顧客フォロー・CS
現在の業務
- 解約兆候の検出手作業
- 顧客分析手作業
- 対応判断手作業
- 対応の実行手作業
課題
利用・契約・問い合わせ情報の形式や入力経路がバラバラ
情報の確認・整理に時間がかかる。
転記・照合ミスのリスク
複数の資料やシステムを見比べるため、入力漏れや判断漏れが起こりうる。
処理量の変動に対応しづらい
対応すべき顧客が増えると、フォローが後回しになり、対応までの時間が長くなる。
CS担当者の経験に依存
確認方法や判断基準が属人化し、品質と引き継ぎに課題が残る。
業務の流れはこう変わります
- 解約兆候の検出AIが処理
- 顧客分析AIが処理
- 対応判断AIが処理
- 対応の実行AIが処理
解約兆候の検出
CCRM・プロダクトログ・メールから集めた利用・契約・問い合わせ情報をAI Agentが取り込み、解約につながる兆候を見つけます。形式や記載方法が異なる情報も、同じ項目に整理します。
顧客分析
AI Agentが、整理した情報を顧客情報・契約条件・対応履歴と照らし、顧客の状況を分析します。契約条件はEngramから根拠となる現行版の資料を参照します。ルールで確定できない例外は、根拠とともにCS担当者へ確認を依頼します。
対応判断
AI Agentが、Engramで参照する契約条件に沿って、顧客情報・対応履歴を踏まえた対応方針の案を作ります。ルールで確定できない例外は、根拠とともにCS担当者へ確認を依頼します。
対応の実行
AI Agentが対応内容を整えてCRM/CS管理システムへの登録案を作り、CS担当者が確認・承認した後、各システムへ連携します。AI Control Planeが判断根拠と処理履歴を残します。
例外の確認と、対応内容の承認
利用状況の確認、兆候の検出、対応案の下書きはAIに任せ、CS担当者は顧客と向き合う対応に集中できます。
業務のAI化で生まれる価値
判断と例外対応に集中できる
データの確認や対応案づくりをAIが担い、CS担当者は、離反しそうな顧客への働きかけに時間を使えるようになります。
顧客への初動が速くなる
兆候の検出から対応案の作成までの時間が減り、顧客へ働きかけるまでの時間を短縮できます。
処理量が増えても安定して対応できる
対応する顧客が増えても、定型的な処理をAIが並行して進めるため、追加の人員に頼らず、一定の品質を保ちやすくなります。
フォローの進め方が標準化される
判断ルールと参照情報を共通化し、処理履歴を残すことで、担当者によるばらつきを抑えます。
顧客フォロー業務のAI化について相談する
対象業務や課題に合わせて、DX Suiteの活用方法をご提案します。