カスタマーサポート担当 · 業務ごと
分析の単位は職種名ではなく業務である。以下の一つひとつが、その方向、判断が証拠に基づくのかプラットフォームの推論なのか、その理由、そして何を立証していないかを伴っている。
このページのすべての業務#
繰り返される質問に答える
自動化されつつある✓ 証拠に基づく同じ五十個の質問が、千通りの言い方で来る。
件数が多く、ばらつきが小さく、答えは既に文章として存在しており、間違えても訂正が安い。サービス職のなかで、言語モデルが最もはっきり噛み合う一点である。
簡単な半分をそらしても、仕事が半分になるわけではない。簡単な半分が消えて、残った一件一件が平均より難しい待ち行列だけが残る。人数が減っていく一方で、一件あたりの対応時間はむしろ伸びる。
振り分けとトリアージ
自動化されつつある✓ 証拠に基づく顧客が本当は何を求めているのかを見極め、それができる人のところへ送る。
ラベルの集合が決まっていて、過去の学習データが潤沢にある分類問題である。失敗の形は誤送であり、迷惑ではあるが取り返しがつく —— 自動化の敷居としては低い。
誤送が安く済むのは、向こう側で人が受け止めて拾い直してくれる場合だけである。下流の工程も自動化が進むほど、振り分けの誤りは「取り返しのつくもの」ではなくなり、「諦めて去っていった顧客」になる。
すでに怒っている顧客に対応する
いまも人が主導≈ 本サイトの推定期待を裏切られた人 —— しかも多くの場合、一度ではない人 —— の感情を収める。
顧客の目的の一部は、それを直す権限のある人間に認められることそのものにある。ここをうまくこなす自動化でも、「これは人間ですか」と聞かれた瞬間に崩れることが多い。
これが守るのは職の存在であって、人数ではない。自動化が問い合わせの7割を吸収すれば、残るエスカレーション対応はずっと少ない人数でこなせる。
ボットが何と言ったかを点検する
新しい業務✓ 証拠に基づく自動応対の記録を監査し、誤った回答、まずい語調、会社が守れない約束を拾い出す。
サポートボットを一つ入れるたびに、新しい必要が生まれる —— その会話ログを読み、何が良い応対かを分かっている人が要る。経験のあるオペレーターがその適任者になる。
一人のレビュー担当が多数のボットの出力を監査できる。まさにそれゆえに、この業務はボットが押し出した人数を埋め合わせない。これはより小さく、より上位の仕事である。