[製品紹介] カスタマーサービス・ソリューション / ニュアンス・コミュニケーションズ・ジャパン

• 製品紹介

見つからない、待たされる、伝わらない──
音声認識で“不快体験”を断つ！

カスタマーサービス・ソリューション「Nuance Transcription Engine（NTE）」ほか

ニュアンス・コミュニケーションズ・ジャパン

優れた顧客体験は、顧客がファン化する強力な動機となる。ニュアンス・コミュニケーションズ・ジャパンは、顧客体験におけるペインポイントを克服、逆に“強み”に変貌させる音声認識ソリューションを訴求。企業の応対プロセス改善および顧客満足度向上をサポートする。

　「Web検索したが見つからない」「電話がつながるまで長いこと待たされた」などの不快な顧客体験は、購入の中止あるいは競合他社への乗り換えを促す大きな要素となる。

　ニュアンス・コミュニケーションズ・ジャパンは、顧客接点のプロセス全般における痛点（ペインポイント）を「（1）Web（検索）」「（2）IVR（音声応答システム）」「（3）本人確認」「（4）アフターフォロー」と定義。音声認識を利用し、痛点ごとに“不快”のモトを断つカスタマーサービス・ソリューションを展開している（図１）。

図1　顧客接点のプロセスに合わせて音声ソリューションを展開

　ファースト・コンタクトチャネルである「（1）Web」は、企業の第一印象を決める。目的の情報が見つからなければ、その不満を抱えてコールセンターに問い合わせることになる。FAQを充実させて自己解決率の向上を図ろうと考える企業は多いはずだ。しかし、なかには単に情報量が増えただけで、かえって“探す手間”を強いているケースもある。

　同社は、Web上で求める情報にスムーズに導く“案内役”としてバーチャルアシスタント「Nina」を提供。自然言語音声またはテキストの意図を把握し、目的の情報を提示または該当ページに誘導する。

“１回”でオペレータ接続するIVR

　「（2）IVR」は、「音声メニューを聞くのに時間がかかる」「プッシュ操作が不便」など、コールセンターに対する不満の上位理由の１つ。IVRが煩わしくて、途中で電話を切ってしまったり、ガイダンスを聞き終わる前にボタンをプッシュして、やり直しになるケースも少なくない。

　自然発話認識型IVR「Nuance Call Steering」は、従来のメニュー操作を“１回の対話”で完結させる。Ninaと同様に自然言語の認識が可能。顧客の発話意図（コールリーズン）を理解して、適切なオペレータに接続する。音声メニューを聞く時間を省くために「ゼロ」をプッシュしてオペレータにつなごうとする「ゼロアウト」も回避できる。「発話内容を認識できなかったらどうするのか」という懸念については、「２回（任意の回数）認識に失敗したらオペレータに接続する」のように、コールフローを設計することを提案している。馬場道生営業部長は、「20年以上にわたり、技術、運用の両輪で磨き上げてきたサービスです。効果的に活用できるよう、コンサルティングで支援する体制も整えています」と強調する。

顧客の声が「パスワード」

　名前や住所、パスワードなど、複数の登録情報の回答を顧客に求める「（3）本人確認」は、「情報漏えいや不正利用を防ぐために不可欠とはわかっていても、面倒や手間と感じているお客様は少なくない」と、エンタープライズ営業部の安東茂樹氏は指摘する。さらに、いまはスマートフォンで問い合わせるケースが多いため、外出先で個人情報を発声することが憚られるケースも考えられる。

　これに対しては、声紋認証「Nuance Security Suite」を適用する。電話で話す「声」を本人確認に利用することで、本来はトレードオフにあるセキュアと利便性を両立した。“私の声はパスワード”など任意の発話で認証する「VocalPassword」と、オペレータが応対しているバックグラウンドで認証する「FreeSpeech（自由発話）」の２種から選択可能だ。本人確認プロセスを短縮できることで、そのあとのトークタイムにより多くの時間を割けることもメリットとなる。セールス業務であればアップセルの機会の創出にもつながる。

最適な精度でVOCをテキスト化

　最後の「（4）アフターフォロー」は、応対で伝えたはずの商品やサービスに対する要望やクレームの内容が反映されていないことによって感じる“不快”を指す。

　ピークタイムは、目の前の顧客応対が優先され、応対履歴入力が疎かになる場合がある。「ただし、それは企業側の論理に過ぎません。せっかく伝えた要望が無視されれば、不快を通り越して一気に離反につながる可能性も多分に含まれます」と馬場氏は警鐘を鳴らす。

　これを受けて新たに開発したのが、通話音声の書き起こしエンジン「Nuance Transcription Engine（NTE）」だ。認識精度の高さと、声紋認識技術を活用してモノラル録音でも話者分離が可能なことを最大の特徴とする。声紋の登録は不要で、会話音声中の声紋を「話者A、話者B」と識別し、発話を分類する。また、運用に合わせた使い方ができるよう、「Accurate（約１倍速）」「Fast（約３倍速）」「Warp（約10倍速）」の３つの処理モードを用意している（図２）。例えば、１日単位のトレンド分析であればリアルタイム性は求められない。認識精度が最も高いAccurateモードで夜間バッチ処理し、精度の高いテキストデータを分析にかける運用が最適と言える。

図2　通録音声書き起こしエンジン「Nuance Transcription Engine（NTE）」 不特定話者の音声をテキスト化

　NTEの言語モデルは、標準モデルに加え、業務ごとに使い分けできる「独自ドメイン言語モデル」を設定できる。企業規模が大きいとコンタクトセンターの業務も多岐にわたる。これに１つの言語モデルで対応しようとすると登録用語が膨大になり精度が落ちる。例えば、「車両保険」「火災保険」など、商品ごとに言語モデルを作成することで、各業務におけるVOCを正確にテキスト化できる。テキストファイルのドラッグ＆ドロップでドメイン追加が可能なため、ユーザー企業側のタイミングで即時に反映できる点もメリットという。

　各ソリューションは個別提供が可能だ。自社の顧客体験における課題に応じて選択できる。なお、NTEはエンジンでの提供を基本とする。馬場氏は、「リセラーやアプリベンダーと組んで、様々な形態のソリューションの提供を可能とし、市場を拡大していきたい」と展望を述べた。