プロジェクト背景
クライアントは200店舗以上を展開するチェーン小売企業で、1日平均5,000件を超える顧客問い合わせがあります。従来のカスタマーサービスチームは30名でシフト制を採用していましたが、ピーク時の問い合わせ需要に対応できませんでした。顧客の待ち時間が長く、満足度は低く、さらに人件費が高止まりしていました。
主要な課題
応答の遅さ：ピーク時には顧客の平均待ち時間が15分にもなり、離脱率が高いコスト高：30名のカスタマーサービスチームの年間コストが200万元を超える知識の分散：製品情報、販促ポリシー、アフターサービス手順が複数のシステムに分散しており、カスタマーサービススタッフが必要な情報を見つけるのが困難品質のばらつき：新人研修の期間が長く、サービス品質にばらつきがある解決策
Difyプラットフォームを基盤としたAIカスタマーサービスエージェントを導入しました：
1. ナレッジベースの構築
製品マニュアル、販促ポリシー、アフターサービス手順、よくある質問など2,000以上のドキュメントを統合RAG（検索拡張生成）ナレッジベースを構築し、セマンティック検索をサポートナレッジベースを定期的に自動更新し、情報の鮮度を維持2. マルチチャネル接続
WeChat Work、WeChat公式アカウント、ミニプログラム、公式サイト、アプリの5チャネルを統一的に接続顧客が異なるチャネルから問い合わせる際、AIが自動的に過去の会話コンテキストを関連付けテキスト、画像、音声の多様なインタラクション方式に対応3. インテリジェントルーティングとエスカレーション
AIが顧客の意図（販売前/アフターサービス/苦情/緊急）を自動識別簡単な質問はAIが直接回答し、複雑な問題は自動的に有人対応へエスカレーションエスカレーション時に完全な会話サマリーを引き継ぎ、有人カスタマーサービスがシームレスに引き継ぎ4. 継続的な学習と最適化
有人カスタマーサービスの返信内容を基に比較学習を実施毎週自動的に未解決の問題を分析し、ナレッジベースとプロンプトを最適化異なる返信戦略をA/Bテストし、満足度を継続的に向上効果データ
| 指標 | 導入前 | 導入後 | 改善率 |
|---|
| 平均応答時間 | 15分 | 3秒 | 99.7% |
| 顧客満足度 | 72% | 92% | 28% |
| 有人スタッフ数 | 30名 | 12名 | -60% |
| 7×24時間対応 | 無 | 有 | — |
| 問題解決率 | 65% | 88% | 35% |
技術スタック
AIプラットフォーム：Dify（ナレッジベースRAG + 会話管理）大規模言語モデル：DeepSeek APIフロントエンド接続：WeChat Work SDK、WeChatミニプログラムSDK、Webウィジェットバックエンド：Node.js、Python FastAPIデータストレージ：PostgreSQL、Redis
