移行後の最適化

ユーザーエクスペリエンスを開発し改善する作業は、本番稼働を行った日に終わるわけではありません。Amazon Connect と AWS には、詳細なレポートから、人工知能 (AI) による不正検出や音声生体認証まで、詳細なビジネスインサイトを提供するツールがあります。この情報を活用して、新しい革新的な機能を追加し、コンタクトセンターにおけるカスタマーエクスペリエンスとエージェントエクスペリエンスを変革することができます。

アジャイルな配信方法を使用すると、本番稼働後に新しい機能をスプリントの反復処理として提供できます。新しい機能や最適化に優先順位を付け、それらをスプリントのバックログに追加できます。

運用とユーザーエクスペリエンスに大きな変化をもたらす革新的な機能の例には、次のようなものがあります。

• Amazon Quick Sight ダッシュボードはeasy-to-useメトリクスとグラフィカルなレポートを提供し、スーパーバイザーがエージェントの使用率をモニタリングして、チーム間でバランスの取れた人員配置を確保できるようにします。

• 定義された運用上のしきい値を超えると、メールや SMS を通じてプロアクティブなアラートが送信されるため、問題やシステム停止が発生する前に問題を特定できます。例えば、キューの長さや平均処理時間 (AHT) の値が定義された制限値を超えた場合、プロアクティブなアラートにより、スーパーバイザーは迅速に介入することができます。

• Contact Lens for Amazon Connect は、AI と音声認識を使用して感情分析を行い、通話を書き起こします。冒涜的な内容や否定的な感情に関するアラートを生成し、スーパーバイザーやエージェントがこのような問題をエスカレートできるようにします。

• Amazon high-volume アウトバウンドダイヤラーは、サードパーティーのツールを必要とせずに、何百万人もの顧客にニュース、リマインダー、配信通知を伝える方法を提供します。この機能はダイヤル発信を自動化し、ボイスメール検出機能も備えているため、顧客の記録を手動で検索しなくても、最小限の労力を費やすだけでエージェントと実際の顧客をつなげることができます。

• Amazon Amazon Athena Amazon Comprehend Amazon SageMaker AI など、 AWSさまざまなデータ分析、AI、機械学習 (ML) ツールを利用できます。モデルを適用して、次のようなビジネスインサイトにつながる可能性のあるインタラクションの傾向を探します。

  • 不正検出

  • 頻繁な発言 - 発信者が求めていることを特定し、プロアクティブなメッセージキャンペーンやコンタクトセンターチームの変更につなげる

  • 頻繁に電話をかけてくる接触頻度の高いお客様 - エージェントがターゲットを絞った働きかけを行うことで、そのようなお客様が電話をかけてこないようにすることができる

移行を成功させることは、コンタクトセンターを再考して変革するためのジャーニーの出発点にすぎません。 AWS サービスは、コンタクトセンターに追加して独自のカスタマーエクスペリエンスとエージェントエクスペリエンスを生成できる革新的なエクスペリエンスを提供します。