POS端末の利用が止まっても、取引記録だけでは理由が分からない

取引が減れば、決済事業者のチームは加盟店に連絡する必要に気づきます。しかし記録だけでは、現場で何が起きたかは分かりません。画面の破損、カードの読み取りエラー、ネットワーク接続の問題のどれに加盟店が困っているのかは、記録には表れないからです。

モバイルアプリと代理店・加盟店ネットワークを通じて個人や企業にサービスを提供する、ナイジェリアの大手フィンテック・デジタル決済プラットフォームの一社では、加盟店から寄せられる問い合わせへの対応が増えていました。技術サポートが調査を始める前に、スタッフが利用の止まった加盟店へ一件ずつ電話し、何が起きたのかを尋ね、説明を確認して記録する必要がありました。連絡対象が増えるにつれ、その説明を集めるだけでも人手がかかるようになっていました。

加盟店サポートを遅らせずに必要な情報を集めるため、同社はDyna.Ai Voice Agentを活用。ナイジェリアのアクセントで加盟店に電話をかけ、加盟店の回答を確認し、分類した内容をAPI経由で返しました。この業務では24時間対応のアウトバウンドフローで1日1万件超の架電を行い、回答分類のタグ付け精度は100%と報告されています。

技術的な診断と解決は引き続き同社のサポート専門担当者が担い、確認済みの加盟店の説明と問題の分類を受け取って調査を開始しました。

課題

人手による連絡が加盟店サポートのボトルネックに

拡大する加盟店ネットワークで端末の利用を維持するには、最近取引のない端末を特定するだけでは不十分です。加盟店ごとに直面する問題は異なり、取引が止まっているという情報だけでは個々の理由は分かりません。

人手による電話で理由を集める方法には、明確な業務上の制約がありました。

• リストが増えると連絡に必要な人手も増える。スタッフが加盟店一件ずつに電話し、質問し、回答を聞いて記録する必要がありました。

• 記録が不十分だと調査が遅れる。メモにばらつきがあったり、内容が確認されていなかったりすると、サポート担当者は調査の着手点を決める前に、申告内容を改めて確認しなければなりません。

• 情報収集に時間を取られ、サポートの手が足りなくなる。定型的な状況確認の電話に時間を使うほど、報告された問題の調査と解決に使える時間が減ります。

サポート業務には、3つの能力を組み合わせる必要がありました。すべての加盟店への初回連絡をスタッフに頼らず大規模に行うこと、加盟店が実際に報告した内容を確認すること、そして分類した情報を調査のために社内システムへ直接届けることです。

ソリューション

サポートに必要な情報を、加盟店に直接聞く

利用の止まった加盟店のリストはAPIを通じて架電フローに取り込まれます。同社はサポートチームが収集する必要のある情報に合わせて調査の質問を設定し、Dyna.Ai Voice Agentが対象加盟店に一括でアウトバウンドコールを行いました。

この仕組みによって、サポートチームが必要とする情報を通話で直接聞き取れるようになりました。単に利用停止を知らせるのではなく、加盟店がなぜ端末を使わなくなったのかを聞くことに焦点を当てました。

同社は対象となる加盟店リストと質問の内容を引き続き管理し、Voice Agentが繰り返しの対話を担当。加盟店は問題を自分の言葉で説明できます。サポートチームは、スタッフがすべての初回通話を行わなくても、記録された回答を受け取れました。

地域のアクセントと内容確認で、加盟店の声を正確に捉える

Dyna.Ai Voice Agentは通話でナイジェリアのアクセントを使用しました。地域になじみのある話し方は質問を分かりやすく伝え、加盟店が端末の状況を説明しやすくするのに役立ちました。

記録を送信する前に、エージェントは加盟店に申告された問題を確認しました。この確認によって、最初の推測を確定情報として扱うのではなく、記録された要約が加盟店の実際の発言を反映しているか確かめます。

報告された問題には、次のようなものがありました。

• カードの読み取りエラー:カードを読み取れないという加盟店からの報告。

• 画面の破損:表示画面の問題に関する報告。

• ネットワーク接続の問題:端末の接続に関する報告。

画面の破損も接続の問題も、取引記録上は端末の利用停止として表れます。加盟店の説明を確認することで、技術サポートは、それぞれの報告について状況を把握したうえで調査を始められます。同時に、情報収集と技術的な診断の役割は分けられています。

問題のタグ付けとAPIコールバックで社内システムへ連携

通話終了後、言語モデルによる処理が加盟店の回答を問題の種類ごとに分類し、構造化されたタグを生成しました。分類結果と一緒に加盟店の説明も残るため、大量の回答を整理しながら、元の内容も確認できます。

その後、自動APIコールバックが問題の分類と確認済みの説明を同社の社内システムに返しました。サポート担当者は、別々のメモや音声録音から会話を再構成する代わりに、確認された説明と分類を見て調査を進めることができます。

成果

大量の架電から、調査に使えるPOSの情報を収集

POSに関する情報収集では、24時間対応のアウトバウンドフローを通じて1日1万件超の架電を行い、回答分類におけるタグ付け精度は100%と報告されています。

これらの数字は業務のうちフィードバック収集段階を示すものです。その後の技術的な解決と加盟店による利用再開は、サポートチームが別途担う後続の成果です。設定された調査質問、地域のアクセントによる会話、回答の確認、APIコールバックを組み合わせることで、構造化された加盟店の声をサポート業務に直接届けました。

何が起きたかを知るだけで、どれだけのサポート時間を使っていますか?

加盟店がPOS端末の利用をやめたとき、調査を始める前に何が問題なのかを聞き出す電話だけで、サポートの相当な時間が使われることがあります。

このフィンテック企業は、初回連絡、地域のアクセントによる内容確認、APIを通じた分類を自動化し、技術調査に先立つ情報不足を解消しました。その後、Dyna.Ai Voice Agentの利用は督促やその他のAI架電の用途にも広がっています。

加盟店やお客さまに問題の基本的な説明を聞くだけでチームの貴重な時間が費やされているなら、次の対応に必要な情報を自動音声で収集・整理する方法をご相談ください。

加盟店への連絡とPOSサポートにVoice Agentを活用

Voice Agentでアウトバウンド業務を拡大する方法を見る