代後半：
CRM は大量生産・大量販売を前提とした工業化社会の「マースマーケティング」から、消費経済の成熟化によって
消費者ニーズの多様化に対応するために情報化社会による「One to One マーケティング」の必要性が高まったこ
とによって生まれた「リレーションシップマーケティング（RM）」に端を発する組織の全体最適化を目指した経営戦
略として注目される。
同時に、インターネットの爆発的普及により、CRMの“一部”がシステム化される（以前はERPパッケージの一部の
顧客データストアで、後にSFAやMA、CTIと言った部分最適化のサブシステムに発展）
➢ CRM 第一世代（CRM 1.0）：ベストプラクティス型 CRM
⚫ 2006年：
ITテクノロジーの進化により、ビックデータやミッションクリティカルにおける活用が可能となったことで、CRMのサブシス
テムを統合化することが可能となる。
➢ CRM 第二世代（CRM 2.0）：プラットフォーム型 CRM（xRM）
⚫ 2016年：
ビジネスインテリジェンス（BI）や人工知能（AI）が発展したことにより、今まで“形式知：カスタマーエクスペリエ
ンス（CX）”しか取り込めなかったCRMシステムが、コミュニケーションの8割以上を占める最も大事な“暗黙知：イ
ンプリシットカスタマーエクスペリエンス（ICX）”を取り込めるようになり、システムがカバーすべき「顧客インサイト」の
領域までカバー可能となる。
➢ CRM 第三世代（CRM 3.0）：パーソナライズド CRM

CRM グローバル調査レポート（CRM 1.0）
＜アクセンチュア・レポート（2002年7月2日）＞
https://www.accenture.com/_acnmedia/Accenture/jp-ja/Documents/DotCom/PDF-
newsreleases/2002/accenture-company-news-releases-20020702
⚫ CRM に失敗したもっとも一般的な原因について、企業管理職は、実行計画の不備 (75%)、長期的な CRM ビジョンの欠
如 (61%)、そして経営層からの支援不足 (55%) を三大要因として挙げています。
⚫ 回答者の半数以上 (56%) は、求められる顧客データへの一元的アクセスが可能になれば、20%程度の売上げ向上が見
込めると回答しました。このような企業管理職の肯定的意見は、CRM に対する長期的な展望が健全なものであるというアクセ
ンチュアの見解を裏付けています。
⚫ ほぼ 3分の1 (29%)の企業管理職は、売上を劇的に向上させるため、全ての顧客データを｢多少」活用していると感じてい
ます。21%のみが、そのために顧客データを「非常に」活用していると考えています。
⚫ 大多数の回答者が「顧客の過去履歴と、現在かつリアルタイムの情報」を提供できるテクノロジーがあれば、大幅な売上増加
に拍車をかけられると答えました。35%は、売上が「大幅に」増加すると答え、43%が「ある程度」増加すると答えました。
⚫ 回答者の半数以上(52%)は、「テクノロジーが顧客との関係強化に有効である」ことに「強く同意」しています。

失敗するCRM、成功するCRM（CRM 2.0）
CRM は1990年代後半にブームが起こって以来、度々ブームが再熱していますが、その都度8割の取り組みは失敗に終わった
とされ続けて来ました。しかし、大成功を起こす企業がすべからくCRMの成功企業であることも事実で、だからこそ幾度もブーム
が起こる要因となっています。
⚫ 失敗するCRMのワナ1：スコープが狭い
本来、CRMは顧客戦略や業務改善に深くかかわるものであり、多様なチャネルを通じ，
全社を挙げて顧客に働きかけるべき活動である。それなのに、失敗事例ではCRMの取り
組みレベルを既存システムの不満解消だけを目的にした「システム・リプレース」のみに限
定している。このような場合、顧客戦略の見直しはもとより、業務改善も行うことができず、
効果は限定的だ。
⚫ 失敗するCRMのワナ2：「Big Picture」がない
CRMは組織横断的であり、顧客戦略の見直しなどを伴う「壮大で高度な取り組み」であ
る。そのため、一気にすべてを進めることが困難な場合も多い。まず、基本構想と全体実
行計画について意思統一を図り、しっかりと覚悟を決めた上で段階的に着手することが重
要である。
⚫ 失敗するCRMのワナ3：「定着化」不在
CRMによって業務が新しいプロセスに転換すると、現場には大きな負担が伴う。そのような
大変な状況下でも、当初狙った効果を出していくためには「なぜ，新たな業務プロセスに
転換するのか」「顧客に対する意識をどのように変えてほしいのか」といった強い意志を、
トップ・マネジメント自らが説いて回る啓蒙活動が必須である。さらに、現場が立ち往生し
ないためのヘルプデスク設置や継続的な研修の提供といった、定着化のための波状攻撃
的な仕掛けが欠かせない。
＜CRMの実力を問う8つのチェックポイント＞
1. 「重要な顧客は誰？」と聞かれたら、社長も営業担当者もマーケティング担当者
も全員が同じ顧客を指すことができる。
2. 既製の商品・サービスをいかに売るかよりも、その顧客が欲しい・うれしい商品・
サービスは何かをまず先に考えている。
3. 営業担当者、コールセンター担当者、保守サービス担当者などの関係者間で、個
人的な人脈はなくとも、それぞれが顧客とのやり取りから得た情報をいつでも簡単
に共有できる。
4. 顧客情報は会社全体の資産・武器だと全員が認識している。特に、営業担当者
が自分の担当顧客の情報を包み隠さず社内に開示している。
5. 代理店、協力工場、物流業者などの関係企業と、商品・サービスの軸だけでなく、
顧客の軸で会話ができる。（例：顧客別のコストなどについて話し合える）
6. 顧客セグメンテーションの基準や顧客サービスレベルの基準がルールブックとして
整理され、教育されている。
7. 顧客別または顧客グループ別の損益が簡単に集計できる。
8. 顧客別に、自社の業務パフォーマンスの度合い（コンタクト回数、問い合わせへ
の回答時間、顧客満足度評価など）がすぐに閲覧できる。
参考：ITpro 「失敗するCRM、成功するCRM」
http://itpro.nikkeibp.co.jp/article/COLUMN/20081027/317853/

CRM モデルと世代の関連付け
経営戦略
（顧客戦略）
顧客インサイト
（顧客理解・識別）
マーケティングセールスサービス
eCRM
（デジタル
チャネル）
SFA
ストア
フロント
コール
センター
戦略層
知識層
業務プロセス
および人・組織層
ソリューション
テクノロジー層
CRMモデル
第一世代 CRM（CRM 1.0）
ベストプラクティス型 CRM
（Siebel、SAP CRM 等）
第二世代 CRM（CRM 2.0）
プラットフォーム型 CRM
（Dynamics 365、Salesforce.com 等）
第三世代 CRM（CRM 3.0）
パーソナライズド CRM
（EMOROCO）

CRM 3.0：
パーソナライズドCRM（個客関係管理）とは
パーソナライズドCRM（Personalized CRM）とは、顧客管理システムによる顧客サービスのためのパーソナライゼーション
（個客化）戦略のことで、「プラットフォーム型CRM（xRM）」のコンセプトとコトラー氏が提唱する「マーケティング4.0（自己
実現）」をベースとし、CRMとAI（人工知能）によって従来のパーソナライゼーションとは異なる“インプリシットカスタマーエク
スペリエンス（ICX：暗黙的だが明らかな顧客経験に基づく）”ベースのパーソナライゼーションを行い、顧客の見える化
（個客化）を完遂した企業全体最適化によって「攻めのIT」における戦略的活用および知的生産性向上を実現する顧客価
値主導型の CRM のこと。
⚫ ビジョン：
CRMシステムを通じてあらゆるチャネルにあるお客様の情報を１つに結び付ける
（真のオムニチャネルの実現）
⚫ ミッション：
企業がお客様の体験や感情まで理解し、1人1人に対して、より良いサービスの提供を実現する
（究極の顧客サービスの実現）
⚫ 理念：
パーソナライズドCRM（個客関係管理）のコンセプトに基づき、EMOsional Analysis（感情分析）、RObot（ロボット）、COgnitive
（人工知能）の各機能を融合させて開発された EMOROCO（エモロコ）によって、コンタクトしたお客様の感情（心）を見える化するととも
に、企業が新しくマーケットインするための情報をも見える化する
（完全な顧客の見える化/個客化の実現）

CRM 3.0（パーソナライズドCRM）の定義
利用ユーザー
活用データ
プロセス
分析
実現コスト
これまでのCRM
（形式知のみ）（形式知＋暗黙知）
マーケティング、営業、コールセンター、サービス担当者顧客と接する全てのユーザー
顧客属性、購買データ
顧客属性、購買データ＋
嗜好、行動、感情、Web/SNSアクセス、コールログ
マーケティング、営業、
コールセンター、サービス業務
チャネルおよび顧客サービスに関係する
あらゆる業務プロセス
顧客分析（企業視点）個客嗜好（購買者視点）およびサービス分析
コストも手間もかかり、失敗率が高いテクノロジーの進化およびテンプレートにより、
スピーディーかつ低コストで確実に実現
目的クロスセル・アップセル
クロスセル・アップセル＋
顧客折衝、育成、ファン化
対象
既存顧客、潜在顧客
および顧客関係者
既存顧客、潜在顧客

マーケティング 4.0 そして、5.0 へ

マーケティング 4.0/5.0 について
自己実現欲求
（自己向上など）
尊厳欲求
（尊敬、ステータスなど）
社会的欲求
（所属、愛など）
安全的欲求
（セキュリティ、防衛など）
生理的欲求
（食事、睡眠など）
マーケティング4.0は2014年9月に、マーケティング5.0は2021年2月に、マーケティングの神様と言われるフィリップ・コトラー教授により発表さ
れた最新のマーケティング理論。
これまでマーケティングの歴史は下記の過程を経て来たと説明しており、先進諸国の消費者はマズローの欲求段階説
における「欠乏欲求」はすでに満たされて来ているため、今の消費者が欲しているのは「自己実現欲求」であるため、
新たなマーケティング4.0が必要であることを提唱。
マーケティング5.0は来るべき「Society 5.0（第五次産業革命）」に向けて、マーケティング4.0の理論に
最新のITテクノロジーを融合して人間中心社会の形成を提唱。
マーケティング1.0
製品中心（プロダクト・アウト）のマーケティング
消費者志向（マーケット・イン）のマーケティング
企業価値主導のマーケティング
自己実現（顧客価値主導）のマーケティング
マーケティング4.0に最新テクノロジーを融合
「マズローの欲求段階説」：
人間の欲求を理論化したもの。下の欲求が満たされると上の欲求を求めることを表している。
下の4つを「欠乏欲求」、一番上を「存在欲求」とまとめることもあり、それぞれを質的に異なるものと定義している。
「自己実現欲求」の上に「自己超越欲求」もあるとし、自己実現を果たした人も少ないが、自己超越に達する人は極めて少ない。

現在の社会の状況 – 社会変化
地域社会
階級制度
資本主義
大量消費経済
• 大量生産・大量販売
• 規模の経済
（大企業優位の時代）
• 収益構造の変化
• 収益逓増の法則（メトカーフの法則）
• 消費経済の成熟化
• 顧客ニーズの多様化
• スピードとコスト（アジャイル経営）
• 連結の経済
（ベンチャー企業優位の時代）
狩猟社会
（Society 1.0）
農耕社会
（Society 2.0）
工業化社会
（Society 3.0）
情報化社会
高度情報化社会
（Society 4.0）
ユビキタス社会
農耕革命
IT革命
産業革命
18世紀後半
1970年代～2000年前後
2000年中頃
～1990年後半
2000年代初頭
知識創造社会
インダストリー4.0
超スマート社会
（Society 5.0）
資本主義（有形資産）の崩壊
無形資産優位の人間中心社会

現在の社会の状況 – 収益構造の変化
⚫ 工業化社会以前：モノの規模が増えれば、そのモノの価値が下がる。 ⇒ 「収穫逓減の法則」
⚫ 情報化社会以降：情報の利用者が増えれば、ますます価値が増大する。 ⇒ 「収穫逓増の法則」
メットカーフの法則「情報の価値は利用者数の２乗に比例する」
情報
メットカーフの法則
収益逓増の法則
モノ
収益逓減の法則
効果
規模
• 流通コストが安い
モノを運ぶ ⇒ 情報を伝える
• 距離が無関係
近くのショップ ⇒ インターネットショップ
• 即座に伝える/伝わる
オンライン取引
• 情報を探すのが簡単
図書館 ⇒ インターネット
• データ加工が容易
データマイニング
情
報
コ
ス
ト
の
低
減
産
業
が
変
わ
る
生
活
が
変
わ
る

IT革命以降の企業のあり方
ー「攻めのIT投資」と CRM ー
＜IT活用領域とシステムの理解＞
（参考）「IT投資は３年で回収できる」 PHP研究所（一部変更）
「Bimodal IT」（※）における定義
⚫ モード１（既存業務プロセスのシステム化）
➢事務合理化/業務合理化
◦ 投資対効果の予測が容易
⚫ モード２（存在しないサービスの実現）
➢事業継続
◦ 投資対効果の予測が困難
◦ リスクをもとに投資判断
◦ 一定レベル以上の余力、鮮度が必要
➢戦略的活用/知的生産性向上
◦ 投資対効果の予測が困難
◦ 小さく始めて育てる ⇒ 「ValueOps」が重要！
◦ 使わなくても業務は回る
◦ ビジネス動向や技術動向、人間心理などを
鑑みた柔軟な改善サイクルが必要
（※）「Bimodal IT（2つのITの流儀）」：ガートナーが提唱 ⇒ http://www.gartner.com/it-glossary/bimodal
攻めのIT投資領域
（知識創造領域）

チャネル
IT革命以降の企業のあり方
ー業務システムにおけるベストプラクティス・アーキテクチャー
フロントエンドバックエンド
ERP
人事・給与システム
財務会計システム
在庫管理システム
販売管理システム
在庫管理システム
生産管理システム
CRM
SFA
MA
コールセンター
（CTI）
サービス
店舗/営業
メール
電話/FAX
POS
スマホ/タブレット
Webサイト/SNS
グループウェア
KIOSK
ロボット/センサー
OMS
（外部ECサイト）
EAI/ESB
ツール
（疎結合）
ASTERIA
WARP
-------------
Workflow
ツール
（疎結合）
Power
Automate
知識創造社会への発展に伴い、ITテクノロジーが社会インフラ化し、更なるニーズの多様化に対するスピードとコストが求められるようになることが考えられる
ため、今後クラウドサービスのような個々サービスの利活用がメインとなっていき、それぞれシステムやチャネルとのデータ連携やトランザクション連携は疎結合で
なければならなくなります。従って、クラウドメインとなる今後を見据えた場合、従来のようなスクラッチでデータ連携を都度開発するような密結合ではなく、
ASTERIA WARP等の EAI/ESB ツール、Power Automate等のワークフローツールを活用した疎結合で変化に対応出来るようにする必要があります。
EAI/ESB
ツ
ー
ル
（
疎
結
合
）
ASTERIA
WARP
Workflow
ツ
ー
ル
（
疎
結
合
）
Power
Automate

現在の日本におけるITの実態
（2015年度から現在までの推移）

現在の日本におけるITの実態（2015年度時点）
＜日本におけるIT投資の現状＞
我が国では業務効率化やコスト削減といった「守りのIT投資」が多数を占めるのに対し、米国では製品やサービスの開発強化といった「攻めの
IT投資」が多いという調査も存在する。また、そもそも我が国のIT技術者は100万人程度であり、これは米国の3分の1、中国と比べても2分
の1の水準に止まる上、我が国ではその多くがIT企業に在籍し、多くがITのユーザー側企業に在籍する米国とは対照的であることもその要因と
考えられる。（2015年度版ものづくり白書抜粋）
（参考）2015年度版ものづくり白書：http://www.meti.go.jp/report/whitepaper/mono/2015/index.html
各国のIT技術者数
日米のIT技術者の分布状況
IT予算を増額する企業における増額予算の用途

＜「ITを活用した経営に対する日米企業の相違分析」調査結果＞
⚫ IT/情報システム投資：「極めて重要」が日本は約16%に対して米国では約75%
⚫ IT予算の増減見通し：「増える」が日本は約40%に対して米国では約80%
⚫ IT予算が増える理由：日本は「業務効率化、コスト削減」がトップ、米国は「製品・サービス開発」や「ビジネスモデル変革」と攻めの姿
勢が顕著
⚫ 新規ソリューション：日本は「聞いたことがない／あまりよく知らない」が米国に比べ圧倒的に多い
※新規ソリューション：スマホとビッグデータ、もしくはビッグデータ、ソーシャルメディア等
（参考）一般社団法人電子情報技術産業協会アンケート調査
IT投資の重要性
ITに対する期待（IT予算が増える理由）
IT予算の増減見通し
守りのIT投資攻めのIT投資

＜日米における情報化投資の動向＞
情報システムには企業や国家の競争力を支える重要な役割があります。
1995年代以降のアメリカと日本における情報化投資の推移を比較して見てみると、1985年から1990年代前半まで日本の情報化投資は
GDPの伸びと一致して急成長しましたが、その後1995 年から2000 年の情報化投資の伸びはアメリカが日本を先行しました。次の2000年
から2005年の5年間は、やや日本の方が伸びていますが、2006 年以降は、日本の情報化投資の伸びに対し、米国の伸びの勢いが優る傾
向が続いています。
（参考）ICTの経済分析に関する調査

2021年度までの経過の中で、意識は変わりつつも優先度に変化はないため、結果的に日本は何ひとつ変われていない！！
超スマート社会（人間中心社会）においては「攻めのIT投資」が中心にならなければならない。
そして、ヒューマニティのためのテクノロジーであるCRMの成功は必要不可欠。
（参考）2020年度版ものづくり白書：https://www.meti.go.jp/report/whitepaper/mono/2020/index.html
※ 2021年度は新型コロナウィルスの影響でニューノーマルに関する理想論で終始し、現実的な指標はないため参考としていない。
守りのIT投
資
守りのIT投資
攻めのIT投
資
攻めのIT投資

超スマート社会での企業のあり方（アジャイル経営）
ーモード２における導入成功プロセスー
＜スモールスタートと仮説検証サイクル＞
⚫ モード２領域の特徴
➢ 効果を定量的に予測しづらい
➢ 使わなくても業務は回る
⚫ プロジェクト運営の変化 ⇒ 「カットオーバー」ではなく「サービスイン」
➢ 小さく始めて育てる（スモールスタート）
➢ 仮説検証サイクル
⚫ 仮説検証サイクルを効果的に回すために必要な情報
➢ スピーディなー最新技術動向の把握
⇒ 領域特化のベンチャー企業が優位
➢ 各種理論（経営、組織、心理学等）
⇒ 洗練された導入方法論
➢ 経験に基づいた活用ノウハウ
⇒ 既存製品・ソリューションの活用
改善
モニタ
リング
振り返り課題整理
仮説検証サイクル
＜日本が「攻めのIT投資」を成功させるために＞
1. ユーザー企業のシステム部門復権
⇒ 外部SIer任せにしない。
2. ITベンチャー企業の活用
⇒ モード２においてはスピードと最新技術を持つ
ITベンチャーをいかに使うかが大きなカギ。
3. 日本独自のゼネコン型プロジェクトからの離脱
⇒ モード２においてゼネコン型SIerは不要。
「攻めのIT投資」領域を得意とする
「超スマート企業」との協業が必須

CRM（企業の全体最適化）を成功させるために
－パーソナライズドCRM （アジャイル経営）の実現－

CCO（Chief Customer Officer）の設置
【CCO とは?】
◆CRMは顧客に対する企業全体の活動にも関わらず多くのプロジェクトやオペレーションでは、
部門責任者間で統一が取られていないため、企業として顧客生涯価値（LTV）に責任を持ち、
統合顧客戦略を検討・実行する単一組織を設置することが必要
（例：CMO vs CIO vs 営業本部長 vs コンタクトセンター長 vs サービスセンター長）
CCOは顧客・消費者の購買に関わるあらゆる行動(接点)に
おける「顧客体験」と創造し、満足度を高めることに責任を持つ
AIDSEES：丸の内ブランドフォーラム代表片平秀貴氏の
AIDEESモデルに加筆
⚫ Attention
⚫ Interest
⚫ Desire
⚫ Search(Compare)
⚫ Experience
⚫ Enthusiasm
⚫ Share

顧客生涯価値（Life Time Value）
⚫ 生涯価値
⚫ 一人の顧客の連続的な購買を狙い、売上や利益の最大化を図ること
⚫ 単一顧客からの累積取引高（累積売上高）
⚫ 生涯価値の算定
⚫ LTV＝
（平均購買単価）×（購買頻度）×（継続購買期間）／（新規獲得コスト＋顧客維持コスト）
⚫ LTVを高めるために
✓ 平均購買単価を向上
✓ 購買頻度を向上
✓ リピート顧客化
✓ 顧客獲得および維持コスト低減

【参考】
カスタマーエクスペリエンスの中で企業が提供すべき価値（＝顧客の期待＋α）
顧客・消費者はその行動を取る際に自分なりの「期待」を抱いている。企業はその「期待」を推測し、期待を一歩上回る価
値を提供していかなければ、顧客・消費者の感動は得られず関係の構築、維持が著しく困難になる。
顧客・消費者の期待とその反応は一定ではなく絶えず変化していくため、短いサイクルでの仮説検証の繰り返しが実施できる
体質への改善が必要である。
参考：http://www.strativity.com/
マーケティング
セールス
カスタマーサービス
Attention Interest Desire Search Experience Enthusiasm Share

CCO 設置・統合顧客戦略立案の進め方
（アーカス・ジャパンの場合）
CCO を設置し、統合顧客戦略を立案するに当たり、アーカス・ジャパンの進め方を以下に記述します。
本件は、統合顧客戦略の立案・調整・実行するに当たって、『ジャッジ出来る人・組織がない』という
CRM 導入の第一条件を払拭する提言となります。
CCO候補の擁立
CCO候補と共に
戦略立案
戦略実行
（プロジェクト化計画、
ツール導入検討）
効果測定と改善
戦略の改善
（必要に応じて）
戦略実行と
効果測定と
改善の繰り返し
・・・（続く）
CCO候補
アーカス・ジャパ
ン
アドバイザー
１２３４
５６

戦略立案・実行の例示
顧客戦略を考えるには上位方針から事業実行のプロセスまで顧客価値視点で設計するアプローチがあります。
CCO候補者とアーカス・ジャパンのアドバイザーとが寄り添い１つずつ戦略を決めて、タイミングを合わせて戦術
（システム導入などの事業の実行）へ移すことを行います。
統合顧客戦略
としての顧客価
値視点における
上位方針
（例）
企業ミッション（顧客価値）の定義
企業ビジョンの確認
市場（顧客）と商品サービス（価値）の企画
ビジネスモデルの設計
中期短期企業価値目標設定
企業戦略策定
事業の実行（実行化計画、システム導入検討）
企業価値の創造
CRMによる顧客との
価値と情報の共有
EMOROCO 導入

実行化計画の進め方
目標設定
現状の
課題整理
（As-Is）
施策検討システム化方針実行計画作成
見積方針作成
目標設定実施方針検討最終化
あるべき姿の
整理
（To-Be）
見積
意思決定
次期システム
基本構想
中期
経営計画
業務要件
一覧
業務要件
一覧修正
業務フロー
修正
システム
機能一覧
修正
ビジネス
ニーズ

【参考】
アーカス・ジャパンのアドバイザリーサービス総括
◼ カスタマーエクスペリエンスの最適化を目指し、仮説検証を継続できる組織
の確立を目指すアーカス・ジャパンのアドバイザリーサービス
◼ アプローチは「Bimodal IT」のモード2における仮説検証サイクル
（課題整理 ⇒ 改善 ⇒ モニタリング ⇒ 振り返り）
◼マーケティング改革
• キャンペーンマネジメント
• リードマネジメント
• 顧客セグメンテーション
• ペルソナ
◼営業改革
• プロセスマネジメント
• アカウントマネジメント
◼サービス改革
• サービス要員マネジメント
• セルフサービス設計
• サービスレベル設計
◼コンタクトセンター改革
• コンタクトセンター診断
• コンタクトセンター新設
• コンタクトセンター改善
◼チャネル・販売店マネジメント
• チャネル・販売店評価
• チャネル再構築/最適化
◼CCO設置支援
• CCO組織設計
• CCO育成
• CCO派遣
◼CCO支援
• CCOアドバイザリー
• コミュニティ運営
◼チェンジ・マネジメント
• 業務/組織改革
• 人事評価指標再定義

顧客価値創造による企業価値の向上
キャッシュの維持
キャッシュ損失の防止
キャッシュの創造
（利益）
CRM
グループ相互顧客の
育成・維持
良い経験や
体験の共有の場
企業価値向上
顧客価値創造
新商品・サービス
の開発
イメージ・
ブランド形成
従業員のクオリティ
向上
クレームの削減
既存商品・サービ
スの改良
戦略・
ビジネス
プロセス革新

顧客価値創造成功例－従業員第一主義－
HCLテクノロジーズ：Employees First, Customers Second (EFCS)
HCLグループのサービス事業を担うHCLテクノロジーズでは『Employees First, Customers Second(EFCS) 』を経営理念として掲げています。
お客様と常に接している従業員を第一に考えることでお客様に真の価値を創出しご提供致します。
HCLテクノロジーズ CEO ヴィニート・ナイアー著
“Employees First, Customers Second”
（『社員を大切にする会社』）は
各国語に翻訳され広く読まれています
日本語版は2012年に出版
同年4月アマゾンジャパンの「企業変革」部門で
第3位にランクイン
就任4年で売上3倍利益3倍顧客5倍離職率半減… 経済誌からビジネススクール・経営思想家・日本企業まで
世界中が注目するインド企業HCLテクノロジーズ総帥自らが語る「社員第一顧客第二」経営の衝撃
顧客
従業員
中間管理職
経営層
－EFCSの逆ピラミッド組織－
顧客に近い従業員に権限とサポートを与えることで、顧客によ
りよいサービスを提供する。また、経営陣を頂点に置くピラミッド
型の組織を逆さまにし、顧客のことを最もよく理解している現
場の従業員を組織の一番上に位置づける改革をしている。
つまり「従業員第一」とは究極の「お客様第一主義」なのです。

顧客価値創造成功例成功例－従業員第一主義－
サウスウエスト航空：お客様第二主義、従業員第一主義
❝「自分を大切にしてくれる会社だから、この会社のために働きたい」という思いが、サウスウエスト航空の顧客を楽しませる環境作りに繋がっています。
❝「従業員エンゲージメント（会社への愛着心）」の強化によって、顧客ロイヤルティ向上、顧客離反率の低下、そして売上と利益の拡大が達成されると考えています。
スターバックス：６つの「ミッション」（重要度順にOur Coffee、Our Partners、Our Customers）
❝トレーニングやキャリア開発、人事制度などを整え、従業員の能力開発を積極的に行っています。その一方で、マニュアルを極力廃し、従業員個々の自主性や創意工夫を尊重しています。
❝本社の正社員も店舗のアルバイトも、さらにはストアマネージャーも社長も「パートナー」と呼び合うことで、すべての人が対等な立場であり、垣根がないと示しているといいます。
❝同社創業者のハワード・シュルツ氏は「社員を歯車のように扱いたくない」「社員には誇りを持って働いてもらいたい」という願いが人一倍強く、研修などの人材育成に多大な時間と費用を投じ
ているのだとか。
ヴァージングループ：従業員第一、顧客第二、株主第三
❝従業員の待遇がよくないと、企業は従業員の質の悪いサービスによって顧客を失うリスクがあるのです。そうした事態を招かないためにも、従業員第一、顧客第二、株主第三という優先順位
の方針を徹底しているようです。
❝「実質的には、最後は株主にとっても、顧客にとっても良くなるのです。そして従業員の満足度も維持できます」
ケーズデンキ：頑張らない経営
❝理念経営＜頑張らない経営＞で最も大切なのは従業員、次いでお取引先、その次がお客様と考えています
❝従業員を大事にして、働きやすくのびのびした良い環境をつくると、従業員はお客様に親切にし、お客様を騙すようなこともしなくなります。
❝大事なお取引先との関係を良くすれば、余った商品ではなく、人気の商品を同社に納入してくれるようになります。その結果、お客様が良い商品を買ってくださって店が儲かり、最後に株主が
儲かるのです。

AI 活用による次世代マーケティング社会への対応

デジタルサービスチャネルの概況と課題
Pre 1995
電話応対 1996-2000
電子メール応対
2001-2004
Webセルフ
サービス
2005-2007
WEBチャネル
WEB Q&A、チャット、
フィードバック、コミュニティ、
WEB検索
2008-2009
モバイル対応
2010+
ソーシャル顧客
サービス
Facebook, Twitter,
YouTube他
全てのチャネルにおいてお客様に
満足頂けるサービスへの変革に
サービスチャネルの種類はお客様の世代ごとのニーズに合わせて迅速に変化しており、
新しいテクノロジートレンドは顧客サービスの在り方に大きな影響を及ぼしています。
そのため、エンドユーザーが誰か、どのようにサポートを受けたいかを理解してサービスを
提供する必要があります。（オムニチャネル戦略とパーソナライゼーション戦略）
アーカス・ジャパンは、パーソナライズドCRM（個客関係管理）と
EMOROCOソリューションによって、貴社の経営戦略上の
課題を永続的に支援致します。
人工知能
機械学習
IoT
ロボット他

これまでの人工知能ブームについて
これまでに２度の人工知能ブームがあった
◦ 機械翻訳１９５０年頃～１９６０年頃
◦ ある言語から他の言語へ熟語単位で置き換える
◦ 精度が悪くて失敗
◦ エキスパートシステム（意思決定支援システム）１９６０年頃～１９９０年頃
◦ もし～なら～するというIF THENルールの組合せ
◦ 統計学と多変量解析を応用したデータの分類
◦ すべての条件を事前に設定しなければならないため失敗（このあとしばらく人工知能のブームは去る）
◦ ただし、この時期の研究で多くの種が蒔かれる
◦ NN（ニューラルネットワーク）脳細胞を模倣したアルゴリズム
◦ 誤差逆伝播学習法（機械学習のアルゴリズムの一つ）によりパターン認識が可能
◦ 階層を増やすことで任意の次数の非線形関数を再現できる。が、４層以上に増やすと発散したり振動したりしてしまう
◦ 統計計算および多変量解析のアルゴリズム改善
しばらくの間アルゴリズム研究はニューラルネットよりも進化的アルゴリズムがブームとなる

現在の人工知能ブーム
ベイジアンフィルタの発展
◦ ２００２年、迷惑メールフィルタアルゴリズムとして発表される
◦ これまでの特定キーワードによるレーティングではなく、学習によって随時賢くなっていく。（機械学習）
◦ メーラーなどに組み込まれ、結構良い成績をだす。
NNの再評価
◦ ２００７年、４層以上のニューラルネットを構築するアルゴリズム（パラメータ）の発見
◦ ２０１２年に画像認識のコンテストで伝統的な認識手法に対し、誤認識率を激減させて優勝
◦ ４層以上に層を増やしたNNを用いる手法を「ディープラーニング」と呼ぶ。
テクノロジーの進歩
◦ 個人ですらTB級データの所有が可能
◦ 計算資源もクラウドで調達可能
◦ 学習データも広く共有されている
人工知能とは振る舞い（ユーザーインタフェース）に対する呼称であり、アルゴリズムではない事に注意
ビッグデータという言葉で一括りにされがち
だが、この点がポイント。
機械学習は新しいデータ１件毎に随時調整
計算できるが、古典的統計手法は、データ
が追加される都度、全データに対して再計
算が必要となる。

人工知能に利用されるアルゴリズムの例
分類代表例用途
統計的手法多変量解析離散データから回帰曲線を導いたり、データのクラスタリングを
行ったりする。
ベイズ統計事後確率計算によりデータのフィルタリングを行う。
機械学習が可能なアルゴリズム。
隠れマルコフ過程動的計画法と組み合わせて自然言語認識に利用される。
機械学習が可能。
ニューラルネットディープラーニング画像認識や物体認識などのパターン認識や、将来予想に利用
される。当然ながら機械学習が可能。
進化技術ジェネティックアルゴリズム経路選択や組合せ最適化などのNP完全問題に対して精度の
良い近似値を計算できる。
群知能モデル大規模シミュレーションなどに利用。
機械学習が可能。

統計的手法と機械学習の違い
＜統計的手法＞
◦ 過去の説明が得意（確定値の算出）
＜機械学習＞
◦ 未来の予想が得意（近似値の算出）
商品A,B同時購買確率３０％
２０歳男性の平均購買額￥５，２００
これまでのコンタクトの傾向によると･･･明日来店される確率は８０％だろう！

Microsoftの人工知能関連製品のご紹介
Microsoftでは各レベルに対応した人工知能系製品を取り揃えており、お客様の多様なニーズに柔軟に応えることが可能。
© 2020 ARCUSS JAPAN INC. – PROPRIETARY & CONFIDENTIAL
* 引用元：松尾豊, 人工知能は人間を超えるか, KADOKAWA, 2015年
<レベル①>
制御型
<レベル②>
対話型
<レベル③>
予測型
<レベル④>
認知型
• 制御プログラム(if文) • 自然言語処理
• 知識ベース構築・検索
• 推論
• 機械学習
• データマイニング
• 統計学
• ディープラーニング
人工知能の各分類*に対応するMicrosoft製品
主
要
技
術
MS
製
品
各レベルに対応した製品をご用意しており、要件検討、技術検証など幅広く支援可能
りんな
Azure Machine
Learning
Microsoft
Cognitive Services
(Bot Framework)
Cortana
※C#、Javaなどのプロ
グラミングで対応するた
め
製品は無し
りんな
Azure Machine
Learning
Cortana

- 人工知能を使うコンシェルジュ人工知能 -
お客様の体験・感情をITで理解する「EMOROCO」
特徴・感情・嗜好
お客様
お客様
人工知能で、特徴を抽出・学習（AI）
次世代IT（CRM）
ハードウェア/サービスパーソン
（チャネル）
スタッフ
サービス
オーダー
お客様を最大限に理解し、あたかもベテランやよく知っている人が
判断・認識をしているようなお客様サービスを実現する。
情報提供
情報提供
通話・メールテキスト
レビュー・苦情・コメント
顔画像・音声
年齢、性別、住所
キーワード出現回数、
来店回数、
よく購入する製品、
回数、金額、頻度、等
学習結果の例示
・ブランド志向
・アレルギー注意
・アーリーアダプタ
パーソナライズ化
デバイス
EMOROCO は CRM に AI （人工知能）を融合させた世界初のエモーショナルソリューションです。
従来の CRM 機能に加えて、顧客サービスに特化した人工知能サービスと学習データベースを持ち、CRM の顧客情報から人工知能のアルゴリズムを
用い、顧客の性格や感情を含む深い情報を導き出し、パーソナライゼーション（個客化）を行います。
EMOROCO の必要性と特長
モノ余りの時代において細分化する製品に対して、
多様化する顧客ニーズに合わせて膨大になる情報
（ビックデータ）を使って、適切な顧客アプローチを
することが困難となっていますので、それらの情報から
個客に合わせた情報を導き出し、サービス従事者を
支えるシステムが必要となっています。
EMOROCOでは、そのためのシステムに必要不可
欠な下記の機能を備えております。

システム環境全体構成例
電話
携帯端末
電子メール
Webサイト
PBX/ACD
IVR
PSTN
VPN
Internet
CTI
企画・営業・サービス担当者
メールサーバー
ソーシャル中継サーバー
コミュニケータ―
スーパーバイザー
ETLツール
ー
ASTERIA
Dynamics
CRMアダプタ
カメラ
（センサー）画像・文書管理サーバー
画像解析・感情解析・音声解析サービス
Cognitive Services / Azure Machine Learning
受発注管理
販売管理
在庫管理
他既存システム
マーケティング情報帳票管理
グループウェア・名刺管理

主なシステム内容
【オプション機能】
・音声認識サービス
・画像文書管理システム
・データ連携/IoT基盤
・電子帳票システム
・データ分析（BI）基盤
（データ活用テンプレート）
・インバウンド（電話、メール、Web、LINE 等）
・アウトバウンド
・受注受付
・NGワード抽出・感情分析
・CTI連携等
・顧客管理
・活動管理
・店舗管理
・需要予測
・新語抽出等
・人材属性管理
・スキル管理
・人材分析
・オートマッチングサービス等
※次期追加予定
・リードナーチャリング
・名寄せ
・メール/DM配信
・顔認識/来店トラッキング
・統計分析（顧客嗜好、行動履歴、キャンペーン結果等）
Dynamics CRM + Azure Machine Learning 連携機能
学習データベース / EMOROCO マスターデータ

EMOROCO の必要性と特長
• 自社に溜った基幹システム等のデータや機能特化型人工知能から算出されたデータ、センサーやロボット
等のIoTデバイスを含めた各種デジタルチャネルから得られるデータ等、あらゆるデータを統合化。
• それらのデータだけでなく、市場データや顧客ニーズ等の一般的な情報から同業界・同業種における膨大
な情報から学習したデータを人工知能によって活用。
集合知の活用
• 機能特化型の人工知能（顔認識や音声認識等）と異なり、個客の満足度を向上させることに特化して
都度最適なアルゴリズムによる分析の実行。
• また、日々の活動から得られたデータによって、再学習（リトレーニング）を行い、使えば使うほど算出値を
自社に最適化する精度の向上を実施。
顧客サービスに特化した
人工知能アルゴリズム
• EMOROCOは、市場や顧客ニーズの変化、日々の活動におけるリトレーニングによって、日々システムを改
修していくことが必須があるため、運用しながらカスタマイズしていくことが可能なプラットフォーム型CRM
（Dynamics CRM）をベースとして採用。
柔軟なプラットフォーム
モノ余りの時代において細分化する製品に対して、多様化する顧客ニーズに合わせて膨大になる情報（ビックデータ）を使って、適切な
顧客アプローチをすることが困難となっていますので、それらの情報から個客に合わせた情報を導き出し、サービス従事者を支えるシステム
が必要となっています。
EMOROCOでは、そのためのシステムに必要不可欠な下記の機能を備えております。

＜集合知の活用＞
統合顧客データベースの共有と活用
市場データ情報
顧客ニーズ情報
統合顧客データベース
360°
View
EMOROCO
学習データベース
リードや取引先のマスター情報や顧客との折衝に関する全ての活動データ等を一元化し、
統合顧客データベースを構築することで、網羅的な顧客把握（360度ビュー）が可能となります。
CRMの統合顧客データベースに格納されている
データを、外部の市場データや顧客ニーズ情報と
合わせて人工知能分析を行い、その結果をCRM
に返します。
人工知能分析

＜顧客サービスに特化した人工知能アルゴリズム＞
Dynamics CRM + Azure ML との違い
⚫ Dynamics CRM + Azure Machine Learning ⇒ 新卒採用
学習データを持たないため、自らの手で成長させていく（学習データの蓄積とアルゴリズムの
選択）必要があります。
⚫ EMOROCO ⇒ 中途採用（４年目以降）
CRMが持つデータによる学習データとサービスに特化したアルゴリズムを実装しているため、自
社のデータを学習だけで即座に利用が可能となります。
＜利用開始までのイメージ＞
ビジネススキル
研修
プロフェッショナル
研修
業界研修職種別研修 OJT
Dynamics CRM
+ Azure ML
業界研修職種別研修 OJT
６カ月～１２カ月
２カ月～４カ月

アルゴリズムの特徴
FE:EE：D0:1C:…
時系列定量データを符号化す
ることで、定性データと結合
させる。
時系列定量データ
時系列定性データ
パターン検出とパターンマッチング
結合符号化データ
G X S Nil F
顧客毎のパターンシーケンス生成
Nil A A Nil Nil
ビジネス領域データののサンプリング
レートを考慮したうえでハッシュ化と事
前分布計算を行い、パターンマッチコス
ト計算に転用する。
パターンシーケンスまでくれば
Azure MLで解析可能。
xForest や NN による顧客分類
来店フォロー購入
マルコフ等で行動予測

EMOROCOの基本機能
顧客グループの自動発見
◦ 単純な機械学習では事前に定義したグループへの分類しかできない。
◦ エモロコなら顧客グループの自動検出が可能
これまで
平均
購入単価
月別
購入頻度
まとめ買い上得意様
お得意様
がんばろう
この人は何かな？
お得意様だ！
高
高
どのような軸を使い、どのようにグループ分け
すれば顧客毎の特徴が際立つかを自動計算
月別
購入頻度
平均
購入単価
離脱傾向
購入頻度微分
記念日購入タイプ
日常ファン
名称不明だが重要な
グループ
様子見

【人工知能分析一例】性格予測サービス
サンプル
人工知能で、特徴を抽出・学習（AI）予測結果例示：
“合理主義”
パラメータ例示：
魚座、子（干支）、32歳、男、兵庫県
CRM（自社データベース）に還元し、
現場で特徴を活用
顧客サービスAIデータベースの一部に顧客属性の教師データがあります。
CRMシステムがもつ顧客情報から、人工知能のアルゴリズムを使い、顧客プロファイルの“予測”を行います。

EMOROCO 飲食チェーン事例
記録対象記録項目対応出力項目概要
顧客行動来店日顧客グルーピング顧客の特徴を検出して、自動的に
分類します。
注文履歴
外的要因近隣イベント情報感応度分析いくつかの項目につき、影響原因と
思われる因子とその影響度を分析
します。
天候
内部アクション DM等、広告活動売上予測施策から今後の売上をシミュレート
します。
（メニュー変更）施策サジェスチョン指定したシチュエーションにおいて、
効果が高いと思われる施策の候補
を出します。

＜柔軟なプラットフォーム＞
ソリューションの特徴について
1. Azure Machine LearningにあるEMOROCO学習データベースとDynamics CRM内のデータが連携
するため、EMOROCOベースが持つデータ連携機能とデータ I/F が必要。
2. Microsoftテンプレートや共通基本機能と疎結合な構成を採用することで、ソリューション全体に柔軟性を
持たせて、Dynamics CRMの標準機能による拡張やバージョンアップにも対応可能。
■ システムアーキテクチャ
クライアント（IEなどの標準ブラウザ、など）既存・外部システム
CRMアプリケーション（Dynamics CRM、SSRS等）
共通基本機能
xRMフレームワーク
EMOROCO
Microsoft テンプレート
プロフェッショナル機能
ベーシック機能
Azure
Machine Learning
学習データベース
顔認識サービス
音声認識サービス
等
共通基本機能

EMOROCO 導入の推奨プラン
プロトタイプ
（EMOROCOベース導入）
要件定義設計開発展開運用改善
EMOROCO 導入支援サービス
PoC 支援
サービス
目安：約2～4ヵ月、
約400万円～
導入支援サービス
目安：約3か月～、約1,000万円～
分析・要件定義設計開発/テスト移行・運用開始支援
コンサルティング支援サービス
目安：約1か月～、約300万円～
プロジェクトアセスメント
アーキテクチャレビュー
ドキュメント
アセスメント
コードレビュー
運用計画作成支援
パフォーマンスアセスメント
運用保守/定着化支援
サービス
目安：約12か月～、約600万円～
EMOROCOの導入は通常のCRMの導入に加えて、人工知能の導入が必須なため、人材採用と同様にプロトタイプ導入（新入社員研
修）と改善プロセス（OJT：オン・ザ・ジョブ・トレーニング）が必要となります。

マーケティング機能（MA）
No. 機能内容
１リード管理 • 潜在顧客の登録、更新、削除を行います。
２キャンペーン管理 • キャンペーンの目的、種類、予算、目標を定義。ターゲットリスト管理や進捗確認を行います。
３スコアリング • 行動履歴、顧客属性、過去の取引実績、等から購買の見込み度合を点数化し、ターゲットのランク付けと抽出を行います。
４名寄せ • 重複したリードを検出して、データの統合を行います。
５メール配信・DM作成（Word） • お客様情報の自動差し込みが可能で、EメールやDMの作成を行います。
６カメラ画像保管・トラッキング • 例えば販売店向けでは、来店時のカメラ画像を取得し、蓄積します。顧客データベースのお客様情報とカメラ画像との関連づけ
を行います。
• 来店時のカメラ画像をもとに、過去来店したかどうか等を画像で照合し、来店状況／グルーピング、等の分析を行います。
• お客様が“いまここにいる”という時間と場所の特定が行えます。
７統計分析 • 顧客嗜好、来訪者数、行動履歴、メール・DM結果、イベント結果を蓄積し、検証を行います。
• ダッシュボード表示、ExcelダウンロードやPower BIを使用してアドホックな分析を行います。
８情報連携 • カスタマーポータル（WEBサイト）から
• CRMシステムへお客様情報を連携します。
＜主な機能＞

販売支援機能（SA）
No. 機能内容
１顧客管理 • エンドユーザー（会社、個人）、得意先、代理店の登録、更新、削除を行います。
２需要予測 • マーケティング／案件管理／過去の販売・納入実績などから、販売需要を占い、年度着地点の管理を行います。
３見積管理 • 見積書の内容を入力、見積書の出力を行います。
• 必要に応じて、見積に関連する指示書や依頼書帳票の出力を行います。
４販売・納入実績管理 • 自社の販売・納入実績の管理を行います。必要に応じて、他社の情報も入力します。
• リピートオーダーのモレによる機会損失を防止するため、候補の抽出や気づきのアラートを行います。
５活動管理
（テキスト・音声入力）
• お客様への折衝／活動内容の登録、更新、削除を行います。
• モバイル機器等を通して音声で活動内容の入力を行います。
• 送信／受信メールを顧客情報と関連付けを行います。（Outlookのみ対応可）
６新語抽出 • お客様の問合せやニーズ記録／活動記録／業界情報、等をクロールし、自社としての新語の抽出を行います。
７情報連携 • WEBサイト（eコマース、ホームページ、等）とのお客様情報を連携します。
• 名刺管理サービス（Sansan、名刺で商売繁盛、等）と名刺情報を連携します。
• 在庫／商品管理システムと在庫／商品仕様／図面情報を連携します。
• 販売管理システムと案件／受注／売上実績を連携します。
• グループウェア（Outlook、DesknetsNeo、等）とスケジュール情報を連携します。
＜主な機能＞

コンタクトセンター機能（CC）
＜主な機能＞
No. 機能内容
１インバウンド • スナッチ取得、顧客情報の登録、更新を行います。
• 電話、メール、WEBサイトと連動し、応対を行い記録します。
• LINEビジネスコネクトやFacebookメッセンジャーと連動し、応対を行い記録します。
２アウトバウンド • 企業側からのコンタクト要件に応じて、応対を行い記録します。
• キャンペーンリスト、サポート対象リストの対象を選択します。
３コールスクリプト • トークスクリプトの管理、およびCRMのUIにトークスクリプトを表示します。
• 顧客の属性にあわせて、トークスクリプトの内容を変えて表示します。
４感謝状、詫び状、DM照会 • 電子データとして保存した顧客に送付した感謝状や詫び状または顧客から受領した手紙を顧客と関連づけを行います。
• 電子データをCRMのUIにイメージとして表示します。
５受注受付 • 注文の受付、商品情報の入力、在庫引当、配送先住所の登録、等を行います。
６アップセル・ダウンセル提案 • 顧客属性、注文履歴、マーケティングオートメーションの結果、等から関連商品のアップセル提案を行います。
• セット商品のダウンセル提案を行います。
７サポート案件管理 • クレーム、事故、等の情報を記録し、管理者へのエスカレーションを行います。
８アンケート入力 • 電話応対にてダイアログ形式でアンケート項目の表示と結果の記録を行います。
９返品・キャンセル受付 • 注文履歴を参照し、商品の返品やキャンセルの受付を行います。
１０ NGワード抽出・感情分析 • 応対記録から、企業で定めるNGワードの抽出を行います。
• 応対記録を感情分析し、顧客の心象を把握します。
１１ CTI連携 • PBXやマルチチャネルPBXとCRMのUIを連携します。

EMOROCO
オプションサービス一例
☆ 顔認識サービス
☆ 音声認識サービス
☆ 画像解析サービス
☆ 機械翻訳サービス
☆ 画像文書管理
☆ データ連携 / IoT基盤
☆ データ分析（BI）基盤

顔認識サービス
カメラ画像解析による顔認識を導入することで、来店者数やお客様属性などの従来取得できなかった店舗内データと、既存データ（POS、
アンケート、等）から新たな価値を創出します。
来店者数・ゾーン立寄り数を計測年齢・性別・スマイル度をデータ化
以下のような分析ができます
• 来店者数の購入者比率
• 来店者数の傾向に応じたシフトの調整
• 来店者数の傾向に応じたキャンペーン・集客広告
以下のような分析ができます
• 店舗毎の来客層（グループ）の把握
• 逃している潜在客層の把握
• 客層に沿った店舗内のカスタマイズ

顔認識サービス - システム利用イメージ
お客様の来店情報をトラッキング
顔画像ファイルから取得可能な情報：
・画像取得日時・撮影エリア（店舗、
等）・画像ID・推定年齢・推定性別・
眼鏡有無・スマイル度合・パーソンID・
パーソンIDの認識率
来店速報画面
来店一覧画面

顔認識サービス - システム利用イメージ
お客様の来店情報を可視化
ひと目で店舗の“いま” が分かる！
店舗ごとにどのくらいの構成で
男女が来店しているか？
店舗ごとの年齢層は？
ターゲット層が来ているか？
来店数と売上の比率は？
現場シフトを調整する必要は？
ポイント：
企業（本社、店舗）はお客様のリ
アルな行動情報を基に、お客様の
傾向に応じたマーケティング施策を
実施することが可能になります
来店情報向けダッシュボード

画像解析サービス - 注目物件の把握
・ヒートマップや動線分析により注目を浴びている、または、浴びていない物件（広告）を把握
・来店POSで取得したお客様の推定年齢、推定性別、人数と照合し、どのような人がなんの物件に関心がある
かを見える化
CONFIDENTIAL Copyright (c) Ciao Inc. All Rights Reserved.
ヒートマップ動線分析
Female
Age:24
物件A群
注目
Female
Age:24
物件B群
注目
Male
Age:32
物件C群
注目
Male
Age:32
物件D群
注目

音声認識サービス
音声認識サービスオプションを導入することで、膨大な動画・音声コンテンツなどの非構造化データをテキスト化し、
テキスト化されたデータに対して、検索や分析を行うことが可能になります。
・感情分析
・NGワード抽出・新語抽出
意味
解析
構文
解析
形態素
解析
電話
携帯端末電子メール
Webサイト

機械翻訳サービス
文章や音声をさまざま言語に自動的に翻訳する機械学習のサービスを使用し、予め定めた翻訳辞書以外のお客様が入力したテキスト内
容をローカル言語で表示。グローバルで統一言語にプラスして、現地ローカル語で内容を把握し、コミュニケーションロスを少なくする狙いがあ
る。
主な対応言語は、イタリア語、オランダ語、スペイン語、タイ語、ドイツ語、フランス語、ベトナム語、英語、簡体字中国語、韓国語、等
日本語
翻訳後
英語
翻訳後
韓国語
翻訳後
簡体字
中国語
翻訳後

画像文書管理システム - Microsoft SharePoint
Dynamics CRM内の画面にSharePoint画面を融合
・顧客（外部）へのドキュメント共有
・CRMのストレージを使うことなくドキュメント管理が可能（追加費用の抑制）
・排他制御、バージョン管理、属性管理ができる
・全文検索の高い検索性
顧客A
感謝状
詫び状
案件A
見積書
提案書
フォルダが自動生成

データ連携/IoT基盤
- Dynamics CRM アダプタ for ASTERIA WARP
ASTERIA WARPは、さまざまな製品・サービス間と簡単に接続、連携することのできる国内No.1のデータ連携ミドルウェアです。技術者向け
ではなく、アイコンのドラッグ＆ドロップとプロパティ設定でフローを作成することができます。
この『Microsoft Dynamics CRM アダプタ』により、ASTERIAからDynamics CRM に対してデータの操作が可能になります。
ASTERIAの既存の豊富なアダプタを選択して組み合わせて利用することで、Dynamics CRM と外部システムとの連携は柔軟に対応できる
ようになり、APIによる個別開発で起きる開発期間とメンテナンス工数を削減するとともにコストの低減を可能にします。
など
Dynamics CRM アダプタ
レコードを抽出・作成・更新・
削除・関連付けおよび解除
uSonar 等
豊富なアダプタ
連携
連携
■ 連携概要図

データ分析（BI）基盤
- データ活用テンプレート
役割によって何が見たいか？（例）
経営
現場
定性定量
⚫ 重要顧客折衝状況
⚫ 重要案件状況
⚫ クレーム状況
⚫ 失注状況
⚫ 製品状況
⚫ 個別案件、ステータス状況
⚫ 案件活動実績（記録）
⚫ 顧客折衝状況
⚫ クレーム内容、対応状況
⚫ 提案、商談結果
⚫ 製品・技術関連情報
⚫ 重要顧客案件数・金額・前年比
⚫ 業種別案件数・金額・月次・前年比
⚫ 製品別案件数・金額・月次・前年比
⚫ 新規顧客数
⚫ KPI目標値対実績値
⚫ KPI戦略製品案件予実
⚫ 訪問予定・訪問件数
⚫ 案件数（受注失注・金額・件数）
⚫ 顧客別・製品別クレーム件数
⚫ 新規顧客数
⚫ プロセス件数（提案・役員挨拶）
⚫ KPI目標（訪問件数／月・週、提案数、新規案件登録数、他）

データ分析（BI）基盤
- Power BI / Azure Machine Learning
Hindsight
（見える化）
データ活用度
Insight
（気づき）
Foresight
（予測）
単独システムのデータ複数システムのデータ社外データとの連携
② 手軽に始めるクラウドベースの機械学習
• 豊富なアルゴリズムを用いて機械学習を試せる環境を
時間単位で手軽に利用可能
• 構築したモデルを他のシステムと連携（API 公開）により直ぐに利用可能
API
公開
Azure Machine Learning
① Excel ベースの強力な BI
使い慣れた Excel ベースの UI の
ため、どのユーザー部門でも容易に
活用ができ、レポート表示・項目変
更もユーザー主導で
Power BI
③-2 データ種類・場所に依存しない Hybrid なデータ結合・共有
• 社内のオンプレ・クラウド環境の構造・非構造データ
や、外部のデータを容易に結合できる ETL 機能
• クラウドベースのデータ共有環境（SPS OL）
Azure Data Factory
SQL Server Integration
Service
③-1 パフォーマンスを最適化するアーキテクチャ
• 最新のインメモリ技術等によるパフォーマンスの最大化
• 大量データの収集（Data Lake）から適切な形での
保管（Data Warehouse）、容易な取り出し
（Data Mart）までを容易に実現できる基盤
Data Lake Data
Warehouse
Data
Mart

EMOROCO ケーススタディ
～店舗型サービス業～

お客様のエンゲージを高める感情フローと商品例
利益貢献
お客様
マインドフロー
惹きつける商品
売れる商品
売りたい商品
認知興味行動比較購買利用購買利用愛情
潜在・新規顧客通常顧客ファン・リピーター
売上は見込めず
販促コストがかかる
単価・利益は小さく
あまり儲からない
単価・利益は大きく
儲かる
くれるならもらう
結構良かった
買ってみよう
これはいい
もっと（また）欲しい
もうこれなしでは
生きていけない！

お客様がファンになるまでのサービス戦略例
認知
興味
行動
比較
購買
利用
愛情
ブログ・アプリスタッフ
広告サービス
SEO
目玉商品などを
配信
わかりやすい地図
選定の例などを見
せる
人気や予約状況
の告知
使用コメント
買った評価
オススメ理由
の告知
気持ち良い対応
ニーズを聞いて
体験をスムーズに
アンケート
家族がいれば
新商品案内
商品の品質や
サービスを知っても
らう
関連アイテム
との連動
WEB/電話/
メール等
の問合せ対応
や集計・配信
折衝能力・
商品知識・
関連知識
販促スケジュールに
基づき、情報誌や
プレスをうつ
定番・人気商品
比較商品
の投入
商品

お客様がファンになるまでのサービス戦略例
認知
興味
行動
比較
購買
利用
愛情
ブログ・アプリスタッフ
広告サービス
SEO
目玉商品などを
配信
わかりやすい地図
選定の例などを見
せる
人気や予約状況
の告知
使用コメント
買った評価
オススメ理由
の告知
気持ち良い対応
ニーズを聞いて
体験をスムーズに
アンケート
家族がいれば
新商品案内
商品の品質や
サービスを知っても
らう
関連アイテム
との連動
WEB・
電話・
メール等
の問合せ対応
折衝能力・
商品知識・
関連知識
販促スケジュールに
基づき、情報誌や
プレスをうつ
商品
定番・人気商品
比較商品
の投入
オススメ商品をリコメンドする等の「来店・購買促進」を目的
バックエンド
お客様をおもてなす
「サービス力向上」を目的
フロントエンド

バックエンド
お客様になりきるBotを使用した従業員教育等の
「サービス力向上」を目的とした人工知能活用
フロントエンド
おでかけアプリへオススメ商品をリコメンドする等の
「来店・購買促進」を目的とした人工知能活用
人工知能（AI) 利用シーン
EMOROCOをお客様に合わせてカスタマイズし、ご利用シーンに合わせた人工知能活用サービスの導入が可能
です。おでかけアプリへオススメ商品をリコメンドする等の「来店・購買促進」や様々なお客様になりきるBotを使
用した従業員教育等の「サービス力向上」を実現します。
特徴解析・画像解析・感情解析・音声解析サービス
Cognitive Services / Azure Machine Learning
リコメンド
来店POS
VoC・評価
機械翻訳コンタクトセンター従業員教育Bot
オススメ
３０代女性
ドライビング
６０代男性
エクスプレッシブ
担当
感情・
ナレッジ
！
！

フロントエンドでのEMOROCO活用
• 事前にアプリで目的の商品や関心を選択すると、それに関連するリコメンドを表示。
• 2回目以降は、その人の嗜好をより深くコンピューターが自律的に学習して、より興味をひくようなリコメンドを表
示できるようにする。
リコメンド
• 位置情報をキーに、GPSではなくAirLocation等でどのエリアにいるのかデータを収集（立ち入り区域への侵
入検知等で使われる技術を使用。カメラでも可。）
• 現場ならではの最新、お得情報をその場に来て頂いたからこそゲットできる！動線も把握可能。
来店POS
• ロボットがウォーキングし、お客様と対話形式でお客様の声を収集。人工知能により推定年齢、推定性別な
どお客様の属性を獲得。収集した結果はリアルタイムに集計分析され、迅速に共有かつ準備や品ぞろえ対策
を検討。
• 他システムと連携し「買う目的」「買ったものの評価」など人工知能に学習させるデータの収集を図る。
VoC・評価
• 国内で得られたテキスト情報を機械翻訳して海外にも素早く配信する
• 逆に、海外のお客様から得られた反応を機械翻訳で日本語にして、いちはやく国内へ展開することも可能。
機械翻訳
アプリやDMへオススメ商品をリコメンドする等の「来店・購買促進」を目的とした人工知能活用
オススメ

バックエンドでのEMOROCO活用
• 問合せやクレーム内容から感情を定量化し、重要度や優先度を調整。
• 百貨店それぞれのサービスや取扱品目が多いこともあり、膨大な情報から問合せやトラブルに対する最も近い
解決策を得るのは時間と手間と経験が必要と想像される。人工知能が過去の傾向や類似のケースから最適
な情報提供を手助けする。
コンタクトセンター
• Botと呼ばれるお客様の接客方針・嗜好・購買後の評価などを学習した人工知能がロボットやアプリの姿で
従業員の教育役として存在する。（ノウハウはベテラン従業員がBotに特徴を与える）
• 様々なお客様に対応できる高い折衝能力をもつ人材を育成する。
従業員教育Bot
お客様になりきるBotを使用した従業員教育等の「サービス力向上」を目的とした人工知能活用
！
！
３０代
女性
６０代
男性

～金融・保険サービス業～

マルチチャネル化の取組みから
カスタマーケアに着目したAI活用試行段階へシフト
EMOROCOの活用について下記の機会が想定できる
① 契約者個人の登録情報、体況、過去の既往症、生
活習慣、環境、家族情報から、その人の特徴やリス
クを予測
② 解約者の予測
③ 保険の支払い査定や保険金額の算出
④ 他社で契約したものが、いつの契約でどのような約
款の概要かという情報収集
⑤ 地域提携病院、在宅介護との連携による給食やケア
データを収集して、保険料を変動させるという予測
⑥ 介護ロボット利用に関する保険業務におけるロボット
駆動実績データを収集して、リスクを予測
⑦ お客様からの文字入力によるコールセンター自動応
答
⑧ お客様との電話の音声認識によるテキスト化
⑨ 契約者情報やお客様の声から未知の分類（顧客セ
グメント）を予測
代理店
営業職員
顧客チャネル・媒体本社機能・事務機能・その他
顧客
各種コンタクト
媒体
電話
FAX
DM/メール
インター
ネット
（WEB）
カスタマーケアセンター
チャネル
支援機能
（情報提
供等）
キャンペーン
管理
コンタクト
管理（アウ
トバウン
ド）
チャネル
連携機能
（司令塔）
事務処理
連携機能
コンタクト
管理（イン
バウンド）
個人契約
管理機能
本店マーケティング
機能
事務処理部門
①
② ④
病院
介護 ⑤ ⑥
⑦
⑧
⑨
③
顧客接点それぞれで発生する各種イベントについて、シームレスに情報共有し、顧
客とのコンタクトの管理、代理店・営業職員へのサービス実施の指示、事務処理の
実行依頼等、顧客へのサービス提供全体の司令塔としての役割をカスタマーケアセ
ンターが担当。AI活用は人のコストが大きい活動を補完するものと位置づけている。

～大手製造業～

ソリューション：
 Dynamics CRM Online 200ユーザー ※将来1,500ユーザーまで展開計画
 OutlookとYammerの連携により情報共有のスピードを向上
 要件定義＆プロトタイプ作成 3か月 Onlineによるハイスピード構築を実現
 Azure Machine Learningを用いた自律成長型CRM
ベネフィット：
 意志決定プロセスのスピードアップ、効率化
 装置の生涯に渡るサービス情報の一元管理
背景：
⚫ 現地法人と日本のメールや電話のみによる情報分散や不均一性が、コミュニケーションロスの発生情報の検索性の
悪さ決断の遅延などを発生させていた
⚫ 顧客に設置した装置の稼働状況・サービス履歴による分析等を行っていなかった
Dynamics CRM選定のポイント：
 洗練された業務プロセスに合わせることによる業務改革のスピード実現
 メール、ワークフロー、BI、人工知能と中長期的な基盤共通化による標準化
Dynamics CRM Online と Azure Machine Learning を連携した業務改善事例
大手機械メーカー S社様導入例
O365連携
Azure ML 連携
顧客サービス
構築機能

システム全体の概要
他システム
Skype forBusiness
O365 (Exchange)
生産管理
ファイル
メール
予算登録
SNS
Web会議
SharePoint
Active
Directory
Dynamics CRM
スケジュールプレゼンス
サポート
会計管理
Azure
Machine
Learning
EAI（ASTERIA)
CRM連携アダプタ
ワークフロー
顧客/販社ポータル
案件管理

顧客サービスにおける人工知能の活用事例
サービス担当
⚫ インシデントのファーストフィックス
✓ 推定原因・解決候補をリコメンド
✓ 障害発生時に早く解決するのは当たり前。
限られた時間で何度もやりとりや調査をするのではなく、
１回で解決できるようにしたい
⚫ 機械翻訳
✓ CRMに『入力した内容』も機械翻訳してローカル
言語で表示
✓ グローバルで統一言語にプラスして、現地ローカル語で
内容を把握し、コミュニケーションロスを少なくしたい
⚫ メールのテキストから感情度合の把握
✓ お客様の感情度合を可視化
✓ お客様から受付したメールの内容から客観的な
怒り度合を把握
Azure Machine Learning
お客様
現地語表示
お客様感情
ナレッジ検索
！
！
特定リサーチ解決クローズ
＜より最適な解の提案＞

最後に・・・＜CRMの必要性とアーカス・ジャパンが選ばれる理由＞
【超スマート社会（人間中心社会）」におけるCRMの必要性】
⚫ 規模の経済が終わり、消費経済が成熟化
⇒ 顧客ニーズが多様化し、変化のスピードも増している中で対応を続けなければならない。
⚫ 高度情報化社会において、収益構造が変化し、収益逓増の法則による先行者利益が大きい
⇒ どこよりも早くスピーディにビジネスを変化させなえければならない。
 「超スマート社会（人間中心社会）」時代に CRM は必要不可欠で、その導入を成功させるためには下記が必要となります。
➢ スピーディなー最新技術動向の把握
⇒ 領域特化（今回はCRM）のベンチャー企業との協業
⇒ CRMで日本有数の実績と経験を持つアーカス・ジャパンとの協業
➢ 各種理論（経営、組織、心理学等）
⇒ 洗練された導入方法論
⇒ アーカス・ジャパンの実績に基づいたCRM特化の導入メソドロジー
➢ 経験に基づいた活用ノウハウ
⇒ 既存製品・ソリューションの活用
⇒ 既存製品であるDynamics 365をベースとして、最先端のテクノロジーを結集した「EMOROCO」の活用

アーカス・ジャパン株式会社
CRM事業本部
crm_info@arcuss-japan.com
当資料に関するお問い合わせ
ご清聴ありがとうございました。

ヒューマニティのためのテクノロジー！ society 5.0時代に不可欠なcrm（顧客関係管理）とは

Recommended

Recommended

More Related Content

Similar to ヒューマニティのためのテクノロジー！ society 5.0時代に不可欠なcrm（顧客関係管理）とは

Similar to ヒューマニティのためのテクノロジー！ society 5.0時代に不可欠なcrm（顧客関係管理）とは (20)

Recently uploaded

Recently uploaded (8)

ヒューマニティのためのテクノロジー！ society 5.0時代に不可欠なcrm（顧客関係管理）とは