機械学習によるカスタマーサポートの生産性向上

Summary

カスタマーサポート部門では、日々多くのお客さまからのお問い合わせに対応をしています。基本的には、一通一通のお問い合わせに対して、オペレーターがお問い合わせ対応ツールを使用して返信します。お問い合わせ対応ツールは内製しており、MLを用いた機能を追加することでお問い合わせ対応業務の一部を自動化・効率化することができます。

また、お問い合わせ前にお客さまが自分で問題を解決できるよう、メルカリガイドに情報を集めています。その時に、お客さまが探している情報を見つけられるよう情報のアクセスを改善して、自己解決率の向上を図っています。

Purpose

MLを用いることで、お問い合わせ対応業務の一部を自動化・効率化したり、お客さまがお困りの時に適切な情報にアクセスしてもらうことで自己解決を促します。その結果として、カスタマーサポートの生産性を向上させます。

Description

メルカリは、お客さまが利用時に困らないよう継続的にアプリを改善しています。そうは言っても、完全に困りごとをなくすことはできません。したがって、お客さまが困りごとに遭遇した場合、何かしらのサポートをする必要があります。この時、困ったお客さまは以下のようなステップを取ることができます。

1. 困りごとの解決につながるような情報を探す
2. 情報が見つからず、お問い合わせをする

1つ目のステップをセルフサービスと呼び、お問い合わせ前にお客さまが問題を自己解決できるよう、メルカリガイドに情報を集めています。その時に、お客さまが適切な情報を見つけられるよう情報のアクセスを改善して、自己解決率の向上を図っています。2つ目のステップでは、カスタマーサポート部門で日々多くのお客さまからのお問い合わせに対応をしています。その時に、お問い合わせ対応業務の一部を自動化・効率化することで、より良いお客さま体験を目指しています。上記のように、お客さまがお困りの時に適切な情報にアクセスしてもらって自己解決を促したり、お問い合わせ対応業務の一部を自動化・効率化したりする必要があり、その1つの手段としてMLを利用しています。

メルカリでは、メルカリガイドやお問い合わせ対応ツールを内製しており、MLを用いた機能を柔軟に追加することが可能です。例えば、お問い合わせ対応ツールでは、オペレーターが返信時に使用するテンプレートを推薦することで、より素早く返信する案を挙げることができます。また、メルカリガイドの検索性を改善するために、クエリと記事の関連度によって検索結果を並び替える案も挙げられます。このような試みをお問い合わせ対応ツール開発チームと一体になって進めています。