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

30分でサクッと!検索&分析事例 千本ノック1 概要編 2021/09/09

7102927cdd38a0cdb99139a514d27e15?s=47 Sonoda Hiyuko
September 09, 2021
110

30分でサクッと!検索&分析事例 千本ノック1 概要編 2021/09/09

2021年9月9日に実施した以下のセッションの資料です。
https://ibm-developer.connpass.com/event/223333/

7102927cdd38a0cdb99139a514d27e15?s=128

Sonoda Hiyuko

September 09, 2021
Tweet

Transcript

  1. © 2021 IBM Corporation 30分でサクッと︕検索&分析事例 千本ノック1 概要編 2021/9/9 日本アイ・ビー・エム株式会社 園田

    緋侑子
  2. 進め方とお願い • ハンズオンなし!30分でのセッション 気軽に参加ください • こちらから質問をする場合があります! 右側のQRコードもしくはチャット欄のリンクから アクセスし回答のご協力をお願いいたします。 • 質問OK!

    ただし、WebExのチャット欄に記入してください! 随時お答えします。 • カメラオフ、Muteでお願いいたします Customer Success, IBM Technology Sales, Japan / © 2021 IBM Corporation 2 もしくは以下にアクセス https://app.sli.do/event/fxtignrj ケータイからこちらをスキャン⇩
  3. 園⽥ 緋侑⼦(Sonoda Hiyuko) Customer Success Manager, IBM Technology Sales, Japan

    (ISEから出向中) 連絡先︓ MAIL AHA04408@jp.ibm.com 直近参画していたプロジェクト 製品スペシャリストとして、お客様と伴⾛しニーズ掘り起こしや改善提案を実施 n お客様名︓インターネット⼩売業のお客様 n 参画期間︓2019/10-2021/9(1年9か⽉) n 担当製品︓WEX, Watson Discovery, Watson Assistant Watson Discoveryの利⽤提案・検証ツール開発に参画の後、 お客様のData Science & AI部⾨とともに銀⾏・証券などの業務部⾨に対しoneWEXの横展開を 狙い、検証/提案を担当(銀⾏についてはoneWEXによる分析結果をもとにカスタマーサポートのコール削減Projectが進⾏中)。並⾏してWatson Discoveryや Watson Assistantを利⽤したチャットボットの改善点の分析・提案および、製品のQAや新機能の検証といった製品サポートも担当。 スキル・資格 アプリ開発(要件定義・設計・実装)︓ JavaScript(jQuery/Vue.js/Node.js), Python(Pandas/NumPy), Excel VBA, Java 資格︓ ⽇本ディープラーニング協会 G検定 Watson製品を⽤いたシステムの提案・アーキテクチャ検討・実装︓ oneWEX, Watson Assistant, Watson Discovery, Watson Knowledge Studio これまでの経験 アプリ担当 製品担当 Customer Success, IBM Technology Sales, Japan / © 2021 IBM Corporation 2015 2016 2017 2018 2019 2020 2021 ⼊社 メンバー ⼩売業 チャットボットアプリPoC 画⾯アプリ開発担当 メンバー 通信業 API Connect基盤構築 API基盤設計・構築担当 メンバー 検索アプリPoC 画⾯アプリ開発担当 メンバー ⼩売業 Cloud Fundingサイト 構築 画⾯アプリ開発担当 メンバー 専⾨商社 製品検索アプリ構築 画⾯アプリ開発担当 メンバー 化粧品メーカー検索システム構築 WKSによるWEX辞書整備の 技術ガイド 保険業コールセンター検索アプリ 更改 画⾯アプリ運⽤,トラブル対応 メンバー 通信業チャットボットアプリ 横展開 アプリ要件定義/設計/開発/テスト リーダー インターネット⼩売業 (〜現在) Watson Discovery導⼊提案 AI Answer チャットボット改善 お客様の声活⽤提案 メンバー リーダー サービス業 Watson Discovery研修 研修講師 リーダー 通信業 Watson Discovery研修 研修講師 メンバー
  4. このシリーズで扱う事例について 以下のカテゴリーの事例をご紹介します Customer Success, IBM Technology Sales, Japan / ©

    2021 IBM Corporation 4 ⽬的 カテゴリー 1.顧客体験・接点の改⾰ VoC オペレーターの顧客対応⽀援/対応⾃動化/サービスの改善点の分析 2.知識が求められる業務⽀援 リスク回避 ヒヤリハット/契約リスク回避/訴訟回避/法規抵触回避/コンプライアンス対応/ 研究・開発 ⼤量の論⽂やレポートを活⽤、探索的・発⾒的な作業を⽀援 保守技術サポート 製品・ソリューションの保守・障害などで、問題解析・対策確定 品質管理 構造データ、⾮構造化データの解析を通して品質問題に早期対応。 営業 営業品質の向上、個別顧客への最適提案⽀援、問い合わせ対応⽀援、離反防⽌、需要調査 人材 人材の可視化と適正配置(マッチング) 3.製品・サービス向上 マーケティング 競合調査・比較、キャンペーン効果測定、業界・市場調査、ブランドイメージ、製品の好評不 評、利用シーン調査、乗り換え分析
  5. 30分でサクッと!検索&分析事例 千本ノック 全体像 IBM製品を使った検索&分析システムの事例をババっと4回シリーズでご紹介!全て聞くと色々な 分野の検索&分析事例をあらかた網羅できる Customer Success, IBM Technology Sales,

    Japan / © 2021 IBM Corporation 5 回 セッション名 日時 1 30分でサクッと!検索&分析事例千本ノック1 概要編 9月9日(木)12:15〜12:45 2 30分でサクッと!検索&分析事例千本ノック2 VoC/リスク回避/研究開発編 9月16日(木)12:15〜12:45 3 30分でサクッと!検索&分析事例千本ノック3 保守技術サポート/品質管理編 9月24日(金)12:15〜12:45 4 30分でサクッと!検索&分析事例千本ノック4 営業/人材/マーケ編 9月30日(木)12:15〜12:45
  6. Question 1 Watson 製品群について知っていますか? もしくは以下にアクセス https://app.sli.do/event/fxtignrj Customer Success, IBM Technology

    Sales, Japan / © 2021 IBM Corporation
  7. Watson 製品の全体像 Customer Success, IBM Technology Sales, Japan / ©

    2021 IBM Corporation 7 ⼼理系 ⾔語系 Watson Assistant アプリケーションに⾃然⾔語インターフェースを追加して エンドユーザとのやり取りを⾃動化 照会応答系 Text to Speech テキスト⽂章を⾳声に変換する Speech to Text ⾳声をテキスト⽂章に変換する Visual Recognition 画像コンテンツに含まれる意味を検出する 知識探索系 ⾳声系 Discovery 先進的な洞察エンジンを利⽤して、デー タの隠れた価値を解明し、回答やトレン ドを発⾒する Discovery News Discovery上に実装され、エンリッチ情報 も付加されたニュースに関する公開デー タセット Personality Insights テキストから筆者の性格を推定する Language Translator テキストを他⾔語へ翻訳を⾏う Natural Language Understanding ⾃然⾔語処理を通じてキーワード抽出、エン ティティー抽出、概念タグ付け、関係抽出な どを⾏う Natural Language Classifier テキスト⽂章の分類を⾏う(質問の意図推定など) Tone Analyzer(⽇本語未対応) テキストから筆者の感情、社交性、⽂体を解析 Knowledge Studio コーディングなしに、業務知識から⽣成した 機械学習モデルで、⾮構造テキストデータか ら洞察を取得 画像系 2020年2月時点
  8. Question 2 Watson Discovery について知っていますか? もしくは以下にアクセス https://app.sli.do/event/fxtignrj Customer Success, IBM

    Technology Sales, Japan / © 2021 IBM Corporation
  9. Watson Discoveryとは 大きく3つの機能を提供 Customer Success, IBM Technology Sales, Japan /

    © 2021 IBM Corporation 9 文書取り込み機能 Word/PDF/JSON/DBなど 多様なデータの変換、取込 エンリッチ機能 コグニティブ機能(NLU/WKS) によるテキスト分析・タグ付け クエリー機能 独自APIでのquery機能 高度な検索・分析が可能 ?
  10. 検索&分析デモ 投影のみ Customer Success, IBM Technology Sales, Japan / ©

    2021 IBM Corporation
  11. このシリーズで扱う事例について 以下のカテゴリーの事例をご紹介します Customer Success, IBM Technology Sales, Japan / ©

    2021 IBM Corporation 11 ⽬的 カテゴリー 1.顧客体験・接点の改⾰ VoC オペレーターの顧客対応⽀援/対応⾃動化/サービスの改善点の分析 2.知識が求められる業務⽀援 リスク回避 ヒヤリハット/契約リスク回避/訴訟回避/法規抵触回避/コンプライアンス対応/ 研究・開発 ⼤量の論⽂やレポートを活⽤、探索的・発⾒的な作業を⽀援 保守技術サポート 製品・ソリューションの保守・障害などで、問題解析・対策確定 品質管理 構造データ、⾮構造化データの解析を通して品質問題に早期対応。 営業 営業品質の向上、個別顧客への最適提案⽀援、問い合わせ対応⽀援、離反防⽌、需要調査 人材 人材の可視化と適正配置(マッチング) 3.製品・サービス向上 マーケティング 競合調査・比較、キャンペーン効果測定、業界・市場調査、ブランドイメージ、製品の好評不 評、利用シーン調査、乗り換え分析
  12. VoC(Voice of Customer) コールセンターや自動応答で収集したログを分析し製品やサービスの改善に生かす Customer Success, IBM Technology Sales, Japan

    / © 2021 IBM Corporation 12 ①コールセンター・オペレーター⽀援(Agent Assist) ユーザー 一般消費者 オペレーター オペレーター⽀援 コンソール 分析者 マーケティング担当 商品企画担当 コールセンター管理者 など ③BOTによる対話型⾃動応答 (Conversational BOT) BOT制御 アプリケーション 照会応答I/F スマホアプリ LINE Web ②お客様の声分析 (Voice of Customer) ・対話ログ (テキスト) ・e-メールログ ・対話ログ (テキスト/⾳声) ・対応ログ ・ソーシャル・メディア ・市場調査、ディーラー調査など 分析者 ダッシュボード 主要なオファリング Watson Speech to Text/Watson Assistant/ Watson Discovery / Cloud Pak for Data /
  13. リスク回避 時間のかかるリスク表現有無の判定を自動化し手間を省く Customer Success, IBM Technology Sales, Japan / ©

    2021 IBM Corporation 13 解決策 NGワード表現のデータを使って 問題解決できないか︖ 課題 withコロナ下でリモートワークが加速する中、 顧客とのやり取りにおけるコンプラ管理の重 要性が増してきている • ⼈⼿で確認を実施している • 確認する項⽬・対象が多い • 法的チェックなどのプロセスが徹底されて いない • NGワード表現 • ・・・ 課題解決への取り組み例 ※すべてのお客様で効果が得られることを保証するものではありません 文章作成担当者 消費者 チェック担当者 構想 • 構想力 • 知識・情報収集力 文章作成 • 文章力 チェック • NGワード基準 修正 • 評価基準 い 本あう え お ⽇ ア オ 広告 リリース 認知 検討 購買 関連するNGワードとNGの 理由が整理され判定回答 NGワード・フレーズやその 類似表現のバリエーション蓄積 テキストレビュー ◦◦は、肝炎におけるウィルス血症の 改善に最高の効果を示します。 副次的なリスクが低いことが実証さ れている安全性の高い薬です お肌のシミやくすみにサヨウナラ。 ◦◦はアレルギー肌のあなたでも安心 してお使いいただけます 毎日塗るだけであなたの肌年齢を見 違えるほど若くします。 100%ピュアな成分が肌本来の機能 を高めます 審査負荷 軽減 主要なオファリング Watson Discovery / Cloud Pak for Data / Cognos Analytics(オプショナル)
  14. 研究開発 過去の特許、試験データ、製品情報、研究論文などを横串検索し研究開発を効率化 Customer Success, IBM Technology Sales, Japan / ©

    2021 IBM Corporation 14 主要なオファリング Watson Discovery / Cloud Pak for Data / Cognos Analytics(オプショナル) 課題 データの収集に時間がかかる Before • 情報があちこちに散在している • テキストデータはあるが貯めているだけ クローラ エンリッチ 保存 検索対象⽂書 インデックス テキスト マイニング 解析対象テキスト (⾃然⾔語) •特許情報 •製品情報 •研究論文 •過去の試験データ •製品クレーム など 研究開発 担当者 同じような試験を再度⾏い効率が悪い 解決策 データを⼀元管理し、業務を効率化でき ないか︖ • 特許 • 製品情報 • 研究論文 • ・・・ 特徴的なワードの辞書 抽出モデル After
  15. 保守技術サポート 質問回答と関連文書の探索を各Watsonサービスの組み合わせで技術員支援を実現 Customer Success, IBM Technology Sales, Japan / ©

    2021 IBM Corporation 15 ユーザーアプリ 情報検索 ⾃然⾔語理解・対話 検索結果表示 検索結果 Watson Assistant Watson Discovery 回答 回答 ・各種ドキュメント ・QA集 回答画⾯作成/ 表⽰ Xxの定期点検作業計画 の⽴案で注意する点は︖ 辞書・ルール Watson Knowledge Studio 機械学習モデル 技術作業 員 技術作業 員 対話開始 質問詳細化 聞き返し キーワード化 検索 質問の意図とキーワードを判断 し、意図に基づいた回答を行う。 必要に応じユーザーと対話を行う 10年点検のxx作業の点検項⽬ は下記テンプレートを使⽤します。 なお完了報告には通常の報告書 類に加え、◦◦の書類も提出する 必要があります 書類サンプル︓xxxxx キーワードおよび自然文から 関連文書を検索 必要な情報を抽出しや すくするための各種タ グ付けのためのルール やモデルを作成する 主要なオファリング Watson Discovery / Watson Assistant / Watson Knowledge Studio / Cloud Pak for Data / Cognos Analytics(オプショナル)
  16. 品質管理 数千件クレーム情報を既知未知判断や重要度判定の自動化により対応工数の大幅削減や作業品質の向上 Customer Success, IBM Technology Sales, Japan / ©

    2021 IBM Corporation 16 部位判定モデル 現象判定モデル 重要度判定モデル テキスト(表題) テキスト(状況) テキスト(対処) 交換品番 現象コード辞書 重要度辞書 テキスト表題 +状況 テキスト加⼯ +コピー A B Before • 1⽇数千件以上のクレーム情報、 技術報告書 • すべてを把握しきれない 重要度B 重要度A 重要度S 重要度C • クレーム情報 • 技術報告書 • ワランティーデータ • 従業員の声 • SNS • ・・・ 解決策 ⽇々上がってくるクレーム情報や技術報 告書のデータを使って、 問題解決できないか︖ 課題 • 重要度判断基準 • 品質レポート • ・・・ 重要度判定 モデル・辞書を作成 課題解決への取り組み例 クレーム情報 4. 担当者に割り振り 3. 重要度判定 2. モデルへの適用 1. テキストデータの取り込み 製品種別 市場クレームの確認や重要度の判別に労⼒と時 間が掛かっている 不具合の予兆・早期発⾒が難しい 不具合発⽣後の早期解決が難しい 主要なオファリング Watson Discovery / Cloud Pak for Data / Cognos Analytics(オプショナル)
  17. 営業 ロールプレイツールにより営業員の教育を支援 Customer Success, IBM Technology Sales, Japan / ©

    2021 IBM Corporation 17 主要なオファリング Watson Assistant/ Watson Discovery / Cloud Pak for Data /
  18. 人材 労力のかかる人材配置を人事マッチングを行うことで最適化 Customer Success, IBM Technology Sales, Japan / ©

    2021 IBM Corporation 18 課題 各部⾨の希望にマッチする⼈材配置が出 来ていない ⼈材配置に⼈⼿が掛かり過ぎている Before • ⼈材候補の情報を都度収集 • ⼈⼿による⼈材配置 解決策 テキストデータを含む⼈事データを使って 問題解決できないか︖ ハイパフォーマー 異動候補者 経験A 経験B ポストA 習得可能経験 不足経験 タイプ1 基本情報 スキル 性格 経験A 経験B 経験C タイプ1 経験A 経験B 経験C 基本情報 スキル 性格 比較 1.ハイパフォーマーを タイプ分け 2. 異動候補者が どのタイプに近いか分析 3.不足経験を補える ポストへの配置 社員ID 基本情報 性格 スキル XXXXXX X • 技術職 • エキスパート資格 • 前職: 総務部 • 前々職: ビジネスデザ イン部 情報機器部門 開発推進担当 • 積極的レベル: 2 • 責任感レベル: 3 • 粘り強いレベル: 3 • … • 計画検討策定 • IT全般 • 運用改善 • … 分類結果 特徴 保守サービス 型 • 保守保全 • サービス • 基本スキル • ビジネス • 管理 • 積極的レベル高 • 責任感レベル高 • 粘り強いレベル高 技術者・ハイパフォーマー・ ベテランモデル タイプ2 ・・・ 経歴に合致したタイプに分類 配置 社員の人事データ モデルによる分類結果 • 業績評価 • 適性評価 • 育成データ • ・・・ ベストメンバーでのプロジェクトチーム組成 が出来ていない After 主要なオファリング Watson Studio Premium(SPSS) / Watson Discovery / Cloud Pak for Data / Cognos Analytics(オプション) 経験 経験
  19. マーケティング 世界各国のソーシャルメディア分析で効果的なマーケティング戦略を立案 Customer Success, IBM Technology Sales, Japan / ©

    2021 IBM Corporation 19 主要なオファリング Watson Discovery / Cloud Pak for Data ⽇本ソーシャルメディア ブラジルソーシャルメディア インドソーシャルメディア ソーシャルメディア分析クラウド SNS上の書き込み 様々な視点から 顧客の声を分析 ß 次期製品のコンセプト抽出 ß 地域別マーケティング ß キャンペーン効果継続施策 ß ⼩売、営業マンの評判分析 ß コーポレートブランド確認 ß 採⽤サイトの分析 など 分析画⾯ 中国ソーシャルメディア ブログ 情報サイト 分析するソーシャルメディアデータは データ保有企業様と直接ご契約し 取得する必要があります 複数⾔語を横断した⾼度な分析結果を 閲覧可能 クローラ エンリッチ 保存 インデックス 解析対象テキスト (⾃然⾔語)
  20. まとめ 以下のカテゴリーの代表事例を紹介しました Customer Success, IBM Technology Sales, Japan / ©

    2021 IBM Corporation 20 ⽬的 カテゴリー データの作り⼿/ システムの利⽤者 使⽤データ 効果 1. 顧客体験・接点の改⾰につながる分析 VoC オペレーターの顧客対応⽀援/対応⾃動化/ サービスの改善点の分析 - コール・センター - サービスセンター - 製品主管部⾨ 問い合わせログ(テキスト、⾳声)、 FAQ集、製品マニュアル、顧客情報、 応対マニュアル • 応対品質、顧客満⾜度向上 • FAQの質の向上 • スキル向上と費⽤削減 • クロスセル、アップセル 2. 知識が求められる業務⽀援のための分析 リスク回避 ヒヤリハット/契約リスク回避/訴訟回避 /法規抵触回避/コンプライアンス対応/ -製造品質担当 -法務、契約管理、営業 ヒヤリハット、事故報告書/過去契 約書や履歴、契約書レビュー履歴/ 業界法規/社内規定/社員のメール • リスク軽減 研究・開発 ⼤量の論⽂やレポートを活⽤、探索的・発 ⾒的な作業を⽀援 - 研究員 - 開発エンジニア - 製品企画 特許情報、科学論⽂、テストレポー ト、実験レポート、外部標準、業界 標準 • ⾰新的な研究テーマ特定 • 新製品開発・製品競争⼒向上 • 各種認証根拠の収集作業⽣産性 保守技術サポート 製品・ソリューションの保守・障害などで、 問題解析・対策確定 - 製品保守員 - 保守後⽅⽀援部⾨ - フィールド・サポート 製品マニュアル、保守マニュアル、 過去対応履歴、Lessons Learned • -顧客対応スピードや正確さ向上 • 保守員のスキル向上、平準化 • 顧客体験・満⾜度向上 品質管理 構造データ、⾮構造化データの解析を通し て品質問題に早期対応。 - 製造品質担当 - 製造現場技術者 - 開発部⾨ 品質データ、顧客クレーム、テスト レポート、製造現場各種報告書(修 理)、企画、Lessons Learned • リコール等に伴うコスト削減 • 品質向上による顧客満⾜度向上 営業 営業品質の向上、個別顧客への最適提案⽀ 援、問い合わせ対応⽀援、離反防⽌、需要 調査 - 営業、営業⽀援部⾨ - 店舗・代理店 - バックオフィス要員 過去提案書、事例、問い合わせログ (テキスト、⾳声)、FAQ集、製品 マニュアル、顧客情報、SFAデータ、 契約情報。公的機関の⼊札情報 • 営業品質の向上 • 顧客体験・満⾜度向上 • 離反防⽌ 人材 人材の可視化と適正配置(マッチング) -人材・人事 -求職、職種募集側 - SFA、人事情報、求人情報 - 研究論文、成果物 • 適正配置 3.製品・サービス向上のための分析 マーケティング 競合調査・比較、キャンペーン効果測定、 業界・市場調査、ブランドイメージ、製品 の好評不評、利用シーン調査、乗り換え分 析 - 消費者(SNSなど) - メディア - 公的機関文書 -マーケットリサーチ アンケート、SNS、ニュース、ブロ グ、白書、調査結果、キャンペーン 企画情報、製品販促資料やWebサイ ト、製品キャッチコピー • 調査費の削減 • 企画の根拠エビデンス
  21. 30分でサクッと!検索&分析事例 千本ノック 全体像 IBM製品を使った検索&分析システムの事例をババっと4回シリーズでご紹介 Customer Success, IBM Technology Sales, Japan

    / © 2021 IBM Corporation 21 回 セッション名 日時 1 30分でサクッと!検索&分析事例千本ノック1 概要編 9月9日(木)12:15〜12:45 2 30分でサクッと!検索&分析事例千本ノック2 VoC/リスク回避/研究開発編 9月16日(木)12:15〜12:45 3 30分でサクッと!検索&分析事例千本ノック3 保守技術サポート/品質管理編 9月24日(金)12:15〜12:45 4 30分でサクッと!検索&分析事例千本ノック4 営業/人材/マーケ編 9月30日(木)12:15〜12:45
  22. 最後に アンケートにご協力をお願いいたします! もしくは以下にアクセス https://app.sli.do/event/fxtignrj Customer Success, IBM Technology Sales, Japan

    / © 2021 IBM Corporation
  23. 23 Customer Success, IBM Technology Sales, Japan / © 2021

    IBM Corporation