この記事では、Microsoft やその他のプラットフォームやテクノロジーを使用して、コンタクト センターの従業員の効率を高め、カスタマー エクスペリエンスを向上させている国立銀行について説明します。 このソリューションは、Microsoft 以外の取引先担当者とデータソースを Microsoft Copilot Studio、Microsoft Dataverse と Azure Data Lake Storage に統合し、従業員と顧客にシームレスなエクスペリエンスを提供します。
チップ
この記事では、ソリューションのアイデアについて説明します。 クラウド アーキテクトは、このガイダンスを使用して、このアーキテクチャの一般的な実装の主要なコンポーネントを視覚化できます。 この記事を出発点として、ワークロード固有の要件に沿ったアーキテクト ソリューションを設計します。
アーキテクチャ ダイアグラム
コンポーネント
この記事で説明するソリューションには、次のコンポーネントが含まれています。
ユーザー インターフェイス
サービスとしてのコンタクト センター (CCaaS): チャットや音声を含む多様なエージェント タイプを備え、エスカレーション パスを通じて従業員へのシームレスな引き継ぎを促進し、Microsoft やその他のデータソースと統合する Microsoft 以外のコンタクトセンターです。
従業員ポータル Web サイト: Microsoft Copilot Studio で開発されたエージェントの助けを借りて、従業員がタスクを実行できるポータルです。
ナレッジ
「知識」とは、エージェントが適切で正確な応答を提供するために使用する情報とデータソースを指します。
最新のオファー Web サイト: アクティブな顧客プロモーションの Web サイトです。
銀行プロセス ドキュメント: 会社の銀行プロセスに関する情報を含むドキュメントです。
カスタマーサービスの Web サイト: FAQ、連絡先情報、一般情報、位置情報など、すべてのカスタマーサービス情報の Web サイトです。
規制ドキュメント: ガバナンス、サイバーセキュリティ、コンプライアンスなどの銀行の規制情報を含むドキュメントです。
カード プロセス ドキュメント: 支払い承認プロセス、トランザクション プロセス、カード保険、不正検出などの情報を含むドキュメントです。
生成 AI サービス
Azure AI Foundry: エンタープライズ グレードの 生成 AI アプリを構築、変更、起動するためのプラットフォームです。
Azure AI 検索: Copilot Studio のナレッジソースの外部に格納されているナレッジソースのベクトル化インデックスを作成します。
データ ソース
Microsoft Dataverse: 顧客からのフィードバックを含むナレッジおよびメトリック データの中央リポジトリとして機能します。 Dataverse は Power Platform の基礎となる部分であり、Copilot Studio とシームレスに統合されています。
Azure Data Lake Storage: 会話トランスクリプトの長期的なストレージに使用されます。
データベース: Microsoft 以外のデータベースは、すべてのコア顧客データとトランザクション データの主要なストレージ ソリューションです。 これは銀行の運用ニーズをサポートするために必要なスケーラビリティ、セキュリティ、パフォーマンスを提供し、Copilot Studio エージェントや Power BI ダッシュボードとシームレスに統合します。
プラットフォームのガバナンス、コンプライアンス、基礎
Power Platform 管理センター: すべての Power Platformコンポーネントを管理および監視します。 ソリューション全体でガバナンスを実施し、コンプライアンスを維持する機能が評価されて選ばれました。
Power Fx: アプリとワークフローの高度な機能のカスタム ロジックを有効にします。 シンプルさと他の Power Platform コンポーネントとの統合を目的として選ばれています。
Microsoft Entra ID: 認証されたユーザーのみがデータにアクセスできるようにします。 Microsoftサービスとの統合と、ユーザーのIDとアクセスを管理する機能のために選択されました。
Application Insights: Copilot Studio と併用することで、リアルタイムの遠隔測定とプロアクティブな診断を実現し、パフォーマンスとユーザー エクスペリエンスを最適化します。
報告
Power BI ダッシュボード: 運用データと顧客中心のデータを視覚化して、実用的な分析情報を提供します。 Power BI は Dataverse とシームレスに統合し、他のストレージ ソースからのデータをレポートに取り込むことができます。
シナリオの詳細
このユースケースは、ある国営銀行が、従業員の情報検索を高速化することで、顧客サービス、情報アクセス、会話プロセスを改善することで、顧客体験を向上させる方法を示しています。
注意
このソリューションのアイデアは、ABN AMRO Bank からヒントを得ています。同銀行は、毎年 200 万件以上のテキスト会話と 150 万件以上の音声会話をサポートし、社内リソースへのアクセスを容易にする顧客および従業員エージェントを作成するために Copilot Studio を使用しています。 詳細については、ABN AMRO Bank、350 万人以上の顧客との会話をサポートするため Microsoft Copilot Studio に移行をご参照ください。
ビジネスの課題
ビジネス情報は、さまざまなWebサイトやドキュメントに散在していました。 従業員は、顧客をサポートするための正しい情報を見つけるのに苦労し、サポートを求める顧客は、問い合わせに対する応答が遅れることがよくありました。
従業員エージェント ソリューションは、顧客データを管理する既存の Microsoft 以外のコンタクト センター サービスと統合する必要がありました。
このソリューションは、事前構築済みの Azure AI 機能を会社全体で一貫して使用するために含める必要がありました。
考慮事項
これらの考慮事項は、ワークロードの品質を向上させる一連の基本原則である Power Platform Well-Architected の柱を実行します。 詳細については、Microsoft Power Platform Well-Architected を参照してください。
信頼性
「ガベージイン、ガベージアウト」の原則は、エージェントにとって特に重要であり、高品質のデータの必要性を強調しています。 エージェントに正確な情報を提供することで、信頼性が高く正確な応答が保証されます。
セキュリティ
Dataverse で行レベルのセキュリティを実装することで、許可されたユーザーだけが特定の情報にアクセスできるようになります。 このアプローチは、エージェントが使用する Microsoft 以外のデータにも適用でき、API がデータを要求するときに安全な処理を保証します。 詳細については、インテリジェント アプリケーション ワークロードのセキュリティとコンプライアンスに関する考慮事項と、Microsoft Dataverse におけるセキュリティの概念を参照してください。
パフォーマンス効率
使用状況、ドロップアウト、技術的な問題、顧客満足度スコア(CSAT)を追跡することで、エージェントのアプローチ、サービス、構造を調整することができます。 詳細情報については、エージェントのエンゲージメントを測定するをご参照ください。
Power Automate フローを使用すると、プロセスを非同期的に処理できます。 詳細については、非同期フロー パターンを使用するを参照してください。
Bing Custom Search では、Web サイトの場所の許可されたセクションとブロックされたセクションを フィルター して管理できます。 詳細情報については、公開データを検索するか、生成型の回答ノードに Bing Custom Search を使用するを参照してください。
Microsoft の取引先担当者向けサービスを利用して、すべてを Power Platform 環境に統合し、Copilot Studio を持つエージェントの作成を容易にすることを検討してください。 詳細については、Copilot デジタル コンタクト センター向けオンボーディング ガイドを参照してください。
複数のエージェントを利用するには、Microsoft 365 Agents SDK の使用を検討してください。 詳細情報については、Microsoft 365 エージェントの SDK を参照してください。
エクスペリエンスの最適化
Dataverse などの一元化されたプラットフォームにデータを統合し、アクセスと管理を合理化します。 外部データを統合するために、Dataverse の仮想テーブルの使用を検討してください。 詳細については、仮想テーブルの使用を開始するを参照してください。
生成 AIナレッジに使用したドキュメントを確認し、不要なデータを削除します。
従業員エージェントを拡張して、人事情報など、より多くの情報を従業員に直接提供します。
詳細情報については、会話型エクスペリエンスの概要および会話型ユーザー エクスペリエンスの設計に関する推奨事項を参照してください。
責任ある AI
偏見に積極的に対処し、すべての 対話 で公平性を維持することにより、すべての顧客セグメントで公平な扱いを確保します。 適切なリンクを使用してデータソースを透過的に開示し、厳格なデータプライバシーとセキュリティプロトコルを適用し、これらのプロセスを継続的に監視するための人間による監視を組み込みます。 詳細については、インテリジェント アプリケーション ワークロードの責任ある AI に関する考慮事項を参照してください。