re:Invent 2024: AmazonのCS革新 - Connect活用とAI導入の実例
はじめに
海外の様々な講演を日本語記事に書き起こすことで、隠れた良質な情報をもっと身近なものに。そんなコンセプトで進める本企画で今回取り上げるプレゼンテーションはこちら！
📖 AWS re:Invent 2024 - How Amazon.com powers customer-obsessed service with Amazon Connect (BIZ213)
この動画では、Amazonのカスタマーサービスにおける技術革新と変革について、Amazon ConnectのWorldwide Go to Marketチームのメンバーと、Amazon Customer Service Technologyのリーダーたちが語ります。Amazon.comの22カ国展開、24時間365日のサポート体制、10億個以上のパッケージ配送という規模感の中で、Generative AIを活用したCS Chatbotの導入や、Self-serviceとアソシエイト対応のバランス、コンタクトフローの最適化など、具体的な取り組みが紹介されています。特に、2007年から独自開発してきたAmazon Connectが2017年以降に追加した650以上の機能の95%が顧客フィードバックに基づいているという事実は、カスタマー中心主義を体現する好例として示されています。
※ 動画から自動生成した記事になります。誤字脱字や誤った内容が記載される可能性がありますので、正確な情報は動画本編をご覧ください。
※ 画像をクリックすると、動画中の該当シーンに遷移します。
re:Invent 2024関連の書き起こし記事については、こちらのSpreadsheet に情報をまとめています。合わせてご確認ください！
本編
Amazon Connectセッションの概要と背景
みなさん、こんにちは。本日は「How Amazon Powers Customer-Obsessed Service with Amazon Connect」のセッションにご参加いただき、ありがとうございます。私はLauren Dickersonと申します。Amazon ConnectのWorldwide Go to Marketチームのメンバーで、Amazonには8年以上在籍しています。これはAmazonの歴史の中では長いキャリアと言えますね。私はAmazonでの経歴をAmazon Customer Serviceで始め、そこで様々な運営やトレーニングチームのマネジメントを担当した後、Amazon Connectに異動しました。Amazon ConnectのGo to Marketチームでの最初の仕事は、amazon.comのストーリーを皆様のようなお客様に広めることでした。「Amazonは〇〇についてどう考えているの？」といった質問に答えるためです。最近よく聞かれる質問の一つが、「Generative AIについてAmazonはどう考えているの？」「自社のコンタクトセンターをどのように変革しようとしているの？」といったものです。
今日の目標は、これらの分野について詳しく掘り下げていくことです。この後、John ChaoとJeff Christensonが登壇します。お二人はAmazon Customer Service Technologyの組織のリーダーで、カスタマーサービスにおける変革、テクノロジー、組織の成長、そしてイノベーションの維持について、Amazonの視点から多くの質問に答えていただきます。
ご存知の通り、今日のセッションはサイレントセッションです。つまり、皆様にはヘッドセットという素敵なアクセサリーをつけていただくことになりますが、質問もしていただけます。セッション中は質問を受け付けられませんが、John、Jeff、そして私はセッション後に会場に残りますので、セッション中に答えられなかった質問がありましたら、その時にぜひお声がけください。セッションの最後には、私たちのLinkedInプロフィールに直接リンクするQRコードを表示しますので、一週間後に質問を思いついた場合でも、そちらでご連絡いただけます。
これから一緒に過ごす時間のアジェンダをご紹介します。まず私から、Amazonのミッション、Amazonの背景、そして変化するお客様の嗜好について、気づいている点をお話しします。その後、本日の主役であるJeffとJohnに、Amazon Customer Serviceについて、そのカスタマーエクスペリエンスと、テクノロジーを活用した組織変革についてお話しいただきます。その後、全員でステージに上がり、ファイアサイドチャットを行います。皆様の関心が高いと思われる質問を私から投げかけ、JeffとJohnにそれらについての考えを深く掘り下げてお話しいただく予定です。最後に、お客様とのパートナーシップとイノベーションループについてお話しして締めくくります。
Amazonのミッションとカスタマーサービスの規模
このような対話やプレゼンテーションでは、いつもAmazonのミッションから始めることにしています。私たちのミッションは「Earth's most customer-centric company（地球上で最もカスタマー中心の企業）」になることです。これについて2つ指摘したいポイントがあります。まず、このミッションは意図的に広い意味を持たせています。「地球上で最もカスタマー中心の書店」や「地球上で最もカスタマー中心のクラウドコンタクトセンタープロバイダー」とは言っていません。現在支援しているビジネスであれ、1年後、2年後、5年後にAmazonが行っているかもしれないことであれ、すべての活動においてカスタマー中心であることを表現しています。つまり、ビジネスや取り組みは変化するかもしれませんが、カスタマー中心主義は決して変わることはありません。私たちのミッションは常に同じです。
これは2番目のポイントにつながります。私たちの業務には非常に具体的な特徴があります。私のチームはクラウドコンタクトセンターを販売しており、私の仕事はCustomer-centricであることです。この2つの観点から考えることは非常に有用で、今日のセッションの残りの部分を組み立てる上で役立ちます。そして、このミッションについては、今日のセッションを通じて何度か触れることになるでしょう。Amazonは創業以来、20年以上にわたって3つの重要な理念を持ち続けています：カスタマーファーストであること、発明すること、そして忍耐強くあることです。
このセッションでは、スケールにおけるカスタマーサービスやカスタマーエクスペリエンスについて多く話し合います。Amazon.comにとって、スケールとは何を意味するのでしょうか？これを説明し定義するために、いくつかの指標を示しています。アメリカのSame-Day sitesから10億個以上のパッケージが配送され、Amazonのストアは22カ国に展開され、24時間365日のカスタマーサービスサポートを提供しています。ここで示されているデータポイントの多くは、Amazonのグローバルなスケールについて語っていますが、もう一つの側面もあります。
Amazon.comのカスタマーサービスがサポートするビジネスの幅広さも印象的です。Amazonのカスタマーサービスへの問い合わせを考えると、配送中の荷物の紛失や、交換が必要な不良品の受け取りなど、特定のシナリオが思い浮かぶかもしれません。また、Kindleデバイスのトラブルシューティング、Primeウェブサイトの案内、映画の選択支援、ダウンロード速度の問題など、他の問い合わせもサポートしています。これらすべての問い合わせがAmazonカスタマーサービスに寄せられ、グローバルかつ地理的なスケールだけでなく、サポートするビジネスの深さも示しています。
Customer-centricな企業として、私たちはカスタマーサービスに対する顧客の要求トレンドを理解し、それに従う必要があります。Gen ZとMillennialsに関するGartnerのデータを見ると、これらの世代は、セルフヘルプやSelf-serviceチャネルを通じてカスタマーサポートを受けることを好むことがわかりました。実際、セルフヘルプやSelf-serviceで回答が見つからない場合、探すことを諦めてしまう可能性があります。ブランドの否定的な認識や潜在的な顧客離れを避けるために、私たちは顧客に優れたセルフヘルプと自動化されたSelf-serviceオプションを提供する必要があります。ただし、Amazon.comの顧客全てがMillenialsやGen Zに該当するわけではないことを理解した上で、バランスを取る必要があります。Self-serviceオプションと、人的対応を好む顧客や複雑な問題に対する最高クラスの人的サポートの両方を提供する必要があります。
ここで、Amazonがこれをどのように実現しているのか、そしてその理念とミッションをテクノロジーにどう結びつけているのかを説明したいと思います。Amazonのカスタマーサービスは当初、テクノロジーベンダーに運営を依存していました。2007年、チームは市場の他のベンダーを評価するためのRFPを実施しました。回答を受け取った際、ニーズの100%を満たせるベンダーがいないことがわかりました。ビルダーの文化とCustomer-obsessedな従業員を持つAmazonは、独自のテクノロジーを構築することを決定しました。現在だけでなく、将来のスケーリングと成長のために、まさに望むものを作れることを知っていたのです。その年の後半、彼らはソリューションを立ち上げ、これによってAmazonは新しい地域やビジネスに拡大することができました。2017年、AWSの顧客からの要望に応えて、Amazon.comが長年使用してきたものの商用版としてAmazon Connectが発表されました。目標は、アソシエイトが完全に顧客に集中できる直感的なシステムを作り、スーパーバイザーや管理者が簡単に変更を加え、運営を管理できるようにすることでした。
Amazon Customer Serviceの革新的アプローチ
では、Amazon Customer Serviceのジョンに引き継ぎたいと思います。 ローレン、ありがとうございます。カスタマーサービスの同僚の皆さんとこのように時間を共有できる機会は滅多にないので、本日会場にいらっしゃる皆様、そしてストリーミングでご視聴の皆様にお会いできて大変嬉しく思います。私はJohn Chowと申しまして、Amazon Customer Serviceのプロダクトサイエンス＆テクノロジー部門を率いています。私たちは主に3つの分野に注力しています。まず第一に、お客様に焦点を当て、素晴らしく、喜んでいただける、便利な体験を作り出すことです。
これらの体験は主にSelf-serviceを通じて構築しており、お客様がアソシエイトに連絡することなく、自身で問題を解決できるようにしています。次に、コンタクトハンドリングツール、CRM、トレーニングツール、コーチングツールなどのアソシエイト向けツールを開発しています。アソシエイトがお客様との時間を十分に取れるよう、トレーニング、コーチング、育成に努めています。そして最後に、本セッションでより詳しくお話しする内容ですが、AWSとAmazon Connect上にインフラストラクチャを構築しています。
カスタマーサービスと聞くと、多くの方は、お客様が電話をかけ、その向こう側でアソシエイトが応対するという光景を思い浮かべるでしょう。一般的にはそれがカスタマーサービスのイメージです。しかしAmazonでは、そのような考え方を大きく変える独自の方法を持っています。まず、欠陥のない体験の提供を目指します。欠陥が発生した場合は、主にSelf-serviceを通じて、お客様に喜んでいただける便利な解決方法を提供します。それでも解決できない場合は、アソシエイトがお客様の問題解決をサポートします。
欠陥の排除についてもう少し詳しくお話ししましょう。最高のカスタマーエクスペリエンスとは、そもそもお客様が私たちに連絡する必要がない状態です。私たちは2つの要素を使って、お客様に影響する欠陥の排除を優先しています：カスタマーアネクドートとデータです。これらを使用してAmazon内の上流の欠陥を特定し、その根本原因に対処することで、コンタクトを未然に防ぎます。これによりカスタマーエクスペリエンスが向上し、下流のコストも削減できます。次に、欠陥を排除できない場合は、Self-serviceテクノロジーソリューションを通じてお客様の労力を軽減し、お客様のペースとスケジュールで対応できるようにします。お客様は中断した場所から作業を再開することができます。
最後に、最初の2つの段階で成功しなかった場合や、お客様が人との会話を希望する場合は、世界クラスのカスタマーサービスサポートを提供するスキルとツールを持つカスタマーサービスアソシエイトにつなぎます。このアプローチにより、最高のカスタマーサービス体験を提供することができます：まず欠陥を排除し、欠陥を排除できない場合はAutomationを通じたSelf-serviceを可能にし、最後に、お客様が希望する場合や必要な場合は、アソシエイトと話して問題を解決できるようにします。ローレンが述べたように、お客様は私たちのミッションであり、Customer Obsessionは私たちの道しるべとなるリーダーシップ原則なのです。
Generative AIを活用したカスタマーサービスの進化
では、私たちの世界における典型的なカスタマーサービスの流れがどのようなものになるのか、いくつかの例を見てみましょう。昨日のKeynoteで、AmazonのCEOであるAndy JassyがAmazonにおけるプラクティカルなAIの活用方法について説明し、その中でもカスタマーサービスが注目を集めたことに、私たちは大変興奮しています。この発表でお話しする内容は、従来のカスタマーサービスのアプローチをどのように活用し、Generative AIへの投資を通じて、お客様とアソシエイトに充実したセルフサービス体験を提供してきたかということです。
ここでご覧いただいているのは、今年米国でローンチした自然言語による会話型Chatbotです。お客様は自由にセルフサービスを利用でき、最適な解決策を見つけられるよう、お客様の状況に応じて適応していく仕組みになっています。このChatbotの実際の活用例を見てみましょう。主人公はDiegoです。Diegoは、ホームオートメーションプロジェクトで使用するスマートライト電球が届くのを楽しみにしているAmazonのお客様です。
Diegoは、Prime特典で翌日に電球を受け取りましたが、サイズが間違っていることに気づきました。これはさまざまな理由で起こり得ます。注文時にサイズを間違えた可能性や、商品ページの説明が不正確だった可能性、まれに注文したものと異なる商品が届くこともあります。いずれにせよ、Diegoは助けを必要としています。Diegoはまず、セルフサービスで問題を解決しようとしました。セルフサービスでの対応の流れを見てみましょう。DiegoがAmazon appでカスタマーサービスにアクセスすると、すぐに購入した電球が一覧に表示されます。この時点で、Diegoには複数の解決方法が提示されます。ガイド付きのワークフローを使用することもできますが、今回の場合、AIを搭載したCS Chatbotを利用することを選びました。
この会話型Chatbotは、Diegoをいくつかのステップに導きます。まず、Diegoがなぜ問い合わせたのかという意図を理解します。次に、利用可能な解決策を提案します。これには返品プロセスが含まれ、Diegoは希望する返品場所と返金方法を選択できます。そして最後に素晴らしいのは、システム上の不具合を解消するために活用できる可能性のある顧客の声として、電球についての質問をChatbotが行うことです。
舞台裏では、CS Chatbotが商品が返品や交換の対象になるかどうか、あるいは他の対応が可能かどうかを確認しています。また、Diegoの希望する返品場所や方法を確認し、最寄りの場所を特定して提案しています。Generative AIのおかげで、以前にはできなかったことが可能になりました。例えば、途中でDiegoの意図が変わった場合でも対応できます。返品ではなく別の対応を希望する場合、Generative AIは各ステップで意図を理解し、静的な決定木の最初に戻すことなく、異なる解決策のパスに切り替えることができます。この事例では、Diegoは商品を返品することを選び、最も便利なオプションとしてWhole Foodsを返品場所として選択しました。全体として、これはセルフサービスを通じた便利で満足度の高い体験だと考えています。
では、Amazonでよく見られる別のカスタマージャーニーを見てみましょう。Shirleyさんの例です。ShirleyさんはAmazon Echo Showを新しく購入して、とても楽しみにしていました。キッチンで音楽を聴いたり、レシピを調べたりするために使おうと考えていました。しかし、実際にデバイスを使ってみると、スピーカーに問題があることに気づきました。 Echo Showの音量が小さいままで、音量を上げることができない状態だったのです。
よくあるケースとして、Shirleyさんはまず自分で問題を解決しようと、ヘルプ記事を確認しました。しかし、セルフヘルプを試してみても、音量は相変わらず小さいままで、問題を解決することができませんでした。そこで、最近リリースされたCS Chatbotを試してみることにしました。ChatbotはすぐにShirleyさんの問題を特定しましたが、適切な解決方法を提供できないと判断し、技術サポートのスペシャリストに接続することを提案しました。そしてChatbotは、Shirleyさんを技術スペシャリストのSofiaに転送しました。
バックグラウンドでは、同様のプロセスが進行していました。Shirleyさんがカスタマーサービスに連絡した意図を把握するだけでなく、さらに重要なのは、文脈を最後まで保持していたことです。Shirleyさんがセルフヘルプを試したこと、Echoのトラブルシューティングを音量の問題で行ったこと、Chatbotに接続したこと、そしてChatbotで問題を解決できなかったことまで、すべての情報がわかっていました。この文脈をスペシャリストまで引き継ぐことで、カスタマーにとって最も不快な体験の一つである、担当者が変わるたびに状況を説明し直す必要性をなくすことができたのです。
ShirleyさんがSofiaに繋がると、Sofiaは手元のツールを使って、これが製品の欠陥であることをすぐに特定しました。 利用可能なツールセットでは解決できない問題だったため、素早く代替品を注文し、不良品の返品手続きを設定して、Shirleyさんの問題を解決しました。先ほど、私たちはまず問い合わせ自体が発生しないように欠陥を取り除くことを目指し、その後でセルフサービスやアソシエイトとの対話を通じて対応すると説明しましたが、私たちの第一の目標は、お客様の問題を解決することです。
しかし、この欠陥を把握することは非常に重要です。例えば、Shirleyさんが単に製品を返品しただけだった場合、私たちはそれが欠陥品だと特定できなかったかもしれません。そうなると、音量が低いままになってしまう原因について、カスタマーの声やデータをEchoチームに伝えることができなくなります。さらに悪いことに、Shirleyさんが代替品を注文しなかった可能性もあります。これは、Laurenが先ほど話していたことに関連しますが、彼女が説明した内容を拡張できない場合、セルフサービスによる解決ができないだけでなく、カスタマーの問題自体を解決できなくなってしまうのです。
お客様の問題を解決できず、不具合の原因も分からない場合、製品やブランドへの信頼を失うことになりかねません。このようなコンテキストをお客様から得ることは、私たちにとって非常に価値があります。なぜなら、より早く不具合を特定し、根本原因を突き止め、同じ問題が再び発生することを防ぐことができるからです。このアプローチにより、お客様のAmazon製品への信頼を維持することができ、さらに重要なことに、カスタマーサービスが組織全体を代表して、サポートするすべての製品とサービスについてお客様の声を代弁する役割を果たすことができます。
Amazon Connectの技術的側面と顧客体験の最適化
私はJeff Christensenです。Amazonのカスタマーサービス部門でSenior Manager of Software Developmentとして13年間勤務しています。私のチームは、Amazon Connectを含むAWSサービスを使用したソリューションを開発しています。Johnは私たちが目指すお客様を喜ばせる体験についてご説明しましたが、これらの体験の多くを支えているのが、カスタマーサービスのためのAmazon Connectです。私たちのコンタクトセンターインフラストラクチャには様々な要件がありますが、大きく分けると「規模」「柔軟性」「品質」の3つの側面に分類できます。
すでにAmazonのグローバルな規模については簡単に触れましたが、多様で成長し続けるお客様基盤に対応するには、世界規模の電話通信戦略が必要です。Amazon Connectは世界中の電話通信プロバイダーのネットワークを管理しており、複数のベンダーを管理したり、複雑な複数年契約を交渉したり、ピーク時の通話量を確約したりする必要性を排除しています。この電話通信サービスには、世界20カ国以上の直通番号およびフリーダイヤル番号と、200以上の発信先への対応が含まれています。Amazon Connectの管理されたネットワークにより、新しい地域への展開や、お客様になじみがあり応答しやすい国内発信者番号の使用など、カスタマーエクスペリエンスの向上に注力することができます。
柔軟性という観点では、複雑で多様なビジネスニーズに対応できるカスタマイズ可能なシステムが必要です。Amazonが新しい事業分野に進出する際、ConnectのAPI機能を活用してカスタマーエクスペリエンスをカスタマイズすることができます。この柔軟性が特に重要なのは、問い合わせがカスタマーサービスをどのように進んでいくかという点です。Amazon Connectのコンタクトフローを使用することで、あらゆる種類の体験を作成でき、ビジネスニーズの成長と進化に合わせて容易に複製や調整が可能です。例えば、プロンプトのカスタマイズ、CS Chatbotの統合、キューベースのルーティングロジックの最適化など、特定のニーズに合わせてすべてをカスタマイズできます。
最後に、信頼性が高く、最高品質を提供するシステムが必要です。多くの方が、接続が切れて最初からやり直さなければならないようなカスタマーサービスを経験したことがあるでしょう。それは非常にストレスフルです。私たちは、二度と問い合わせが切断されることなく、すべての問い合わせが可能な限り最高品質の接続で行われる世界を思い描き、それを実現しようとしています。これを実現するにはシステム全体にわたる広範な取り組みが必要ですが、Amazon Connectは、パケットロス、ジッター、往復時間など、お客様への全体的な品質と信頼性を向上させるために使用される多くの品質指標を提供しています。
より詳しく見ていきましょう。Amazon Connectは、カスタマーサービスにおける技術革新の追い風となり、より迅速な開発と改善を可能にしています。いくつか具体例を見てみましょう。Johnが先ほど話したCS ChatbotとCS Chatopsは、お客様が必要とする場所で問題解決をサポートする重要な要素です。Johnが先述したように、現在アメリカではGenerative AIを活用しています。Amazon Connectは、音声やチャットでの顧客とのコミュニケーションにおいて、Chatbotとのインテグレーションのためのフックとインフラを提供しており、これらの統合はすべてAmazon内で行われています。
これらの統合はすべてAmazon Connectのコンタクトフロー内で実現されています。その結果、Generative AIソリューションを活用して、より多くのお客様の問題をより迅速に解決できるようになりました。また、カスタマーサービスではデータを活用して、顧客体験の向上と効率化を図っています。具体的には、顧客プロファイルデータ、過去のやり取り、CS Chatbotとのやり取りで得られたシグナル、リアルタイムのイベントストリームなどを活用しています。これらのシグナルを収集・活用することで、顧客体験の向上を実現しています。
改善の一つの領域が、コンタクトフローにおけるお客様の時間と労力です。何十万もの独自の分岐ロジックを持つシステムで、リアルタイムデータを活用してコネクション体験を最適化し、最終的にお客様がコンタクトフローで費やす時間と労力を削減し、必要なサポートをより迅速に受けられるようにしています。また、この体験に安全装置を組み込むことで、スタッフが配置されていない行き止まりのキューや、永遠にループして担当者に繋がれないコンタクトフローループ、さらには切断されてしまうような状況に陥ることを防いでいます。
お客様が担当者との会話を希望する場合や、セルフサービスや自動化されたソリューションで問題を解決できない場合、生成された豊富なコンテキストを活用して最適なコンタクトルーティングを行い、Bot-to-Associate引き継ぎの際に顧客コンテキストを保持することで、お客様が状況を再度説明する必要がないようにしています。スキルを持った担当者に顧客をルーティングして問題を解決することで、素晴らしい体験を創出しています。最初のコンタクトで問題を解決できれば、担当者にとってもビジネスにとってもポジティブな成果を生み出すことができます。
Amazon Connectでは、コンタクトの文字起こしをリアルタイムで取得できるため、かつてないほど迅速なアクションが可能です。リアルタイムの文字起こしにより、会話の中で変化する顧客の意図を把握し直し、最適な解決策を提案することができます。これはAmazon Connectが提供するすべての言語で実現でき、世界中のお客様により良いサービスを提供できます。これらすべてのプロセスとフローは連携しており、顧客の意図を正しく捉えて適切なキューにルーティングできたか、担当者に問題解決のための適切なリソースを提供できたかなどを追跡し、継続的に改善できるフィードバックループを構築しています。生成されたすべてのコンテキストと全体的な顧客成果を追跡し、時間とともに改善を重ねることができます。
Amazon Customer Serviceには、成功を測定し顧客体験を向上させるための数百もの指標がありますが、ここではAmazon Connectに関連するいくつかの側面に焦点を当てたいと思います。例えば、先ほど話題に出た通話品質は私たちにとって非常に重要な指標の一つです。すべてのコンタクトで可能な限り高い品質を確保したいと考えており、レイテンシーや通話切断などの通話品質指標を評価しています。また、放棄率などを含む顧客体験の側面についても深く分析しています。さらに、エンジニア自身がAmazon Connectをデプロイできるようにしたいと考えており、Connectインスタンスの管理に必要な労力を評価し、改善を重ねています。特に通信パートナーとの関係において、Amazon Connectには最高レベルの可用性とスケーラビリティが求められますが、この点でも素晴らしい成果を上げています。
従来の指標を超えて、Large Language Modelを使用したGenerative AIが登場した当初、多くの方々が経営陣やリーダーから顧客サービスにおける活用可能性について問い合わせを受けたのではないでしょうか。これは、顧客向け、アソシエイト向け、そしてスキルを習得してデプロイを行うビルダーやデベロッパー向けなど、様々な側面でGenerative AIを適用できる分野の一つです。
顧客に関して言えば、私たちの主な目標はフラストレーションの解消です。Generative AIを活用することで、セルフサービスにおいて顧客の意図を理解し、さらに重要なことに、その意図が変化したときを理解することができます。これは画期的な進歩です。多くの企業が私たちと同様に、IVR、Self-service、またはアソシエイト向けのプレイブックにおいて、静的なワークフローや決定木を構築してきました。これらは従来、顧客をサポートするためにyes/noの判断ポイントを順番に進んでいく形でした。Generative AIを使用すれば、あらゆる段階で意図を理解し、意図の変化を認識し、顧客がフラストレーションを感じているタイミングを特定することができます。
この技術はSelf-serviceだけのものではありません。おそらく最も強力な活用方法は、アソシエイトのサポートです。目標は、アソシエイトが顧客とより質の高い時間を過ごし、つながりを持ち、共感できるように時間を確保することです。Generative AIを使用すれば、Large Language Modelの最も強力な機能である要約機能を活用できます。ナレッジベースの要約や、Contact Lensを使用してリアルタイムの文字起こしを要約することで、顧客が同じ内容を繰り返す必要がなくなり、アソシエイトの認知負荷も軽減できます。
もう一つの重要な分野は、皆さんもぜひ実験を始めていただきたいデータ分析です。私たちの世界では、顧客、そのフラストレーション、組織の不具合について膨大なデータを収集しています。従来、このデータは倉庫に眠っており、顧客体験を改善するための指標や顧客の事例を理解するには、複雑なデータ結合が必要でした。Generative AIにより、相関関係や洞察の発見が格段に容易になります。組織にとって価値のあるデータとして扱い、顧客インサイトを導き出し、アソシエイトの業務改善を支援するために使用できるAWSプロダクト群が用意されています。
カスタマーサービスの未来像と課題
Generative AIの先を見据えると、興味深いトレンドが見えてきました。お客様は、従来型のカスタマーサービスチャネルだけに限定されることを望んでいません。検索エンジンやさまざまなページ、上流での体験など、あらゆる場所でサポートを求めているのです。これまで私たちは、お客様の意図を把握し、一貫した問題解決を図るため、カスタマーエクスペリエンスを決定木に組み込んだワークフローを作成することで、カスタマーサービスの最適化を図ってきました。しかし、このアプローチでは、カスタマーサービスがお客様のジャーニーの奥深くに埋もれてしまい、より上流での体験を提供できていませんでした。
セルフサービスを展開する際、私たちは「Escape Hatch（緊急避難口）」という概念を実装しています。これにより、お客様がフラストレーションを感じたり、ループに陥ったり、単に人との対話を希望したりする場合に、担当者とつながることができます。音声体験、チャット体験、ガイド付きワークフロー、その他どのような体験であっても、お客様が行き詰まることがあってはならないのです。以前は、静的な決定木を使用して、Escape Hatchを提供する特定のポイントを予測していました。そのポイントで、脱出パスを提供すべきだと考えていたのです。
何が起きているかというと、分岐する決定木があまりにも多くなると、お客様がどこにいるのかが把握しづらくなり、適切なタイミングでEscape Hatchを提供できなかったり、まったく提供されないままループしてしまったりする可能性があります。特にGenerative AIにおいて、現在見られるトレンドは、エコシステムのどこかに体験を持ち込む場合、お客様のいる場所で対応するというものです。サポートが必要な場合はサポートを受けられ、担当者と話したい場合は担当者と話せるようにするのです。
カスタマーサービスという枠を超えて、カスタマーサービスをあらゆる場所に展開するという視点を広げていますが、そのために必要なことがいくつかあります。一つは組織全体でのパートナーシップです。これは非常にやりがいがあると同時に課題も多く、さまざまなステークホルダーと協力する必要があります。この時点で、私たちは素晴らしいカスタマーエクスペリエンスを提供できます。そこにカスタマーサービスを組み込めないか検討してみましょう。もう一つは、LLMsを展開する場合の課題です。カスタマーエクスペリエンスを上流に分散させることの危険性として、LLMsが誤った情報を生成したり、突然、既存の体験すべてに反する方針を断定的に示したりする可能性があります。そのため、真実と知識とポリシーに基づいた適切なガードレールを確保するよう、緊密に連携する必要があります。
カスタマーエクスペリエンスを組織の上流に展開していく中で、そのエクスペリエンスを一貫性を持って提供し、ワークフローの中でポリシーや手順を適切に説明することが重要です。ここで、カスタマーサポートを求めるお客様の立場に立ってみましょう。各企業が自社のフローの中で行う変更についていくのは時に困難です。テクノロジーがあっても、ゼロを押すか、「もう誰かと話させてください」と言うほうが、お客様にとって簡単な場合があるのです。
お客様は非常に賢明である一方で、とても一貫した行動をとります。私たちは長年かけて、お客様に「0を押す」や「オペレーター」と言うように仕向けてきたと思います。お客様の立場に立って考えると、なぜそうするのでしょうか？一つの理由は、Self-serviceソリューションが十分に優れていないからです。お客様は途中で行き詰まってフラストレーションを感じ、時間を無駄にするくらいなら、人間と話して解決したいと考えます。そのため、私たちはSelf-serviceの体験を提供する前に、適切な解決手段があるか、問題を理解できているか、フラストレーションを検知して解決できるかを考えます。お客様の前に展開する前に、これらの点でしっかりとした基盤を持っていることを確認したいのです。
もう一つ重要なのは、なぜお客様が人間を求めるのかということです。人間には共感力があり、お客様に寄り添うことができます。では、Self-serviceの体験でもそれを実現できるでしょうか？それはフラストレーションのない、喜ばしく、便利で、直感的な体験を意味します。私たちは、あらゆる機会においてお客様が十分な情報を得られ、判断できるように、ユーザー体験そのものに多くの時間を費やしています。また、お客様がAssociateに到達した時、そのAssociateはSelf-serviceと差別化できているか、それとも全く同じことをしているのかということも考えています。
もし全く同じことをしているのであれば、なぜお客様が同じ結果に至るまでにそのような行動をとるのか、深く掘り下げて理解する価値があります。次回同じ問題が発生した時に、Self-serviceを信頼して繰り返し利用するように、どのようにお客様の行動を変えられるでしょうか？しかし、もしAssociateに到達した場合は、そのAssociateが組織内のあらゆる問題に対応でき、お客様のために解決できることを確認したいと思います。お客様に直感的で喜ばしい、使いたくなるようなデザインを提供することが組織の目標であるべきです。Associateと話す場合でも、それを避けるのではなく、お客様の道のりをサポートします。ただし、繰り返しになりますが、そのコンタクトの不具合を理解し、上流でその不具合を排除できないか確認することで、次のお客様や、その後の何百人ものお客様が二度とカスタマーサービスに連絡する必要がなくなるようにしたいと考えています。
私は不具合の排除というアイデアを本当に気に入っています。同時に、お客様を特定のサポート方法に強制的に誘導するのではなく、現状のお客様のニーズに応えることも重要です。そして私たちが目にしているのは、従来のチャネルが非常にサイロ化されているということです。
従来のチャネルは非常にサイロ化されており、音声チャネル、メールチャネル、チャットチャネル、ソーシャルチャネルがそれぞれ独立しています。また、Self-serviceと人による支援も分断されており、異なる体験となっています。これは組織の境界であり、チームやテクノロジースタックの設定方法です。しかし、お客様はこれらの区分を気にしません。お客様は、自分の都合の良い時に、好みの方法でマルチモーダル、マルチチャネルで私たちに連絡したいと考えています。そこで、お客様のニーズに応え、最高の体験は何かを考え、そこからお客様に向けてテクノロジーを構築していけばよいのではないでしょうか。
長年にわたり、私たちは最初はうまくいかなかったことを数多く試してきました。先ほど説明したように、その一つがAmazon Customer Serviceのグローバルな規模に関連していて、その結果として複数のAmazon Connectインスタンスを持つことになりました。開始当初は、これらのConnectインスタンスをすべて手動で設定していました。主な手動設定には2つの学びとなる経験がありました：Connectインスタンス自体と、先ほど説明したコンタクトフローです。時間の経過とともに、CDKを通じてConnectインスタンスをリファクタリングすることができ、インスタンスのデプロイと管理を効率化することができました。
2つ目の領域はコンタクトフローです。Connectに移行した経験がある方や現在使用している方なら、コンタクトフローを手動で設定することが時間とともに非常に困難になり、ちょっとしたヒューマンエラーが障害につながる可能性があることに気付いているかもしれません。先ほど説明したように、フロー内には10万以上の分岐ロジックがあります。私たちはこれらのコンタクトフローをソフトウェア開発ライフサイクルで管理する方向に転換し、それによってヒューマンエラーを減らし、必要な時の変更デプロイのスピードを向上させることができました。
もう一つの重要な学びは移行に関連していました。レガシーのコンタクトセンターインフラシステムからAmazon Connectへの移行時に、より多くのコンタクトボリュームでインキュベーションを行う必要があることを学びました。当初は大規模なソフトウェア開発を行い、すべてのユースケースを構築しようとして、ウォーターフォール型のローンチになっていました。何年もかけて機能を構築し、すべてをカバーできていると考えていました。想定されるすべてのユースケースの自動テストと手動テストを実施し、1%から10%の間でボリュームを徐々に上げていきました。しかし、インキュベーションの割合が十分なコンタクトボリュームではなかったため、多くの見落としがありました。この学びから、より高い割合でインキュベーションを行い、Amazon Customer Serviceのすべてのビジネスユニットとユースケースでテストを確実に実施するようになりました。
Amazonでは多くのことを試み、素早く失敗することを恐れません - それが私たちの文化なのです。私たちはビルダーの文化であり、自律的なチームが信じられないほど速く動くことを望んでいます。つまり、チームは自分たちの技術を選び、実装し、コードベースを所有し、豊かな体験を提供するためにエンドツーエンドで管理できます。しかし、カスタマーサービスにおいて、チームが信じられないほど速く動き、自律性を持つことを奨励すると、チーム間の依存関係を取り除き、断片的な顧客体験をもたらす技術スタックを構築することになります。ボットチーム、チャットチーム、音声チーム、インフラチーム、アソシエイトツールチームがそれぞれ独自の技術的方向性に従って構築を行うことになります。共通のコードベース、AWS、Amazon Connect、その他の標準の使用を確保するためのガバナンスは存在しますが、それでも顧客体験は非常に断片的であったり、ちぐはぐなものになる可能性があります。
学びの一つは、一貫した顧客体験を確保しながら、どのように自律性を実現できるかということです。これは、チャネル間でコンテキストを保持する必要があるマルチチャネルやオムニチャネルのケースに移行する際に、より重要になってきます。
私たちは、まずユーザー体験から考え始めることにしました。望ましいカスタマーエクスペリエンスを定め、そこから逆算して必要な技術を特定していくのです。ユーザー体験レベルで最初にガバナンスを設定することで、その後テクノロジースタックでのガバナンスが可能になり、チームはアーキテクチャのガードレール内で迅速に動くことができます。これは私たちの学びの一つです。全てのチームが同じものを構築するモノリスを持つのではなく、この方法により共通のカスタマーエクスペリエンスを維持しながら、フェデレーテッドシステムを実現できます。
Generative AIの学習に関して、私たちはカスタマーサービスにおけるガードレールの重要性を認識しています。カスタマーサービスでは、お客様に対して誤った約束をしたり、アソシエイトが提供したいカスタマーエクスペリエンスの本質から外れてしまうことを避けることが最も重要です。LLMが幻覚を見る可能性があることは分かっているので、早い段階でエクスペリエンスにガードレールを設ける必要があると判断しました。Generative AIを導入する前に、適切なガードレールを確実に設置することをお勧めします。後付けではなく、コアデザインの一部として考え、後で予期せぬ驚きに直面するのではなく、望ましいカスタマーエクスペリエンスを実現するために最適な場所にガードレールを配置することを検討してください。
Amazon ConnectとAWSの協力関係と今後の展望
Jeffさん、Amazon Connectチームとの協力についてですが、その journey は2007年に遡ります。当時、Amazon Customer ServiceがAmazon Connectの前身となるシステムの構築を開始しました。その後、私たちはAmazon Connectと密接に協力し、全てのAmazon Connectユーザーに利益をもたらす機能を開発してきました。これまでに、より詳細なアクセスコントロール、コンタクトフローのプログラム管理、パケットロス、ジッター、往復時間などのコンタクト品質測定を含む65以上の機能について協力してきました。
私たちは製品機能リクエストプロセスの中で緊密に協力し、共同でロードマップのレビューを行い、各チームが何を構築しているかを確認し、チーム間で機能が重複しないよう逆算して作業を進めています。常にAWSとAmazon Connectのサービスをより良く活用する方法を探り、重複したツールを削除し、内部ツールとの統合を改善しています。 実際のところ、Amazonは皆様と同様、AWSとConnectのカスタマーなのです。2017年以降にAmazon Connectがローンチした新機能の約95%は、お客様からのフィードバックとリクエストに直接基づいています。
Amazon Connectが2017年にローンチした時、私たちはグローバルテレフォニー、コンタクト処理用のWebベースのエージェントアプリケーション、履歴レポートと分析機能を提供しました。当初は業界の破壊者として見られていましたが、それ以来650以上の主要な機能をローンチし、現在では業界のリーダーとして認識されています。今週のre:Inventでは、Amazon QとConnectを通じたセルフサービス向けのGenerative AIを含む、14の新機能をAmazon Connect内でローンチしました。
カスタマーエクスペリエンスの変革は、単にテクノロジーの問題だけではないということを私たちは認識しています。AWSでは、エンドツーエンドのカスタマーエクスペリエンス変革をサポートするために、AWS Professional Services、優れたパートナー企業、そして社内プログラムを提供しています。Amazonの考え方についてより深く学びたいお客様のために、「Learn from Amazon」プログラムをご用意しています。このプログラムでは、Amazonが成長、スケール、イノベーションを続けながら、カスタマーセントリックな使命を忠実に守り続けるために社内で活用しているメカニズムやプロセスについて、より詳しく掘り下げていきます。
Amazon Connectやカスタマーエクスペリエンスについてさらに詳しく知りたい方のために、re:Inventでは本日と明日にさらに2つのブレイクアウトセッション、そして実践的な構築の機会となる5つのChalk Talkをご用意しています。カスタマーセントリックの精神に基づき、今日のセッションについてのご感想をアンケートでお聞かせください。Jeff、John、そして私を代表して、皆様のre:Inventの体験の一部に参加させていただき、ありがとうございました。このあともしばらく会場に残っておりますので、LinkedInでつながっていただいたり、本日時間の都合で聞けなかった質問などございましたら、お気軽にお声がけください。ご参加ありがとうございました。それでは、Happy reinventingを。
※ こちらの記事は Amazon Bedrock を利用することで全て自動で作成しています。
※ 生成AI記事によるインターネット汚染の懸念を踏まえ、本記事ではセッション動画を情報量をほぼ変化させずに文字と画像に変換することで、できるだけオリジナルコンテンツそのものの価値を維持しつつ、多言語でのAccessibilityやGooglabilityを高められればと考えています。
Discussion