• ソリューション「コンタクトセンターによるWeb動線活用 (Predictive Engagement) 」

ソリューションコンタクトセンターによるWeb動線活用
(Predictive Engagement)
AIによりユーザのWeb行動を予測、
リアルタイム接客を実現

リアル店舗のような接客をオンラインでも実現してみませんか?
例えば、お客様が服を買うためにアパレル店舗に入って来たシーンを想像してみて下さい。
店員であるあなたはお客様の行動を観察し、シャツを探しているようであれば、新しく入荷してきたシャツや、それと合わせたアウターをおすすめすることができます。
これと同じことがオンライン上でも可能です。
Webサイトにアクセスしてきたお客様の行動をAIが機械学習により分析、お客様の次の行動を予測します。
もしお客様が何か困っているようであればお声掛けをする、商品の説明が必要そうであればご説明する、ご購入頂けそうであれば別の商品も合わせておすすめする。
本ソリューションはこれらのことを実現することができます。

Web動線を活用することにより、これまでコストセンターだとみなされていたコンタクトセンターが、企業の収益向上に貢献することができます。
コンタクトセンターによるリアルタイム接客を検討してみませんか。

POINT01

Webサイトにおける
お客様の動線(行動履歴)を
リアルタイムに収集

対象となるWebサイトにスニペットという数行程度の簡単なJavaScriptを入れることにより、お客様の動線情報(行動履歴)を収集し、リアルタイムでカスタマージャーニーマップを生成します。さらに、お客様の行動に基づいたタグを付与することにより、セグメンテーションを行います。
例えば、シャツの情報を何度も見ているお客様にはシャツに関連する新製品の情報をご提供するといったように、セグメントごとに異なるパターンの自動接客が実現できます。

Web動線(行動履歴)
オペレーターはユーザのWeb動線
(行動履歴)を見ながら対応可能引用:ジェネシス・ジャパン資料
POINT02

AIによる過去データ分析から
お客様の意図を予測し、
最適なタイミングを特定

サイト訪問者の行動履歴を機械学習したデータから、今現在サイトに来ているお客様の行動を予測します。
ゴール(購入など)に至りそうなお客様、または離脱しそうなお客様の行動をAIが察知して、最適なタイミング、最適な手段でもってお客様にアプローチを図ります。
また、お客様の行動からアウトカムスコア(購入確率)をリアルタイムで算出します。購入に至りそうであればスコアは上がり、逆に、離脱しそうな行動を取ることにより、スコアは下がって行きます。

過去のデータより、「このような動きをするお客様は
離脱する可能性が高い」
と判断した場合、
先回りして自動接客を行う事が可能です。引用:ジェネシス・ジャパン資料
POINT03

最も効果的な手段でお客様に
アプローチすることによる
リアルタイム接客

AIが判断した最適なタイミング、最適な手段でお客様に自動的にアプローチすることでリアルタイム接客を行い、ゴール(購入、契約、申込みなど) に結び付けます。アプローチの手段は下記になります。

  • コンテンツ表示 (ポップアップによる追加説明、注意書き、新情報など)
  • チャット (ボットまたは有人)
  • 電話 (コールバックなど)

また、前述のアウトカムスコア(購入確率)を元に、接客を行うことも可能です。
例えば、過去のデータから予測してこのままだと離脱の可能性が高いお客様には、「お困りごとはありませんか?」とポップアップ表示にてお声掛けを行ない、オペレーターによる有人チャットに誘導する事なども可能です。

トリガー(ユーザの属性、ユーザの行動、アウトカムスコア(購入見込み)とアクション(コンテンツ表示
(ポップアップ)、チャット(有人/ボット)、コール(コールバック))
これらを実現するのはGenesys 社の Predictive Engagement (旧名Altocloud)ソリューションになります。
https://www.genesys.com/ja-jp/capabilities/predictive-web-engagement

お困りのことがございましたら、
お気軽にご相談ください。