こんにちは、AWS営業部の洲崎です！

遅れながら、re:Invent2019にて行われた下記セッションについてレポートします。

セッションタイトル：EUC214-R1: Contact Lens for Amazon Connect: new speech analytics powered by ML

内容 Announced at re:Invent, Contact Lens for Amazon Connect is a set of machine learning contact center analytics capabilities integrated into Amazon Connect. Learn how contact center supervisors can better understand the sentiment, trends, and compliance risks of customer conversations to effectively train agents, replicate successful interactions, and identify crucial company and product feedback. Using AWS ML natural language processing (NLP) and speech-to-text, Contact Lens for Amazon Connect can be used to transcribe contact center calls, analyze sentiment, and detect silence times to create a fully searchable archive and surface customer insights. Leverage these learnings to modernize your contact center and improve customer engagement. スピーカー Yasser El-Haggan - WW Technical Leader, Amazon Web Services Atul Deo - Principal Product Manager - Amazon AI, Amazon Web Services Mike Cowgill - Principal Engineer, Intuit アジェンダ Challenges in contact centers What is Contact Lens for Amazon Connect? How dose Contact Lens for Amazon Connect work? How does Contact Lens for Amazon Connect help improve customer engagement? Customer regerences Getting started!!

 

レポート

AmazonConnectの概要

Amazon Connectはあらゆる規模のビジネスをサポートするために拡張可能な、使いやすいオムニチャネルクラウドベースのコンタクトセンターです。 また、ニーズに応じて成長するツールでもあります。 機能としては下記4つがあげられます。

1. スキルベースのコンタクトフロー設定
2. 録音機能
3. リアルタイム&過去の分析
4. ハイクオリティな音質

またAmazon Connectには他のPBXと比べて4つの特徴があります。 1.動的で自然なコールフロー 2.セルフサービスでの構成 3.オープンプラットフォーム 4.AWSサービスで補完できる体制

ただ、それには終わらず、コンタクトセンターには下記課題がありました。

1. カスタマーケアの質に対しての不可視性
2. コンプライアンスのリスク
3. リアルタイムでの新たな問題の発見
4. リアルタイムでのサポートの欠如
5. エコシステムと切り離された製品
6. 高価なサードパーティの製品
7. 文章書き起こしの制度が悪い

これらに対して、Contact Lens for Amazon Connectではマシンラーニングの機能を利用しながら解決可能となります。 機能としては下記となります。

1. 高度な検索
2. 詳細な分析&感情分析
3. 会話内容の自動分類
4. テーマ検出(開発中)
5. SVアシスト(開発中)
6. オープンで柔軟なデータ処理

次よりContact Lenz for Amazon Connectの機能を紹介していきます！

1.Advanced Search(高度な検索)

Advanced Serachは新しい力を持った次世代の検索機能になります。 機能としては下記の４つになります。

1. 通話記録とチャット記録のキーワードとフレーズに基づいて連絡先を検索する
2. スピーカーの種類でフィルターをかける事が可能(顧客とオペレータの場合)
3. モダリティのフィルター(電話対応なのかチャットなのか)
4. センチメントスコアや非通話時間などの会話特性に基づいた検索

ユースケースとしては下記になります。

1. 顧客がサービスのキャンセルについて言及しているすべての会話を検索し、潜在的な顧客とのチャットの問題の大きさを理解する
2. 通話終了時の顧客感情が低かった連絡先を特定し、根本的な理由を見つけるために深く掘り下げることが出来る

2.Detailed analytics & sentiment analysis(詳細な分析&感情分析)

Detailed analytics & sentiment analysisによって顧客の詳細機能を強化する事が出来ます。 機能としては下記4つです。

1. 通話全体とチャットのトランスクリプトを確認できる

2. スピーカーごとの顧客とオペレータの感情を確認することが出来る

3. 通話/チャット中の顧客感情の進行を見る事が出来る
4. オペレータと顧客間の参加の内訳をみる事が出来る

ユースケースとしては下記です。

1. コンタクトセンターのSVは通話記録全体を確認し、通話記録全体を聞く代わりに、通話の最も関連する部分のみを聞くことができるようになる。
2. SVは顧客との会話中に大幅な一時停止のブロック(課題)をすばやく特定し、根本的な理由を調査する事が出来る。

3.Automated contact categorization(会話内容の自動分類)

Automated contact categorizationの機能を利用する事によって、カスタマーエクスペリエンスの問題を自動的に監視することができます。 機能としては以下です。

1. カスタムカテゴリを簡単に定義および管理できる
2. 指定する条件は、キーワード、フレーズ、および無音時間や中断頻度などの会話特性になる

ユースケースは以下です。

1. コンタクトセンターは会社のガイドラインに関連するスクリプトをオペレータの何％が遵守しているかを示すスコアカードを作成できるようになる
2. 競合他社の形状や価格の言及など、貴重な顧客フィードバックを自動的に監視できるようになる

4.Theme detection(テーマ検出：開発中)

テーマ検出で新たな問題とその深刻度を発見することが出来ます。 機能としては以下です。

1. 複数の顧客との会話の自動分析により通話量の増加、顧客の不満、繰り返し発生する問題を引き起こしている可能性のあるテーマを導き出すことが出来る
2. これらのテーマをわかりやすい視覚的な形式で提示し、SVが顧客のフィードバックに素早く対応できるようにする

ユースケースは下記です。

1. ビジネスリーダーが特定の製品に対する不満に関連する顧客へのアウトリーチの主な理由を理解できる
2. コンタクトセンターで先月、顧客からの電話が多い理由の主な理由をすばやく理解できる

5.Supervisor assist(SVアシスト：開発中)

リアルタイムにSVが分析することが出来るようになります。

1. リアルタイムダッシュボードでコンタクトセンターでのライブコールのセンチメントの進行を見る事が出来ます
2. SVはコールの特性（マネージャーと話すための要求など）に基づいてカスタム基準を変更し、リアルタイムのアラートを受信して​​顧客を引き付け、迅速に支援することもできます。

ユースケースとしては下記です。

• コンタクトセンターのスーパーバイザーは、顧客が電話を切る前に、不満を持っている顧客を特定して支援できるようになる。

Open&Flexible data(オープンで柔軟なデータ処理)

出力ファイルには、通話とチャットのトランスクリプトに加えて、感情、分類ラベル、通話速度、中断などの豊富なメタデータが含まれています。

このデータをさまざまな既存のシステムで活用できるようになります。

ユースケースとしては下記になります。

1. Amazon QuickSight などの BI ツールで CRM データとともに使用して、顧客エンゲージメントに関するインサイトを得ることができる。
2. データサイエンスチームはこのデータを使用して、Amazon SageMaker でカスタム機械学習モデルを作成することもできる。

Intuit社の事例

QuickBooks、TurboTax、Mintといった金融ツールを提供している会社になります。 https://www.intuit.com/ Intuit社は8か国に30を超えるコンタクトセンターを構えております。 2018年以降、下記内容にてAmazonConnectにてコールセンターの問題を解決していきました。

1. 2019年7月以降、すべての連絡先を処理するためのAmazon Connectへの移行が完了しました。
2. 1500万を超えるコンタクトを処理しました。
3. 対話時間は3億5,000万分を超えました。
4. 10,000を超えるエージェントがサポートしました。
5. 相互作用に関する測定可能な重要な品質指標を定義しました。
6. ビジネスの成長を可能に、かつ顧客の成功のためにパラダイムシフトしました。

繁栄のハブとしても、AmazonConnectは活躍しました。 2019年に開始され、2つのコミュニティでほぼ5,000万ドルの新規ビジネス活動を生み出しました。 これまでに、米国の5つのコミュニティで1,500の新規雇用を創出しました。 Intuit社の今日までの活躍は下記になります。

1. 季節ごとの需要曲線を3〜4倍の通常のトラフィックで拡張して専門家を管理しました。
2. 品質スコアカードを使用して、専門家と顧客間の相互作用を確認および測定しました。
3. コールのドライバーを理解して、セルフヘルプのコンテンツ作成を促進しました。
4. 法的およびコンプライアンスのリクエストをサポートしました。

また、2019年以降は下記を課題と認識し、チャレンジしています。

1. すべてのインタラクションの100％を聞くことを目指し自動化する取り組みをしている

2. データの分析が遅れると、状況に応じたトレーニングとフィードバックの能力が低下するからそれを防ぐ

3. 困難な統合を伴うベンダーの共有エコシステムを解決する
4. センチメントや顧客満足度などのシンプルなコンセプトは、エッジケースと一貫性のない収集指標に満ちている

Intuit社はContact Lens for Amazon Connectを活用し、最高の顧客体験のために前進していきます。

1. インタラクションを100％転写して、レビューを高速化します
2. 一貫したビジネス固有の品質指標をすべての通話にわたって自動的に適用します
3. すべてのコールでセンチメント分析を活用します
4. アドホック検索を有効にして、質問への迅速な回答を得ます
5. 文字起こし、検索、品質測定のための複雑なサービスのスケーリングを管理します
6. セキュリティとコンプライアンスのよく知られたパターンを備えた共通プラットフォームとして取り組みます。

感想

遅くなりましたがre:InventのContact Lenzセッションの2本目を投稿しました！ 今回は機能や事例の詳細をベースにしましたが、改めて機能の拡張が沢山でたなと感じました。 従来の早く柔軟で安全な100%クラウドベースのコンタクトセンターから、 高機能で何でもできるコンタクトセンター機能に生まれ変わりそうですね。 是非日本でも本番運用してみたい機能ばかりだなと感じました。 (この後プレビュー申請してみようと思います！) ではまた！AWS営業部の洲崎でした。