本日、Maven AGIはIntelligent Fieldsをリリースします。あらゆる顧客とのやり取りから生まれるデータを取得・整理し、経営判断、アップセルの機会、製品改善など、組織にとって重要な戦略領域に活かすための機能です。
AIエージェントはすでにすべての会話を読み込んでいます。チケットを解決し、質問に答え、大量の問い合わせを処理しています。しかし会話が終わると、そこで得た情報はすべて消えてしまいます。顧客がなぜ不満を抱いていたのかの記録も、解約をほのめかしたことを示すフラグも、同じ問題が今週11回発生しているというシグナルも残りません。
会話記録はあっても、データはないのです。
一般的な解決策は手動のタグ付けです。ヘルプデスクにカスタムフィールドを設け、エージェントが入力します。この方法は、問い合わせが急増したり、新しいエージェントが加わったり、分類体系がずれてきたりするまでは機能します。しかしそうなると入力率が下がり、データの信頼性が失われます。
多くのチームがまず選ぶ手動タグ付けが、実際には問題を解決しない理由をご説明します。
手動タグ付けの落とし穴
手動タグ付けには致命的な欠陥があります。それは、人が大規模かつ一貫して作業することを前提にしている点です。現実にはそうはいきません。問い合わせが急増し、新しいエージェントが加わり、例外的なケースは見落とされます。入力率は下がり、データは気づかないうちに信頼できなくなります。多くの場合、レポートの数字がおかしくなるまで誰も気づきません。
さらに、完璧にタグ付けできたとしても限界があります。ドロップダウンで捉えられるのはカテゴリだけで、文脈までは捉えられません。不満を抱いている顧客と解約しようとしている顧客の違いは、タグではなく、会話記録の途中に埋もれた4つの文にあるのです。
本当に必要なこと
構造化された会話データは、キーワードの照合ではなく言語を理解する仕組みによって、会話記録全体から自動的に抽出される必要があります。
それを実現するのがIntelligent Fieldsです。
フィールドの名前、タイプ（テキスト、はい/いいえ、選択、数値、複数選択）、そしてフィールドで取得すべき内容を説明する平易な指示文を定義します。Mavenエージェントは、すべての会話でこれを自動的に評価します。結果は会話に紐づいて保存され、検索可能になり、信頼度スコアと分類の根拠も併せて記録されます。
具体例：解約リスク
実際の使い方を見てみましょう。「解約リスク」というフィールドを作成し、タイプを「選択」にして、「高」「中」「低」の3つの選択肢を設定します。指示文は平易な言葉で書きます。たとえば「顧客が解約に言及した場合、請求に関する不満を示した場合、または複数回のやり取りにわたって問題が未解決の場合は『高』を割り当てる」といった内容です。
設定はこれだけです。公開すれば、エージェントがすべての会話でこのフィールドを評価します。
「1週間ずっと直してもらおうとしているのに、今日中に解決しなければ解約します」と書いた顧客の場合、フィールドは「高」を返し、信頼度は0.91、根拠として「顧客は明確に解約に言及しており、複数回のやり取りにわたり請求に関する問題が未解決である」と示されます。
このレコードはすぐにクエリで検索できます。過去30日間で解約リスクが「高」となったすべての会話を抽出したり、リアルタイムでリテンション担当者にルーティングしたり、CRMに連携したりできます。
設定はスプリント単位ではなく数分で完了
すべての設定はAgent Designerで行えます。平易な言葉でフィールドを定義し、タイプを選んで公開するだけ。コードは不要です。プログラムで管理したいチーム向けに、フル機能のREST APIもご用意しています。
これによって実現できること
AIエージェントを最大限に活用しているサポートチームは、単にチケットを速く解決するためだけにAIを使っているわけではありません。人手によるレビューでは到底不可能な規模で、あらゆる会話で何が起きているのかを把握するために活用しています。
それを可能にするのがIntelligent Fieldsです。エージェントが対応するすべての会話が構造化データのレコードになり、すべてのレコードが検索可能になり、あらゆる傾向が可視化されます。
自社の会話でお試しください。
無料の個別デモをお申し込みください。
