私は、全国でチェーン展開しているスーパーのシステム部門の部長です。
本社の各担当部署あてに、各店舗からの入電が毎日のように入ってきます。
入電の数が多すぎるため、本社スタッフは電話対応に追われ、本来すべき仕事に手をつけられず、残業するようになっています。
この問題を解決するため、AI予測を導入しました。
各店舗からの注文、在庫照会、クレーム対応、導入したシステムの操作方法など電話の内容は様々。
導入したAI予測では、入電を予測するために必要なデータを用意する必要がありました。
過去の電話の履歴が必要なのはもちろんのこと、天候などの環境情報、イベント情報、などから未来の電話の数を予測することができます。
過去の天候などの環境情報と、時期データと合わせることで、入電の原因を特定することができます。
例えば、悪天候による災害で発生する停電などが影響し、店内のPOSレジが使えなくなったり、電灯など備品の破損が発生することが予測できます。
そこから、備品の再発注や使えなくなったレジシステムの復旧方法についてへの電話が増加すると予測できます。
台風接近など、災害発生が増加する時期と入電データを組み合わせることで、事前に対応方法を共有し、結果、入電数を減らすことができました。
季節のイベント情報からどの時期のイベントはどの部署への電話がどれくらいくるのかを予測することができます。
使用される備品の所在や、発行されたクーポンからの割り引き対応などの特別対応が発生する場合など様々な入電が予想され、普段よりも入電数が増加することが考えられます。
結論、AI予測を導入してから、残業時間を減らすことへつながりました。
予測結果から、増加するであろう時間帯にはスタッフを適切に割り当て、対応できるようにしました。
これにより、1人当たりのスタッフの負担が軽減され、業務効率が向上しました。
また、予測結果から事前に対応をすることによって、スタッフが電話に対応する必要がなくなったため、業務に集中することができ、業務の品質が向上し、顧客満足度も高まりました。
AI予測は、私たちのような企業だけでなく、あらゆる業種で役立つものです。このシステムを導入することで、業務の効率性を高め、スタッフの負担を軽減し、残業時間を減らしました。最終的には売上を上げることへもつながると考えられますので、これからも使い続けていきます。
澁谷さくら（AIさくらさん）
登録・チューニング作業をお客様が一切することなく利用できる超高性能AI。
運用やメンテナンス作業は完全自動化。問い合わせ回数や時間を問わない無制限サポート、クライアントの業務に合わせた独自カスタマイズで、DX推進を目指す多くの企業が採用。
