トレジャーデータ株式会社、戦略的に顧客体験の向上や管理を行うための新プロダクト「Treasure Data CDP for Contact Center」を提供開始

【2021年10月18日追記】グローバルでの展開に伴い、プロダクト名が「Treasure Data for Contact Center」から「Treasure Data for Service」へ変更となりました。詳しくはこちらのお知らせをご覧ください。

トレジャーデータ株式会社（本社：東京都千代田区、代表取締役社長：三浦 喬、以下、トレジャーデータ）は、2021年9月14日より、戦略的に顧客体験の向上や管理を行うためのデータプラットフォーム「Treasure Data CDP for Contact Center（以下、CDP for Contact Center）」の提供を開始します。このプラットフォームは、コンタクトセンター・コールセンターからWeb・アプリ・広告・店舗といった多様な顧客接点を包括的に管理し、企業がリアルタイムに顧客一人ひとりに的確な対応を行う支援をします。

「CDP for Contact Center」は、業界・業種を問わず、戦略的にコンタクトセンター・コールセンターを運用し、DX（デジタルトランスフォーメーション）を目指す組織向けのソリューションです。日本では少子高齢化に伴う人口減少と消費者の嗜好の多様化により、企業の新規顧客獲得は一層難しくなることが予測されており、既存顧客の満足度やLTV（顧客生涯価値）を向上させる重要性が相対的に増しています。これまで、企業の顧客対応は、認知・興味・購入・アフターサービス等のフェーズにより対応部門や手段が違い、そのデータの利用は部門内のみで閉じていたり、顧客フェーズや手段ごとに最適化が進む傾向にありました。今後は、電話・チャットからデジタルのWebやアプリに至るまで、多様な顧客接点を包括的に管理し、戦略的に顧客体験の向上を図る要の組織として、企業は守りのコールセンターから攻めのコンタクトセンターへと変革していく必要があります。

そこで、トレジャーデータは、これまで主にマーケティング領域で活用されてきたカスタマーデータプラットフォーム（CDP）に、リアルタイムでデータを参照できる機能等を付加し、顧客体験の向上を図るプラットフォーム「CDP for Contact Center」を開発しました。「CDP for Contact Center」は、既存のクラウドのコンタクトセンター・コールセンターソリューションと連携して利用することを想定しています。多くのソリューションでは対応していない、Webやアプリ等の最新のログを含む顧客データの提供、ルールの適用や機械学習によるLTVや解約率の予測、自然言語処理によるVOC（顧客の声）の分析、データに基づくレコメンデーションや次の最適な行動の提示等を「CDP for Contact Center」が担い、そのデータをコンタクトセンター・コールセンターソリューションにリアルタイムで連携させることが可能です。これにより、顧客一人ひとりに最適な対応やオファーを行うことが可能となり、コンタクトセンターのオペレーターの負荷を下げつつ、対応の質を向上させることができます。そして、この積み重ねが顧客満足度・LTVの向上につながります。

トレジャーデータは、コンタクトセンターやコールセンターを持つ企業を中心に、3年で100社への「CDP for Contact Center」の導入を目指します。

また、2021年10月12日（火）、13日（水）の2日間、トレジャーデータは、Beyond Marketing〜マーケティングを超えて、広がり、つながる顧客体験のストーリー〜をテーマにしたオンラインイベント「PLAZMA20」を開催します。コンタクトセンター・コールセンターを運営し戦略的に顧客体験の向上を図る企業との対談、「CDP for Contact Center」等の新プロダクトの詳細説明を配信します。

「CDP for Contact Center」の概要は別記の通りです。

記

Treasure Data CDP for Contact Centerの概要

Treasure Data CDP for Contact Centerは、リアルタイムにデータを参照でき、かつ機械学習や複雑なデータ処理も可能な強固なデータプラットフォームです。

【主な機能】
1.リアルタイムの顧客可視化
コンタクトセンター内で参照するデータに加え、基幹システム、Web・アプリログ、店舗（オフライン）、位置情報等、顧客に関わる全てのデータを参照したり、利用することが可能。

2.LTV（顧客生涯価値）の予測
本プラットフォーム上に統合されたデータに、ルールや機械学習を適用することにより、LTVの高い顧客を効率的に識別し、その行動を理解することが可能。優良顧客等を見逃すことなく、コンタクトセンターの活動を最適化できる。

3.次の最適なアクションの提示
本プラットフォーム上に統合されたデータに、ルールや機械学習を適用することにより、Webやアプリの行動も考慮したネクストベストアクションをリアルタイムで提示することが可能。

4.VOC（顧客の声）の解析
顧客との通話音声をテキスト化するソリューション等と連携することで、通話音声のテキスト化データを収集し、機械学習を行うことが可能。自然言語処理を活用したワード分析により、顧客セグメント抽出したり、コンタクトセンターでの対応改善に必要な情報をフィードバックできる。

【利用イメージ】

以上