ジェネシス 予測エンゲージメント

AI を活用したジャーニー分析を使用して、Web サイトのアクティビティを観察し、訪問者の成果を予測し、エージェントによるチャット、コンテンツ オファー、チャットボットを通じて見込み客や顧客と積極的に交流します。

オンラインでサポートを提供するのに適切な人物、最適なタイミング、最適な方法を特定するのは困難です。企業は顧客の行動経路を形成し、望ましい結果に導きたいと考えていますが、利用可能なすべてのデータを意味のある実用的な方法で活用することは困難です。さらに、消費者は迅速な回答を期待していますが、常にエージェントに依頼するのは費用がかかります。

顧客を積極的にウェブサイト上で成功へと導きます。機械学習、動的ペルソナ、結果の確率を適用して、Web チャットやヘルプ コンテンツのスクリーン ポップを介したプロアクティブなエンゲージメントの適切なタイミングを特定します。

現代のビジネスにおける最大の課題の 1 つは、利用可能なデータを意味のある方法で、かつ簡単に処理できる方法で処理する方法を学ぶことです。ウェブサイトによって生成されたデータは調査されないことが多く、その結果、個々の顧客や見込み客の意図や反応を見逃してしまう可能性があります。多くの場合、月あたりのコンバージョン数などの主要な指標など、大まかな点に焦点が当てられ、エンゲージメントを必要とする潜在顧客を特定する能力が失われます。その結果、試用版にサインアップしたり、チェックアウトを完了したり、サービスやサポートに関する情報を検索したり、その他の望ましい結果を期待している顧客が、見逃されてしまいます。ウェブサイトのトラフィックが大量になると、適切な個人、最適な瞬間、最適なエンゲージメント方法をリアルタイムで特定することが困難になります。対応時間に対する期待は高まっていますが、スタッフの増員にはコストがかかります。

Genesys Predictive Engagement は機械学習を使用して、購入完了や見積依頼など、定義されたビジネス成果に向けた Web サイト訪問者の進捗状況を観察します。Genesys Predictive Engagement を使用すると、企業は静的なルールではなくリアルタイムの観察と予測を使用して、最も必要な時点でのみ介入をトリガーできます。

サービスやサポートを求める顧客にとって、たとえ電話番号を見つけるためだけの場合でも、会社の Web サイトが最初の連絡先となることがよくあります。しかし、企業にとっての課題は、自社のウェブサイトで生成されるすべてのデータを、意味のある形で、かつリアルタイムで簡単に対応できる方法で理解し、活用することを学ぶことです。その結果、顧客はコンタクト センター (高価なサポート チャネル) に電話をかけるか、必要なサポートが見つからないために企業に不満を抱くことになります。Genesys Predictive Engagement は、価値の高い訪問者とのエンゲージメントを優先し、積極的にチャットを提供することで、スタッフをより有効に活用し、コストを削減します。

予測エンゲージメントにデータ、コンテキスト、Web サイトの動作を使用して顧客エクスペリエンスを最適化する方法の例:

• 機械学習を使用して、Web サイト訪問者が定義された結果 (購入完了、見積依頼) に向かってどのように進んでいるかを検出し、最も必要な時点でのみビジネスが介入をトリガーできるようにします。
• ローン申請の提出に問題があると判断された顧客には、プロアクティブな Web チャットが提示され、エージェントが顧客に手順を案内することができます。
• 顧客は新しい携帯電話をアクティベートする必要があり、Web サイトにアクセスして「デバイスのアクティベーション」を検索します。顧客が手順を踏んで進めるのを支援するために、プロアクティブなチャットボットが提供されます。
• 顧客は海外旅行を計画しており、クレジットカード会社に通知する必要があります。顧客は会社のウェブサイトにアクセスし、「旅行アラート」に関連する検索に基づいて、コンタクト センターに電話する必要がないように支援するチャットボットが提供されます。
• 顧客には、取引を支援するセルフヘルプ オプションが積極的に提供されます。たとえば、返品承認 (RMA) を支援するビデオへのリンクが提供されます。

オンラインアクティビティと行動に関する知識を理解して使用することで、顧客ライフサイクル全体にわたってショッピング、購入、会社の製品を使用している顧客を支援するためのフォローアップのデジタルまたは音声インタラクションをより適切に処理するためのコンテキストを提供できます。このエンゲージメント インテリジェンスは、サービス リクエストをクロスセルやアップセルの販売機会に変換するためにも使用できます。Genesys は人工知能を使用して、サービス リクエスト、保留中のトランザクション、アプリケーションのステータスなど、定義された結果に対する Web サイト訪問者の進捗状況を観察および分析します。このテクノロジーにより、企業は単純な静的ルールではなく動的な観察と予測を使用して顧客と関わることができるようになり、顧客の満足度が高まり、従業員の能力が向上し、成果が向上します。

企業は CRM、マーケティング自動化、コンタクト センター、Web サイト内に膨大な量のデータを保有しており、Genesys を利用することで、企業はそのデータをリアルタイムで活用して積極的に顧客と関わることができるため、音声通話やコンテキストのない連絡が不要になります。Genesys Predictive Engagement は、企業の Web サイト上の個々の顧客行動を観察し、機械学習、動的 (またはオーディエンス) セグメンテーション、リアルタイムの結果スコアリングを適用して、チャット、チャットボット、またはコンテンツ オファーを通じて適切な顧客と積極的に関わる適切なタイミングを特定します。

Predictive Engagement のリアルタイム エンゲージメントの高度化により、顧客満足度が向上し、コンバージョン率が改善され、最も価値の高い顧客に対するエージェント リソースの使用が最適化され、通話の転送、平均注文額 (AOV)、初回連絡解決率、コンバージョン率などの主要なパフォーマンス指標が向上します。

ビジネスの論理

BL1 – 顧客識別

システムは Cookie を使用して再訪問者を検出し、以前のサイト訪問と関連付けることができます。ジャーニー中に提供される ID 情報 (電子メール アドレスや電話番号など) は、Web ページから明示的に送信された後に取得され、デバイス間でも訪問者を識別できます。顧客が識別されると、収集されたすべての追跡データはその特定の顧客に関連付けられます。収集されるすべての顧客情報は、GDPR に準拠した方法で行われます。

BL2 – セグメントと結果の構成

セグメントは、共通の行動と属性に基づいて Web サイトの訪問者を分類する方法です。セグメントは、システムのプロビジョニング中に事前に構成されます。セグメントは、次のコンポーネントの 1 つまたは両方で構成できます。

• ブラウザの種類、デバイスの種類、場所、関連付けられているマーケティング キャンペーン、UTM パラメーター、参照 Web サイトなどの属性。
• ウェブ閲覧行動、ウェブサイト上で実行された検索、クリックされたアイテム、リピーター、カート放棄者、高注文額などのジャーニーパターン。

成果または目標とは、訪問者に Web サイトで実行してもらいたい特定のタスクです。セグメントと同様に、事前に構成されます。典型的な結果は次のとおりです。

• 注文状況または返品状況を確認する
• トラブルチケットを開くかステータスを確認する
• 保証または返品ポリシーを確認する
• 申請書の提出
• オンライン購入確認
• 支払いを送信
• オンライン見積もり
• デモまたは予約を予約する

Genesys は予測分析を使用して、Web サイト上のセグメントと訪問者の行動 (結果スコア) に基づいて、特定の結果が達成される確率をリアルタイムで評価します。

BL3 – アクションマップの構成

アクション マップは、Web サイトの訪問者と関わる方法を決定します。アクション マップ内で、顧客に対するアクションにつながるトリガーを定義します。これらのトリガーは、以下の任意の組み合わせに基づきます。

• Segment
• ユーザーアクティビティ
• 結果スコア（通常、特定のセグメントの結果スコアの低下によりウェブチャットがトリガーされることがあります）

BL4 – 顧客招待および登録ウィンドウ

Genesys ウィジェットは次の目的で使用されます:

• ウェブチャットへの招待メッセージ
• 訪問者の連絡先情報の収集
• チャットセッションでのエンゲージメント

Distribution Logic

インタラクションの配分は、Genesys Predictive Engagement ルールで設定されたターゲット式と仮想キューによって決定されます。

• Genesys Predictive Engagement デスクトップ ガジェットを Workspace Desktop Edition 8.5 に統合 (チャットボットの会話でエージェントへのエスカレーションが必要な場合)
• 対話接続が必要
• シングルサインオンはオプションとして利用可能

リアルタイムレポート

管理者は、サイトの現在の訪問者の「Live Now」ビューとライブ追跡情報を表示できます。これらのビューにより、管理者は、たとえばマーケティング キャンペーンが開始されたかどうかや、個々の顧客ジャーニーを詳細に把握しているかどうかなど、リアルタイムで運用上の決定を下すことができます。

履歴レポート

訪問者アクティビティ レポートでは、傾向分析とデバイス タイプ別のドリルダウンが提供されます。一致したセグメントと達成された結果に関するレポート。アクション タイプ (Web チャット、コンテンツ オファー、アーキテクト フロー) のアクション マップのパフォーマンス。

主要なステージのファネルドリルダウンパフォーマンスを可能にし、リソース要件、キューの問題、

• 資格
• 着信数
• 受け入れ
• 婚約

個別ドリルダウン

外部連絡先は、個々の顧客レベルで予測エンゲージメントによってトリガーされたチャットを含む会話履歴データを提供します。

分析

Genesys Cloud CX ではパフォーマンス レポートが利用可能で、個々のキューとエージェントのパフォーマンスを詳細に確認できます。レポートには、定型レポート、カスタマイズされたレポート、生データ API フィードという 3 種類があります。

• Genesys Widgets 9 を使用する必要があります。
• インタラクションのルーティングに関する一般的なロジックは、必須のユースケース内のロジックで定義されます。
• この使用の設計と構成では、必須のユースケースの以前の展開を考慮する必要があります。
• Genesys ウィジェットを使用する必要があります。お客様は、Genesys Predictive Engagement と Widgets の両方のコード スニペットを Web サイト/Web ページに展開する必要があります。
• インタラクションのルーティングの一般的なロジックでは、これらのケースの一部が使用されます。CE18 がすでに導入されカスタマイズされている場合は、SL09 の設計と構成を考慮する必要があります。
• Genesys Interaction Connect リリース 2019R1 が必要です。
• Genesys Predictive Engagement デスクトップ ガジェットの Workspace Web Edition 9 への統合

• 顧客の企業アイデンティティに適応する標準機能を備えた Genesys Widgets 9 に基づいています。

• Predictive Engagement は、アクション マップ オーケストレーションを通じて、Salesforce および Rest API を使用するあらゆる CRM でリードを自動的に作成できます。

• プロファイルは CRM で検索でき、リード情報はエージェント ワークスペースのスクリプト タブ内に表示されます。エージェントは、CRM に直接ログインしなくても、ここでリード情報を手動で作成および更新することもできます。

• お客様は、Genesys Predictive Engagement と Widgets の両方のコード スニペットを Web サイト/Web ページに展開する必要があります。

バージョン 1.1.1最終更新2022年8月18日