オルビスの購入前チャット接客、満足度61%→78%を生んだAI運用の設計

ページごとに想定問答を作り込むシナリオ型から、閲覧している文脈を読み取ってAIの側から質問を差し出す方式へ軸足を移した設計が、購入前の相談という扱いにくい領域を実運用に乗せた最大の要因と考えられます。購入前の迷いは、本人がまだ言語化できていないことも多く、問いが立ってから答える仕組みでは取りこぼしが生まれます。事前にすべての困りごとを列挙しなくても対話が始まる構造にしたことで、説明が乏しい商品ページのように、設計者が想定しづらい場面にも手が届くようになりました。

導入と同時にすべてをAIへ委ねない段取りも効いています。まずシナリオで基本的な想定問答を組み立て、数ヶ月の運用データが蓄積してからKARAKURI helloへ切り替える流れをとり、初動の体験が重くのしかかる新商品では公開のタイミングにも神経を配る。この順番は、AIが参照する材料を現場のやり取りから確保しつつ、応答が安定しない時期を顧客の目に触れさせないための、二重の安全弁として働いています。

顧客の声を購買導線に重ねて読む運用は、改善対象の取り違えを防ぐ装置になりました。ポイントに関する声は当初、最終確認画面の問題として扱われていましたが、全ページと問い合わせ内容をマトリクスにした「世界地図」と、ページごとの会話カードの利用状況を突き合わせたことで、つまずきが買い物の入り口から連なっていることが浮かび上がります。毎月のレポートでは、よく見られている会話カード、自由入力の質問、離脱の傾向、埋もれやすい重要情報の見極めまで踏み込み、新商品では公開直後の短期間で集まった声を制作物へ反映し、修正が難しい箇所は会話カードで補う分業も組まれている。ツールを提供するKARAKURI側の機能と、自社で回す分析・改善の実務が噛み合った形です。