slide1 n.
Skip this Video
Loading SlideShow in 5 Seconds..
ソフトバンク BB 株式会社 技術戦略室  AI チーム 稲葉 輝 PowerPoint Presentation
Download Presentation
ソフトバンク BB 株式会社 技術戦略室  AI チーム 稲葉 輝

Loading in 2 Seconds...

  share
play fullscreen
1 / 44
Download Presentation

ソフトバンク BB 株式会社 技術戦略室  AI チーム 稲葉 輝 - PowerPoint PPT Presentation

chezarina
126 Views
Download Presentation

ソフトバンク BB 株式会社 技術戦略室  AI チーム 稲葉 輝

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. ソフトバンクBB株式会社 技術戦略室 AIチーム 稲葉 輝 ソフトバンクBBのカスタマサポートシステム

  2. 要約 • 2001年に商用サービスを開始したYahoo! BBは、常時接続、高速、低価格のサービス、斬新なシステムと営業戦略などによって、短期間に多くの顧客を集めた。 • しかし、それゆえに当時は顧客対応体制に遅れをとったことは否めない。 • こうした中で顧客対応の最前線たるコールセンタ部門においては、組織体制の再構築をはじめ、顧客の受電履歴システム、対応フローのシステム化など努力を重ねてきた。 • この中でR&D部門である技術戦略室は、知識情報処理の技術を取り入れたツール(CSツールと公称)を独自開発してコールセンタに供給し、事態の改善に成果を挙げてきた。 • 本講演では、そのCSツールの開発経過と構成の紹介を通して、顧客対応システム構築における知識情報処理の重要性を説明する。

  3. Yahoo! BBの商用サービス開始 • 全国規模のIPネットワーク    -筒井CTOによる斬新な発想の転換    -実現コストを激減 • 回線提供事業者+ISPサービス    -インフラ、プラットフォーム、     コンテンツ一体化の垂直統合型    -シンプルな契約関係    -ワンストップ型

  4. 筒井多圭志(つつい たかし) ソフトバンクBB株式会社 取締役 CTO(Chief Technology Officer 最高技術責任者)

  5. Yahoo!BBネットワークについて知りたい方へお勧めYahoo!BBネットワークについて知りたい方へお勧め

  6. Yahoo! BBのサービス展開 2001/09Yahoo! BB商用サービスを開始      (問い合わせはEメールのみで受付) 2001/11 電話による問い合わせ窓口を開設 2002/04BBフォン商用サービス開始 2002/05Yahoo! BBモバイル無料試験サービス開始 2002/08Yahoo! BB12M商用サービス開始 2002/09 接続回線数100万を突破 10/1 CSツールVer.1 リリース 2002/12Yahoo!BB12M+無線Lanパック 1/6 BBCATVサポートツールリリース 2003/03BBフォンステーション販売開始  都内23区でBBケーブルTV商用サービス開始 4/30 BBフォンサポートツールリリース 2003/07Y!BB26Mの商用サービス開始 7/30 各ツールを統合したCSツールVer.2の設計着手 諸般の事情で、2004/02 リリース予定  2004/08 リリースとなった。

  7. Yahoo! BB顧客数推移表 5000000 4500000 4000000 3500000 3000000 2500000 2000000 1500000 1000000 500000 0 2001年9月 2002年1月 2002年3月 2002年5月 2002年7月 2002年9月 2003年1月 2003年3月 2003年5月 2003年7月 2003年9月 2004年1月 2004年3月 2004年5月 2004年7月 2004年9月 2005年1月 2005年3月 2005年5月 2005年7月 2001年11月 2002年11月 2003年11月 2004年11月

  8. 急拡大の歪み • ADSLが開通しない! • センター側DBのクラッシュ • 積滞 • コールセンターへの電話がつながらない • たらいまわし(?)、解決の遅れ → 新サービスゆえに対応技術が未熟だった

  9. CSツール導入以前

  10. 100万ユーザを迎えたころ • コールセンター要員の急激な増員 • テクニカルを担当するバックグラウンド体制もパンク寸前 • オペレータの教育が追いつかない • フロントーテクニカルの連絡ミス、取り違えの発生 • 次々に投入される新サービスの対応と周知の遅れ

  11. 一言で表すなら • 電話応対要員(経験の浅いオペレータ)と技術対応要員(専門職)が別々 • 煩雑で混乱を招きやすいフロー

  12. フロントとバックの役割分担の再構築が必要だフロントとバックの役割分担の再構築が必要だ • 基幹システムとバックボーンの設計に携わっていた筒井CTOは、コールセンタのフロントとテクニカルのバックとのシステム連携の不備を指摘、コールセンタでカバーする部分と後方の技術部門との区分けサポートフローを組みなおす。 • 同時にこれをカバーするシステムの構築を指示し、CSツール開発が開始された。 • 初期版は2ヶ月後にリリース、順次機能が追加され今日にいたる。

  13. CSツール導入後

  14. 一言で表すなら コールセンターのインテリジェント化

  15. コールセンターで解決できる! • 受電時にオペレータがその場でオンラインで 顧客の回線状況を確認し、応対が可能   =テクニカル部門へのエスカレーション減少   =対応時間の減少   =連絡ミスが発生する機会そのものを減少 ・故障診断機能の搭載により、  経験の浅いオペレータでも顧客対応が可能   =教育コストの減少 トータルコストの減少

  16. 前後して開発、提供してきたシステム AIチームでは同じ技術基盤で • 定時監視自動帯域調整 • 定時監視モデム故障診断 • BBフォンサポートツール • BBTVサポートツール • CSツール(FTTH) • 工事部門向け携帯WebCSツール • Abuse対応システム などを開発しており、これらの幾つかの統合化 が課題となった

  17. CS部門からの要望書CSツールVersion2開発により期待できる効果についてCS部門からの要望書CSツールVersion2開発により期待できる効果について • 対応時間を短縮することが可能 • 複数ツールを起動する必要が無い為、起動に要する時間の短縮が可能 • 的確なアドバイス表示により、特別なスキルが無くても顧客対応が可能 ※ツール使用部署全てに見込まれる効果 • 対応精度を高めることが可能 • アドバイスメッセージを表示させることにより、間違った判断を減らすことが可能 • 一人の顧客に対する対応回数を減らす効果も期待できる • 複数のツールを一本化したことにより、ツールの研修時間の短縮が可能 • 今後、カスタマーサービス本部テクニカルサービス部で   マルチスキル化を推進するにあたり、利用ツールの一本化を進めて   おくことで、マルチスキル化の導入コスト削減も可能に • マルチスキルとは、現在は「回線トラブル担当」「BBフォン担当」「PC関連担当」と役割が分担されているものを、一人のオペレータが全て対応できるようにする • マルチスキル化によるメリットは、顧客満足度の向上やオペレータ教育・管理コスト削減

  18. CSツールVer.2へ • ADSL、BBフォン、BBTVの各ツールの統合 • 視覚化の強化 • 故障診断機能の強化 • アドバイス機能の充実 • 新機器投入、新サービス投入に対する即応 • 回線調整、機器への諸設定による解決機能 • 顧客情報保護、セキュリティ機能の強化

  19. CSツールサマリ画面

  20. 電話を受けると回線状況を即確認 • コールセンターのオペレータが電話を受け、顧客の認証を行ったあと最初に開かれる画面である。 • 各機器間の通信状況、設定値などが確認できそれらの取得値から推論できる故障や問題点をアドバイスとして表示する。 • 必要に応じてオンラインでオペレータが顧客と話しながら機器のリセット、回線の調整などをおこなうことができる。

  21. CSツールモデム情報画面

  22. モデムの故障診断 • ユーザ宅内機器の設定値、接続情報はユーザ サポートにおいて欠かすことができない。 • コールセンタ側から各LEDの点滅状況を把握したり、ファームバージョンを取得することによって問題の切り分けを容易にする。 • この画面ではモデム独自の故障診断ルールが 実装され、オペレータに判断を提供する。 • この画面でもモデム各種設定をリモートで  おこなうことができる。

  23. 利用状況と課題 • このほか、DHCP、DSLAM(局側集合モデム)、宅内STBなどの情報取得、遠隔操作、故障診断をおこなう。 • 現在では、CS部門ばかりではなくバック部門を含め一日に1万を超える利用をされている。 • 新しい技術であるADSLは展開してから認識される要素も多く、これら経験則に近い知識の迅速なシステムへのとりこみが続けられている。 • CTS(コールトラッキングシステム)やIVR(音声自動応答装置)との統合による効率化、省力化の課題があるが、究極にはコールのないコールセンターを目指すべきであろう。

  24. CSツールはエキスパートシステム • エキスパートシステム(専門家システム)とは、特定分野の専門家の持つ知識をシステム化し、必要に応じてそれらの知識を利用できるようにしたものを指す。 • Yahoo! BBのCSツールは機器からの情報収集の手順、方法、およびそれら収集された事象をもとに推論し、故障診断をおこなう機能を実装したADSLエキスパートシステムである。 • オペレータ側はそれらの複雑な手順、判断方法の詳細を知ることなしに利用することができる。

  25. 故障診断はルールベース • 診断技術は様々なものが提案され、実務に適用されているが、本システムでは前向推論プロダクションシステムと述語論理ベースの後ろ向推論を組み合わせた判断をインプリメントした。 • 200項目におよぶ基本事象(機器からの取得値とDBの登録値)と数百のルール駆動により診断をおこなう。

  26. 機器状態診断 ネットワーク機器 ルール集合 事実集合 知識の提供 ルール駆動エンジン 専門家 データベース 診断

  27. 故障診断ルールの一部 • % MODEM • % CPEより取得したCA-IPと実際のCA-IPが一致するか • if, • judge_linkup, • wm('CA-IP登録一致', 'no', 1.0), • then, • w_ad('VRY消灯(CA-IP登録ミス)'). • % リンク不安定 [adsl log]コマンドの[The re-train is X time.]でXの値が5回以上 • if, • wm('re-train', N, 1.0), N >= 10, • then, • w_ad('リンク不安定'). • % 携帯発信設定確認 VOIP FLGの値が1か • if, • wm('携帯VOIP発信', 0, 1.0), • then, • w_ad('携帯発信設定確認'). • % BBフォンサポートツール管理画面のファームバージョンと同一か • if, • wm('最新FW_TRIO', 'no', 1.0), • then, • w_ad('ファームアップ_TRIO').

  28. 機器情報収集は機器との会話 • 機器情報の取得(Telnet, Snmp)の手順と状況による応答は自動会話システムとみなすことができる。 • 応答のやりとりは記号列であり、記号の組み合わせから意味を読み取る技術は翻訳などの自然言語処理技術から容易に応用できる。 • 当然のことながら、手順、パスワードなどのシステム秘匿化は情報漏えいの強力な対策でもある。

  29. 機械との会話 ・ああいえばこう言って ・こういわれればこれも聞いて ・これじゃなかったらこの操作を加えて ・それでもちがえば少しやすんでからまた聞く 。。。。。。。 発話 ネットワーク機器 応答 問答ルールシナリオ 取得データ集合 操作知識の提供 会話発話応答エンジン 専門家 目的の情報

  30. まとめ(知識情報処理の重要性-1) • ADSLのサービス展開のような新しい技術に迅速に対応するためには、対応要員への教育徹底が 必要であった。 • 特にYahoo! BBは、顧客数が急拡大し、しかも 顧客も対応側も未経験であったことから当初は 混乱と対応の遅れを生じた。 • また、新サービスや新知識を約二千人規模のオペレータに瞬時に徹底することは不可能でもあった。 • エキスパートシステムによる展開が必然であった。

  31. まとめ(知識情報処理の重要性-2) • 収集した事実をもとに専門家から収集した判断ルールを駆動し、診断や結論を導くシステムは、ADSLに限らず、均一な 商品知識、状況把握、判断の迅速な適用を求められる様々な業界のユーザサポート部門、コールセンターシステムに不可欠のものとなるであろう。

  32. Prologによるインプリメント • CSツールなど一連のシステムは論理型言語Prologをベースに開発された。ソフトバンク. BBでは十数台のProlog推論サーバーが稼動し、業務効率化の一翼を担っている。 • Prologによるエキスパートシステム、言語処理などの知的システムの開発は1980年代にICOTの主導のもと、多くの事例がある。 • しかしながら、当時のCPU能力、ネットワーク環境、サーバ・クライアントの未分離、RDBシステムの普及前であったことなどから、十分な展開を見ていなかった。 • これらの条件の整ってきた今こそ有効な展開が可能となっている。

  33. <定言三段論法> fatal(X):- man(X). % 人間であれば必ず死ぬ(規則節) 大前提 man(ソクラテス). % ソクラテスは人間である(単位節) 小前提 ?-man(ソクラテス). % ソクラテスは人間か?(質問)  結論 yes % はい。 ?-man(X). % 人間は誰か?  変数 X = ソクラテス % ソクラテスです。 yes % はい。 ?-fatal(ソクラテス). % ソクラテスは死ぬか? yes % はい。 ?-fatal(稲葉). % 稲葉は死ぬか   閉世界仮説 no % いいえ

  34. PrologCGI

  35. 1)「最も美しい女神のみが真実を述べている」という規則を論理式として現す。1)「最も美しい女神のみが真実を述べている」という規則を論理式として現す。   「最も美しい女神」はその主張は必ず真である。   「最も美しい女神でないもの」はその主張は必ず偽である。   すなわち、「ある女神が最も美しい」の論理値とその主張内容の論理値は等しい(同値)   ということをこのルールは定めている。これを論理式で表す。これを、各女神の言明の論理値と仮に呼ぶ。 女神Xの言明: Xの論理値⇔Xの主張の論理値 2)よって、各女神の言明はつぎのようにあらわすことができる。    女神A:「最も美しいのはBではない」 A⇔¬B    女神B:「最も美しいのはCではない」 B⇔¬C    女神C:「私が最も美しい」 C⇔C 3)各女神の言明の論理積が真であるものが解である。 (A⇔¬B)∧(B⇔¬C)∧(C⇔C) 4)これは真理値表をもちいて機械的に解くことができる。 A B C ¬A ¬B ¬C A⇔¬B B⇔¬C C⇔C (A⇔¬B)∧(B⇔¬C)∧(C⇔C) -------+----------------+------------------------------++--------------------------- ① T F F | F T T | T F T || F ② F T F | T F T | T T T || T 解 ③ F F T | T T F | F T T || F ★よって、最も美しい女神はBということになる。 %Prologプログラム hypo('A',true,fail,fail). hypo('B',fail,true,fail). hypo('C',fail,fail,true). %% 問い合わせ ?- hypo(Ans,A,B,C), (A eq not B) , (B eq not C) , ( C eq C ). Ans = B

  36. 参考HPリンク 人工知能学会のHP http://www.ai-gakkai.or.jp/jsai/ 第五世代コンピュータアーカイブス http://www.icot.or.jp/ARCHIVE/HomePage-J.html INAP2005 http://inap.dialogengines.com/ 慶応大古川研究室 http://bruch.sfc.keio.ac.jp/index.html 神戸大学 Prolog ホームページ http://bach.istc.kobe-u.ac.jp/prolog/ ソフネック株式会社 http://www.sofnec.co.jp/ ソフトバンクBB株式会社 http://bb.softbankbb.co.jp/

  37. INAP2005 Accepted Papers John R Fisher Diagram Theory and Its Logic Hiroshi Sakai On a Rough Sets based Data Mining Tool in Prolog: An Overview Keiichi KATAMINE A Discussion on a Modeling for Automated Design of Fire Alarm Systems from the viewpoint of Maintainability Petra Hofstedt Turtle++ ? A CIP-Library for C++ Vitor Nogueira Using a Logic Programming Language with Persistence and Contexts Nikolai Kosmatov A Constraint Solver for Sequences and its Applications Tran Xuan Vuong A Meta-logical Approach for Multi-agent Communication of the Semantic Web Information Andreas Schutt Not-First and Not-Last Detection for Cumulative Scheduling in O(n3 log n) Osamu TAKATA Knowledge-Based System for Process Planning in Cold Forging using Adjustment of Stepped Cylinder method Mosharaf Hossain Huffman compression with digrams selected by association rule of data mining Thomas Kleemann User Profiles and Matchmaking on Mobile Phones Mutsunori Banbara Prolog Cafe: A Prolog to Java Translator System Kaiji Liao Knowledge Management Model Definition Language and Its Application Armin Wolf O(n log n) Overload Checking for the Cumulative Constraint Tatsuichiro Nagai A Design Product Model for Mechanism Parts by Injection Molding Muneyuki Kawatani g-Hecs: a Constraint Solving System on the Grid Akira Komedani Modeling Learner in Collaborative Learning Based on Bayesian Network Oskar Bartenstein wadokujt.w3dict.com - A WWW based reading assistant for Japanese-German Jun Feng RR-tree: An Efficient Structure for Managing Road Networks Oskar Bartenstein ubiCMS - a Prolog based Content Management System Masanobu Umeda Multi-Threading Inside Prolog for Knowledge-Based Enterprise Applications

  38. 同上機械翻訳 • INAP2005は、書類を受け入れました • ジョンR漁師    図論とその論理 • ヒロシ堺     Roughの上で、SetsはPrologでData Mining Toolの基礎を形成しました:概要 • ケイイチカタミネ    Maintainabilityの視点からのFire Alarm SystemsのAutomated DesignのためのModelingのDiscussion • ペトラHofstedt Turtle++?C++のためのCIP-図書館 • ビトーノゲイラ   持続と前後関係で論理プログラミング言語を使用すること • ニコラーイKosmatov シーケンスとそのアプリケーションのための制約ソルバー • チャンXuan Vuong 意味論的なウェブ情報のマルチエージェントコミュニケーションのためのメタ論理的アプローチ • アンドレアスシャッツ   O(n3は、nを記録します)のCumulative SchedulingのためのNot-FirstとNot-Last Detection • オサム高田     Stepped Cylinder方法のAdjustmentを使っているCold ForgingのProcess Planningのための知識-Basedシステム • Mosharaf Hossain   データマイニングの協会原則によって選ばれる二重音字によるハフマン圧縮 • トーマスKleemann   携帯電話のユーザープロフィールと仲介 • ムツノリ番原     Prolog喫茶店:Java変換器システムのプロローグ • カイジ遼    知識経営陣モデル定義言語とそのアプリケーション • アーミンオオカミ    Cumulative ConstraintのためのO(nログn)Overload Checking • タツイチロウ長井   射出成形によるメカニズム部品のデザイン製品モデル • ムネユキカワタニ   g-Hecs:GridのConstraint Solving System • アキラKomedani Bayesianネットワークに基づく共同の学習のモデル学習者 • オスカーバルテンシュタイン wadokujt.w3dict.com?A WWWは、日本のドイツ語のために読書するアシスタントの基礎を形成しました • ジュンフォン     RR-木:道ネットワークを管理するための効率的な構造 • オスカーバルテンシュタイン ubiCMS ? PrologベースのContent Management System ? • マサノブ梅田    知識ベース企業アプリケーションのためのPrologの内側のマルチスレッディング