JP2020038587A - 応対支援装置及び応対支援方法 - Google Patents

Abstract

【課題】顧客への応対における目標を達成できる確率を高める。【解決手段】応対支援装置１は、顧客が顧客メッセージを入力した顧客端末３から送信された顧客メッセージと、顧客に応対する応対者が応対者メッセージを入力した応対者端末２から送信された応対者メッセージと、を取得するメッセージ取得部１３２と、過去に取得された複数の顧客メッセージと応対者メッセージとの組み合わせと、応対の成功度との関係に基づいて、メッセージ取得部１３２が顧客メッセージ及び応対者メッセージを取得した時点での応対の成功度を推定する推定部１３３と、推定部１３３が推定した成功度を応対者端末２に表示させる表示制御部１３４と、を有する。【選択図】図２

Description

本発明は、顧客に応対する応対者を支援するための応対支援装置及び応対支援方法に関する。

従来、コールセンター業務を支援するシステムが知られている。特許文献１には、顧客から電話を受けた通信に関する履歴と問い合わせ内容とを関連付けて記録し、コールセンターのオペレータが、誰からどのような問い合わせがあったかを把握しやすくすることができるシステムが開示されている。

特許第５３２５７１４号公報

顧客との間でメッセージをやり取りして応対する場合、顧客に満足してもらったり、商品を販売したりすることが目標とされる。ところが、従来、目標を達成できるかどうかは応対者個人のスキルに依存しており、応対者個人のスキルが低いと、目標達成に結びつかない応対を続けてしまう場合があるという問題が生じていた。

そこで、本発明はこれらの点に鑑みてなされたものであり、顧客への応対における目標を達成できる確率を高めることを目標とする。

本発明の第１の態様の応対支援装置は、顧客が顧客メッセージを入力した顧客端末から送信された前記顧客メッセージと、前記顧客に応対する応対者が応対者メッセージを入力した応対者端末から送信された前記応対者メッセージと、を取得するメッセージ取得部と、過去に取得された複数の顧客メッセージと応対者メッセージとの組み合わせと、応対の成功度との関係に基づいて、前記メッセージ取得部が前記顧客メッセージ及び前記応対者メッセージを取得した時点での応対の成功度を推定する推定部と、前記推定部が推定した前記成功度を前記応対者端末に表示させる表示制御部と、を有する。

前記推定部は、応対に成功した前記組み合わせの成功教師データと、応対に失敗した前記組み合わせの失敗教師データとに基づいて学習した機械学習モデルに、前記メッセージ取得部が取得した前記顧客メッセージ及び前記応対者メッセージに対応する情報を入力することにより前記機械学習モデルから出力される推定結果に基づいて前記成功度を推定してもよい。

前記推定部は、前記メッセージ取得部が前記顧客メッセージ又は前記応対者メッセージを新たに取得した時点で前記成功度を推定してもよい。前記推定部は、前記メッセージ取得部が所定の数の前記顧客メッセージ又は前記応対者メッセージを新たに取得した時点で前記成功度を推定してもよい。

前記表示制御部は、前記メッセージ取得部が所定の数の前記顧客メッセージ又は前記応対者メッセージを新たに取得した時点で前記成功度を更新してもよい。

前記応対者が応対する際の目標を取得する目標取得部をさらに有し、前記推定部は、前記目標取得部が取得した前記目標に対応する前記関係に基づいて、前記応対者が当該目標を達成する成功度を推定してもよい。

前記表示制御部は、前記成功度を向上させる可能性がある応答内容候補を前記応対者端末にさらに表示させてもよい。前記表示制御部は、前記目標取得部が取得した前記目標に対応する前記応答内容候補を前記応対者端末に表示させてもよい。

前記表示制御部は、複数の応答内容候補と、それぞれの前記応答内容候補に基づく応答をした場合の前記成功度の変化予測とを関連付けて前記応対者端末に表示させてもよい。

前記推定部は、前記顧客メッセージ及び前記応対者メッセージのいずれかから抽出した文言に基づいて、前記顧客と前記応対者とのやり取りのフェーズを推定し、推定した前記フェーズに基づいて前記応答内容候補を選択し、前記表示制御部は、前記推定部が選択した前記応答内容候補を前記応対者端末に表示させてもよい。

本発明の第２の態様の応対支援方法は、コンピュータが実行する、顧客が顧客メッセージを入力した顧客端末から送信された前記顧客メッセージと、前記顧客に応対する応対者が応対者メッセージを入力した応対者端末から送信された前記応対者メッセージと、を取得するステップと、過去に取得された複数の顧客メッセージと応対者メッセージとの組み合わせと、応対の成功度との関係に基づいて、前記顧客メッセージ及び前記応対者メッセージを取得した時点での応対の成功度を推定するステップと、推定した前記成功度を前記応対者端末に表示させるステップと、を有する。

本発明によれば、顧客への応対における目標を達成できる確率を高めることができるという効果を奏する。

応対支援システムの概要を示す図である。 応対支援装置の機能構成を示す図である。 表示制御部が応対者端末に表示させる成功度を示す情報の一例である。 応対支援装置の動作全体のフローチャートである。 推定部が成功度を推定する処理の動作フローチャートである。 表示制御部が応対者端末に表示させる応答内容候補の一例である。 応答内容の推薦処理を含む応対支援装置１の動作フローチャートである。 応答内容推薦処理のフローチャートである。

［応対支援システムＳの概要］
図１は、応対支援システムＳの概要を示す図である。応対支援システムＳは、応対支援装置１と、応対者端末２とを備える。応対支援装置１及び顧客端末３は、ネットワークＮを介して互いにデータを送受信することができる。ネットワークＮは、例えばインターネット及び携帯電話網を含む。

応対者端末２は、ネットワークＮを介して顧客端末３との間でメッセージを送受信することができる。応対者端末２は、顧客に応対する人（以下、応対者という）が使用する情報端末であり、例えばパソコン、スマートフォン又はタブレットである。応対者端末２は、電話機とコンピュータが連動して動作する装置であってもよい。

顧客端末３は、顧客が使用する情報端末であり、例えば携帯電話機、パソコン、スマートフォン又はタブレットである。本実施形態では、顧客端末３を使用する顧客が、応対者端末２を使用する応対者と音声メッセージをやり取りして会話することを想定しているが、応対者と顧客とは、それぞれ応対者端末２及び顧客端末３の操作部及び表示部を用いて、テキストメッセージをやり取りしてもよい。

応対支援装置１は、応対者端末２を使用する応対者が顧客端末３を使用する顧客とメッセージをやり取りする際に、成功度を高めるための支援をする装置であり、例えばサーバである。成功度は、応対者が顧客への応対に成功する度合を示す情報であり、例えば応対者が顧客への応対に成功する確率である。

応対支援装置１は、応対者端末２が顧客端末３に対して送信した応対者メッセージ、及び顧客端末３が応対者端末２に対して送信した顧客メッセージに基づいて、成功度を推定する。応対支援装置１は、推定した成功度を応対者端末２に表示させることにより、応対者が、そのままの流れで応対を継続してもよいか、応対方法を変更するべきかを判断できるように支援する。

また、応対支援装置１は、応対する内容の候補（以下、応答内容候補という）を応対者端末２に表示させることにより、応対者に対して応答内容を推薦する。その際、応対支援装置１は、応対者が複数の応答内容候補のそれぞれを顧客に伝えた場合に、成功度がどのように変化するかを示す情報を応対者端末２に表示させる。応対支援装置１が、このようにして成功度を応対者端末２に表示させることで、応対者は、応対による成功度を高めることができる。
以下、応対支援装置１の構成及び動作を詳細に説明する。

［応対支援装置１の機能構成］
図２は、応対支援装置１の機能構成を示す図である。応対支援装置１は、通信部１１と、記憶部１２と、制御部１３とを有する。制御部１３は、目標取得部１３１と、メッセージ取得部１３２と、推定部１３３と、表示制御部１３４とを有する。

通信部１１は、ネットワークＮに接続するためのインターフェースであり、例えばＬＡＮ（Local Area Network）コントローラを有する。通信部１１は、顧客端末３が応対者端末２に送信した顧客メッセージ、及び応対者端末２が顧客端末３に送信した応対者メッセージを受信する。通信部１１は、例えば応対者及び顧客が発した音声がデジタル符号化されたデジタル音声データを受信し、受信したデジタル音声データをメッセージ取得部１３２に通知する。

記憶部１２は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）及びハードディスク等の記憶媒体を含む。記憶部１２は、制御部１３が実行するプログラムを記憶する。また、記憶部１２は、応対支援装置１が動作をするために必要な各種のデータを記憶する。記憶部１２は、例えば、推定部１３３が成功度を推定するために用いる機械学習モデルの重み係数を記憶する。

また、記憶部１２は、各種のデータベースを記憶する。記憶部１２は、例えば、顧客情報データベース１２１（顧客情報ＤＢ）、応対履歴データベース１２２（応対履歴ＤＢ）、文言辞書データベース１２３（文言辞書ＤＢ）、応対中文言データベース１２４（応対中文言ＤＢ）、標準応対文言データベース１２５（標準応対文言ＤＢ）、及び応答内容候補データベース１２６（応答内容候補ＤＢ）等を記憶する。

顧客情報データベース１２１は、顧客を識別するための顧客識別情報に関連付けて顧客の属性（例えば連絡先、年齢、性別、趣味）を記憶している。応対履歴データベース１２２は、顧客識別情報に関連付けて、過去に応対した日時及び応対内容を記憶している。

文言辞書データベース１２３は、メッセージ取得部１３２が顧客メッセージ及び応対者メッセージから文言を抽出するために用いる文言候補を記憶している。応対中文言データベース１２４は、顧客メッセージ及び応対者メッセージから抽出された文言を、顧客メッセージ及び応対者メッセージが送信された日時に関連付けて記憶している。標準応対文言データベース１２５は、応対時に使用される標準的な文言を記憶している。応答内容候補データベース１２６は、表示制御部１３４が応対者端末２に表示させる応答内容候補を記憶している。

制御部１３は、例えばＣＰＵ（Central Processing Unit）であり、記憶部１２に記憶されたプログラムを実行することにより、目標取得部１３１、メッセージ取得部１３２、推定部１３３及び表示制御部１３４として機能する。

目標取得部１３１は、応対者が応対する際の目標を取得する。目標取得部１３１は、例えば、応対者が応対することにより達成したい目標である応対目標を応対者端末２から取得する。例えば顧客が解約のための電話をかけてきた場合の応対目標は、解約を中止させることであり、携帯電話の契約をしていない顧客が携帯電話に関する問い合わせをしてきた場合の応対目標は、新規契約をさせることである。目標取得部１３１は、例えば表示制御部１３４を介して応対者端末２に応対目標の候補を表示させ、応対者が選択した応対目標候補を応対目標として取得する。目標取得部１３１は、取得した応対目標をメッセージ取得部１３２に通知する。

メッセージ取得部１３２は、通信部１１を介して、顧客が顧客メッセージを入力した顧客端末３から送信された顧客メッセージと、顧客に応対する応対者が応対者メッセージを入力した応対者端末２から送信された応対者メッセージと、を取得する。メッセージ取得部１３２は、取得した顧客メッセージ及び応対者メッセージを音声認識してテキストデータに変換し、文言辞書データベース１２３を参照してテキストデータを形態素解析することにより、テキストデータを複数の文言データに分割する。

メッセージ取得部１３２は、分割した複数の文言データを順次ベクトル化して数値に変換する。メッセージ取得部１３２は、例えばｄｏｃ２ｖｅｃの処理を実行することにより、複数の文言データそれぞれをベクトル化する。メッセージ取得部１３２は、ベクトル化した結果を推定部１３３に通知する。メッセージ取得部１３２は、複数の文言データをベクトル化したデータを、顧客メッセージ又は応対者メッセージが発せられた時刻に関連付けて記憶部１２に記憶させてもよい。

推定部１３３は、過去に取得された複数の顧客メッセージ及び応対者メッセージの組み合わせと、応対の成功度との関係に基づいて、メッセージ取得部１３２が顧客メッセージ及び応対者メッセージを取得した時点での応対の成功度を推定する。推定部１３３は、例えば、応対に成功した組み合わせの成功教師データと、応対に失敗した組み合わせの失敗教師データとに基づいて学習した機械学習モデルを用いて応対の成功度を推定する。推定部１３３は、機械学習モデルに、例えばメッセージ取得部１３２が取得した顧客メッセージ及び応対者メッセージに対応する情報としてメッセージ取得部１３２から通知された文言データに対応する数値を入力することにより機械学習モデルから出力される推定結果に基づいて成功度を推定する。

推定部１３３は、例えば、メッセージ取得部１３２が顧客メッセージ又は応対者メッセージを新たに取得した時点で、それまでに取得された複数の顧客メッセージ及び応対者メッセージに基づいて成功度を推定する。すなわち、推定部１３３は、顧客がメッセージを発する状態から応対者がメッセージを発する状態に変化したタイミング、又は応対者がメッセージを発する状態から顧客がメッセージを発する状態に変化したタイミングで成功度を推定する。このようにすることで、推定部１３３は、成功度が変化する可能性がある状況変化が生じるたびに成功度を推定することができる。

推定部１３３は、例えば、メッセージ取得部１３２が所定の数の顧客メッセージ又は応対者メッセージを新たに取得した時点で、それまでに取得された複数の顧客メッセージ及び応対者メッセージに基づいて成功度を推定してもよい。所定の数は、例えば、成功度が変化する蓋然性の高さに基づいて決定された値である。このようにすることで、推定部１３３は、推定処理の負荷を軽くすることができる。

推定部１３３は、複数の顧客メッセージ及び応対者メッセージが取得された順序にさらに基づいて成功度を推定してもよい。このようにすることで、推定部１３３は、推定精度を向上させることができる。推定部１３３は推定した成功度を表示制御部１３４に通知する。

推定部１３３は、目標取得部１３１が取得した目標に対応する、過去に取得された複数の顧客メッセージ及び応対者メッセージの組み合わせと、応対の成功度との関係に基づいて、応対者が当該目標を達成する成功度を推定してもよい。推定部１３３は、例えば、解約を止めるために過去に行われた顧客と応対者との間の対話の内容と、応対が成功したか失敗したかという応対結果との関係との類似度に基づいて、応対者が解約を止めようとしている場合の応対の成功度を推定する。推定部１３３は、目標に対応する、過去に取得された複数の顧客メッセージ及び応対者メッセージの組み合わせと、応対の成功度との関係に基づいて作成された機械学習モデルに顧客メッセージ及び応対者メッセージに対応する情報（例えばｄｏｃ２ｖｅｃの数値）を入力することにより、目標の成功度を推定してもよい。

推定部１３３は、顧客メッセージに表れる顧客の口調の変化に基づいて成功度を推定してもよい。推定部１３３は、例えば顧客が早口になった場合、成功度が下がったと推定し、顧客の口調が穏やかになった場合、成功度が上がったと推定する。

表示制御部１３４は、推定部１３３が推定した成功度を応対者端末２に表示させる。
図３は、表示制御部１３４が応対者端末２に表示させる成功度を示す情報の一例である。図３における横軸は応対が開始されてからの経過時間であり、縦軸は成功度である。

図３においては、応対者が新サービスを推薦した後に、顧客が不要であると返答した時点で成功度が低下している。その後、応対者が推薦を取りやめて顧客の状況の聞き取りを継続している間に成功度が上昇している。応対者は、図３のようなグラフをリアルタイムで視認しながら応対をすることで、応対の方針が適切であるか、又は応対の方針を変更するべきかを判断することができるので、成功度を向上させることができる。

表示制御部１３４は、メッセージ取得部１３２が顧客メッセージ又は応対者メッセージを新たに取得した時点で成功度を更新してもよい。すなわち、表示制御部１３４は、顧客がメッセージを発する状態から応対者がメッセージを発する状態に変化したタイミング、又は応対者がメッセージを発する状態から顧客がメッセージを発する状態に変化したタイミングで成功度を更新してもよい。表示制御部１３４は、メッセージ取得部１３２が所定の数の顧客メッセージ又は応対者メッセージを新たに取得した時点で成功度を更新してもよい。表示制御部１３４は、例えば成功度への影響が表れると想定されるメッセージ数（例えば５つのメッセージ）をメッセージ取得部１３２が取得した時点で成功度を更新する。このようにすることで、成功度が頻繁に変動し過ぎることで、応対者が応対に集中できなくなることを防止できる。

［応対支援装置１の動作フローチャート］
図４及び図５は、応対支援装置１の動作フローチャートである。図４は、応対支援装置１の動作全体のフローチャートである。図５は、推定部１３３が成功度を推定する処理の動作フローチャートである。

図４に示すフローチャートは、メッセージ取得部１３２が最初に顧客メッセージを取得した時点から開始している（Ｓ１１）。続いて、目標取得部１３１は、応対者端末２から目標を取得したか否かを判定する（Ｓ１２）。目標取得部１３１は、目標を取得した場合（Ｓ１３においてＹＥＳ）、目標を取得したことを推定部１３３に通知する。目標取得部１３１が目標を取得していない場合（Ｓ１３においてＮＯ）、制御部１３は処理をＳ１１に戻す。

推定部１３３は、目標取得部１３１から目標を取得したという通知を受けると、メッセージ取得部１３２が所定の数のメッセージを取得したかを確認する（Ｓ１３）。推定部１３３は、メッセージ取得部１３２が所定の数のメッセージを取得した場合、目標を設定する処理を実行した後に（Ｓ１４）、目標を達成することができる成功度を推定する処理を実行する（Ｓ１５）。その後、表示制御部１３４は、推定部１３３が推定した成功度を応対者端末２に表示させる（Ｓ１６）。制御部１３は、応対が終了したか否かを監視し（Ｓ１７）、応対が終了するまでの間、Ｓ１１からＳ１７までの処理を繰り返す。

続いて、図５を参照しながら、成功度を推定する処理の流れを説明する。推定部１３３は、まず、目標が解約の阻止か否かを判定する（Ｓ１５１）。推定部１３３は、目標が解約の阻止であると判定した場合（Ｓ１５１においてＹＥＳ）、解約を阻止するという目標に対応する解約阻止用の機械学習モデルを選択する（Ｓ１５２）。

推定部１３３は、Ｓ１５１において目標が解約の阻止ではないと判定した場合（Ｓ１５１においてＮＯ）、Ｓ１５３に進んで、目標が新規に加入させることか否かを判定する（Ｓ１５３）。推定部１３３は、目標が新規に加入させることであると判定した場合（Ｓ１５３においてＹＥＳ）、新規に加入させるという目標に対応する新規加入用の機械学習モデルを選択する（Ｓ１５４）。推定部１３３は、Ｓ１５３において目標が新規に加入させることでもないと判定した場合（Ｓ１５３においてＮＯ）、雑談が顧客の目的であると判定し、雑談を通じてブランドイメージを高めるという目標に対応する雑談用の機械学習モデルを選択する（Ｓ１５５）。

推定部１３３は、Ｓ１５２、Ｓ１５４、及びＳ１５５において機械学習モデルを選択すると、選択した機械学習モデルに、顧客メッセージ及び応対メッセージに対応する情報（例えばｄｏｃ２ｖｅｃの数値）を入力する。すなわち、推定部１３３は、対話の途中までのメッセージをメッセージ取得部１３２から取得すると（Ｓ１５６）、取得したメッセージを形態素解析する（Ｓ１５７）。推定部１３３は、形態素解析して分割した文言データにｄｏｃ２ｖｅｃの処理を実行することにより、文言データをベクトル化する（Ｓ１５８）。推定部１３３は、文言データに対応する数値を、選択した機械学習モデルに入力する（Ｓ１５９）。そして、推定部１３３は、機械学習モデルが出力する成功度を示す値を取得する（Ｓ１６０）。

［応答内容の推薦］
表示制御部１３４は、成功度を応対者端末２に表示させることに加えて、又は成功度を表示させる代わりに、成功度を向上させる可能性がある応答内容候補を応対者端末２に表示させてもよい。表示制御部１３４は、例えば目標取得部１３１が取得した目標に対応する応答内容候補を応対者端末２に表示させる。

図６は、表示制御部１３４が応対者端末２に表示させる応答内容候補の一例である。図６に示すように、表示制御部１３４は、複数の応答内容候補と、それぞれの応答内容候補に基づく応答をした場合の成功度の変化予測とを関連付けて応対者端末２に表示させてもよい。図６においては、顧客の話に同意すると成功度が向上し、サービスを薦めると成功度が変化せず、顧客の話に反論すると成功度が低下することが示されている。

推定部１３３は、顧客メッセージ及び応対者メッセージのいずれかから抽出した文言に基づいて、顧客と応対者とのやり取りのフェーズを推定し、推定したフェーズに基づいて応答内容候補を選択する。推定部１３３は、例えば、目標取得部１３１が取得した目標に基づいて、目標に対応する応対でやり取りされる平均的なメッセージの数と、応対が始まってからメッセージ取得部１３２が取得したメッセージの数との関係に基づいて、現時点が応対における序盤、中盤、終盤のどのフェーズかを推定する。推定部１３３は、それぞれのフェーズにおける過去の対話の成功事例に基づいて、そのフェーズにおいて成功度を高めることに繋がり得る応答内容の候補を推定する。表示制御部１３４は、推定部１３３が選択した応答内容候補を応対者端末２に表示させる。

［応答内容の推薦処理のフローチャート］
図７は、応答内容の推薦処理を含む応対支援装置１の動作フローチャートである。図７に示すフローチャートにおいては、図４に示したフローチャートにおけるＳ１５の後に、応答内容推薦処理（Ｓ２１）が実行され、図４のＳ１６の代わりに、成功度とともに応答内容候補を応対者端末２に表示させる処理（Ｓ２２）が実行される。

図８は、応答内容推薦処理のフローチャートである。推定部１３３は、対話の途中までのメッセージをメッセージ取得部１３２から取得すると（Ｓ２１１）、取得したメッセージを形態素解析する（Ｓ２１２）。推定部１３３は、形態素解析して分割した文言データにｄｏｃ２ｖｅｃの処理を実行することにより、文言データをベクトル化する（Ｓ２１３）。

推定部１３３は、算出したベクトルの類似度が上位であり、かつ成功した過去の対話のメッセージ（顧客メッセージ及び応対者メッセージ）を取得する（Ｓ２１４）。推定部１３３は、取得した過去の対話の平均応答数（例えば応対者メッセージの数）を算出し（Ｓ２１５）、現在の対話数と算出した平均応答数とを比較して、現在の対話の進捗率を算出する（Ｓ２１６）。

推定部１３３は、過去に成功した対話において、Ｓ２１６で算出した進捗率に対応する付近で応対者が発した複数の応対者メッセージを複数の応答内容候補として取得する（Ｓ２１７）。表示制御部１３４は、過去に成功した対話のうち、現在の対話の成功度の推移と類似度が高い対話で応対者が発していたメッセージを、優先的に応答内容候補として応対者端末２に表示させる（Ｓ２１８）。

［応対支援装置１による効果］
以上説明したように、応対支援装置１は、顧客メッセージ及び応対者メッセージを取得するメッセージ取得部１３２と、過去に取得された複数の顧客メッセージ及び応対者メッセージの組み合わせと、応対の成功度との関係に基づいて、メッセージ取得部１３２が顧客メッセージ及び応対者メッセージを取得した時点での応対の成功度を推定する推定部１３３と、を有する。そして、表示制御部１３４が、推定部１３３が推定した成功度を応対者端末２に表示させる。応対支援装置１がこのような構成を有することで、応対者端末２を使用する応対者は、応対の方針が適切であるか、応対の方針を変更するべきかを判断することができるので、成功度を向上させることができる。

また、表示制御部１３４は、成功度を向上させる可能性がある応答内容候補を応対者端末２にさらに表示させる。応対者が、成功度を向上させる可能性がある応答内容候補を参照して応対することができるので、応対の成功度をさらに高めることができる。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されず、その要旨の範囲内で種々の変形及び変更が可能である。例えば、装置の分散・統合の具体的な実施の形態は、以上の実施の形態に限られず、その全部又は一部について、任意の単位で機能的又は物理的に分散・統合して構成することができる。また、複数の実施の形態の任意の組み合わせによって生じる新たな実施の形態も、本発明の実施の形態に含まれる。組み合わせによって生じる新たな実施の形態の効果は、もとの実施の形態の効果を合わせ持つ。

例えば、以上の説明においては、推定部１３３が機械学習モデルを用いて成功度を推定するという例を示したが、推定部１３３が成功度を推定する方法は任意である。推定部１３３は、機械学習モデルを用いることなく、過去の類似のケースの応対履歴の成功度に基づいて成功度を推定してもよい。

１ 応対支援装置
２ 応対者端末
３ 顧客端末
１１ 通信部
１２ 記憶部
１２１ 顧客情報データベース
１２２ 応対履歴データベース
１２３ 文言辞書データベース
１２４ 応対中文言データベース
１２５ 標準応対文言データベース
１２６ 応答内容候補データベース
１３ 制御部
１３１ 目標取得部
１３２ メッセージ取得部
１３３ 推定部
１３４ 表示制御部

Claims (11)

1. 顧客が顧客メッセージを入力した顧客端末から送信された前記顧客メッセージと、前記顧客に応対する応対者が応対者メッセージを入力した応対者端末から送信された前記応対者メッセージと、を取得するメッセージ取得部と、
   過去に取得された複数の顧客メッセージと応対者メッセージとの組み合わせと、応対の成功度との関係に基づいて、前記メッセージ取得部が前記顧客メッセージ及び前記応対者メッセージを取得した時点での応対の成功度を推定する推定部と、
   前記推定部が推定した前記成功度を前記応対者端末に表示させる表示制御部と、
   を有する応対支援装置。
2. 前記推定部は、応対に成功した前記組み合わせの成功教師データと、応対に失敗した前記組み合わせの失敗教師データとに基づいて学習した機械学習モデルに、前記メッセージ取得部が取得した前記顧客メッセージ及び前記応対者メッセージに対応する情報を入力することにより前記機械学習モデルから出力される推定結果に基づいて前記成功度を推定する、
   請求項１に記載の応対支援装置。
3. 前記推定部は、前記メッセージ取得部が前記顧客メッセージ又は前記応対者メッセージを新たに取得した時点で前記成功度を推定する、
   請求項１又は２に記載の応対支援装置。
4. 前記推定部は、前記メッセージ取得部が所定の数の前記顧客メッセージ又は前記応対者メッセージを新たに取得した時点で前記成功度を推定する、
   請求項３に記載の応対支援装置。
5. 前記表示制御部は、前記メッセージ取得部が所定の数の前記顧客メッセージ又は前記応対者メッセージを新たに取得した時点で前記成功度を更新する、
   請求項１から４のいずれか一項に記載の応対支援装置。
6. 前記応対者が応対する際の目標を取得する目標取得部をさらに有し、
   前記推定部は、前記目標取得部が取得した前記目標に対応する前記関係に基づいて、前記応対者が当該目標を達成する成功度を推定する、
   請求項１から５のいずれか一項に記載の応対支援装置。
7. 前記表示制御部は、前記成功度を向上させる可能性がある応答内容候補を前記応対者端末にさらに表示させる、
   請求項６に記載の応対支援装置。
8. 前記表示制御部は、前記目標取得部が取得した前記目標に対応する前記応答内容候補を前記応対者端末に表示させる、
   請求項７に記載の応対支援装置。
9. 前記表示制御部は、複数の応答内容候補と、それぞれの前記応答内容候補に基づく応答をした場合の前記成功度の変化予測とを関連付けて前記応対者端末に表示させる、
   請求項７又は８に記載の応対支援装置。
10. 前記推定部は、前記顧客メッセージ及び前記応対者メッセージのいずれかから抽出した文言に基づいて、前記顧客と前記応対者とのやり取りのフェーズを推定し、推定した前記フェーズに基づいて前記応答内容候補を選択し、
    前記表示制御部は、前記推定部が選択した前記応答内容候補を前記応対者端末に表示させる、
    請求項７から９のいずれか一項に記載の応対支援装置。
11. コンピュータが実行する、
    顧客が顧客メッセージを入力した顧客端末から送信された前記顧客メッセージと、前記顧客に応対する応対者が応対者メッセージを入力した応対者端末から送信された前記応対者メッセージと、を取得するステップと、
    過去に取得された複数の顧客メッセージと応対者メッセージとの組み合わせと、応対の成功度との関係に基づいて、前記顧客メッセージ及び前記応対者メッセージを取得した時点での応対の成功度を推定するステップと、
    推定した前記成功度を前記応対者端末に表示させるステップと、
    を有する応対支援方法。
    
    

Images