JP6916110B2 - 自動化された動的メッセージングの管理のためのシステム及び方法 - Google Patents

Description

本発明は、動的メッセージングキャンペーンの生成、管理のためのシステム及び方法に関する。そのようなシステム及び方法は、クライアント管理及びアウトリーチのためのより効率的なツールをマーケティング担当者及び販売員に与える。また、そのようなシステム及び方法は、より生産的な販売活動、利益の増加、及び、販売資源のより効率的な配分を可能にする。

現在、販売部門は受動的に且つ積極的に活動する。受動的な販売活動としては、製品及び／又はサービスの販売のための一般的な申し入れを大衆に行なって、顧客が最初に連絡してくるのを待つことが挙げられる。これに対し、積極的な販売技術は、販売者が消費者に直接に働きかけることを伴う。積極的な販売活動の利点は、より効果的に顧客を標的にできること、及び、より効果的に購買決定に影響を及ぼすことができることである。積極的な販売技術は、飛び込みの「勧誘電話」を含む場合があり、又は、何らかの広告に応答した又はマーケティング会社から購入した「先導者」とのフォローアップを含む場合がある。勧誘電話はそれなりに意味はあるが、確立された先導者との対話を続けることが選り抜きの、最も目標とされた効果的な販売活動手段である。

積極的な販売技術は、長く商取引が行われてきた間において、機能してきた。売り手は伝統的に人の勧誘やチラシを利用して自分達の商品を売り歩いた。実際には、今日まで、広告はごく普通に郵便で消費者に送られている。利用可能な場合、これらの郵送された広告は、広告に印刷された受信者名を含めるなど、カスタマイズの度合いを含む。

技術の進歩に伴い、積極的な販売技術もかなり進化してきた。電話の普及に伴い、テレマーケティングが積極的な販売技術の中心になった。これは当初は販売担当者の「勧誘電話」の見込み顧客の形態を取ったが、付加的な資源支出を殆ど伴わずにかなり広い大衆に到達できることに起因して、最近では「ロボコール」が更に普及してきた。

インターネットが取引のより顕著な特徴になってきたため、オンライン広告及び電子メールキャンペーンは潜在的な消費者を巻き込む方法として販売部門の兵器に加わってきた。特に電子メールマーケティングは、非常に効果的で頻繁に利用される顧客到達手段となってきた。大規模な顧客集団の場合には、これらの電子メールが一般に最小限に仕立てられる広告である。小規模な顧客グループの場合には、個々の電子メールが依然として販売担当者によって作成される場合がある。しかしながら、この活動は（より効果的であるが）しばしば非常に時間がかかる。加えて、販売担当者は、通常、連絡管理ソフトウェアを使用せずに限られた数のこれらの販売通信のみに関与し得る。

したがって、個別化された電子メール販売対応の利点に機械自動化の利点をもたらす動的メッセージングシステムが緊急に必要であることは明らかである。そのような動的メッセージングは、より効果的な販売活動及びマーケティングキャンペーンを可能にする。

以上を達成するために、本発明によれば、自動化された動的メッセージの管理のためのシステム及び方法が提供される。

そのようなシステム及び方法により、マーケティング担当者及び販売員は、電子メールの（又は他のテキストによる）やりとりを介してより効率的に先導者とフォローアップすることができる。人工知能を使用して、ユーザは、メッセージ交換の全ての目的が満たされるまで、比較的最小限の手動介入をもたらす必要がある。

幾つかの実施形態では、ユーザの入力に応じて、１つ以上の知識セット及び１つ以上の先導者データセットでデータストアが追加される。先導者データは、標的消費者（又は先導者）に関して収集される情報を含み、一方、知識セットは、入ってくる任意の応答のカテゴリ化を人工知能が果たすために必要なコンテキスト知識を与える。

キャンペーンを生成して開始するためにキャンペーンビルダがユーザに与えられてもよい。キャンペーンは、１つ以上の目的を満たすようになっているメッセージのシリーズである。これらのメッセージ交換を通じて収集される情報は、インサイトと称される。キャンペーンビルダ（キャンペーン構成部）は、変数フィールドを有するメッセージテンプレートのシリーズの組成を可能にすることによってキャンペーンの作成を可能にする。変数フィールドは、知識セット及び／又は先導者データからのデータのクラスに対応する。これらのテンプレートは、最初から生成されてもよく、又は、既存のキャンペーン（又はテンプレートライブラリ）からインポートされてもよい。

キャンペーンが開始された時点で、システムはアルゴリズムを使用して応答をカテゴリ化する。これらのカテゴリ化は対応する確信レベルを有する。確信レベルが低すぎる場合には、その後の何れのアクションをシステムが実行すべきかを決定するために手動によるユーザ介入が必要とされてもよい。これは、アクションインタフェースを介して行なわれてもよい。

加えて、幾つかの実施形態において、ユーザは、（生成されてしまったインサイトを見直す及び更新するための）インサイトインタフェース、（ＡＩアルゴリズムを調整するための）ＡＩトレーニングツール、（知識セットを作成する又は更新するための）知識セットインタフェース、及び、（キャンペーン状態に関するユーザ情報を与えるための）統計インタフェースにアクセスできる。

前述した本発明の様々な特徴が単独で又は組み合わせて実施されてもよいことに留意されたい。以下、発明の詳細な説明では、以下の図と併せて、本発明のこれら及び他の特徴について更に詳しく説明する。

ここで、本発明をより明確に解明できるように、添付図面を参照して、幾つかの実施形態を一例として説明する。

メッセージングキャンペーンを生成して実施するための幾つかの実施形態に係るシステムの論理図の一例である。 幾つかの実施形態に係る動的メッセージングサーバの論理図の一例である。 幾つかの実施形態に係る動的メッセージングサーバ内のユーザインタフェースの論理図の一例である。 幾つかの実施形態に係る動的メッセージングサーバ内のメッセージ生成器の論理図の一例である。 幾つかの実施形態に係る動的メッセージングサーバ内のメッセージ応答システムの論理図の一例である。 幾つかの実施形態に係る動的メッセージキャンペーンのためのフロー図の一例である。 幾つかの実施形態に係るユーザをオンボードするプロセスのためのフロー図の一例である。 幾つかの実施形態に係るキャンペーンを構築するプロセスのためのフロー図の一例である。 幾つかの実施形態に係るメッセージテンプレートを生成するプロセスのためのフロー図の一例である。 幾つかの実施形態に係るキャンペーンを実施するプロセスのためのフロー図の一例である。 幾つかの実施形態に係る発信メッセージを作成して送信するプロセスのためのフロー図の一例である。 幾つかの実施形態に係る受信された応答を処理するプロセスのためのフロー図の一例である。 幾つかの実施形態に係るキャンペーンを構築するためのインタフェースのスクリーンショットの一例である。 幾つかの実施形態に係るキャンペーンを構築するためのインタフェースのスクリーンショットの一例である。 幾つかの実施形態に係るキャンペーンを構築するためのインタフェースのスクリーンショットの一例である。 幾つかの実施形態に係るキャンペーンを構築するためのインタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのＡＩトレーニングインタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのＡＩトレーニングインタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのＡＩトレーニングインタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのＡＩトレーニングインタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのＡＩトレーニングインタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのＡＩトレーニングインタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのＡＩトレーニングインタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのＡＩトレーニングインタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのコンテキスト管理インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのコンテキスト管理インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのコンテキスト管理インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのコンテキスト管理インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのコンテキスト管理インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのインサイト管理インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのインサイト管理インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのインサイト管理インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのインサイト管理インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードの知識セット管理インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードの知識セット管理インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードの知識セット管理インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードの知識セット管理インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのアクション管理インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのアクション管理インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのアクション管理インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードのアクション管理インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードの統計インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードの統計インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードの統計インタフェースのスクリーンショットの一例である。 幾つかの実施形態に係る管理ダッシュボードの統計インタフェースのスクリーンショットの一例である。 この発明を具現化できるコンピュータシステムの例図である。 この発明を具現化できるコンピュータシステムの例図である。

ここで、添付図面に示される本発明の幾つかの実施形態に関連して本発明を詳しく説明する。以下の説明では、本発明の実施形態の完全な理解を与えるために、多くの特定の詳細が記載される。しかしながら、当業者に明らかなように、これらの特定の詳細の一部又は全部を伴わずに実施形態が実施されてもよい。他の事例では、本発明を余計に不明瞭にしないように、良く知られたプロセスステップ及び／又は構造が詳細に記載されていない。実施形態の特徴及び利点は、以下の議論及び図面に関連してより良く理解できる。

本発明の典型的な実施形態の態様、特徴、及び、利点は、添付図面に関連する以下の説明に関してより良く理解されるようになる。当業者に明らかなように、本明細書中で与えられる本発明の記載された実施形態は、単なる例示であって、限定的ではなく、一例として与えられているにすぎない。この説明で開示される全ての特徴は、別段に明示的に述べられなければ、同じ又は類似の目的を果たす別の特徴に置き換えられてもよい。したがって、その変形例の多くの他の実施形態が本明細書中で規定される本発明の範囲及びその均等物に含まれると考えられる。したがって、例えば、「する」、「しない」、「するものとする」、「するものとしない」、「しなければならない」、「してはならない」、「第１に」、「最初に」、「次に」、「その後」、「前」、「後」、「終わりに」、「最後に」などの絶対的な及び／又は順次的な用語の使用は、本発明の範囲を限定しようとするものではない。これは、本明細書中に開示される実施形態が典型例にすぎないからである。

なお、「ユーザ」という用語は、メッセージングキャンペーンを生成して管理しているデバイスのユーザを表わすために使用される。同様に、「参加者」、「販売員」、及び、「店員」という用語も、しばしば、用語「ユーザ」と置き換え可能に使用されることが理解される。

同様に、「受信者」という用語は、生成されたメッセージを受ける人を示すために使用される。「消費者」及び「先導者」などの他の用語は、置き換え可能に使用されてもよい。

最後に、以下の議論及び付随する例は、主に販売先導者を開発することを伴う販売活動との関連でメッセージングシステムの利用へと向けられる。販売活動は、ここに開示されるシステム及び方法における普通の使用事例であるが、本明細書中に記載されるメッセージングシステムは販売活動に限定されない。実際に、ここに開示されるシステム及び方法は、様々な状況及び場面で使用され得る。例えば、開示されるメッセージングシステムは、顧客サポート設定、教育キャンペーン、資金調達、又は、所定のコンテキスト内の多数のメッセージが必要とされる他の状況において有用となり得る。

以下の開示は一連のサブセクション（小区分）を含む。これらのサブセクションは、決して本開示の範囲を限定しようとするものではなく、単に明瞭化及び読みやすさのためにすぎない。したがって、１つのセクションにおける開示は、適切な場合には、他のセクションのプロセス又は説明に等しく適用されてもよい。
Ｉ．定義

動的メッセージングキャンペーンのための以下のシステム及び方法は、ユーザ対話の相互作用に依存するとともに、受信されたメッセージの人工知能（ＡＩ）処理を高度化する。メッセージキャンペーンの目標は、受信者との論理的なダイアログのやりとりを可能にすることであり、この場合、受信者は、自分達が人間のユーザではなく自動機械と通信していることに必ずしも気付くとは限らない。これは、電子メール、テキストメッセージ、チャットなどの文書によるダイアログによって最も効率的に行なわれてもよい。しかしながら、オーディオ処理及びビデオ処理の進歩を考えると、オーディオコンポーネント及びビデオコンポーネントをダイアログに更に含ませることが完全に可能な場合があることが専ら想定し得る。

そのようなやりとりを達成するために、メッセージングシステム中のＡＩプラットフォーム内でＡＩシステムを使用して、応答を処理するとともに、やりとりに関する結論を生成する。これらの結論は、文書のコンテキスト、インサイト、センチメント、結論に関する確信度を計算することを含む。これらの用語が自然言語処理の分野外ではあまり馴染みがないことを考えると、用語を明確にするために一連の定義が与えられる。

精度−ＡＩによって決定される分類が正しいという計算された確率。

（ＡＩ）アルゴリズム−特定のカテゴリにおける文書の重みを計算するために使用される方法。

アスペクト−特定のＡＩアルゴリズム。例：ＮａｉｖｅＢａｙｅｓ、センチメント。

試行−キャンペーンのためのシリーズにおける単一のメッセージ。

ＡＩトレーナ−アスペクトが確信のあるスコアリングでなかったという文書を分類するために使用されるツールの用語。

キャンペーン−応答（又はその欠如）の受信及び分類に応じて会話を通して先導者へ送信されるようになっている想定し得るメッセージング（メッセージの送受信）のセット（集合）。

カテゴリ化−アイデア（考え）やオブジェクトとが一般にカテゴリ（分類）へと認識され、差別化され、及び、理解されるプロセス。

カテゴリ−それらが属するインサイトに対する想定し得る回答。例：
インサイト：「メッセージを続けますか？」は、カテゴリ：「停止」及び「続行」を有する。

分類−カテゴリ化のための別の単語。

確信度−カテゴリ化が正しいという計算された確率。

コンテキスト−幾つかの共通性を有する一群の文書。
例：「”良い電話番号は何ですか？”と尋ねることにより集められる全ての文書」、「顧客サービスのＢｉｌｌとチャットする顧客から送信されるメッセージ」。

文書−意味を伝えるために使用される特定の順序での単語のセット（集合）。

ハードルール−単一のトークンに基づいてカテゴリを決定付けるＡＩアルゴリズム。これらのトークンは、これらの特定のカテゴリ内で圧倒的に発生するのが分かる。

ハードルールターム−ハードルールアスペクトにより使用されるトークン。

インサイト−文書に関する何らかの質問に答えるために使用される一群のカテゴリ。例：「この人は何を意味していますか？」、「この人はどのように感じますか？」、「この人に電子メールを送り続けるべきですか？」

知識セット−分類中にトークンの関連するカテゴリ重みがアスペクトによって使用されるトークンのセット。

先導者（主要な利用者）−特定のキャンペーンの下で特定の時間にシステム中に置かれる人（システム内に存在する人）。

先導者（イベント）履歴−それらの発生の時間的順序で、システムに入ってくる先導者のための注目すべき情報、その先導者へ送られるメッセージ、受けられる応答、及び、送信される警報警告。

ｎグラム−トークンを形成するために使用される単語の数を示す。例：トークン「はい、そう、です」は、トリグラム又は３のエヌグラムである。

正規化−分類の精度を変えることなく文書の複雑さを減らすために文字／トークンを除去する。

質問−ターゲット言語のサブセットに対する応答を制限するようになっているメッセージに含まれる問い合わせ。

応答−メッセージを先導者へ送信した後に受けられる文書。

（応答）アクション−応答の分類に基づいてシステムが所定の先導者のために実行できるタスク。

センチメント−カテゴリが文書中でそれ自体どの程度強く表現されているかを測定するために使用されるＡＩアルゴリズム。

シリーズ−メッセージのそのサブセット（部分集合）に関して応答が受けられるまで送信されるようになっているキャンペーンのサブセット。応答の分類に基づいて、システムはその同じキャンペーン内のメッセージングの他のシリーズに対して継続してもよい。

スコア−異なるインサイトに関して異なるアスペクトによりなされる分類のセット。

（ＡＩ）プラットフォーム−必要に応じて、ＡＩアルゴリズムとの相互作用を可能にし、ＡＩアルゴリズムをセットアップし、スコアリングし、変更するシステム。また、これのプラットフォームは、この特定の目的のために使用されるコード、データベース、及び、サーバも含む。

トークン−重みを割り当てることによって１つのカテゴリに関連するべく単一のユニットとして使用される１つ以上の単語。

トレーニングセット−知識セットを計算するために使用される分類された文書のセット。

重み−特定のアルゴリズムのためのトレーニング（訓練、学習）に基づいてカテゴリのためのトークン又は文書に割り当てられる数値。

単語−言語中の意味を示すために使用される文字の組み合わせ。

変動費化（ｖａｒｉａｂｉｌｉｚａｔｉｏｎ）−単語又は単語のセットをシング（ｓｉｎｇ）へとグループ化すること。例：「Ａｌｅｘ」、「Ｓａｒａｈ」、及び、「Ｊｉｌｌ」は全てトークン名へと変動費化され得る。
ＩＩ．動的メッセージングシステム

議論を容易にするために、図１は、全体的に１００で示されるメッセージングキャンペーンを生成して実施するためのシステムの論理図の一例である。ブロック図のこの例では、ネットワーク１０６を介して動的メッセージングシステム１０８に関与する多くのユーザ１０２ａ−ｎが示される。幾つかの実施形態では、メッセージングキャンペーンが各ユーザ１０２ａ〜ｎによって独自にカスタマイズされてもよいことに留意されたい。代わりの実施形態において、ユーザは、共同販売部門（又は他の共同グループ）の一部であってもよく、全員がメッセージングキャンペーンへの共通のアクセス権を有してもよい。ユーザ１０２ａ−ｎは、ラップトップ及びデスクトップコンピュータ、ワークステーション、モバイルデバイス、メディアセンターなどの任意の数の適切なデバイスからネットワークにアクセスできる。

ネットワーク１０６は、最も一般的にはインターネットを含むが、例えば、企業ＷＡＮ、セルラーネットワーク、企業ローカルエリアネットワーク、又は、それらの組み合わせなどの他のネットワークを含んでもよい。メッセージングサーバ１０８は、個々の受信者への配信のために、生成されたメッセージを様々なメッセージ配信プラットフォーム１１２に分配してもよい。メッセージ配信プラットフォーム１１２は、任意の適切なメッセージングプラットフォームを含んでもよい。本開示の大部分は電子メールメッセージングに焦点を合わせており、そのため、そのような実施形態では、メッセージ配信プラットフォーム１１２が電子メールサーバ（ｇｍａｉｌ、ｙａｈｏｏ、ｈｏｔｍａｉｌなど）を含んでもよい。しかしながら、ここに開示されるメッセージングのためのシステムが電子メールメッセージングに必ずしも限定されないことが認識されるべきである。実際に、このメッセージングシステムの幾つかの実施形態の下では、任意のメッセージングタイプが想定し得る。したがって、メッセージ配信プラットフォーム１１２は、ソーシャルネットワークインタフェース、インスタントメッセージングシステム、テキストメッセージング（ＳＭＳ）プラットフォーム、又は更には、オーディオ通信システムを容易に含むことができる。所定のメッセージングシステムに関しては音声が想定し得るが、自動化されたメッセージが販売員によって作成されるメッセージと実質的に区別できないシームレスな体験を受信者が有することがしばしば望ましい。現実的に人に聞こえる自動音声を生成することの本質的な困難（特定の販売員を模倣することはかなり少ない）に起因して、本開示の大部分は、書かれたテキストメッセージの生成に焦点を合わせる。

ユーザ固有の情報、メッセージテンプレートデータ、知識セット、インサイト、及び、先導者情報を与えるために、１つ以上のデータソース１１０がメッセージングサーバ１０８に利用できてもよい。これらの情報タイプについては以下で更に詳しく説明する。

先へ進めると、図２は、幾つかの実施形態に係る動的メッセージングサーバ１０８のより詳細な図を与える。サーバは、３つの主な論理サブシステム、すなわち、ユーザインタフェース２１０、メッセージ生成器２２０、及び、メッセージ応答システム２３０から構成される。ユーザインタフェース２１０は、メッセージングキャンペーンをセットアップしてそれらのキャンペーンをそれらのライフサイクル全体にわたって管理するべくメッセージ生成器２２０及びメッセージ応答システム２３０にアクセスするために利用されてもよい。少なくとも、ユーザインタフェース２１０は、ユーザデバイスがこれらのサブシステムにアクセスできるようにするためにＡＰＩを含む。或いは、ユーザインタフェース２１０は、付随するスクリーンショットの例の幾つかにおいて以下で検討されるように、ウェブアクセス可能なメッセージング作成ツール及びメッセージング管理ツールを含んでもよい。

図３は、ユーザインタフェース２１０のより詳細な例示を与える。ユーザインタフェース２１０は、メッセージ生成器２２０及びメッセージ応答システム２３０で前述の機能を果たすことができるようにするために一連のモジュールを含む。これらのモジュールは、キャンペーンビルダ３１０（キャンペーン構成手段）、キャンペーンマネージャ３２０、ＡＩマネージャ３３０、インサイトマネージャ３４０、及び、知識ベースマネージャ３５０を含む。

キャンペーンビルダ３１０は、ユーザがキャンペーンを規定できるようにするとともに、ユーザがキャンペーン内のそれぞれのシリーズごとにメッセージテンプレートを入力できるようにする。システムがキャンペーンを構築された時点で自動的に達成できるようにするために知識セット及び先導者データがキャンペーンと関連付けられてもよい。先導者データは、意図される受信者に関して収集される全ての情報を含み、また、知識セットはデータベースを含み、該データベースから、ＡＩは、コンテキストを推測できるとともに、受信者から受けられる応答に関して分類を行なうことができる。

キャンペーンマネージャ３２０は、キャンペーンが実施された時点で、キャンペーンの活動情報、状態、及び、ログを与える。これにより、ユーザ１０２ａは、キャンペーンの進捗状況、成功の経過を追うことができ、また、ユーザは、必要に応じて手動で働きかけることができる。キャンペーンは、同様に、キャンペーンマネージャ３２０を使用して編集され或いはさもなければ変更されてもよい。

ＡＩマネージャ３３０は、受信者から受信される応答を解析する人工知能のトレーニングにユーザがアクセスできるようにする。所定のシステム及び方法の１つの目的は、比較的最小限のユーザ入力により受信者とのメッセージのやりとりの非常に高いスループットを可能にすることである。これを正しく実行するために、ＡＩによる自然言語処理が必要とされ、また、応答メッセージの適切な推測及び分類を行なうためにＡＩを正しく訓練しなければならない。ユーザは、ＡＩマネージャ３３０を利用して、ＡＩが処理して分類を行なった文書を検討してもよい。

インサイトマネージャ３４０は、ユーザがインサイトを管理できるようにする。既に論じられたように、インサイトは、文書に関する何らかの質問に答えるために使用される一群のカテゴリである。例えば、文書に関する質問は、「先導者が来月に自動車を購入しようとしていますか？」を含むことができる。 この質問に答えることは、自動車販売代理店にとって直接的で大きな重要性をもたらすことができる。ＡＩシステムが生成する特定のカテゴリは、この質問の決定に向けて関連してもよい。これらのカテゴリは、質問に対する「インサイト」であるとともに、インサイトマネージャ３４０によって編集され又は新たに作成されてもよい。

同様の態様で、知識ベースマネージャ３５０は、ユーザによる知識セットの管理を可能にする。前述したように、知識セットは、分類中にそれらの関連するカテゴリ重みがアスペクト（ＡＩアルゴリズム）によって使用されるトークンのセットである。例えば、カテゴリは「コンタクトを継続する？」を含んでもよく、また、関連する知識セットトークンは、「停止しなさい」、「コンタクトしない」、「応答してください」などの文を含むことができる。知識ベースマネージャ３５０は、ユーザが新たな知識セットを構築できるようにする、又は、既存の知識セットを編集できるようにする。

図４へ進めると、メッセージ生成器２２０の論理図の一例が与えられる。メッセージ生成器２２０は、初期メッセージを生成するためにコンテキスト知識４４０及び先導者データ４５０を利用する。メッセージ生成器２２０は、ユーザがメッセージのためのルールを規定できるようにするルールビルダ４１０を含む。ルール作成インタフェースは、所定の状況でチェックした後に特定の方法でデータを変更するためにユーザが変数を規定できるようにする。例えば、ＡＩからスコアを受けるときに、インサイトがインタープリテーションであるとともに、選択されるカテゴリが「良好」であれば、継続メッセージングインサイトが「継続」に戻る。

ルールビルダ４１０は、利用可能な先導者データに基づいて想定し得るフレーズをメッセージに与えてもよい。メッセージビルダ４２０は、発信メッセージを生成するために変数が指定されるメッセージテンプレートにそれらの想定し得るフレーズを組み込む。これはメッセージ送信器４３０に与えられ、メッセージ送信器４３０は、発信メッセージをフォーマットして、それを適切な受信者への配信のためにメッセージングプラットフォームに与える。

図５は、メッセージ応答システム２３０の論理図の一例である。システムのこの例では、コンテキスト知識ベース４４０が先導者から受信される応答データ５５０と組み合わせて利用される。メッセージ受信器５２０は、応答データ５５０を受けて、それをフィードバックのためにＡＩインタフェース及び目的モデラー５３０に供給する。ＡＩインタフェース５１０は、ＡＩプラットフォームがコンテキスト、インサイト、センチメント、及び、関連する確信スコアのための応答を処理できるようにする。ＡＩ先導者によって生成される分類に基づいて、目的が目的モデラー５３０によって更新されてもよい。

その後、メッセージ受信器５２０は、依然として未解決の更なる目的があるかどうか、又は、先導者へのメッセージを中断するための要求があったかどうかを決定することができる。終了要求があった場合、又は、全ての目的が果たされた場合、メッセージ受信器は、所定の先導者のためのキャンペーンを非アクティブにしてもよい。そうでなければ、キャンペーンの次のステップをスケジュールするのに役立つようにスケジューラ５４０が使用されてもよい。
ＩＩＩ．メッセージングの方法

動的メッセージングキャンペーンのためのシステムについて概括的に説明してきたが、ここで、カスタマイズされた媒体を生成して与えるために使用されるプロセスに注意を向ける。図６には、全体的に６００で示される動的メッセージキャンペーンのためのフロー図の一例が与えられる。このプロセスは、大まかに３つの部分、すなわち、ユーザのオンボーディング（６１０）、キャンペーン生成（６２０）、及び、キャンペーン実施（６３０）に分けることができる。以下の図及び関連する開示は、これらの所定のプロセスステップの詳細をより深く掘り下げる。

例えば、図７は、全体的に６１０で示されるオンボーディングプロセスのより詳細な検討を与える。最初に、ユーザには認証証明書のセットが与えられる（又は、ユーザが認証証明書のセットを生成する）（７１０）。これは、任意の既知の認証方法によるユーザのその後の認証を可能にする。これは、ユーザ名とパスワードとの組み合わせ、バイオメトリック識別、デバイス証明書などを含んでもよい。

次に、メッセージ生成のための先導者データベースをシステムに与えるために、ユーザと関連付けられる先導者データがインポートされ又はさもなければ集約される（７２０）。同様に、コンテキスト知識データは、それがユーザに関連するように追加されてもよい（７３０）。多くの場合、新たなユーザと自動的に関連付けられ得る一般的な知識データセットが存在するが、一般に適用されないユーザのキャンペーンに固有の知識セットを有することが時として望ましい。これらのより専門的な知識セットは、ユーザによって直接にインポートされ又は付加されてもよい。

最後に、ユーザは、自分達の好み及び設定を構成することができる（７４０）。これは、ダッシュボードレイアウトを選択して、手動介入のためにユーザに警告する前に必要な確信閾値を設定するのと同じくらい簡単である。

次に、図８は、全体的に６２０で示されるキャンペーンを構築するプロセスのためのフロー図の一例である。ユーザは、最初にキャンペーンを記述することによって新たなキャンペーンを開始する（８１０）。キャンペーン記述は、キャンペーン名、説明、業種選択、及び、サービスタイプを含む。業種選択及びサービスタイプは、適切な知識セットが応答の解析のために依存されるようにするために利用されてもよい。

キャンペーンが記述された後、キャンペーンにおけるメッセージテンプレートが生成される（８２０）。シリーズが追加される（８３０）場合には、キャンペーンが見直されて提出される（８４０）。そうでなければ、テンプレート内の次のメッセージが生成される（８２０）。図９は、メッセージテンプレートを生成するためのこのサブプロセスの一例の更なる詳細を与える。最初に、既存のキャンペーンをテンプレートのために利用できるかどうか、又は、新たなテンプレートが望まれるかどうかにつきユーザに問い合わせる。

既存のキャンペーンが使用される場合、新たなメッセージテンプレートは、これらのテンプレートに既存のテンプレートを追加することによって生成される（９２０）。その後、ユーザには、メッセージテンプレートを変更して新たなキャンペーンをより良く反映する機会が与えられる（９３０）。多くのキャンペーンの目的が類似する場合があるため、ユーザは、ある状況では、変更を伴って又は伴うことなく再使用され得るキャンペーンのライブラリを生成する傾向がある。それが可能である場合には、キャンペーンを再使用することで時間を節約できる利点がある。

しかしながら、利用されるべき適切なキャンペーンがない場合、ユーザは、代わりに、メッセージテンプレートを最初から書き込むことを選択してもよい（９４０）。メッセージテンプレートが生成されると、メッセージの大部分がユーザによって書き込まれるとともに、先導者データに基づいて変化するメッセージの領域に関して変数がインポートされる。成功したメッセージは、容易に分類される応答を引き出すようになっている。より高い分類精度により、システムは、ユーザの介入を伴うことなくより長く動作することができ、それにより、キャンペーンの効率が高まって、ユーザの作業負荷が増大する。

キャンペーンが構築された時点で、いつでもキャンペーンを実施できる状態となる。図１０は、全体的に６３０で示されるキャンペーンを実施するプロセスのフロー図の一例である。ここで、先導者データがアップロードされる（１０１０）。先導者データは任意の数のデータタイプを含んでもよいが、一般的には、先導者名、連絡先情報、連絡日、先導者が興味を持った項目などを含む。他のデータとしては、先導者が先導者プロバイダへ供給した公のコメント、先導者が取引しなければならない場合がある任意の項目、及び、先導者が先導者プロバイダのシステムに入った日付を挙げることができる。多くの場合、先導者データは業界固有のものであり、個々のユーザは、使用され得る独自のデータを有してもよい。

メッセージが作成されて送信される（１０３０）前に適切な遅延期間が経過し得る（１０２０）。待ち期間が重要であり、そのため、先導者が過度にストレスを感じることもなく、ユーザが過度に熱心に見えることもない。加えて、この遅延は、（瞬時の自動メッセージではなく）人の対応をより正確に模倣する。

図１１は、メッセージの作成及び出力のより詳細な例を与える。フロー図のこの例では、何れの目的が未解決であるかに基づいて、シリーズ内のメッセージが選択される（１１１０）。一般に、メッセージは設定された順序で与えられるが、特定の先導者のための目的が既に所定のシリーズに関して満たされてしまっている場合には、他のメッセージがより適切な場合がある。同様に、受信者が予期されるように応答しなかった又は全く応答しなかった場合には、先導者を最も効果的に扱うために代わりのメッセージテンプレートを有することが望ましい場合がある。

メッセージテンプレートがシリーズから選択された後、先導者データが解析され、メッセージテンプレート内の変数フィールドにおける適合が追加される（１１２０）。追加されたメッセージは適切なメッセージングプラットフォームに出力され（１１３０）、このメッセージングプラットフォームは、前述したように一般に電子メールサービスを含むが、ＳＭＳサービス、インスタントメッセージ、ソーシャルネットワークなどを含んでもよい。

図１０に戻って、メッセージが出力されてしまった後、プロセスは応答を待つ（１０４０）。応答が受信されない場合（１０５０）、プロセスは、待ち時間がタイムアウトされてしまったかどうかを決定する（１０６０）。先導者をあまりにも長く放置できるようにすると、機会を逃す結果となる場合があるが、先導者を頻繁にしつこく悩ませることは、関係に悪影響を及ぼす場合がある。したがって、このタイムアウト期間をユーザが規定してもよい。多くの場合、タイムアウト期間は、数日から１週間以上まで様々である。タイムアウト事象がなかった場合、システムは応答を待ち続ける（１０５０）。しかしながら、応答を伴わずに十分な時間が経過してしまった時点で、遅延期間に戻って（１０２０）、フォローアップメッセージを送信する（１０３０）ことが望ましい場合がある。多くの場合、正にそのような状況のために設計されるリマインダーテンプレートを利用できる。

しかしながら、応答が受信される場合、プロセスは、応答が処理されつつ継続してもよい（１０７０）。応答のこの処理は、図１２に関連して更に詳しく説明される。このサブプロセスでは、応答が最初に受信されて（１２１０）、文書がクリーニングされる（１２２０）。文書クリーニングは正規化プロセスを含んでもよく、この正規化プロセスでは、意図される分類を変更することなく文書の複雑さを減らすために文字及びトークンが除去される。文書クリーニングには多くのステップがある。応答の最初の受信時には、しばしば、当初のメッセージ、ＨＴＭＬ形式応答のためのＨＴＭＬエンコーディング、他の言語から付加記号及び他の表記を得るためのエンフォースＵＴＦ−８エンコーディング、及び、ＡＩを混乱させないようにするための署名を含めて、多くの要素を削除する必要がある。この除去プロセスの全てが行なわれた後においてのみ正規化プロセスが行なわれ、この正規化プロセスは、変動費化、ストップワードの削除、手動置換、スペル修正、及び、句読点、数字、及び、不要と思われる他のトークンの除去を含む。

正規化された文書は、その後、知識セットを使用して分類するためにＡＩプラットフォームへ供給される（１２３０）。前述したように、幾つか例を挙げると、ハードルール、ナイーブベイズ、センチメント、ニューラルネット、ｋ−最近隣、他のベクトルベースのアルゴリズムなどを含めて、所定の文書を分類するために使用されてもよい多くの既知のアルゴリズムが存在する。幾つかの実施形態では、複数のアルゴリズムが同時に使用されてもよく、その後、分類を行なうためにアルゴリズム結果の組み合わせが使用される。選択されるアルゴリズムは、それらの分類において最も高い確信レベルを伴うアルゴリズム、又は、互いに最も緊密に合意するアルゴリズムであってもよい。情報メッセージへの応答は、質問に対する応答とは異なって分類されてもよい。分類は、各発信メッセージにより受信される応答のタイプに依存する。分類は、アクションセットを生成するために目的モデルルールエンジン内のビジネスロジックと組み合わせてもよい。キャンペーン目的は、それらが更新されるため、収集されてスケジュールされるアクションを再定義するために使用されてもよい。例えば、「スキップ・トゥ・フォローアップ」アクションが、「シリーズ３」目的に進む前に販売担当者を紹介する情報メッセージと置き換えられてもよい。加えて、「電子メールを送信しない」分類又は「メッセージを停止する」分類が先導者のライフサイクル中にいつでも先導者を非アクティブにしてスケジュールを除去すべきである。

アクションが設定された後、アクション競合が存在するかどうかの決定がなされる（１２５０）。そのような競合が存在する場合には、手作業による見直しが必要とされる場合がある（１２７０）。そうでなければ、アクションがシステムによって実行されてもよい（１２６０）。

図１０に戻ると、応答が処理されてしまった後、先導者を非アクティブにするかどうかの決定がなされる（１０７５）。そのような非アクティブ化は、先導者がそれを要求するときに必要に応じて決定されてもよい。そうである場合には、先導者が非アクティブにされる（１０９０）。そうでない場合、プロセスは、所定の先導者のためのキャンペーンが完了したかどうかを決定することによって継続する（１０８０）。先導者のための全ての目的が満たされてしまったとき、又は、所定の先導者に適用できるメッセージがシリーズ中にもはや存在しないときに、キャンペーンが完了されてもよい。キャンペーンが完了された時点で、先導者も同様に非アクティブにされてもよい（１０９０）。

しかしながら、キャンペーンがまだ完了していなければ、プロセスは、シリーズ内の次のメッセージを作成して送信する（１０３０）前に遅延期間に戻ってもよい（１０２０）。このプロセスは、先導者が非アクティブ化を要求するまで又は全ての目的が満たされるまで、この態様で反復される。
ＩＶ．例

以下の例は、メッセージングキャンペーンを構築して管理するためのインタフェースのスクリーンショットの例を含む。かなりの数のスクリーンショットの例がこの販売主導型の例に関して与えられるが、開示される動的メッセージングのためのシステム及び方法が販売及びマーケティング以外の多くの目的のため適用可能であることに留意すべきである。例えば、教育者はそのようなメッセージング機能から大きな利益を得ることができる。更に、顧客サービス、ヘルプライン、及び、情報サービスは、開示されるメッセージングキャンペーンのシステム及び方法から大きな利益を得ることができる。

また、以下の例は、電子メールメッセージングにもかなりの重点を置く。電子メールメッセージングは通信ツールとして特に有効となり得るが、生成されるべきメッセージがオーディオ、ビデオ及びアニメーション、テキストメッセージ、インスタントメッセージ、フォーラム投稿、ソーシャルメディアプラットフォーム内のメッセージング（メッセージの送受信）、又は、それらの任意の組み合わせを含んでもよいことが完全に想定し得る。したがって、以下の例がメッセージングキャンペーンのシステム及び方法をそれらの範囲を過度に制限することなく明確にすることが極めて重要である。

図１３〜図１６は、幾つかの実施形態に係るキャンペーンを構築するためのインタフェースのスクリーンショットの例である。全体的に１３００で示される図１３において、ユーザには、既存のキャンペーンのリストと、新たなキャンペーンを作成できる能力とが与えられる。選択される場合、ユーザは図１４に示されるスクリーンへリダイレクトされる。全体的に１４００で示されるここでは、ユーザは、キャンペーンに名前を付け、そのキャンペーンのためのダッシュボード識別子を有し、及び、そのキャンペーンのための記述を入力するように求められる。前述したように、ここに開示されるシステム及び方法は、ユーザが同時に進行する非常に多数のキャンペーンを有することができるようにする。この記述は、ユーザが様々なキャンペーンを体系化して明確に保つことができるようにする。

キャンペーンのための指定及び記述を与えることに加えて、ユーザは、同様に、所定のキャンペーンに関して業種及びサービスタイプを選択することができる。これらの選択により、適切な知識セットをキャンペーンと関連付けることができ、それにより、ＡＩは任意の応答をより正確に分類することができる。また、知識セットは、メッセージングサービスの販売力及び請求書作成に勢いよくとりかかるためにも使用され、そのため、顧客は、自分達が実行しているキャンペーンに対して正確に請求され得る。

図１５において、キャンペーン生成における次のステップはメッセージテンプレート形成である。これを最初から行なうことができ、又は、これらのメッセージの生成のために既存のキャンペーンが利用されてもよい。このスクリーンショット１５００は、ユーザに提示されるオプションを与える。

次に、図１６に１６００で示されるように、メッセージシリーズがユーザに与えられる。ここでは、シリーズがプルダウンオプションのセットから選択されてもよい。シリーズは、一般に、応答を導くのに役立つべく短い質問を含む。各シリーズは、一般に、先導者のための目的を満たす方へと向けられる。シリーズ及び目的の例は、以下の表の例で与えられる。

シリーズにおける遅延、並びに、メッセージの件名及びメッセージの本文が入力されてもよい。適切な場合、ユーザは、変数をメッセージに組み入れることができる。これらの変数は、ユーザによって規定されてもよく、また、先導者データを使用してシステムにより自動追加されてもよい。メッセージを構築するために、テンプレート反復においてそれぞれのテンプレートコンポーネントごとに想定し得るフレーズが集められる。それぞれのテンプレートコンポーネントごとに想定し得るフレーズから単一のフレーズを無作為に選択できる。選択されたフレーズは、その後、送信メッセージを得るためにインポートされる。ロジックは、個々のメッセージコンポーネントにとって望ましいように汎用のもの又はデータ固有のものとなり得る。

各シリーズは、目的を満たすための複数の試行に対応する多数のメッセージテンプレートを含んでもよい。したがって、例えば、先導者が最初のメッセージに応答し損なう場合には、目的に答えようとする異なる後続のメッセージが送信されてもよい。

フレーズ単位で、又は、メッセージが構成された後に、変数置換を行なうことができる。メッセージ構築後検証がメッセージ構築クラスに組み込まれてもよい。全てのルール相互作用がメッセージング・ルール・エンジンを用いて維持されてもよい。

キャンペーン構築についてかなり詳しく検討してきたが、ここで、ユーザに利用できるようにする管理ツールに注意を向ける。これは、ＡＩ管理、知識セット管理、インサイト管理、及び、キャンペーン統計の見直しを可能にする。図１７は、全体的に１７００で示されるＡＩ管理のためのトップレベルダッシュボードを与える。このトップレベルにおいて、ユーザは、ＡＩのトレーニング又はＡＩ文書分類の見直しを選択できるようにされる。全てのツールは、スクリーンの左側にあるタブ下に位置される。

図１８は、全体的に１８００で示されるＡＩトレーニングダッシュボードを示す。トレーニングツールにより、ユーザであってもよい又はメッセージングサーバ管理者を含んでもよいＡＩ開発者は、ＡＩアルゴリズムをトレーニングさせることができる。このツールは、ＡＩに新たなことがどのように教えられるのかについての真っただ中にある。フレームの左上はツールタイトルを含み、また、その下はコンテキスト・ドロップダウン・フィルタであり、このフィルタは、文書のフィルタリングが文書のコンテキストによりトレーニングできるようにする。その下は前回のメッセージボタンであり、このメッセージボタンは、トレーニングされた元の前回の文書へリダイレクトされる。右側には次のメッセージボタンがあり、このメッセージボタンは、何らかのトレーニングを使用できる次の最も古い文書へと進む。何れの文書がトレーニングを必要とするかの決定は、ＡＩにより実行されるそれぞれのインサイトごとの分類がどの程度確信できるかによって判断される。

全体的に１９００で示される図１９は検索バーの使用を例示し、検索バーは、所定の文書ＩＤを有する文書の検索、又は、文書の本文中に存在し得るテキストの長さの検索を可能にする。図２０はスコアボタンを示し、このスコアボタンは、全体的に２０００で示される文書における現在のＡＩ分類を表示する。このスコアは、インサイト（網掛け線）とそれらのインサイトのために選択されるカテゴリとによって分けられる。カテゴリーコンテナの右側は、選択されたカテゴリにおける確信値である数値を有する。確信値は、そのインサイトのためにそのカテゴリを選択する際のＡＩの確信の程度である。この本実施形態では、確信の範囲が０〜１００である（１００が最も確信できる）。

フレームの中央は、固有の文書ＩＤ、文書に割り当てられるコンテキスト、及び、文書の本文を含む。センターフレームの右側には、「Ｄｉｓｐｌａｙ Ｎｏｒｍａｌｉｚｅｄ Ｄｏｃｕｍｅｎｔ」と呼ばれるリンクがある。これは、ＡＩが実際にスコアリングを開始する前にクリーニング、構文解析、及び、他の前処理技術に関してＡＩが文書に対して行なうことを示す。

文書本文の一部を強調表示することによって、図２１の２１００で分かるように、カテゴリ選択ボックスが表示される。カテゴリ選択ボックスは、強調表示されるテキストの手動でのカテゴリ化を可能にする。カテゴリを選択した後、図２２の２２００で分かるように、選択されたフレーズ及びカテゴリが文書の下方に現れる。これらの新たなコンテナの右側には知識セットドロップダウンがある。ＡＩをトレーニングするために、ＡＩ開発者は、新たなトレーニングに記憶される知識セットを選択する。これは、コンテキストの生成のために以前にＡＩによって利用されない知識セットを文書に関連付ける。

先へ進めると、図２３は、全体的に２３００で示されるＡＩトレーニングの見直しのためのダッシュボードを与える。見直しツールは、分類決定のうちの１つ以上に関してＡＩが確信していた文書を見直すために使用される。フレームの左上に位置される適切なドロップダウンを選択することによって文書を見直すときにわたってコンテキスト及びインサイトの両方がフィルタリングされてもよい。文書のために選択されるそれぞれの確信できるカテゴリごとに、ＡＩ開発者は、（ＡＩの分類に同意するための）「ｔｈｕｍｂｓ ｕｐ」ボタン又は（ＡＩの分類に同意しないための）「ｔｈｕｍｂｓ ｄｏｗｎ」ボタンのいずれかを押すことによってＡＩの分類が認可されるかどうかを選択してもよい。

カテゴリが正確又は不正確であるとしてマーキングされると、図２４の２４００で示されるように、そのカテゴリ列が強調表示される。文書内の全ての確信できるカテゴリがマーキングされると、その文書がディスプレイから除去されて、次の文書がロードされてもよい。その後、ＡＩ開発者が選択されてしまった任意のトレーニングを提出できるようにする提出ボタンがある。

図２５へ進むと、ＡＰＩ管理タブは、全体的に２５００で示されるオブジェクトの作成及び管理を扱うツールを含む。図２６の２６００で示されるコンテキストツールは、コンテキストの管理に役立つ。新たなＡＩ開発者／ユーザへのシステムの最初のロード時に、既存のコンテキストのリストが表示されてもよい。ＡＩトレーニングと同様に、スクリーンの右上部分に位置される検索バーを使用してコンテキストを検索できる。右上隅又はフレームの「＋」ボタンを押すことにより、図２７の２７００で分かるように、作成ダイアログボックスが立ち上げられる。これは新たなコンテキストの作成を可能にする。

図２８は、全体的に２８００で示されるコンテキストの詳細を与える。任意の所定のコンテキストにおける詳細表示は、コンテキストのうちのいずれか１つを選択することによって見られてもよい。詳細表示は、コンテキストに関する全ての関連情報と、詳細表示の右上に位置される編集ボタン（レンチアイコン）とを含む。編集ボタンが選択されると、図２９の２９００で分かるように、編集ダイアログボックスが立ち上げられる。編集ダイアログボックスは、コンテキストに関する情報の編集を可能にする。

図３０へ進むと、全体的に３０００で示されるインサイト管理スクリーンショットが与えられる。インサイトツールはインサイトの管理に役立つ。コンテキストと同様に、最初のロード時に既存のインサイトのリストが表示されてもよい。同様に、フレームの右上に位置される検索バーを使用してインサイトが検索されてもよい。

図３１の３１００で分かるように、インサイト作成ダイアログボックスは、右上隅又はフレームの「＋」ボタンを押すことによってアクセスされてもよい。インサイトを作成するには、そのインサイトに付随するカテゴリの作成も必要である。インサイトのうちのいずれか１つを選択することにより、図３２の３２００で分かるように、そのインサイトにおける詳細表示が開く。詳細表示は、インサイトに関する全ての関連情報を含むとともに、フレームの右上に位置する編集ボタン（レンチアイコン）を含む。幾つかの実施形態では、各インサイトが少なくとも２つのカテゴリを有する。編集ボタンをクリックすると、図３３の３３００で分かるように、インサイトのための情報の編集を可能にする編集ダイアログがもたらされる。

図３４へ進むと、全体的に３４００で示される知識セット管理のためのインタフェースが与えられる。コンテキスト及びインサイトと同様に、既存の知識セットのリストが最初のロード時に表示される。同様に、知識セットは、フレームの右上に位置される検索バーを使用して検索されてもよい。右上隅又はフレームの「＋」ボタンを押すことにより、図３５の３５００で分かるように、知識セット作成ダイアログボックスが立ち上げられてもよい。これは、新たな知識セットの作成を可能にする。幾つかの実施形態において、知識セットは、インサイトが新たに作成される知識セットをそのインサイトに結び付けることができるように存在することを必要とする。

インサイトのうちのいずれか１つを選択することにより、図３６の３６００で分かるように、その知識セットにおける詳細表示が開く。詳細表示は、知識セットに関する全ての関連情報と、詳細表示の右上に位置される編集ボタン（レンチアイコン）とを含む。編集ボタンをクリックすると、図３７の３７００で分かるように、知識セットに関する情報の編集を可能にする編集ダイアログがもたらされる。

図３８に進むと、全体的に３８００で見られるアクション管理ダッシュボードが示される。アクションダッシュボードの下にあるツールのうちの１つは、図３９の３９００で拡大されて見られる解決ツールである。解決ツールは、ＡＩ分類によって「確信できない」と見なされた任意の未解決の応答への手動介入を可能にする。この確信できる／確信できない決定は、ＡＩから戻される確信スコアに基づくだけでなく、付加的な要因（例えば、クライアントが新しいかもしれない、キャンペーンが新しいかもしれない、新たな産業のためのものかもしれない等 ）も含んでもよい。確信できない決定における手動介入により、ユーザ、システム管理者、ＡＩ開発者、又は、他の適切な個人は、文書にアクセスして、先導者の応答に適したアクションを入力できる。実施形態に応じて、この手動介入はＡＩを直接にトレーニングしない。システムは各応答で何のアクションが取られたかを追跡し、また、この収集されたデータは、その後、ＡＩの改善のための解析に使用されてもよい。

全体的に４０００で示される図４０は、先導者がシステムに入力された時から先導者のキャンペーンが完了するまでの先導者履歴を与える。この履歴は、所定の先導者に送信される全てのメッセージのリストを与える。

図４１に進むと、全体的に４１００で見られる所定のキャンペーンに関して取られたアクションが見直されてもよい。アクション見直しツールは、前述のアクション解決ツールとほぼ同じようにレイアウトされる。しかしながら、アクション見直しツールは２つのことを行なう。すなわち、アクション見直しツールは、１）確信できると見なされて手動見直しを必要としなかったアクションに関して応答を見直すことができるようにする、及び、２）他のユーザによって手動で解決された応答を見直す。このツールは、より上位のユーザ（ＡＩ開発者など）によって他のユーザに関する精度データを収集するために利用されてもよく、また、ユーザがシステムによって実行されるべき自動アクションの精度をチェックできるようにする。

図４２に進むと、全体的に４２００で示される統計ダッシュボードが例示される。統計タブは、幾つかの解析ツール及び報告ツールを含む。このツールは、解決アクションからデータを収集し、アクションを見直し、及び、精度ツールを見直す。ＡＩ決定ツールは、図４３の４３００で分かるように、幾らかのＡＩ固有の統計について報告する。この特定の例図では、各グラフが７日間のウィンドウにわたる。最初のグラフは、システムがコンテキスト基準によってどの程度正確にコンテキスト上にあるのかを示す。次のグラフは、インサイトに基づいて同様のものを示す。統計の最後のグループは、どのくらいの数の応答がユーザにより手動で解決される必要があるのかを示す。

最後に、図４４及び図４５は、全体的に４４００及び４５００でそれぞれ示されるアクション統計を示す。各ボックスは、取られたアクションに関する統計を含むとともに、例えば、ユーザによるトレーニング、アクション精度、アクション解決概要、推奨されるアクション精度などを含む。
Ｖ．システム実施形態

図４６Ａ及び図４６Ｂは、本発明の実施形態を実施するのに適したコンピュータシステム４６００を示す。図４６Ａは、コンピュータシステム４６００の１つの想定し得る物理的形態を示す。勿論、コンピュータシステム４６００は、プリント回路基板、集積回路、又は、小型ハンドヘルドデバイスから巨大なスーパーコンピュータに至るまでの範囲の多くの物理的形態を有してもよい。コンピュータシステム４６００は、モニタ４６０２、ディスプレイ４６０４、ハウジング４６０６、ディスクドライブ４６０８、キーボード４６１０、及び、マウス４６１２を含んでもよい。ディスク４６１４は、コンピュータシステム４６００との間でデータを転送するために使用されるコンピュータ可読媒体である。

図４６Ｂは、コンピュータシステム４６００のためのブロック図の一例である。システムバス４６２０には多種多様なサブシステムが取り付けられる。プロセッサ４６２２（中央処理ユニット、すなわち、ＣＰＵとも称される）がメモリ４６２４を含む記憶デバイスに結合される。メモリ４６２４は、ランダムアクセスメモリ（ＲＡＭ）及びリードオンリーメモリ（ＲＯＭ）を含む。当該技術分野において良く知られるように、ＲＯＭは、データ及び命令をＣＰＵへ１方向で転送するように作用し、また、ＲＡＭは、一般に、データ及び命令を双方向態様で転送するために使用される。これらのタイプのメモリはいずれも、以下で説明される任意の適した形態のコンピュータ可読媒体を含んでもよい。固定ディスク４６２６がプロセッサ４６２２に双方向で結合されてもよい。すなわち、固定ディスクは、付加的なデータ記憶容量を与えるとともに、以下で説明されるコンピュータ可読媒体のいずれかを含んでもよい。固定ディスク４６２６は、プログラムやデータなどを記憶するために使用されてもよく、一般に、一次記憶装置よりも遅い二次記憶媒体（ハードディスクなど）である。適切な場合には、固定ディスク４６２６内に保持される情報がメモリ４６２４内に仮想メモリとして標準的な態様で組み込まれてもよいことが分かる。リムーバブルディスク４６１４は、以下で説明されるコンピュータ可読媒体のいずれかの形態を成してもよい。

また、プロセッサ４６２２は、ディスプレイ４６０４、キーボード４６１０、マウス４６１２、及び、スピーカ４６３０などの様々な入力／出力デバイスに結合される。一般に、入力／出力デバイスは、ビデオディスプレイ、トラックボール、マウス、キーボード、マイクロホン、タッチセンシティブディスプレイ、トランスデューサカードリーダ、磁気又は紙テープリーダ、タブレット、スタイラス、音声又は手書き認識装置、バイオメトリクスリーダ、動きセンサ、脳波リーダ、又は、他のコンピュータのいずれかであってもよい。プロセッサ４６２２は、随意的に、ネットワークインタフェース４６４０を使用して他のコンピュータ又は遠距離通信ネットワークに結合されてもよい。そのようなネットワークインタフェース４６４０を用いると、プロセッサ４６２２がネットワークから情報を受けることができる又は前述の動的メッセージングを実行する過程で情報をネットワークに出力できると考えられる。更に、本発明の方法の実施形態は、プロセッサ４６２２のみで実行してもよく、又は、処理の一部を共有する遠隔ＣＰＵと共にインターネットなどのネットワークを介して実行してもよい。

要約すると、本発明は、人工知能によって駆動される動的自動メッセージングのためのシステム及び方法を提供する。そのようなシステムの利点としては、必要とされる手作業による入力を伴うことなく、一見して人が引き起こす電子メールのやりとりをもたらすことができる能力が挙げられる。そのようなシステムは、販売及びマーケティングとの関連で特に有用であり得るが、同様に、どこで電子メールの大量配信が用いられていようとも利用され得る。

この発明を幾つかの実施形態に関して説明してきたが、この発明の範囲内に入る変更、修正、置換、及び、代替的な等価物が存在する。サブセクションのタイトルは、本発明の説明に役立つように与えられてきたが、これらのタイトルは、単なる例示であり、本発明の範囲を限定しようとするものではない。

また、本発明の方法及び装置を実施する多くの別の方法があることにも留意すべきである。したがって、以下の添付の特許請求の範囲が本発明の真の技術的思想及び技術的範囲内に入るようなそのような変更、修正、置換、及び、代替的等価物の全てを含むように解釈されることが意図される。

Claims (5)

1. コンピュータで処理するメッセージングシステムにおいて、自動メッセージングキャンペーンを管理するための方法であって、
   ユーザの入力に応じて少なくとも１つの知識セット及び少なくとも１つの先導者データセットでデータストアを追加するステップと、
   キャンペーンビルダを前記ユーザに与えるステップであって、前記キャンペーンビルダが変数フィールドを有するメッセージテンプレートのシリーズを含み、更に、前記変数フィールドが前記少なくとも１つの知識セット及び前記少なくとも１つの先導者データセットのうちの少なくとも１つからのデータのクラスに対応する、ステップと、
   前記キャンペーンビルダを介してキャンペーンを開始するために前記ユーザから入力を受けるステップと、
   応答のカテゴリ化がどの程度正確であるかを数値で示したものである確信度が閾値未満であるときに前記ユーザから入力を受けるステップと、
   前記キャンペーン内の次のアクションが前記閾値未満の確信度及び前記アクションのルールとの競合のうちの少なくとも一方に起因して不明確であるときに、前記先導者データセットの応答に適したアクションを入力可能なツールを前記ユーザに与えるステップと、を備え、
   前記キャンペーンは、前記少なくとも１つの知識セット及び前記少なくとも１つの先導者データセットのうちの少なくとも１つからの適したデータで前記メッセージテンプレート内の前記変数フィールドを追加することによって自動的に生成されるメッセージのシリーズを備え、
   前記応答は、前記キャンペーンの一部として生成されるメッセージに応じて先導者から送られるメッセージであり、
   人工知能トレーニングツールを前記ユーザに与えるステップを更に備え、前記人工知能トレーニングツールは、前記応答内のｎグラムと特定のカテゴリに関連付けられる項目のリストを比較し、前記項目が前記ｎグラム内に存在する場合には、前記項目と関連付けられる前記カテゴリに対する応答をカテゴリ化するために用いられるアルゴリズムを調整するために使用される、方法。
2. 前記メッセージがテキストである請求項１に記載の方法。
3. 前記メッセージが電子メールである請求項２に記載の方法。
4. 知識ベース管理ツールを前記ユーザに与えるステップを更に備え、前記知識ベース管理ツールは、前記ユーザが知識セットを作成して更新できるようにする請求項１に記載の方法。
5. 統計インタフェースを前記ユーザに与えるステップを更に備え、前記統計インタフェースが前記キャンペーン状態に関するユーザ情報を与える請求項１に記載の方法。

Images