トップ > 楽天コネクト Storm > ブログ > 脆弱(社会的弱者)な顧客のサポートは最優先事項であるべきです

楽天コネクト Storm
Blog

脆弱(社会的弱者)な顧客のサポートは最優先事項であるべきです

公開日: 2024年4月23日更新日: 2024年4月23日

直近のブログでは、顧客と従業員の両方をサポートする上でのWCAG準拠の重要性について説明しました。しかし、脆弱な顧客のサポートは、コンプライアンスフォームのチェックボックスをオンにするだけでは終わりません。金融行為監視機構(FCA:Financial Conduct Authority)は昨日、企業が脆弱な顧客をどのように扱っているかについての包括的なレビューを開始すると発表しており、脆弱な顧客に対処することがこれほど緊急に求められている時期はありません。

前回のブログで述べたように、脆弱性は必ずしも明白なものばかりではなく、予想以上に一般的です。FCAの脆弱性基準と比較すると、英国の顧客の約67%が脆弱と分類される可能性があります。心に留めておくべき重要な事実は、誰もが、病気、怪我、経済的困難などにより、いつでも脆弱になりえるということです。脆弱であると認識している顧客はわずか17%ですが、だからといって完全に安全というわけではありません。

このブログでは、脆弱な顧客を特定してサポートするための戦略、脆弱性サポートの実装戦略、脆弱な顧客と従業員を受け入れることによる組織的なメリットについて説明します。

話を進める前に、脆弱性への対応で最も経験豊富な分野の1つに医療があります。緊急事態において医療が最も脆弱な患者をどのように保護しているかを理解するには、最新のホワイトペーパー「患者革命: 顧客エクスペリエンスが如何に医療を変革しているか」をダウンロードしてください。

脆弱な顧客の特定

FCAは、脆弱な顧客を「個人的な事情により、特に企業が適切なレベルの注意を払って行動していない場合に、不利益を受けやすい人」と定義しています。

この定義の中で、FCAは4つの「脆弱性の要因」を特定しています。これらは、健康、ライフイベント、レジリエンス(回復力)、および能力です。

  • 健康は、おそらく最も一般的に脆弱性と関連付けられる要因です。この要因には、身体障害、病気、聴覚および視覚障害、精神衛生上の問題、その他の認知障害が含まれます。
  • ライフイベント–突然襲ってくる災害が対象となりますが、必ずしも身体的なものではありません。介護責任、死別、収入の減少、人間関係の崩壊、退役軍人や難民などの異常な状況が含まれます。
  • レジリエンス(回復力)–これは、一貫した低レベルの脆弱性の原因を扱います。個人所得の低さ、負債の多さ、貯蓄の不足、包括的な支援体制の欠如などが含まれます。
  • 能力–これは、組織またはセクターに固有の要因を扱います。金融サービスの場合、これは、金融の概念に馴染みのない顧客、計算や読み書き能力が低い顧客、英語が流暢でない顧客、またはデジタルスキルが不足している顧客をカバーします。

英国だけでも、成人の約半数、合計2,560万人がこれらの基準の1つ以上を満たしています。24歳未満または65歳以上の人は、特に脆弱性が深刻化するリスクがあります。明らかに、脆弱性はスライドスケールで、これらの基準を多く満たす人は、1つまたは2つしか満たさない人よりも大きなリスクにさらされます。

組織にとっての課題は、限られたリソースを活用して、潜在的に無制限に存在する脆弱な顧客をサポートすることです。この課題に対処するための第一歩は、脆弱性を特定することです。

そのためには、顧客がカスタマーコンタクトエコシステムをどのように移動するかを追跡し、ジャーニーのあらゆる段階で脆弱性が認識されるようにする方法が必要です。そして、それは顧客が接触した瞬間から始まります。

脆弱な顧客の特定

CXエコシステムにおける脆弱な顧客

顧客が接触した瞬間から、その脆弱性(または潜在的な脆弱性)を特定し、注意する必要があります。それはIVRから、またはそれ以前から始まります。

  • 顧客が組織と契約した時点で、潜在的な脆弱性に関するデータを取得する必要があります。これは、他の組織よりも顧客データをはるかに多く蓄積する傾向がある金融機関にとっては容易なことです。
  • ここから、そのデータをコンタクト詳細とともに顧客のプロファイルに添付できます。これは、複数の記録システムやコミュニケーションチャネルから顧客情報を統合するデータファブリックである顧客データプラットフォーム(CDP:Customer Data Platform)によって行われます。
  • 顧客が音声通話で連絡を取ると、その顧客を特定するIVRがすぐに応答します。これは、詳細(住所、生年月日など)を相互参照するか、契約時に各顧客に発行される固有のPINによっておこなわれます。
  • 特定されると、顧客は利用可能な最善の結果にルーティングされます。これは、顧客の脆弱性を参照して行われます。最も脆弱な顧客は優先待ち行列に入れられ、できるだけ早く人間のエージェントと話すことができます。脆弱でない顧客は、セルフサービスオプションに誘導できます。

脆弱な顧客が特定され、適切にルーティングされたら、その顧客がエージェントから最高品質のサポートを受けられるようにする必要があります。ここではトレーニングが不可欠です。

CXエコシステムにおける脆弱な顧客

脆弱な顧客をサポートするためのトレーニング

脆弱な顧客をサポートするのは容易ではありません。平均的な顧客に期待するサービスの質を考えてみてください。脆弱な場合は、さらに向上させる必要があります。脆弱性に対処するための最高レベルのトレーニングをエージェントに提供することは、CX戦略に不可欠です。

1つの可能性のあるアプローチは、CAREシステムです。これは、エージェントが脆弱な顧客にアプローチするために使用できるコーチングモデルです。

  • 理解–顧客は受け取った情報を完全に理解していますか?顧客が理解していることを確認する方法はありますか(上から目線にならないように)?
  • 評価–顧客は意味のある質問をしていますか?彼らが述べるポイントは、何が起こっているかを理解していることを示していますか?
  • 保持–顧客は重要な情報を保持できますか、それとも重要な事実を繰り返す必要がありますか?
  • 評価–すべてのやり取りを振り返り、顧客の質問にすべて答えたことを確認するためにフォローアップの連絡を送り、次の対応でパフォーマンスを改善するためにフィードバックを実施します。

エージェントがこのアプローチ、または脆弱性に対処するための他の適切な戦略を確実に実行することは、難しいことです。幸いなことに、膨大な数の通話の品質とコンプライアンスを評価することは、テクノロジーが支援できる課題です。

AIを活用したテクノロジーによる脆弱な顧客のサポート

顧客とのすべてのやり取りの品質と内容を評価するには、包括的なコンタクトセンターの書き起こしが必要です。つまり、すべてのやり取りを自動的に書き起こし、書き起こしたものがコンプライアンスに適合しているのかを評価するのです。

ここで役立のが、AIを活用したテクノロジーです。まず、自然言語処理を使用して、音声によるやり取りの内容を書き起こしします。その後、その書き起こしを生成AIによる要約にかけることで、その情報をスーパーバイザーに転送したり、将来のやり取りをサポートするために使用したりできます。

脆弱な顧客をサポートする際にAIを活用したテクノロジーが提供できるのはこれだけではありません。

  • AIはコンプライアンスステートメントに関連するキーワードを抽出し、法的に義務付けられたコンプライアンスステートメントがやり取りの100%で読み上げられることを保証します。
  • AIを活用した感情分析により、スーパーバイザーは進行中のやり取りを把握することができます。AIは顧客の感情をリアルタイムでモニターし、懸念のあるやり取りは介入のためにスーパーバイザーにフラグを立てます。
  • エージェントのパフォーマンスは詳細に分析され、その情報を使用して、やり取りの後にエージェントにカスタマイズされたフィードバックを提供します。
  • AIはやり取り中にエージェントと連携し、通話内容に応じて生成された顧客ナレッジ記事や洞察を提供できます。

AIツールは、脆弱な顧客をサポートする新しい方法を提供します。FCAの新しい脆弱性要件に対応する場合、または組織全体で顧客サポートを改善する場合、適切なテクノロジーを活用することが重要な第一歩となります。

storm®による脆弱な顧客のサポート

Content GuruのクラウドCXプラットフォームであるstorm®は、脆弱な顧客をサポートするためのさまざまな方法を提供します。生成AIによる書き起こしと要約から包括的な顧客データプラットフォームまで、stormは脆弱な顧客に必要なサポートを提供するために必要なすべてのツールを提供します。

stormのアクセシビリティ、スケーラビリティ、信頼性は、最も脆弱な顧客に提供するサポートを改善したい組織にとって第一の選択肢となります。Content Guruが医療分野で脆弱な患者をどのようにサポートしているかについて詳しくは、最新のホワイトペーパー「患者革命: 顧客エクスペリエンスが如何に医療を変革しているか」をダウンロードしてください。

※本ページの内容はContent Guru, Ltd.によって提供されています。

お問い合わせはこちら