Japanese
Japanese

AI搭載
コールセンター

AI搭載
コールセンター

Calliopeは、日本のコールセンターの効率を向上させるために特別に設計された、高度なアウトバウンドコール自動化およびスケジューリングツールです。

Calliopeは、日本のコールセンターの効率を向上させるために特別に設計された、高度なアウトバウンドコール自動化およびスケジューリングツールです。

タイムライン:

2023年7月〜2024年6月

チーム:

Scoville

プラットフォーム:

Web SaaS(ウェブSaaS)

My Role

シニアプロダクトデザイナー

コアチーム

  1. プロダクトマネージャー

  2. アカウントマネージャー

  3. リードAIエンジニア

  4. AIエンジニア

  5. フルスタックエンジニア(3名)

デザイン手法

  1. アイデア創出

  2. プロダクト発見

  3. プロダクトデザイン

  4. プロトタイピング

  5. ユーザビリティテスト

  6. ユーザーインタビュー

プロジェクト概要

43

43

デザインページ数

デザインページ数

6

6

デザインの反復

デザインの反復

テックシステム

テックシステム

ウェブアプリ

ウェブアプリ

ウェブアプリ

AWSコネクト

AWSコネクト

AWSコネクト

デザイン成果物

The Challenge

AIシステムを活用したサポートコールセンターマネージャーのコーチング、オンボーディング、およびトレーニングを支援します。

日本では、特注のコールセンターが過酷な作業フロー、大人数のスタッフ、および通話自動化を制限する厳しい規制に直面しています。


これらのシステム的な制約に加えて、クライアントは管理上の障害、特にコーチングとパフォーマンス評価で苦労していました。課題は、AIがこれらの問題を軽減する方法を、独自の法的および運用上の文脈を尊重しながら模索することでした。

old-call-system
old-call-system
old-call-system

My Mission

プロダクトデザインのビジョンを実現するための実験的アプローチをサポートする

シニアプロダクトデザイナーとして、私はユーザーニードレベルでデザインとエクスペリエンスの原則の責任者を務めました。高級視覚デザインに焦点を当てるのではなく、次のことを試しながら課題に取り組みました:


  • ペーパープロトタイプ。

  • Figmaのクリック可能なプロトタイプ。

  • Protopieでのコールセンターのフローをシミュレーションする高度なプロトタイプ。


この実験プロセスにより、私とチームは複雑なコールセンターシステムのJTBD、ニーズ、ユーザーアーキタイプを発見しました。

シニアプロダクトデザイナーとして、私はユーザーニードレベルでのデザインと体験の原則を担当しました。高級なビジュアルデザインに注力するのではなく、プロトタイプを使った実験を通じてこの課題に取り組みました。

old-call-system
old-call-system
old-call-system

The Discovery

AIのビジネス目標と実際のユーザー問題の間のギャップ。

製品ロードマップは初期のAI採用に焦点を当てていましたが、現場のスタッフは基本的なデジタルトランスフォーメーションに苦労していました。


手作業のワークフローが日常業務を支配しており、彼らのCTIおよびCMSプロセスは全体的なコールセンターのパフォーマンスをサポートできていませんでした

old-call-system
old-call-system
old-call-system

新しいフォーカス

スタッフとビジネスニーズのギャップを埋める。

ビジネスは早期のAI導入を優先しましたが、ユーザーは手動のワークフローを置き換えるための実用的なデジタルツールを必要としていました。

私は発見実験を指導し、プロトタイプを設計して問題を再構築しました。この作業は実際のユーザーのニーズに製品ビジョンを合わせると同時にビジネス目標をより効果的に支援する機会を見出しました。

old-call-system
old-call-system
old-call-system
バイヤーペルソナ

コールセンターマネージャー

高レベルのタスク:

  • スタッフの訓練とオンボーディング。

  • タスクのスケジューリング。

  • CMSからのコールリストの作成。

  • スタッフのパフォーマンスにおけるボトルネックを特定するため、コール毎に聞く。

  • スタッフのパフォーマンスの監視。


主な課題:

  • 過密な作業量とワークフロー。

  • コール毎の分析は持続不可能。

  • システムが圧倒的で、スタッフのタスクに影響するミスをしやすい。

  • コール操作において何が問題かを簡単に見つけ出す方法がない。

高レベル業務の達成目標:

  • スタッフのトレーニングとオンボーディング。

  • タスクのスケジュール。

  • CMSからのコールリストの作成。

  • 各コールを聞いてスタッフのパフォーマンスのボトルネックを特定。

  • スタッフのパフォーマンスを監督。

Call Center Staff
Call Center Staff
ユーザーペルソナ

コールセンタースタッフ

高次レベルのタスク:

  • タスク開始のアナウンス。

  • 通話タスクリストのナビゲート。

  • 通話結果からの注釈作成。

  • システム全体への結果ノートの配布。

  • CTIの障害時の手動ダイヤル。

  • 手動でのタスク通知時間。


主要な課題:

  • 多忙な作業負荷とワークフロー。

  • ストレスを引き起こすノートとタスクの共有。

  • 技術学習の困難さ。

  • 個人のパフォーマンスに影響を与える遅いワークフロー。

ユーザーペルソナ

コールセンターマネージャー

Call Center Staff

Calliope V.4 から CalliopeV.6 へ

AWSネイティブコールセンターシステム vs カスタムコールセンター

プロダクトデザイン

スタッフとビジネスニーズのギャップを埋める。

私たちのビジョンを保ちながら、私は両方のユーザータイプに向けたCalliopeのUX&UIデザインの設計と計画のサポートを担当しました。このデザインは一貫性があり、WEB SaaSスクリーンは次の通りです:

  • ログイン&登録。

  • 管理者設定。

  • 通話とパフォーマンスのダッシュボード。

  • 通話キャンペーンのメトリックダッシュボード。

  • 通話スタッフのメトリクス。

  • 全体的なコールセンターシステム。

  • CMSスマートフィルタリングシステム。

  • AI要約コンポーネント。

Information Architecture

Information Architecture

デザインコンポーネントとシステム

デザインコンポーネントとシステム

結果

  • 直感的でアクセシブルな体験を提供し、あらゆる年齢や背景のスタッフが自信を持ってシステムを採用することを可能にしました。


  • 通話処理効率を3倍に向上させ、ワークフローを再設計し、スタッフがより速く、より少ない障害で通話を完了できるようにしました。

  • コールセンターの管理業務を強化し、パフォーマンスとガイダンスを向上させる未来対応型の自動化を実現しました。


  • マネージャーにリアルタイムのパフォーマンスモニタリング機能を提供し、キャンペーンの進捗とエージェントの生産性を明確に可視化しました。

ポイントと学び

  • かなり複雑な課題に取り組むことになりました。ユーザーはバックグラウンドや年齢、役割も多様で、どこに焦点を当てるべきかを見極めるのが難しかったのです。


  • プロダクトやサービスのUIは非常に機能的でしたが、ビジュアルデザインにもう少し時間をかけて、より洗練させたかったという思いもありました。


  • まずは「機能的で価値に基づいたもの」を優先的に形にするという決断を推し進められたことを誇りに思っています。その後にAIをどのように統合できるかを検討する流れにしました。最初は不安も大きく、難しい判断ではありましたが、情熱的で才能あふれるエンジニアたちに囲まれたことで、UXやシステムデザインの価値を示すことができたと思います。

ツールとサービス

Figma Logo

フィグマ

Notion Logo

プロトパイ

Notion Logo

ユーズベリー

Figma Logo

アドビ イラストレーター

Notion Logo

AWS Connect ドキュメント

Notion Logo

Notion

ポイントと学び

  • かなり複雑な課題に取り組むことになりました。ユーザーはバックグラウンドや年齢、役割も多様で、どこに焦点を当てるべきかを見極めるのが難しかったのです。


  • プロダクトやサービスのUIは非常に機能的でしたが、ビジュアルデザインにもう少し時間をかけて、より洗練させたかったという思いもありました。


  • まずは「機能的で価値に基づいたもの」を優先的に形にするという決断を推し進められたことを誇りに思っています。その後にAIをどのように統合できるかを検討する流れにしました。最初は不安も大きく、難しい判断ではありましたが、情熱的で才能あふれるエンジニアたちに囲まれたことで、UXやシステムデザインの価値を示すことができたと思います。

ツールとサービス

Figma Logo

フィグマ

Notion Logo

プロトパイ

Notion Logo

ユーズベリー

Figma Logo

アドビ イラストレーター

Notion Logo

AWS Connect ドキュメント

Notion Logo

Notion

ポイントと学び

  • かなり複雑な課題に取り組むことになりました。ユーザーはバックグラウンドや年齢、役割も多様で、どこに焦点を当てるべきかを見極めるのが難しかったのです。


  • プロダクトやサービスのUIは非常に機能的でしたが、ビジュアルデザインにもう少し時間をかけて、より洗練させたかったという思いもありました。


  • まずは「機能的で価値に基づいたもの」を優先的に形にするという決断を推し進められたことを誇りに思っています。その後にAIをどのように統合できるかを検討する流れにしました。最初は不安も大きく、難しい判断ではありましたが、情熱的で才能あふれるエンジニアたちに囲まれたことで、UXやシステムデザインの価値を示すことができたと思います。

ツールとサービス

Figma Logo

フィグマ

Notion Logo

プロトパイ

Notion Logo

ユーズベリー

Figma Logo

アドビ イラストレーター

Notion Logo

AWS Connect ドキュメント

Notion Logo

Notion