Submit Search
Upload
カスタマーサポートにおけるAIチャットボットの導入
•
3 likes
•
1,187 views
Rakuten Group, Inc.
Follow
Rakuten Technology Conference 2019 @Sendai
Read less
Read more
Technology
Report
Share
Report
Share
1 of 55
Recommended
スタートアップ共同創業者の見つけ方、付き合い方、別れ方
スタートアップ共同創業者の見つけ方、付き合い方、別れ方
Takaaki Umada
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
Recruit Technologies
絶望と最後の希望
絶望と最後の希望
Tatsuya Sato
マルチテナントのアプリケーション実装〜実践編〜
マルチテナントのアプリケーション実装〜実践編〜
Yoshiki Nakagawa
今さら聞けない人のためのGitLabの始め方 Ubuntu編
今さら聞けない人のためのGitLabの始め方 Ubuntu編
VirtualTech Japan Inc./Begi.net Inc.
Web API: The Good Parts 落穂ひろい
Web API: The Good Parts 落穂ひろい
API Meetup
ゼロ幅スペースという悪夢
ゼロ幅スペースという悪夢
swamp Sawa
実践 Amazon Mechanical Turk ※下記の注意点をご覧ください(回答の質の悪化・報酬額の相場の変化・仕様変更)
実践 Amazon Mechanical Turk ※下記の注意点をご覧ください(回答の質の悪化・報酬額の相場の変化・仕様変更)
Ayako_Hasegawa
More Related Content
What's hot
Lean coffee
Lean coffee
Takeshi Arai
リーンなコードを書こう:実践的なオブジェクト指向設計
リーンなコードを書こう:実践的なオブジェクト指向設計
増田 亨
Python で OAuth2 をつかってみよう!
Python で OAuth2 をつかってみよう!
Project Samurai
Amazon Redshiftによるリアルタイム分析サービスの構築
Amazon Redshiftによるリアルタイム分析サービスの構築
Minero Aoki
45分間で「ユーザー中心のものづくり」ができるまで詰め込む
45分間で「ユーザー中心のものづくり」ができるまで詰め込む
Yoshiki Hayama
Amazon SageMaker 推論エンドポイントを利用したアプリケーション開発
Amazon SageMaker 推論エンドポイントを利用したアプリケーション開発
Amazon Web Services Japan
非エンジニアのためのこれだけは押さえておきたいWEBサービスの基礎技術
非エンジニアのためのこれだけは押さえておきたいWEBサービスの基礎技術
div Inc
CEDEC2021 ダウンロード時間を大幅減!~大量のアセットをさばく高速な実装と運用事例の共有~
CEDEC2021 ダウンロード時間を大幅減!~大量のアセットをさばく高速な実装と運用事例の共有~
SEGADevTech
フロー効率性とリソース効率性について #xpjug
フロー効率性とリソース効率性について #xpjug
Itsuki Kuroda
サービスブループリント導入ガイド A Guide to Service Blueprinting Japanese Edition
サービスブループリント導入ガイド A Guide to Service Blueprinting Japanese Edition
Graat(グラーツ)
命名規則のススメ
命名規則のススメ
natrium11321
[Gree] Dialogflowを利用したチャットボット導入事例
[Gree] Dialogflowを利用したチャットボット導入事例
Takashi Suzuki
脱RESTful API設計の提案
脱RESTful API設計の提案
樽八 仲川
Amazon AthenaでSageMakerを使った推論
Amazon AthenaでSageMakerを使った推論
西岡 賢一郎
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AI
Shota Imai
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
Takeshi HASEGAWA
Cognitive Complexity でコードの複雑さを定量的に計測しよう
Cognitive Complexity でコードの複雑さを定量的に計測しよう
Shuto Suzuki
SlideShareの使い方 登録編
SlideShareの使い方 登録編
itno
「顧客の声を聞かない」とはどういうことか
「顧客の声を聞かない」とはどういうことか
Yoshiki Hayama
Project Facilitation
Project Facilitation
Kenji Hiranabe
What's hot
(20)
Lean coffee
Lean coffee
リーンなコードを書こう:実践的なオブジェクト指向設計
リーンなコードを書こう:実践的なオブジェクト指向設計
Python で OAuth2 をつかってみよう!
Python で OAuth2 をつかってみよう!
Amazon Redshiftによるリアルタイム分析サービスの構築
Amazon Redshiftによるリアルタイム分析サービスの構築
45分間で「ユーザー中心のものづくり」ができるまで詰め込む
45分間で「ユーザー中心のものづくり」ができるまで詰め込む
Amazon SageMaker 推論エンドポイントを利用したアプリケーション開発
Amazon SageMaker 推論エンドポイントを利用したアプリケーション開発
非エンジニアのためのこれだけは押さえておきたいWEBサービスの基礎技術
非エンジニアのためのこれだけは押さえておきたいWEBサービスの基礎技術
CEDEC2021 ダウンロード時間を大幅減!~大量のアセットをさばく高速な実装と運用事例の共有~
CEDEC2021 ダウンロード時間を大幅減!~大量のアセットをさばく高速な実装と運用事例の共有~
フロー効率性とリソース効率性について #xpjug
フロー効率性とリソース効率性について #xpjug
サービスブループリント導入ガイド A Guide to Service Blueprinting Japanese Edition
サービスブループリント導入ガイド A Guide to Service Blueprinting Japanese Edition
命名規則のススメ
命名規則のススメ
[Gree] Dialogflowを利用したチャットボット導入事例
[Gree] Dialogflowを利用したチャットボット導入事例
脱RESTful API設計の提案
脱RESTful API設計の提案
Amazon AthenaでSageMakerを使った推論
Amazon AthenaでSageMakerを使った推論
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AI
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
Cognitive Complexity でコードの複雑さを定量的に計測しよう
Cognitive Complexity でコードの複雑さを定量的に計測しよう
SlideShareの使い方 登録編
SlideShareの使い方 登録編
「顧客の声を聞かない」とはどういうことか
「顧客の声を聞かない」とはどういうことか
Project Facilitation
Project Facilitation
Similar to カスタマーサポートにおけるAIチャットボットの導入
JPC2016: PUP-01 知って得する MPN 最新情報
JPC2016: PUP-01 知って得する MPN 最新情報
MPN Japan
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
Rakuten Group, Inc.
モバイルビジネスの動向
モバイルビジネスの動向
Hidetoshi Mori
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
IMJ Corporation
【Japan Partner Conference 2019 基調講演】Industry Innovation による Society 5.0 の実現に向けて
【Japan Partner Conference 2019 基調講演】Industry Innovation による Society 5.0 の実現に向けて
日本マイクロソフト株式会社
自動質問応答における 連続発話からの類義クエリ抽出
自動質問応答における 連続発話からの類義クエリ抽出
Takamichi Toda
SDGC2018報告「ネットビジネスとサービスデザイン」
SDGC2018報告「ネットビジネスとサービスデザイン」
Nozomu Tannaka
SDGC2018 redux Tannaka
SDGC2018 redux Tannaka
Service Design Network Japan Chapter
Webマーケティングサポート案内書
Webマーケティングサポート案内書
Ryo Nakagawa
Smart Store Map
Smart Store Map
Microsoft Azure Japan
基調講演「データのグループウェア化」
基調講演「データのグループウェア化」
Cybozucommunity
楽天の次世代を支える AI Platform ~ チャットボット、マーケティング、そしてCreative AI
楽天の次世代を支える AI Platform ~ チャットボット、マーケティング、そしてCreative AI
Rakuten Group, Inc.
Digital marketing on AWS
Digital marketing on AWS
Yuta Imai
20170922_4_Azure IoT , Cognitive Services で何が実現できるのか? -最新の事例とサービスアップデートのご紹介-
20170922_4_Azure IoT , Cognitive Services で何が実現できるのか? -最新の事例とサービスアップデートのご紹介-
IoTビジネス共創ラボ
Smfl20201001
Smfl20201001
三井住友ファイナンス&リース デジタル開発室
Com ad
Com ad
COMSQUARE
202112Cellor紹介資料 (Saleshub用)
202112Cellor紹介資料 (Saleshub用)
SawakoOhno1
20240119_Slide Share Ligla infomation.pdf
20240119_Slide Share Ligla infomation.pdf
manabuasari
「実践的」カスタマージャーニー分析のすすめ
「実践的」カスタマージャーニー分析のすすめ
Akihiko Uchino
Developers Summit 2012 16-E-1
Developers Summit 2012 16-E-1
Kohei Kumazawa
Similar to カスタマーサポートにおけるAIチャットボットの導入
(20)
JPC2016: PUP-01 知って得する MPN 最新情報
JPC2016: PUP-01 知って得する MPN 最新情報
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
モバイルビジネスの動向
モバイルビジネスの動向
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
【Japan Partner Conference 2019 基調講演】Industry Innovation による Society 5.0 の実現に向けて
【Japan Partner Conference 2019 基調講演】Industry Innovation による Society 5.0 の実現に向けて
自動質問応答における 連続発話からの類義クエリ抽出
自動質問応答における 連続発話からの類義クエリ抽出
SDGC2018報告「ネットビジネスとサービスデザイン」
SDGC2018報告「ネットビジネスとサービスデザイン」
SDGC2018 redux Tannaka
SDGC2018 redux Tannaka
Webマーケティングサポート案内書
Webマーケティングサポート案内書
Smart Store Map
Smart Store Map
基調講演「データのグループウェア化」
基調講演「データのグループウェア化」
楽天の次世代を支える AI Platform ~ チャットボット、マーケティング、そしてCreative AI
楽天の次世代を支える AI Platform ~ チャットボット、マーケティング、そしてCreative AI
Digital marketing on AWS
Digital marketing on AWS
20170922_4_Azure IoT , Cognitive Services で何が実現できるのか? -最新の事例とサービスアップデートのご紹介-
20170922_4_Azure IoT , Cognitive Services で何が実現できるのか? -最新の事例とサービスアップデートのご紹介-
Smfl20201001
Smfl20201001
Com ad
Com ad
202112Cellor紹介資料 (Saleshub用)
202112Cellor紹介資料 (Saleshub用)
20240119_Slide Share Ligla infomation.pdf
20240119_Slide Share Ligla infomation.pdf
「実践的」カスタマージャーニー分析のすすめ
「実践的」カスタマージャーニー分析のすすめ
Developers Summit 2012 16-E-1
Developers Summit 2012 16-E-1
More from Rakuten Group, Inc.
コードレビュー改善のためにJenkinsとIntelliJ IDEAのプラグインを自作してみた話
コードレビュー改善のためにJenkinsとIntelliJ IDEAのプラグインを自作してみた話
Rakuten Group, Inc.
楽天における安全な秘匿情報管理への道のり
楽天における安全な秘匿情報管理への道のり
Rakuten Group, Inc.
What Makes Software Green?
What Makes Software Green?
Rakuten Group, Inc.
Simple and Effective Knowledge-Driven Query Expansion for QA-Based Product At...
Simple and Effective Knowledge-Driven Query Expansion for QA-Based Product At...
Rakuten Group, Inc.
大規模なリアルタイム監視の導入と展開
大規模なリアルタイム監視の導入と展開
Rakuten Group, Inc.
楽天における大規模データベースの運用
楽天における大規模データベースの運用
Rakuten Group, Inc.
楽天サービスを支えるネットワークインフラストラクチャー
楽天サービスを支えるネットワークインフラストラクチャー
Rakuten Group, Inc.
楽天の規模とクラウドプラットフォーム統括部の役割
楽天の規模とクラウドプラットフォーム統括部の役割
Rakuten Group, Inc.
Rakuten Services and Infrastructure Team.pdf
Rakuten Services and Infrastructure Team.pdf
Rakuten Group, Inc.
The Data Platform Administration Handling the 100 PB.pdf
The Data Platform Administration Handling the 100 PB.pdf
Rakuten Group, Inc.
Supporting Internal Customers as Technical Account Managers.pdf
Supporting Internal Customers as Technical Account Managers.pdf
Rakuten Group, Inc.
Making Cloud Native CI_CD Services.pdf
Making Cloud Native CI_CD Services.pdf
Rakuten Group, Inc.
How We Defined Our Own Cloud.pdf
How We Defined Our Own Cloud.pdf
Rakuten Group, Inc.
Travel & Leisure Platform Department's tech info
Travel & Leisure Platform Department's tech info
Rakuten Group, Inc.
Travel & Leisure Platform Department's tech info
Travel & Leisure Platform Department's tech info
Rakuten Group, Inc.
OWASPTop10_Introduction
OWASPTop10_Introduction
Rakuten Group, Inc.
Introduction of GORA API Group technology
Introduction of GORA API Group technology
Rakuten Group, Inc.
100PBを越えるデータプラットフォームの実情
100PBを越えるデータプラットフォームの実情
Rakuten Group, Inc.
社内エンジニアを支えるテクニカルアカウントマネージャー
社内エンジニアを支えるテクニカルアカウントマネージャー
Rakuten Group, Inc.
モニタリングプラットフォーム開発の裏側
モニタリングプラットフォーム開発の裏側
Rakuten Group, Inc.
More from Rakuten Group, Inc.
(20)
コードレビュー改善のためにJenkinsとIntelliJ IDEAのプラグインを自作してみた話
コードレビュー改善のためにJenkinsとIntelliJ IDEAのプラグインを自作してみた話
楽天における安全な秘匿情報管理への道のり
楽天における安全な秘匿情報管理への道のり
What Makes Software Green?
What Makes Software Green?
Simple and Effective Knowledge-Driven Query Expansion for QA-Based Product At...
Simple and Effective Knowledge-Driven Query Expansion for QA-Based Product At...
大規模なリアルタイム監視の導入と展開
大規模なリアルタイム監視の導入と展開
楽天における大規模データベースの運用
楽天における大規模データベースの運用
楽天サービスを支えるネットワークインフラストラクチャー
楽天サービスを支えるネットワークインフラストラクチャー
楽天の規模とクラウドプラットフォーム統括部の役割
楽天の規模とクラウドプラットフォーム統括部の役割
Rakuten Services and Infrastructure Team.pdf
Rakuten Services and Infrastructure Team.pdf
The Data Platform Administration Handling the 100 PB.pdf
The Data Platform Administration Handling the 100 PB.pdf
Supporting Internal Customers as Technical Account Managers.pdf
Supporting Internal Customers as Technical Account Managers.pdf
Making Cloud Native CI_CD Services.pdf
Making Cloud Native CI_CD Services.pdf
How We Defined Our Own Cloud.pdf
How We Defined Our Own Cloud.pdf
Travel & Leisure Platform Department's tech info
Travel & Leisure Platform Department's tech info
Travel & Leisure Platform Department's tech info
Travel & Leisure Platform Department's tech info
OWASPTop10_Introduction
OWASPTop10_Introduction
Introduction of GORA API Group technology
Introduction of GORA API Group technology
100PBを越えるデータプラットフォームの実情
100PBを越えるデータプラットフォームの実情
社内エンジニアを支えるテクニカルアカウントマネージャー
社内エンジニアを支えるテクニカルアカウントマネージャー
モニタリングプラットフォーム開発の裏側
モニタリングプラットフォーム開発の裏側
Recently uploaded
2024 01 Virtual_Counselor
2024 01 Virtual_Counselor
arts yokohama
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
Shumpei Kishi
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
ssuser539845
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
arts yokohama
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
ssuser370dd7
20240326_IoTLT_vol109_kitazaki_v1___.pdf
20240326_IoTLT_vol109_kitazaki_v1___.pdf
Ayachika Kitazaki
2024 04 minnanoito
2024 04 minnanoito
arts yokohama
ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦
ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦
Sadao Tokuyama
What is the world where you can make your own semiconductors?
What is the world where you can make your own semiconductors?
Industrial Technology Research Institute (ITRI)(工業技術研究院, 工研院)
2024 03 CTEA
2024 03 CTEA
arts yokohama
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
Matsushita Laboratory
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
Tetsuya Nihonmatsu
Recently uploaded
(12)
2024 01 Virtual_Counselor
2024 01 Virtual_Counselor
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
20240326_IoTLT_vol109_kitazaki_v1___.pdf
20240326_IoTLT_vol109_kitazaki_v1___.pdf
2024 04 minnanoito
2024 04 minnanoito
ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦
ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦
What is the world where you can make your own semiconductors?
What is the world where you can make your own semiconductors?
2024 03 CTEA
2024 03 CTEA
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
カスタマーサポートにおけるAIチャットボットの導入
1.
カスタマーサポートにおける チャットボットの導入 Nov 9,
2019 Takayuki Nishiyama EC Marketplace Business Support Development Dept Rakuten, Inc.
2.
2 自己紹介 西山貴之 楽天株式会社 (2011/4 -) Webアプリケーションエンジニア 趣味:ドライブ、バレーボール、ピアノ キックボクシング 興味:DevOps、 量子コンピュータ、ブロックチェーン技術、 Mixed
Reality
3.
3 アジェンダ 自己紹介 楽天市場って何? 楽天市場CSチャットボットとは 本サービスの導入背景・目的 チャットボットの概要 改善アプローチ 本サービスの効果 本サービスの今後 まとめ
4.
4 楽天市場って何?
5.
5 楽天市場とは 運用システム コンサルタント 集客力 (決済・配送) 出店料 楽天ポイント経済圏 利用 購入 商品 顧客(ユーザー) 店舗 検索機能 宣伝・広告
6.
6 楽天市場CSチャットボットとは CS…Customer Support
7.
楽天市場 チャットボットとは 7 https://www.rakuten.co.jp (2018/12/14
時点)
8.
楽天市場 チャットボットとは 8 https://ichiba.faq.rakuten.net/(2018/12/14 時点) https:/chat.ichiba.faq.rakuten.co.jp/(2018/12/14
時点)
9.
楽天市場 チャットボットとは 楽天市場 あなたの「困った」がすぐに解消
AI応答サービス ー家事に追われて自分の時間を持てない人でもいつでも気軽に質問できるー PCでもSPでも24時間365日リアルタイムに返事がもらえる。 簡単な操作で手軽に質問ができる。 優秀なAIがあなたのお問い合わせの意図を汲み取って適切に回答する。 ▼楽天市場CSチャットボット QRコード 9
10.
10 本サービスの導入背景・目的
11.
11 2016/Q1 2016/Q2 2016/Q3
2016/Q4 2017/Q1 2017/Q2 2017/Q3 問い合わせ数 オペレーター数 対応率 導入検討時の背景(2016/9当時)
12.
12 2016/Q1 2016/Q2 2016/Q3
2016/Q4 2017/Q1 2017/Q2 2017/Q3 問い合わせ数 オペレーター数 対応率 導入検討時の背景(2016/9当時) 問い合わせ数 オペレーター数 対応率
13.
13 導入検討時の背景(2016/9当時) リアルタイムのサポートが約6割 19% chat call mail 19% 44% 37% Chatや電話でのリアルタイムサポートは 満足度が高い Chat Call ALL Mail 82.3% 73.5% 72.5% 60.9% 50.0% 60.0% 70.0% 80.0% 90.0% Sep Oct Nov
Dec Jan Feb
14.
14 問い合わせ内容について (2016/9当時) 全FAQケース 1.1%問い合わせ数
20-25% 少ないFAQケースで多くの問い合わせを解決できる
15.
15 導入の目的 19% chat call mail 19% 44% 37% Chat Call ALL Mail 82.3% 73.5% 72.5% 60.9% 50.0% 60.0% 70.0% 80.0% 90.0% Sep Oct Nov
Dec Jan Feb 2016/Q1 2016/Q2 2016/Q3 2016/Q4 2017/Q1 2017/Q2 2017/Q3 問い合わせ状況 問い合わせ数 オペレーター数 対応率 1. 24時間リアルタイムでの 安定的なカスタマーサポートを提供し、 満足度をあげる 2. シンプルな問い合わせをBotに集約し、 人的コストを削減する
16.
16 問い合わせチャネルと問い合わせ内容 AI ChatBot チャット
電話 メール 待ち時間 リアルタイム 約3分 約10分 ---- 受付可能時間 24時間 24時間 (深夜帯は手薄) 営業時間帯 営業時間帯 問題解決までのリードタイム ほぼ当日中 ほぼ当日中 ほぼ当日中 3日以上 オペレーターの同時対応可能数 制限なし 3人 1人 1人 ユーザーのながら対応 出来る 出来る 出来ない 出来る テキスト情報としての証跡 あり あり オペレータースキ ルに依存 あり 学習 会話フロー FAQケース タイピング 言葉遣い ツールの使用方法 言葉遣い ツールの使用方法 タイピング 言葉遣い ツールの使用方法 回答可能な範囲 限りあり 全て 全て 全て 簡単な質問 複雑な質問
17.
17 チャットボットの概要
18.
18 AIでチャットボットってどういうこと?
19.
19 チャットボットの仕組み Intents Entities Contexts Dialog
20.
20 チャットボットの仕組み Entities Contexts Dialog Intents(意図) ユーザーの発言の目的の定義 例 • ログインできない、楽天に入れない→
ログインできない • パスワード更新したい、パスワード変更したい → パスワードを変えたい • 配送状況が気になる、届いていない、いつ届く → 配送状況を知りたい • 支払いが出来ているか確認したい → 支払いの状況を確認したい
21.
21 チャットボットの仕組み Intents(意図) ユーザーの発言の目的の定義 Entities Dialog Entities(実体) 他の言い回しの定義 例 • 住所を変更したい
→ 住んでいる所、住む場所 • パスワード更新したい →パス・Pass・password・pw • 配送状況を教えてほしい → 配達、発送
22.
22 チャットボットの仕組み Intents(意図) ユーザーの発言の目的の定義 Entities(実体) 他の言い回しを定義 Contexts(文脈) 話の流れや筋を定義 Dialog(対話) ボットの受け答えを定義 例 • パスワードを忘れた →
Bot: パスワードの再発行の方法をお探しでしょうか • 住所を変更したい → Bot: 個人情報の更新方法はこちらです。 • 返品したい → Bot: 返品したい理由をもう少し詳しく教えてください
23.
23 チャットボットの仕組み Intents(意図) ユーザーの発言の目的の定義 Entities(実体) 他の言い回しの定義 Dialog Contexts(文脈) 話の流れ、筋を定義 例 • 今ユーザーはポイントについての質問をしているな • 今ユーザーはパスワードを変えたがっているな •
今返品の話をしているな • 今天気の話をしているな • 今家族の話をしているな
24.
24 チャットボットの仕組み Intents(意図) Entities(実体) Contexts(文脈) Dialog(対話) 1 2 3 4
25.
25 チャットボットフレームワーク • IBM Watson •
Google DialogFlow • SalesForce Einstein Bot • Microsoft Bot Framework その他多数
26.
26 チャットボットの対話種類 1.会話形式 2.一問一答形式
27.
27 チャットボットの種類 1.会話形式 質問をしながら適切な回答に導く メリット • 質問しながら進められ、状況を明確化出来る • 結果、的確な答えを提供できる •
細やかなカスタマイズが出来る • デメリット • メンテナンスが大変 • テストが大変
28.
28 チャットボットの種類 2.一問一答形式 質問から適切な回答である 可能性の高いものを表示する • メリット • 会話よりはメンテナンスが簡単 •
広い範囲の質問に対応出来る • ユーザーの曖昧な質問でも、何らか回答が可能 • デメリット • 会話に比べると※正答率が低い傾向がある • 必ずしも良い答えを提供できるわけではない
29.
29 チャットボットの種類 問い合わせ内訳 会話形式 一問一答 ↑ 問い合わせ数 問い合わせ種別(問い合わせ数 降順)
→ 会話形式 問い合わせ数が多く、種別が少ない 一問一答形式 問い合わせ数が少なく、種別が多い
30.
30 問い合わせ内容について (2016/9当時) 全FAQケース 1.1%問い合わせ数
20-25% 少ないFAQケースで多くの問い合わせを解決できる 会話形式 問い合わせ数が多く、種別が少ない
31.
31 本サービスの構成
32.
32 本サービスの構成 Browser Web Server Frontend Application Proxy Backend Application Web Client API AI Bot Application AI CRM
API CRM Database CRM Tool Storage Admin API Admin Tool
33.
33 本サービスの構成 Browser Web Server Frontend Application Proxy Backend Application Web Client API AI Bot Application AI CRM
API CRM Database CRM Tool Storage Admin API Admin Tool
34.
34 本サービスの構成 Frontend Application (v1) Frontend Application (v2) Public Endpoint Standby Endpoint Conversation Set (v1) Backend Application (v1) Backend Application (v2) Switch(Release) Conversation Set (v2) Frontend Application (v2) Backend Application (v2) Sandbox Endpoint Release
35.
35 課題と工夫した点
36.
36 課題と工夫した点 トラブルなどでAIサービスが何も答えを返してこない場合がある 対策 • どのような状況でも、手動で他チャネルへ誘導出来る画面に切り替えられる機能 を構築 https://chat.ichiba.faq.rakuten.co.jp (2018/12/10
時点)
37.
37 課題と工夫した点 突発的に起きる問い合わせに対して、素早いハンドリングが出来ない。 対策 • チャット表示時にNotificationを使ってお知らせを表示出来る機能 • 一定のキーワードが含まれていれば、AIに渡さず一定の会話を返す機能 (キーワードレスポンス機能) •
お知らせやキーワードレスポンス内容を簡単に編集できる機能 詐欺メール、楽天の偽装メール が含まれていたら、「・・・」を返す https://chat.ichiba.faq.rakuten.co.jp (2018/12/10 時点)
38.
38 課題と工夫した点 AIと会話せず他チャネルへいきなり問い合わせにいってしまう 対策 • 意図的に他チャネルへの誘導を制限する 元々メールでお問い合わせがありました https://chat.ichiba.faq.rakuten.co.jp (2018/12/10
時点)
39.
39 質問に答えてもらい、 状況に応じた解決方法を提示 問い合わせ数:YoY -11.8% シンプルな質問に対応 初回リリースの効果 https://chat.ichiba.faq.rakuten.co.jp (2018/12/10
時点)
40.
40 課題と工夫した点 次の段階としてユーザーの個別な質問にも答えられるような会話の構築を行った。 ユーザー 購入履歴 ポイントランク 決済状況 配送状況
41.
41 本サービスの構成 Browser Web Server Frontend Application Proxy Backend Application Web Client API AI Bot Application AI CRM
API CRM Database CRM Tool Storage Admin API Admin Tool AI Plugin API
42.
42 問題点と改善アプローチ データを会話にマージ 情報の保持 社内のデータを取得するためのAPI郡 知りたい注文を 選択してください + 購入履歴を表示する フラグ フラグ Client AI
Bot Application AI AI Plugin API 商品 画像 商品 画像 商品 画像
43.
43 質問に答えてもらい、 状況に応じた解決方法を提示 問い合わせ数:YoY -11.8% シンプルな質問に対応 ユーザの購入履歴から、 配送ステータスを提示 問い合わせ数:YoY -7.6% 配送状況確認 ユーザのポイント数を提示 問い合わせ数:YoY
-29.6% ポイント数確認 拡張版リリースの効果 https://chat.ichiba.faq.rakuten.co.jp (2018/12/10 時点) 商品 画像 商品 画像
44.
44 本サービスの今後
45.
45 本サービスの今後 提供できる情報やチャネルをもっと増やし ユーザーにもっとAIを信用してもらい利用してもらいたい
46.
46 本サービスの今後 AIの利用者という点では3者存在している。 AI ユーザー サービス 運営者 (教育者)
47.
47 本サービスの今後 ユーザーの課題 • AIと会話していると思っていない人も相当数いる • ユーザーがAIに対して自由に発言した時 AIが適切に返せず、 それによりユーザーの怒りを逆撫でる •
ユーザーのAIに対する期待度が想像以上に高い AI ユーザー サービス 運営者 (教育者)
48.
48 本サービスの今後 運営者(教育者)の課題 • AIが自信を持って回答をしている事と 回答の正しさは一緒ではない • 会話の改善を行う為の調査が簡単ではない •
AIを教育するためのツールの使い勝手 AI ユーザー サービス 運営者 (教育者)
49.
49 本サービスの今後 CSサービスの課題 • ITリテラシーが低い人へのサポートが チャットだけでは不十分 • 電話やメールなど、リテラシーが低くとも 利用出来るチャネルに対してのサポート •
CSスタッフ教育のローンチリードタイムの短縮 AI ユーザー サービス 運営者 (教育者)
50.
50 まとめ
51.
51 まとめ AI ユーザー サービス 運営者 (教育者)
52.
52 まとめ AI ユーザー サービス 運営者 (教育者) 画像認識 音声認識 音声合成 皆さんも是非AIを活用し ビジネス(社会)にインパクトを与えましょう!
53.
53 サポートチャットボットは仙台支社で開発を行っています! 興味のある方、ご質問のある方は遠慮なくご連絡ください! Email: pro-sendai@mail.rakuten.com まとめ
54.
54 ご清聴いただきありがとうございました