Upgrade to Pro — share decks privately, control downloads, hide ads and more …

問い合わせ対応のデータを宝の山にするために/How to collect correct data to utilize inquiry data

問い合わせ対応のデータを宝の山にするために/How to collect correct data to utilize inquiry data

Customer Support Tech Meetup #2 (2020/08/27)

Mitsunobu Homma

August 27, 2020
Tweet

More Decks by Mitsunobu Homma

Other Decks in Technology

Transcript

  1. (C) mixi, Inc. Customer Support Tech Meetup #2 2020年8月27日 株式会社ミクシィ

    統括管理本部 CS部 CREグループ 本間 光宣 問い合わせ対応のデータを宝の山にするために
  2. (C) mixi, Inc. ◦ 本間 光宣(@_mitsu9) ◦ 株式会社ミクシィ・CRE ◦ 2018年新卒入社

    ◦ CSで利用する様々なシステムの開発・運用保守 ◦ 機械学習を用いてテンプレ対応を効率化 ◦ 問い合わせデータを活用するためのデータ基盤構築 2 自己紹介
  3. (C) mixi, Inc. CSで問い合わせ対応のデータを活用できる場面はたくさんある ◦ サポートの質の向上 ◦ 席数の見積もり ◦ 過去の類似案件を参考に対応

    ◦ よくある対応の効率化・自動化 ◦ サービスの改善 ◦ VOC (Voice of Customer)の活用 ◦ 自己解決率の向上 ◦ FAQの改善 4 CS x データ活用
  4. (C) mixi, Inc. ◦ モンスターストライク ◦ 今年秋で7周年 ◦ 1日の問い合わせ件数 x

    2555(365日 x 7年) のデータを持つ ◦ 機能が非常に多く日々多様な問い合わせが届く ◦ 問題だけでなくゲームへの意見等もある ◦ 問題発生時のスパイクが大きい ◦ 過去最高は1日に2万件以上 ソフトウェアを活用して効率的にデータを分析・活用することが必要 5 ミクシィCS x データ
  5. (C) mixi, Inc. 大量の過去の問い合わせを活用する事例 ◦ 過去の対応履歴を活用して返信テンプレートを推薦 ◦ 数千〜数万件の問い合わせを利用して機械学習を行う 7 データを活用している事例②

    問い合わせ文 「XXXXX」 テンプレB 「ユーザーも驚きの高速かつ正確な対応を AIを用いて実現する」 https://speakerdeck.com/mitsu9/how-to-realize-rapid-and-correct-customer-support-with-ml
  6. (C) mixi, Inc. カテゴリ分けを自動化しようとした事例 ◦ 問い合わせをカテゴリに分けて管理している ◦ カテゴリ分けは人が行なっていたので、機械で自動化をしようとした ◦ 過去のカテゴリ分けに問題があり自動化できなかった

    8 データを活用できなかった事例 ガチャ クエスト 決済 ガチャ クエスト 決済 「カスタマーサポート AIの失敗と教訓」 https://medium.com/mixi-developers/challenge-of-cs-ai-15c65ef7066a
  7. (C) mixi, Inc. 10 データを活用する時に直面する課題 収集フェーズで問題がありその先に進めないケースがある 過去1年分の問い合わせと カテゴリのデータ カテゴリ分けを行う モデルを作成

    カテゴリ分けを自動化する カテゴリ分けの事例の場合 収集 加工 活用 データ自体が間違っていたためうまく分類できなかった
  8. (C) mixi, Inc. 問い合わせの傾向変化に追従できていなかった 新しいカテゴリに入るべき問い合わせが既存のカテゴリに含まれていた 13 正しくないデータが生まれた原因① ガチャ クエスト 決済

    新機能に関する問い合わせ 新カテゴリ 正しくカテゴリ分けする ためには新しくカテゴリを 作成する必要がある 新機能だからカテゴリがない・・ なんとなく近いカテゴリに入れよう
  9. (C) mixi, Inc. 問い合わせの傾向変化に追従できていなかった 後からカテゴリを追加すると時間軸によるデータのずれが生じた →同じ問い合わせでも入信した時間によって別カテゴリになってしまう 14 正しくないデータが生まれた原因① 時間 新機能追加

    新しい問い合わせが入信 新カテゴリ追加 新しい問い合わせを 正しくカテゴリ分けできるように 正しくカテゴリ分けされて いない期間 正しくカテゴリ分けされて いる期間
  10. (C) mixi, Inc. 運用のためのカテゴリ分けになっていた 対応や集計など運用の都合でカテゴリが変わることがあった 16 正しくないデータが生まれた原因③ カテゴリA カテゴリB カテゴリC

    内容的にはカテゴリ Bだけど 熱量が高くて早く対応した方が 良さそうだからカテゴリ Aにしよう! 優先度高 優先度中 優先度低