なぜ2017年が「自動化の年」になったのか

「人間は今、多くの定型的インタラクションを処理するには遅すぎ、コストがかかりすぎる」

ネットワーク全体で収集される情報の膨大な量と、NFV、SDN、5Gテクノロジーが登場するにつれてネットワーク自体が進化し続けることが相まって、根本的に増大した自動化の必要性を生み出しました。

人間は今、多くの定型的インタラクションを処理するには遅すぎ、コストがかかりすぎます。ミレニアル世代とその下の世代は、コールセンタースタッフとのコミュニケーションを好みません。

しかし、顧客は自分が購入するサービスの企業にケアされていると感じたいと依然として思っています。2017年、4つのトレンドが結実し、成功しつつますます自動化された顧客インタラクションへの道を導くでしょう。

>関連記事: 自動化：ヒューマン・マシン・パートナーシップの新たなフロンティア

収益性を維持しながら顧客に豊かな体験を提供しようとする組織にとって、自動化は唯一の答えです。

しかし、自動化ソリューションのネガティブに見られがちな非人格的側面の多くは、機械学習と人工知能の効果的な活用によって隠蔽できます。

例えば、機械学習を導入すれば、システムは特定の行動パターンが次に何が起こるかを示唆することを学習できます。モバイルオペレーターなら、差し迫った詐欺や顧客クレームのシグナルかもしれません。

機械学習によりシステムはインタラクションが必要だと理解し、次のステップを回避できます。人工知能を適用して、顧客の以前の学習済み嗜好に基づき適切な応答を決定できます。

これは2017年に重要になるでしょう。企業がすでに投資しているからです。アナリスト企業ABI Researchは、モバイルオペレーターだけで、今から2021年までにビッグデータと機械学習分析に500億ドル以上を費やすと予測しており、最大の成長は予測分析に見込まれます。

同社は、機械学習が異常検知に優れていることを指摘し、機械学習ベースの予測分析市場がほぼ50%のCAGRで成長し、5年で120億ドルに達すると予測しています。

私たちが数十万、数百万の顧客の一人に過ぎなくても、サービスプロバイダーから個人として扱われることを期待する傾向が高まっています。

同じ年齢層や地理的場所のすべてをひとくくりにする粗雑な人口統計セグメンテーションで対応するのは、もはや十分ではありません。

期待されるのは、過去の購買活動、特定オファーへの関心の可能性、顧客が好むコミュニケーション方法、魅力を感じるチャネルを考慮に入れた、プロバイダーからのハイパー・パーソナライズされたインタラクションです。

今日のマルチチャネル世界では、組織の課題は、顧客の嗜好に従って、これらすべてのチャネルで一貫した方法でコミュニケーションすることです。

2017年、企業は過去の経験（すべてがポジティブとは限らない）と新技術を活用し、マーケティングと顧客コミュニケーションを「市場規模1」までセグメント化するパーソナライゼーション活動の成熟が進むでしょう。

パーソナライゼーションのゲームは変わりました——顧客は番号扱いされることをもう受け入れません。自分が選んだ方法で呼びかけられ、自分だけに魅力的なオファーを受けたいのです。

カスタマーエクスペリエンス（CX）はシステムとプロセスによって主導・制御されてきましたが、パーソナライゼーションの増大が顧客嗜好となる中、顧客コミュニケーションの限界がますます浮き彫りになっています。

人工知能、オムニチャネル一貫性、ビッグデータ分析、機械学習に投資しても、顧客が依然として魅力のない形式でアプローチされるなら、逆効果です。

デザイン主導のコミュニケーションにより、企業は顧客と会話し、彼らを知り、気にかけ、各顧客が何を見たいか理解しているという印象を与えられます。

デザイン主導のCXとは、顧客にとって魅力的な体験であり、さらなる嗜好を明かすよう促し、既存関係に深みを加えるものです。

これに、彼らのシグナルする感情に基づく適切なトーンで、最も関連性の高いコンテンツを彼らに送ることで深められます。

デザイン主導のCXが2017年に主流になるのは、デザインが顧客体験の主要領域でありながら見過ごされてきたからです。良いデザインは顧客体験に多大な価値を加え、ビジネス全体への展開が比較的容易です。

企業が自然言語理解を提供し、それを顧客へ提供するオムニチャネル体験に組み込む必要性が生じています。

自然言語理解により、ユーザーは日常言語で質問し、求める回答を得られます。

しかし、これを効果的に達成するのは困難です。複雑なサービスプロバイダーのマルチプロダクト、マルチデバイス、マルチオファリングカタログで、顧客が何を求めているか理解できるドメイン固有のアルゴリズムが必要です。

>関連記事: 職場におけるインテリジェント・オートメーションの台頭

自然言語理解アルゴリズムは、Uberタクシーやトッピング全部乗せピザの注文（どちらもシンプルなインタラクション）と、適切なデータ量を適切な価格で提供する特定のサービスプラン付き新モバイルデバイスを望む顧客では、かなり異なります。

2017年、自然言語理解は消費者サービスでより顕著な役割を果たすでしょう。スマートTVとストリーミングサービス、IoTとスマートホームでこの変化の始まりが見られます。

最初の商用自然言語理解ベースアプリが2016年に市場に登場しました。ミレニアル世代はスマホアプリとウェブアプリに引き寄せられ、電話でのやり取りを避けます。

Siriや他のパーソナルデジタルアシスタントは改善を続け、さまざまな業界に顧客の自然言語リクエストを理解する圧力をかけ続けます。

サービスプロバイダーは、自社のドメイン固有自然言語理解アルゴリズムとタッチポイントを開発するためにベンダーに協力を求め始める時です。そうでなければ、それをより上手くできる会社によってコモディティ化されるリスクがあります。

提供：アラン・コールマン、CEO、Brite:Bill

自動制御システム