私たちが解決した課題

2010年代、カスタマーサポートの課題は明確でした。顧客は電話をかけ、担当者は内容をExcelに記録し、管理者は月末にレポートを作成する。この仕組みは非常に非効率なものでした。そのためチャネルトークは、この流れをリアルタイムチャットに置き換えました。顧客がWebサイトからメッセージを送ると、担当者がリアルタイムで返信し、すべての会話が自動で記録されるように。

これだけでも大きな変化でした。回答が来るまでに長い時間待つ必要がなくなり、対応履歴をすぐに検索でき、チーム間の連携もスムーズになりました。

しかし振り返ってみると、私たちが作ったのはよりスムーズな問い合わせ処理の仕組みでした。

問い合わせ対応は、氷山の一角にすぎません

ビジネスが本当に求めているのは「スムーズな回答」ではありません。

売上がなぜ下がっているのか。顧客がなぜ離れてしまうのか。そして原因がわかったら、すぐに手を打ちたい。しかしCSツールが解決できたのは、この流れの最後「顧客が不満を伝えた後」だけでした。

問題が起きてから駆けつける消防車であり、火事そのものを防ぐ仕組みではなかったのです。

加えて、本当に大切なデータはバラバラのままです。

旧態依然のシステムに閉じ込められた注文データ。CRM上でバラバラになった顧客情報。Excelに埋もれた売上分析。どこかのデータベースにたまり続ける行動ログ。そしてチャット対応の中に埋もれた、誰も目を通していない顧客の声。

これらすべてが繋がらないまま、それぞれの場所で眠っていました。

私たちにとって大切なのは、いつもお客様でした

チャネルトークの意思決定の基準は、いつも一つでした。この決定によって、企業は顧客をより深く理解できるようになるのか。

ツールが変わっても、ソフトウェアが変わっても、この基準だけは変わりませんでした。最初にチャットを選択したのも、今AIに舵を切るのも同じ理由です。顧客をより深く理解するために、最も良い手段だと考えているからです。

チャネルトークのAIエージェントALFは、3,000社以上に導入され、600万件の問い合わせに対応してきました。直近3ヶ月では、ALFが担当する問い合わせの65%が、人の手を介さずに解決されています。運用がうまくいっている企業では、90%に達しています。

これは業務効率の話ではありません。新しい可能性の話です。

担当者が日々の問い合わせ対応から解放されれば、その時間を顧客をより深く知ることに使えます。何千件もの会話の中から離脱の兆しやパターンを見つけ出し、顧客が本当に求めていることを発見できるようになります。

顧客を最もよく知る存在になること — それは、CSチームが企業の成長エンジンになるということです。しかし今のCSツールは、この役割を十分に果たせていません。問い合わせを処理するために作られた仕組みだけでは、顧客を深く理解することはできません。

お客様の言動がそのままアクションに変わる — 顧客AIプラットフォーム

顧客を理解するには、顧客に関するすべてのデータが繋がっている必要があります。

問い合わせ対応の内容だけでは足りません。その顧客がどんな注文をしたのか、どのページで離脱したのか、先月の売上にどう影響したのか — こうした顧客の言動が一つにまとまって初めて、顧客の姿が見えてきます。そして見えた瞬間に、すぐに行動しなければなりません。

私たちはチャネルトークを、一から作り直します。CSツールではなく、顧客の言動を即座にアクションに変えるAIプラットフォームとして。

従来のビジネスモデルでは、データはそれぞれのツールの中にだけ存在していました。CSツールはCSだけ、分析ツールは分析だけ、マーケティングツールはマーケティングだけ。何か気づきがあっても、実際に動くまでに3つのチーム、5つのツール、対応から分析、施策実行までに2週間が必要でした。

チャネルトークが示す新しいモデルでは、そのすべてが一つの流れとして繋がります。

気づきから実行まで、2週間ではなく2日で。 推測ではなく、データをもとに。 放置ではなく、すぐにアクション。

CSだけで全ての業務が完結します