商品管理と取引
データ駆動型の洞察と、グローバルな商取引を可能にする安全で俊敏なプラットフォームを通じて、取引エコシステムを変革する。
顧客とマーケティング戦略
パーソナライズされたつながりある体験を通じて顧客エンゲージメントを再構築し、信頼と長期的な価値を築きます。
デジタルエンジニアリング
アイデアをスケーラブルなデジタルソリューションへと転換し、デザイン・テクノロジー・エンジニアリングの力で加速させます。
ステーション・スタジオ
デジタルイノベーションでモビリティハブを再定義し、移動中の人々と企業に、よりスマートでサステナブルな体験を創出します。
サプライチェーン＆インダストリー5.0
変化を予測し、目的を持って効率性を実現する、強靭で知的な供給ネットワークを構築します。
持続可能性
責任あるイノベーションを推進し、組織がネットゼロ目標を達成し、将来の世代に良い影響をもたらすよう応援します。
大量の顧客対応が手作業で分類されているため、非効率や不整合が生じ、サービスの対応や問題解決に遅れが生じている
なぜこの「クレーム分類」チャレンジなのか？
手動によるトリアージからインテリジェントなケースルーティングへ
カスタマーサービスの業務は正確な分類に依存していますが、手作業によるプロセスではミスが発生しやすく、対応が遅れ、拡張性にも限界があります
主なメリット
プロセスの最初の段階でサービスの効率が低下してしまう
不正確または遅延した分類が、サービス運用全体にわたり下流工程の非効率性を招く理由
手動による分類はボトルネックとなる
膨大な問い合わせ件数がチームを圧迫し、対応時間が遅れ、業務負荷が増大している
分類の不統一は品質を低下させる
人間の判断のばらつきはルーティングの誤りを招き、解決速度や顧客体験に影響を及ぼします
サービス運用の拡張性に限りがある
自動化なしでは、増え続けるやり取りの量を効率的に管理することはできません
ルーティングの遅延は解決結果に影響を与える
分類の誤りや遅延は、サービスライフサイクル全体の進行を遅らせる
NTTデータのサポート体制は？
01
顧客データの準備と整理
過去のインタラクションデータをクレンジング、正規化、およびデータエンリッチメントを行い、高品質なモデルトレーニングを実現する
02
高度なNLP分類モデルを開発する
ディープラーニングを活用して、顧客のリクエストに含まれる文脈、意図、および言語的なバリエーションを理解する
03
案件の分類と振り分けを自動化する
各やり取りをリアルタイムで適切なカテゴリに分類し、手作業の負担を軽減します
04
サービスワークフローと連携する
モデルを既存のシステムに組み込み、シームレスな業務実行を実現する
05
モデルのパフォーマンスを継続的に最適化する
モニタリング、フィードバックループ、およびデータ入力の継続的な更新を通じて精度を向上させる
実証済みの効果
インテリジェントな自動化によるサービス業務の変革
重要な結果
分類の高速化と精度向上がいかにしてエンドツーエンドのサービスパフォーマンスを向上させるか
上位3件の予測において95%の精度
AIを活用した分類により、一貫性が大幅に向上し、ルーティングエラーが減少します
最大25％のFTE再配分
自動化によりリソースが解放され、より付加価値の高い顧客対応に注力できるようになります
年間約21万5,000ユーロのコスト削減
手作業の負担を軽減することで、分類に関連する運用コストを削減できる
応答時間の短縮とサービス品質の向上
正確なルーティングにより、問題解決が迅速化され、顧客満足度が向上します
