Arcuss Japan EMOROCO for Dynamics 365 紹介

アーカス・ジャパン株式会社
CRM事業本部
EMOROCO（エモロコ）
-お客様の感情（エモーション）をITで理解する顧客価値主導型 CRM -
＜製品紹介＞

目次
◆会社概要 / CRM 事業紹介
◆デジタルサービスチャネルの概況と動向
◆バリュープロポジション（提供価値）
◆EMOROCO ソリューション説明
✓ EMOROCO DWH
✓ EMOROCO AI
◆オプション機能ご紹介
◆事例紹介
✓ 店舗型サービス業
✓ 金融・保険サービス業
✓ 大手製造業
2
© 2020 ARCUSS JAPAN INC. – PROPRIETARY & CONFIDENTIAL

会社概要 / CRM事業紹介

会社概要および CRM 事業体制
© 2020 ARCUSS JAPAN INC. – PROPRIETARY & CONFIDENTIAL 4
会社名：アーカス・ジャパン株式会社
創業：2012（平成24）年 10月
設立：2020（令和2）年 7月
代表者：松原晋啓
所在地：大阪府大阪市淀川区西宮原6-4-13 新堂新大阪ビル4F
TEL：06-6195-7501
ホームページ：https://www.arcuss-japan.com/
事業内容：
◦ 自社プロダクトやサービスの提供（企画～開発～運用）
◦ CRM のコンサルティング支援
◦ CRM システムの要件定義、設計、構築、開発支援
◦ マイクロソフト製品のコンサルティング、構築、運用保守、トレーニング
◦ 産業向けドローンスクール
◦ エッジコンピューティング搭載型ドローン開発・販売
＜組織図＞
＜ CRM 事業紹介＞
⚫ 元マイクロソフトの Dynamics 365 製品担当が事業を統括
⚫ 長年の実績で培われた運用設計に強い開発支援体制
⚫ 他のマイクロソフトソリューション・技術基盤との統合も経験豊富
アーカス・ジャパンは、CRM の第一人者にして元マイクロソフト製品担当が率いる CRM の
リーディングカンパニーとして CRM に関する他に類を見ない深くて確かなノウハウを持ち、
Microsoft Dynamics 365 における下記のような各種サービスを提供します。
■ 提供製品およびサービス
 お客様の業務やSIベンダーを支援する各種製品
（ソリューションテンプレートやコンポーネントスイート、ワークフロー製品等）
 ワンストップでの導入支援サービス
（業務/ITコンサルティング～システムインテグレーション～保守・運用定着化サービス）
 アセスメントやトレーニングカリキュラム等の各種支援サービス
＜アーカス・ジャパン公式キャラクター＞
アーカス・ジャパン宣伝部長
ダイナ・シラムー（しらむ～）
代表取締役
IT コンサルティング部
製品開発部
東日本
西日本
CRM 事業本部
ドローン事業部
教育事業部
カスタマーサクセス
推進部

CRM事業事業領域
CRM サービス
領域サービス
アドバイザリーサービス
（コンサルティングサービス）
新規事業立上または新産業育成支援
顧客戦略立案支援
Dynamics CRM 拡販プリセールス支援
Dynamics CRM 導入アドバイザリー支援
アセスメントサービス
ビジネスアセスメント
プロジェクトアセスメント
ドキュメントアセスメント
パフォーマンスアセスメント
システムインテグレーション
サービス
CRM コンサルティング
CRM 実装
アーキテクトサポート
テストおよび検証
インフラ・マネジメント
アプリケーションサポート
サービス
テクニカルサポート
アプリケーション拡張
CRM 定着化支援
Dynamics CRM
トレーニングサービス
基本機能編ハンズオントレーニングコース
拡張編ハンズオントレーニングコース
CRM 製品
＜アーティサン CRM 開発方法論＞
5
製品名
ASTERIA アダプタ製品群
Dynamics CRM アダプタ for ASTERIA WARP
uSonar アダプタ for ASTERIA WARP
CRM 導入サポート製品群
FILIST+MANAGE for Dynamics CRM
Dynamics CRM Add-on 『Workflow Utility』
Dynamics CRM Add-on 『DEXPath』
Dynamics CRM Add-on 『BizCync』
CRM （xRM）ソリューション製品群
学校情報統合ソリューション（ERM）
病院情報統合ソリューション（HRM）
統合型リゾート（IR）ソリューション
労働組合員管理ソリューション（URM）
CRM サービス製品群
Dynamics CRM 運用保守/定着化支援定額サービスパック
プレミアサポート代行支援定額サービスパック
Dynamics CRM トレーニングサービス

CRM事業事例紹介
6
（2016年9月1日現在）
企業名導入バージョン：ユーザー数
システム名 CRM 領域関与工程
S社：大手機械メーカー Dynamics CRM Online + Azure ML：200ユーザー
顧客サービス管理システム（成長型CRM）サービス要件定義、設計、開発、テスト、保守運用（改善）
M社：大手自動車メーカー Dynamics CRM Online：300ユーザー
法人向け国内営業支援システム SFA 要件定義、設計、開発、テスト、保守運用
ディーラーマネジメントシステムドキュメントアセスメント xRM 設計成果物定義の分析・調査
M社：大手重工業 Dynamics CRM 2013：950ユーザー
グローバル問合せ管理システムサービス設計、開発、テスト
国内営業案件管理システム SFA 設計、開発、テスト
グローバル顧客情報管理システム SFA 設計、開発、テスト
グローバルプラントカルテシステム xRM 要件定義、設計、開発、テスト
N社：大手自動車メーカー Dynamics CRM 2011：47,000ユーザー
ディーラーマネジメントシステムアーキテクト支援 xRM アーキテクチャー設計・構築
ディーラーマネジメントシステムパフォーマンスアセスメント xRM パフォーマンス改善調査・実施
ディーラーマネジメントシステムプロジェクトアセスメント xRM プロジェクト課題分析・解決、各領域PMの管理
N社：大手製造業 PHP + Dynamics CRM Online：100ユーザー
グローバルリードナーチャリング基盤システムマーケティング開発
N社：大手製造業CCサービス子会社 Dynamics CRM Online
コンタクトセンター向け業務テンプレート開発コンタクトセンター要件定義、設計、開発、テスト
N社：大手証券会社 Dynamics CRM 2011：1,000ユーザー
Dynamics CRM パフォーマンスアセスメント SFA 運用設計、パフォーマンス改善調査・実施
L社：中堅マーケティングプロバイダー Dynamics CRM Online
営業支援システム SFA 開発
H社：大手IT会社CRMチーム技術支援
Dynamics CRM技術アドバイザリー - Dynamics CRM技術支援、アーキテクチャ構築支援
K病院：病院情報システム構築支援
医療CRM技術アドバイザリー - Dynamics CRM技術支援、アーキテクチャ構築支援
その他多数

デジタルサービスチャネルの概況と課題

デジタルサービスチャネルの概況と課題
8
Pre 1995
電話応対 1996-2000
電子メール応対
2001-2004
Webセルフ
サービス
2005-2007
WEBチャネル
WEB Q&A、チャット、
フィードバック、コミュニティ、
WEB検索
2008-2009
モバイル対応
2010+
ソーシャル顧客
サービス
Facebook, Twitter,
YouTube他
全てのチャネルにおいてお客様に
満足頂けるサービスへの変革に
サービスチャネルの種類はお客様の世代ごとのニーズに合わせて迅速に変化しており、
新しいテクノロジートレンドは顧客サービスの在り方に大きな影響を及ぼしています。
そのため、エンドユーザーが誰か、どのようにサポートを受けたいかを理解してサービスを
提供する必要があります。（オムニチャネル戦略とパーソナライゼーション戦略）
アーティサンは、パーソナライズドCRM（個客関係管理）と
EMOROCOソリューションによって、貴社の経営戦略上の
課題を永続的に支援致します。
人工知能
機械学習
IoT
ロボット他

これまでの人工知能ブームについて
これまでに２度の人工知能ブームがあった
◦ 機械翻訳１９５０年頃～１９６０年頃
◦ ある言語から他の言語へ熟語単位で置き換える
◦ 精度が悪くて失敗
◦ エキスパートシステム（意思決定支援システム）１９６０年頃～１９９０年頃
◦ もし～なら～するというIF THENルールの組合せ
◦ 統計学と多変量解析を応用したデータの分類
◦ すべての条件を事前に設定しなければならないため失敗（このあとしばらく人工知能のブームは去る）
◦ ただし、この時期の研究で多くの種が蒔かれる
◦ NN（ニューラルネットワーク）脳細胞を模倣したアルゴリズム
◦ 誤差逆伝播学習法（機械学習のアルゴリズムの一つ）によりパターン認識が可能
◦ 階層を増やすことで任意の次数の非線形関数を再現できる。が、４層以上に増やすと発散したり振動したりしてしまう
◦ 統計計算および多変量解析のアルゴリズム改善
しばらくの間アルゴリズム研究はニューラルネットよりも進化的アルゴリズムがブームとなる
9

現在の人工知能ブーム
ベイジアンフィルタの発展
◦ ２００２年、迷惑メールフィルタアルゴリズムとして発表される
◦ これまでの特定キーワードによるレーティングではなく、学習によって随時賢くなっていく。（機械学習）
◦ メーラーなどに組み込まれ、結構良い成績をだす。
NNの再評価
◦ ２００７年、４層以上のニューラルネットを構築するアルゴリズム（パラメータ）の発見
◦ ２０１２年に画像認識のコンテストで伝統的な認識手法に対し、誤認識率を激減させて優勝
◦ ４層以上に層を増やしたNNを用いる手法を「ディープラーニング」と呼ぶ。
テクノロジーの進歩
◦ 個人ですらTB級データの所有が可能
◦ 計算資源もクラウドで調達可能
◦ 学習データも広く共有されている
人工知能とは振る舞い（ユーザーインタフェース）に対する呼称であり、アルゴリズムではない事に注意
10
ビッグデータという言葉で一括りにされがち
だが、この点がポイント。
機械学習は新しいデータ１件毎に随時調整
計算できるが、古典的統計手法は、データ
が追加される都度、全データに対して再計
算が必要となる。

人工知能に利用されるアルゴリズムの例
分類代表例用途
統計的手法多変量解析離散データから回帰曲線を導いたり、データのクラスタリングを
行ったりする。
ベイズ統計事後確率計算によりデータのフィルタリングを行う。
機械学習が可能なアルゴリズム。
隠れマルコフ過程動的計画法と組み合わせて自然言語認識に利用される。
機械学習が可能。
ニューラルネットディープラーニング画像認識や物体認識などのパターン認識や、将来予想に利用
される。当然ながら機械学習が可能。
進化技術ジェネティックアルゴリズム経路選択や組合せ最適化などのNP完全問題に対して精度の
良い近似値を計算できる。
群知能モデル大規模シミュレーションなどに利用。
機械学習が可能。
11

統計的手法と機械学習の違い
＜統計的手法＞
◦ 過去の説明が得意（確定値の算出）
＜機械学習＞
◦ 未来の予想が得意（近似値の算出）
12
商品A,B同時購買確率３０％
２０歳男性の平均購買額￥５，２００
これまでのコンタクトの傾向によると･･･明日来店される確率は８０％だろう！

Microsoft の人工知能関連製品のご紹介
Microsoftでは各レベルに対応した人工知能系製品を取り揃えており、お客様の多様なニーズに柔軟に応えることが可能。
* 引用元：松尾豊, 人工知能は人間を超えるか, KADOKAWA, 2015年
<レベル①>
制御型
<レベル②>
対話型
<レベル③>
予測型
<レベル④>
認知型
• 制御プログラム(if文) • 自然言語処理
• 知識ベース構築・検索
• 推論
• 機械学習
• データマイニング
• 統計学
• ディープラーニング
人工知能の各分類*に対応するMicrosoft製品
主
要
技
術
MS
製
品
各レベルに対応した製品をご用意しており、要件検討、技術検証など幅広く支援可能
りんな
Azure Machine
Learning
Microsoft
Cognitive
Services
BOT Framework
Cortana
※C#、Javaなどのプログ
ラミングで対応するため
製品は無し

バリュープロポジション（提供価値）

CRM（顧客関係管理）の定義
顧客セグメントを中心に組織を構成すること、
顧客を満足させる振る舞いを成長させること、
顧客中心主義のプロセスを導入することによって
収益性や売り上げ、顧客満足度の最適化をもたらすビジネス戦略
出展：ガートナー「日本のCRMソフトウェア市場動向2006年」
お客様ひとりひとり（個客）が
“満足できるサービス”を提供し、
サービスを通して“収益向上”を
支援する経営戦略（顧客戦略）
経営戦略
（顧客戦略）
顧客インサイト
（顧客理解・識別）
マーケ
ティング
セールスサービス
eCRM
（デジタル
チャネル）
SFA
ストア
フロント
コール
センター
戦略層
知識層
業務プロセス
および人・組織層
ソリューション
テクノロジー層
CRMモデル
15

CRM 発展の歴史
⚫ 90年代後半：
CRM は大量生産・大量販売を前提とした工業化社会の「マースマーケティング」から、消費経済の成熟化によって
消費者ニーズの多様化に対応するために情報化社会による「One to One マーケティング」の必要性が高まったこ
とによって生まれた「リレーションシップマーケティング（RM）」に端を発する組織の全体最適化を目指した経営戦
略として注目される。
同時に、インターネットの爆発的普及により、CRMの“一部”がシステム化される（以前はERPパッケージの一部の
顧客データストアで、後にSFAやMA、CTIと言った部分最適化のサブシステムに発展）
➢ CRM 第一世代：ベストプラクティス型 CRM
⚫ 2006年：
ITテクノロジーの進化により、ビックデータやミッションクリティカルにおける活用が可能となったことで、CRMのサブシス
テムを統合化することが可能となる。
➢ CRM 第二世代：プラットフォーム型 CRM（xRM）
⚫ 2016年：
ビジネスインテリジェンス（BI）や人工知能（AI）が発展したことにより、今まで“形式知：カスタマーエクスペリエ
ンス（CX）”しか取り込めなかったCRMシステムが、コミュニケーションの8割以上を占める最も大事な“暗黙知：イ
ンプリシットカスタマーエクスペリエンス（ICX）”を取り込めるようになり、システムがカバーすべき「顧客インサイト」の
領域までカバー可能となる。
➢ CRM 第三世代：パーソナライズド CRM
16

CRM モデルと世代の関連付け
経営戦略
（顧客戦略）
顧客インサイト
（顧客理解・識別）
マーケティングセールスサービス
eCRM
（デジタル
チャネル）
SFA
ストア
フロント
コール
センター
戦略層
知識層
業務プロセス
および人・組織層
ソリューション
テクノロジー層
CRMモデル
第一世代 CRM
ベストプラクティス型 CRM
（Siebel、SAP CRM 等）
第二世代 CRM
プラットフォーム型 CRM
（Dynamics 365、Salesforce.com 等）
第三世代 CRM
パーソナライズド CRM
（EMOROCO）
17

CRM 第三世代：
パーソナライズドCRM（個客関係管理）とは
18
パーソナライズドCRM（Personalized CRM）とは、顧客管理システムによる顧客サービスのためのパーソナライゼーション
（個客化）戦略のことで、「プラットフォーム型CRM（xRM）」のコンセプトとコトラー氏が提唱する「マーケティング4.0（自己
実現）」をベースとし、CRMとAI（人工知能）によって従来のパーソナライゼーションとは異なる“インプリシットカスタマーエク
スペリエンス（ICX：暗黙的だが明らかな顧客経験に基づく）”ベースのパーソナライゼーションを行い、顧客の見える化
（個客化）を完遂した企業全体最適化によって「攻めのIT」における戦略的活用および知的生産性向上を実現する顧客価
値主導型の CRM のこと。
⚫ ビジョン：
CRMシステムを通じてあらゆるチャネルにあるお客様の情報を１つに結び付ける
（真のオムニチャネルの実現）
⚫ ミッション：
企業がお客様の体験や感情まで理解し、1人1人に対して、より良いサービスの提供を実現する
（究極の顧客サービスの実現）
⚫ 理念：
パーソナライズドCRM（個客関係管理）のコンセプトに基づき、EMOsional Analysis（感情分析）、RObot（ロボット）、COgnitive
（人工知能）の各機能を融合させて開発された EMOROCO（エモロコ）によって、コンタクトしたお客様の感情（心）を見える化するととも
に、企業が新しくマーケットインするための情報をも見える化する
（完全な顧客の見える化/個客化の実現）

19
CRM 第三世代（パーソナライズドCRM）の定義
利用ユーザー
活用データ
プロセス
分析
実現コスト
これまでのCRM
（形式知のみ）（形式知＋暗黙知）
マーケティング、営業、コールセンター、サービス担当者顧客と接する全てのユーザー
顧客属性、購買データ
顧客属性、購買データ＋
嗜好、行動、感情、Web/SNSアクセス、コールログ
マーケティング、営業、
コールセンター、サービス業務
チャネルおよび顧客サービスに関係する
あらゆる業務プロセス
顧客分析（企業視点）個客嗜好（購買者視点）およびサービス分析
コストも手間もかかり、失敗率が高いテクノロジーの進化およびテンプレートにより、
スピーディーかつ低コストで確実に実現
目的クロスセル・アップセル
クロスセル・アップセル＋
顧客折衝、育成、ファン化
対象
既存顧客、潜在顧客
および顧客関係者
既存顧客、潜在顧客

EMOROCO ソリューション説明

全体像
© 2020 ARCUSS JAPAN INC. – PROPRIETARY & CONFIDENTIAL 21
ご紹介ページ→ https://crm.emoroco.com/
DWH
BASE
CC SA MA EM
EMOROCOには左記のようなラインナッ
プがあります。
☆EMOROCO DWH（左図
DWH）はデータウェアハウスを統合した、
AI非搭載型のソリューションです。
☆緑破線で囲まれたものが、人工知能
（AI）を統合したEMOROCO AIで
す。CC/SA/MA/EMはいずれも要件
に応じてBASEに追加することが出来る
機能群です。

弊社製品
◦ EMOROCO
◦ 貴社のデータをAIによって分析することができます。
◦ ビッグデータをDynamics365で取り扱うことができます。
Microsoft製品
◦ Dynamics365
◦ EMOROCO における顧客情報ダッシュボードとして利用いたします。
◦ Office 365 Microsoft Power BI
◦ EMOROCOで分析したデータを可視化することができます。
◦ Microsoft Azure
◦ EMOROCO DWHの実行基盤として利用いたします。
まずは個人情報をサニタイズしたデータを用いたうえでのご提案とさせていただきます。
22

EMOROCO DWH
『EMOROCO DWH』は、データウェアハウス（DWH）を統合しております。
※こちらはAI非搭載です。
◦ 当社開発のCRMソリューション EMOROCO をお使いいただけます
◦ 貴社データをどのように分析可能であるかをご体験いただけます
◦ データ連携部分、分析アルゴリズム等のカスタマイズ、およびBIダッシュボードを作成させていただきます
24
当社でご準備するもの
• EMOROCO実行環境
• 貴社向けアルゴリズム
貴社にご準備頂くもの
• サンプルデータ
• 行ってみたい分析案

EMOROCO DWH テクノロジー
25
Common Data Service
Dynamics 365
から参照できるペタバイト級データリソース
１エンティティあたり１２億件まで投入可能
仮想エンティティなので読み取り専
用。
更新機能は要カスタマイズ
アクセス権限管理はAzure ADと完全に統合
設定簡単。即時利用可能
フィールドに対するアクセス権限も設定可能。（カ
スタム）
フルマネージドサービスとしてサーバレスで運用
可能。
データソースもフルマネージド前提。
Databricks Delta storage
Storage Account
Cosmos DB
OData Endpoint

EMOROCO DWH システム環境全体構成案
26
電話
携帯端末
電子メール
Webサイト
PBX/ACD
IVR
PSTN
VPN
Internet
CTI
企画・営業・サービス担当者
メールサーバー
ソーシャル中継サーバー
コミュニケータ―
スーパーバイザー
ETLツール
ー
ASTERIA
Dynamics
CRMアダプタ
カメラ
（センサー）画像・文書管理サーバー
画像解析・感情解析・音声解析サービス
Cognitive Services / Azure Machine Learning
受発注管理
販売管理
在庫管理
他既存システム
マーケティング情報帳票管理
グループウェア・名刺管理
EMOROCO DWH（最新機能）により
ビッグデータをDynamicsで
扱えるようになります。
EMOROCO標準機能により
既存システムからのデータ
をCRMに集約します。
EMOROCO標準機能にて、
各種情報リソースからの
データ収集を行います。

EMOROCO DWH 機能連携図（抜粋）
27
Azure
顧客データ取引データ
マスタデータ認証
情報
Office365
分析
データ
下記標準機能
• ダッシュボード
• CTI連携
• SMS連携
• 傾向分析
• クラスタリング
Dynamics 365
データ連携
分析部分

- 日本型おもてなしを実現するコンシェルジュ人工知能 -
「EMOROCO」:お客様の体験・感情をITで理解する顧客価値主導型CRM
29
特徴・感情・嗜好
お客様
お客様
人工知能で、特徴を抽出・学習（AI）
次世代IT（CRM）
ハードウェア/サービスパーソン
（チャネル）
スタッフ
サービス
オーダー
お客様を最大限に理解し、あたかもベテランやよく知っている人が
判断・認識をしているようなお客様サービスを実現する。
情報提供
情報提供
通話・メールテキスト
レビュー・苦情・コメント
顔画像・音声
年齢、性別、住所
キーワード出現回数、
来店回数、
よく購入する製品、
回数、金額、頻度、等
学習結果の例示
・ブランド志向
・アレルギー注意
・アーリーアダプタ
パーソナライズ化
デバイス
EMOROCO は CRM に AI （人工知能）を融合させた世界初のエモーショナルソリューションです。
従来の CRM 機能に加えて、顧客サービスに特化した人工知能サービスと学習データベースを持ち、CRM の顧客情報から人工知能のアルゴリズムを用い、顧客
の性格や感情を含む深い情報を導き出し、パーソナライゼーション（個客化）を行います。
EMOROCO の必要性と特長
モノ余りの時代において細分化する製品に対して、
多様化する顧客ニーズに合わせて膨大になる情報
（ビックデータ）を使って、適切な顧客アプローチを
することが困難となっていますので、それらの情報から
個客に合わせた情報を導き出し、サービス従事者を
支えるシステムが必要となっています。
EMOROCOでは、そのためのシステムに必要不可
欠な下記の機能を備えております。

システム環境全体構成例
30
電話
携帯端末
電子メール
Webサイト
PBX/ACD
IVR
PSTN
VPN
Internet
CTI
企画・営業・サービス担当者
メールサーバー
ソーシャル中継サーバー
コミュニケータ―
スーパーバイザー
ETLツール
ー
ASTERIA
Dynamics
CRMアダプタ
カメラ
（センサー）画像・文書管理サーバー
画像解析・感情解析・音声解析サービス
受発注管理
販売管理
在庫管理
他既存システム
マーケティング情報帳票管理
グループウェア・名刺管理

主なシステム内容
31
【オプション機能】
・音声認識サービス
・画像文書管理システム
・データ連携/IoT基盤
・電子帳票システム
・データ分析（BI）基盤
（データ活用テンプレート）
・インバウンド（電話、メール、Web、LINE 等）
・アウトバウンド
・受注受付
・NGワード抽出・感情分析
・CTI連携等
・顧客管理
・活動管理
・店舗管理
・需要予測
・新語抽出等
・人材属性管理
・スキル管理
・人材分析
・オートマッチングサービス等
※次期追加予定
・リードナーチャリング
・名寄せ
・メール/DM配信
・顔認識/来店トラッキング
・統計分析（顧客嗜好、行動履歴、キャンペーン結果等）
Dynamics CRM + Azure Machine Learning 連携機能
学習データベース / EMOROCO マスターデータ

EMOROCO の必要性と特長
32
• 自社に溜った基幹システム等のデータや機能特化型人工知能から算出されたデータ、センサーやロボット
等のIoTデバイスを含めた各種デジタルチャネルから得られるデータ等、あらゆるデータを統合化。
• それらのデータだけでなく、市場データや顧客ニーズ等の一般的な情報から同業界・同業種における膨大
な情報から学習したデータを人工知能によって活用。
集合知の活用
• 機能特化型の人工知能（顔認識や音声認識等）と異なり、個客の満足度を向上させることに特化して
都度最適なアルゴリズムによる分析の実行。
• また、日々の活動から得られたデータによって、再学習（リトレーニング）を行い、使えば使うほど算出値を
自社に最適化する精度の向上を実施。
顧客サービスに特化した
人工知能アルゴリズム
• EMOROCOは、市場や顧客ニーズの変化、日々の活動におけるリトレーニングによって、日々システムを改
修していくことが必須があるため、運用しながらカスタマイズしていくことが可能なプラットフォーム型CRM
（Dynamics CRM）をベースとして採用。
柔軟なプラットフォーム
モノ余りの時代において細分化する製品に対して、多様化する顧客ニーズに合わせて膨大になる情報（ビックデータ）を使って、適切な
顧客アプローチをすることが困難となっていますので、それらの情報から個客に合わせた情報を導き出し、サービス従事者を支えるシステム
が必要となっています。
EMOROCOでは、そのためのシステムに必要不可欠な下記の機能を備えております。

＜集合知の活用＞
統合顧客データベースの共有と活用
33
市場データ情報
顧客ニーズ情報
統合顧客データベース
360°
View
EMOROCO
学習データベース
リードや取引先のマスター情報や顧客との折衝に関する全ての活動データ等を一元化し、
統合顧客データベースを構築することで、網羅的な顧客把握（360度ビュー）が可能となります。
CRMの統合顧客データベースに格納されている
データを、外部の市場データや顧客ニーズ情報と
合わせて人工知能分析を行い、その結果をCRM
に返します。
人工知能分析

＜顧客サービスに特化した人工知能アルゴリズム＞
Dynamics CRM + Azure ML との違い
⚫ Dynamics CRM + Azure Machine Learning ⇒ 新卒採用
学習データを持たないため、自らの手で成長させていく（学習データの蓄積とアルゴリズムの
選択）必要があります。
⚫ EMOROCO ⇒ 中途採用（４年目以降）
CRMが持つデータによる学習データとサービスに特化したアルゴリズムを実装しているため、自
社のデータを学習だけで即座に利用が可能となります。
34
＜利用開始までのイメージ＞
ビジネススキル
研修
プロフェッショナル
研修
業界研修職種別研修 OJT
Dynamics CRM
+ Azure ML
業界研修職種別研修 OJT
６カ月～１２カ月
２カ月～４カ月

アルゴリズムの特徴
35
FE:EE：D0:1C:…
時系列定量データを符号化す
ることで、定性データと結合
させる。
時系列定量データ
時系列定性データ
パターン検出とパターンマッチング
結合符号化データ
G X S Nil F
顧客毎のパターンシーケンス生成
Nil A A Nil Nil
ビジネス領域データののサンプリング
レートを考慮したうえでハッシュ化と事
前分布計算を行い、パターンマッチコス
ト計算に転用する。
パターンシーケンスまでくれば
Azure MLで解析可能。
xForest や NN による顧客分類
来店フォロー購入
マルコフ等で行動予測

EMOROCOの基本機能
顧客グループの自動発見
◦ 単純な機械学習では事前に定義したグループへの分類しかできない。
◦ エモロコなら顧客グループの自動検出が可能
36
これまで
平均
購入単価
月別
購入頻度
まとめ買い上得意様
お得意様
がんばろう
この人は何かな？
お得意様だ！
高
高
どのような軸を使い、どのようにグループ分け
すれば顧客毎の特徴が際立つかを自動計算
月別
購入頻度
平均
購入単価
離脱傾向
購入頻度微分
記念日購入タイプ
日常ファン
名称不明だが重要な
グループ
様子見

【人工知能分析一例】性格予測サービス
37
サンプル
人工知能で、特徴を抽出・学習（AI）予測結果例示：
“合理主義”
パラメータ例示：
魚座、子（干支）、32歳、男、兵庫県
CRM（自社データベース）に還元し、
現場で特徴を活用
顧客サービスAIデータベースの一部に顧客属性の教師データがあります。
CRMシステムがもつ顧客情報から、人工知能のアルゴリズムを使い、顧客プロファイルの“予測”を行います。

EMOROCO 飲食チェーン事例
記録対象記録項目対応出力項目概要
顧客行動来店日顧客グルーピング顧客の特徴を検出して、自動的に
分類します。
注文履歴
外的要因近隣イベント情報感応度分析いくつかの項目につき、影響原因と
思われる因子とその影響度を分析
します。
天候
内部アクション DM等、広告活動売上予測施策から今後の売上をシミュレート
します。
（メニュー変更）施策サジェスチョン指定したシチュエーションにおいて、
効果が高いと思われる施策の候補
を出します。
38

＜柔軟なプラットフォーム＞
ソリューションの特徴について
39
1. Azure Machine LearningにあるEMOROCO学習データベースとDynamics CRM内のデータが連携
するため、EMOROCOベースが持つデータ連携機能とデータ I/F が必要。
2. Microsoftテンプレートや共通基本機能と疎結合な構成を採用することで、ソリューション全体に柔軟性を
持たせて、Dynamics CRMの標準機能による拡張やバージョンアップにも対応可能。
■ システムアーキテクチャ
クライアント（IEなどの標準ブラウザ、など）既存・外部システム
CRMアプリケーション（Dynamics CRM、SSRS等）
共通基本機能
xRMフレームワーク
Microsoft テンプレート
プロフェッショナル機能
ベーシック機能
Azure
Machine Learning
学習データベース
顔認識サービス
音声認識サービス
等
共通基本機能

EMOROCO 導入の推奨プラン
40
プロトタイプ
（EMOROCOベース導入）
要件定義設計開発展開運用改善
EMOROCO 導入支援サービス
PoC 支援
サービス
目安：約2～4ヵ月、
約400万円～
導入支援サービス
目安：約3か月～、約1,000万円～
分析・要件定義設計開発/テスト移行・運用開始支援
コンサルティング支援サービス
目安：約1か月～、約300万円～
プロジェクトアセスメント
アーキテクチャレビュー
ドキュメント
アセスメント
コードレビュー
運用計画作成支援
パフォーマンスアセスメント
運用保守/定着化支援
サービス
目安：約12か月～、約600万円～
EMOROCOの導入は通常のCRMの導入に加えて、人工知能の導入が必須なため、人材採用と同様にプロトタイプ導入（新入社員研
修）と改善プロセス（OJT：オン・ザ・ジョブ・トレーニング）が必要となります。

EMOROCO AI（マーケティング機能：MA）
41
No. 機能内容
１リード管理 • 潜在顧客の登録、更新、削除を行います。
２キャンペーン管理 • キャンペーンの目的、種類、予算、目標を定義。ターゲットリスト管理や進捗確認を行います。
３スコアリング • 行動履歴、顧客属性、過去の取引実績、等から購買の見込み度合を点数化し、ターゲットのランク付けと抽出を行います。
４名寄せ • 重複したリードを検出して、データの統合を行います。
５メール配信・DM作成（Word） • お客様情報の自動差し込みが可能で、EメールやDMの作成を行います。
６カメラ画像保管・トラッキング • 例えば販売店向けでは、来店時のカメラ画像を取得し、蓄積します。顧客データベースのお客様情報とカメラ画像との関連づけ
を行います。
• 来店時のカメラ画像をもとに、過去来店したかどうか等を画像で照合し、来店状況／グルーピング、等の分析を行います。
• お客様が“いまここにいる”という時間と場所の特定が行えます。
７統計分析 • 顧客嗜好、来訪者数、行動履歴、メール・DM結果、イベント結果を蓄積し、検証を行います。
• ダッシュボード表示、ExcelダウンロードやPower BIを使用してアドホックな分析を行います。
８情報連携 • カスタマーポータル（WEBサイト）から
• CRMシステムへお客様情報を連携します。
＜主な機能＞

EMOROCO AI（販売支援機能：SA）
42
No. 機能内容
１顧客管理 • エンドユーザー（会社、個人）、得意先、代理店の登録、更新、削除を行います。
２需要予測 • マーケティング／案件管理／過去の販売・納入実績などから、販売需要を占い、年度着地点の管理を行います。
３見積管理 • 見積書の内容を入力、見積書の出力を行います。
• 必要に応じて、見積に関連する指示書や依頼書帳票の出力を行います。
４販売・納入実績管理 • 自社の販売・納入実績の管理を行います。必要に応じて、他社の情報も入力します。
• リピートオーダーのモレによる機会損失を防止するため、候補の抽出や気づきのアラートを行います。
５活動管理
（テキスト・音声入力）
• お客様への折衝／活動内容の登録、更新、削除を行います。
• モバイル機器等を通して音声で活動内容の入力を行います。
• 送信／受信メールを顧客情報と関連付けを行います。（Outlookのみ対応可）
６新語抽出 • お客様の問合せやニーズ記録／活動記録／業界情報、等をクロールし、自社としての新語の抽出を行います。
７情報連携 • WEBサイト（eコマース、ホームページ、等）とのお客様情報を連携します。
• 名刺管理サービス（Sansan、名刺で商売繁盛、等）と名刺情報を連携します。
• 在庫／商品管理システムと在庫／商品仕様／図面情報を連携します。
• 販売管理システムと案件／受注／売上実績を連携します。
• グループウェア（Outlook、DesknetsNeo、等）とスケジュール情報を連携します。
＜主な機能＞

EMOROCO AI（コンタクトセンター機能：CC）
43
＜主な機能＞
No. 機能内容
１インバウンド • スナッチ取得、顧客情報の登録、更新を行います。
• 電話、メール、WEBサイトと連動し、応対を行い記録します。
• LINEビジネスコネクトやFacebookメッセンジャーと連動し、応対を行い記録します。
２アウトバウンド • 企業側からのコンタクト要件に応じて、応対を行い記録します。
• キャンペーンリスト、サポート対象リストの対象を選択します。
３コールスクリプト • トークスクリプトの管理、およびCRMのUIにトークスクリプトを表示します。
• 顧客の属性にあわせて、トークスクリプトの内容を変えて表示します。
４感謝状、詫び状、DM照会 • 電子データとして保存した顧客に送付した感謝状や詫び状または顧客から受領した手紙を顧客と関連づけを行います。
• 電子データをCRMのUIにイメージとして表示します。
５受注受付 • 注文の受付、商品情報の入力、在庫引当、配送先住所の登録、等を行います。
６アップセル・ダウンセル提案 • 顧客属性、注文履歴、マーケティングオートメーションの結果、等から関連商品のアップセル提案を行います。
• セット商品のダウンセル提案を行います。
７サポート案件管理 • クレーム、事故、等の情報を記録し、管理者へのエスカレーションを行います。
８アンケート入力 • 電話応対にてダイアログ形式でアンケート項目の表示と結果の記録を行います。
９返品・キャンセル受付 • 注文履歴を参照し、商品の返品やキャンセルの受付を行います。
１０ NGワード抽出・感情分析 • 応対記録から、企業で定めるNGワードの抽出を行います。
• 応対記録を感情分析し、顧客の心象を把握します。
１１ CTI連携 • PBXやマルチチャネルPBXとCRMのUIを連携します。

CTI 連携全体のシステム構成
44
PBX
オペレーター
PureCloudに
保存された録音データ
EMOROCOに取り込み
…
…
Call Center（CC）
人口知能で、特徴を抽出・学習（AI）
オペレーターの画面に顧客情報を自動的に表示
年齢、性別、住所、来店
回数、キーワード出現回数、
よく購入する製品、回数、
金額、頻度、等
学習結果の例示
・ブランド志向
・アレルギー注意
・アーリーアダプタ
顧客趣向、共感度合、
リピート来店、おすすめ商品、
サービス情報、NGワード等
お客様
発信者番号を
CCへ通知
API
着信がくると
オペレーターへ振り分け
メール
電話
WEBフォーム

EMOROCO vs 他の AI サービス
45
⚫ 2016年上期時点でリサーチ会社によると全79サービスもの AI が登場しています。
⚫ AI サービスの代表格である Watson Analytics などは、IBM の質問応答システム「Watson（ワトソン）」を使ったデータ分析が出来るクラウド型サービス
です。その主な特徴として、分析の知識・経験がない人でも利用が可能なこと、スピーディで高度な分析を行う、結果をビジュアライズ化して表示するなどがありま
すが、予め決められた機能でしか活用することは出来ません。（機能特化型人工知能：弱いAI）
⚫ EMOROCO は、この中にあるカテゴリのどこにも属さない製品で、CRM と融合・対話することで”顧客サービス”に対してあらゆる分析結果を示し、機能特化で
はない “強いAI” を疑似的に実現した製品です。CRM 内データによる学習データと顧客サービスに特化したアルゴリズムを実装しているため、自社のデータを学
習するだけでも即座に利用が可能となり、EMOROCO を利用すればするほどより良質なものへと成長させることができます。（汎用型人工知能：強いAI）
＜AIサービス一覧＞
出典：http://ainow.ai/aimap01/

EMOROCO
オプションサービス一例
☆ 顔認識サービス
☆ 音声認識サービス
☆ 画像解析サービス
☆ 機械翻訳サービス
☆ 画像文書管理
☆ データ連携 / IoT基盤
☆ データ分析（BI）基盤

顔認識サービス
カメラ画像解析による顔認識を導入することで、来店者数やお客様属性などの従来取得できなかった店舗内データと、既存データ（POS、
アンケート、等）から新たな価値を創出します。
47
来店者数・ゾーン立寄り数を計測年齢・性別・スマイル度をデータ化
以下のような分析ができます
• 来店者数の購入者比率
• 来店者数の傾向に応じたシフトの調整
• 来店者数の傾向に応じたキャンペーン・集客広告
以下のような分析ができます
• 店舗毎の来客層（グループ）の把握
• 逃している潜在客層の把握
• 客層に沿った店舗内のカスタマイズ

顔認識サービス - システム利用イメージ
お客様の来店情報をトラッキング
48
顔画像ファイルから取得可能な情報：
・画像取得日時・撮影エリア（店舗、
等）・画像ID・推定年齢・推定性別・
眼鏡有無・スマイル度合・パーソンID・
パーソンIDの認識率
来店速報画面
来店一覧画面

顔認識サービス - システム利用イメージ
お客様の来店情報を可視化
49
ひと目で店舗の“いま” が分かる！
店舗ごとにどのくらいの構成で
男女が来店しているか？
店舗ごとの年齢層は？
ターゲット層が来ているか？
来店数と売上の比率は？
現場シフトを調整する必要は？
ポイント：
企業（本社、店舗）はお客様のリ
アルな行動情報を基に、お客様の
傾向に応じたマーケティング施策を
実施することが可能になります
来店情報向けダッシュボード

画像解析サービス - 注目物件の把握
50
・ヒートマップや動線分析により注目を浴びている、または、浴びていない物件（広告）を把握
・来店POSで取得したお客様の推定年齢、推定性別、人数と照合し、どのような人がなんの物件に関心がある
かを見える化
CONFIDENTIAL Copyright (c) Ciao Inc. All Rights Reserved.
ヒートマップ動線分析
Female
Age:24
物件A群
注目
Female
Age:24
物件B群
注目
Male
Age:32
物件C群
注目
Male
Age:32
物件D群
注目

音声認識サービス
51
音声認識サービスオプションを導入することで、膨大な動画・音声コンテンツなどの非構造化データをテキスト化し、
テキスト化されたデータに対して、検索や分析を行うことが可能になります。
・感情分析
・NGワード抽出・新語抽出
意味
解析
構文
解析
形態素
解析
電話
携帯端末電子メール
Webサイト

機械翻訳サービス
52
日本語
翻訳後
英語
翻訳後
韓国語
翻訳後
簡体字
中国語
翻訳後
文章や音声をさまざま言語に自動的に翻訳する機械学習のサービスを使用し、予め定めた翻訳辞書以外のお客様が入力したテキスト内
容をローカル言語で表示。グローバルで統一言語にプラスして、現地ローカル語で内容を把握し、コミュニケーションロスを少なくする狙いがあ
る。
主な対応言語は、イタリア語、オランダ語、スペイン語、タイ語、ドイツ語、フランス語、ベトナム語、英語、簡体字中国語、韓国語、等

画像文書管理システム - Microsoft SharePoint
53
Dynamics CRM内の画面にSharePoint画面を融合
・顧客（外部）へのドキュメント共有
・CRMのストレージを使うことなくドキュメント管理が可能（追加費用の抑制）
・排他制御、バージョン管理、属性管理ができる
・全文検索の高い検索性
顧客A
感謝状
詫び状
案件A
見積書
提案書
フォルダが自動生成

データ連携/IoT基盤
- Dynamics CRM アダプタ for ASTERIA WARP
ASTERIA WARPは、さまざまな製品・サービス間と簡単に接続、連携することのできる国内No.1のデータ連携ミドルウェアです。技術者向け
ではなく、アイコンのドラッグ＆ドロップとプロパティ設定でフローを作成することができます。
この『Microsoft Dynamics CRM アダプタ』により、ASTERIAからDynamics CRM に対してデータの操作が可能になります。
ASTERIAの既存の豊富なアダプタを選択して組み合わせて利用することで、Dynamics CRM と外部システムとの連携は柔軟に対応できる
ようになり、APIによる個別開発で起きる開発期間とメンテナンス工数を削減するとともにコストの低減を可能にします。
54
など
Dynamics CRM アダプタ
レコードを抽出・作成・更新・
削除・関連付けおよび解除
uSonar 等
豊富なアダプタ
連携
連携
■ 連携概要図

データ分析（BI）基盤
- データ活用テンプレート
役割によって何が見たいか？（例）
55
経営
現場
定性定量
⚫ 重要顧客折衝状況
⚫ 重要案件状況
⚫ クレーム状況
⚫ 失注状況
⚫ 製品状況
⚫ 個別案件、ステータス状況
⚫ 案件活動実績（記録）
⚫ 顧客折衝状況
⚫ クレーム内容、対応状況
⚫ 提案、商談結果
⚫ 製品・技術関連情報
⚫ 重要顧客案件数・金額・前年比
⚫ 業種別案件数・金額・月次・前年比
⚫ 製品別案件数・金額・月次・前年比
⚫ 新規顧客数
⚫ KPI目標値対実績値
⚫ KPI戦略製品案件予実
⚫ 訪問予定・訪問件数
⚫ 案件数（受注失注・金額・件数）
⚫ 顧客別・製品別クレーム件数
⚫ 新規顧客数
⚫ プロセス件数（提案・役員挨拶）
⚫ KPI目標（訪問件数／月・週、提案数、新規案件登録数、他）

データ分析（BI）基盤
- Power BI / Azure Machine Learning
56
Hindsight
（見える化）
データ活用度
Insight
（気づき）
Foresight
（予測）
単独システムのデータ複数システムのデータ社外データとの連携
② 手軽に始めるクラウドベースの機械学習
• 豊富なアルゴリズムを用いて機械学習を試せる環境を
時間単位で手軽に利用可能
• 構築したモデルを他のシステムと連携（API 公開）により直ぐに利用可能
API
公開
Azure Machine Learning
① Excel ベースの強力な BI
使い慣れた Excel ベースの UI の
ため、どのユーザー部門でも容易に
活用ができ、レポート表示・項目変
更もユーザー主導で
Power BI
③-2 データ種類・場所に依存しない Hybrid なデータ結合・共有
• 社内のオンプレ・クラウド環境の構造・非構造データ
や、外部のデータを容易に結合できる ETL 機能
• クラウドベースのデータ共有環境（SPS OL）
Azure Data Factory
SQL Server Integration
Service
③-1 パフォーマンスを最適化するアーキテクチャ
• 最新のインメモリ技術等によるパフォーマンスの最大化
• 大量データの収集（Data Lake）から適切な形での
保管（Data Warehouse）、容易な取り出し
（Data Mart）までを容易に実現できる基盤
Data Lake Data
Warehouse
Data
Mart

EMOROCO ケーススタディ
～店舗型サービス業～

お客様のエンゲージを高める感情フローと商品例
59
利益貢献
お客様
マインドフロー
惹きつける商品
売れる商品
売りたい商品
認知興味行動比較購買利用購買利用愛情
潜在・新規顧客通常顧客ファン・リピーター
売上は見込めず
販促コストがかかる
単価・利益は小さく
あまり儲からない
単価・利益は大きく
儲かる
くれるならもらう
結構良かった
買ってみよう
これはいい
もっと（また）欲しい
もうこれなしでは
生きていけない！
マーケティング4.0

お客様がファンになるまでのサービス戦略例
60
認知
興味
行動
比較
購買
利用
愛情
ブログ・アプリスタッフ
広告サービス
SEO
目玉商品などを
配信
わかりやすい地図
選定の例などを見
せる
人気や予約状況
の告知
使用コメント
買った評価
オススメ理由
の告知
気持ち良い対応
ニーズを聞いて
体験をスムーズに
アンケート
家族がいれば
新商品案内
商品の品質や
サービスを知っても
らう
関連アイテム
との連動
WEB/電話/
メール等
の問合せ対応
や集計・配信
折衝能力・
商品知識・
関連知識
販促スケジュールに
基づき、情報誌や
プレスをうつ
定番・人気商品
比較商品
の投入
商品

お客様がファンになるまでのサービス戦略例
61
認知
興味
行動
比較
購買
利用
愛情
ブログ・アプリスタッフ
広告サービス
SEO
目玉商品などを
配信
わかりやすい地図
選定の例などを見
せる
人気や予約状況
の告知
使用コメント
買った評価
オススメ理由
の告知
気持ち良い対応
ニーズを聞いて
体験をスムーズに
アンケート
家族がいれば
新商品案内
商品の品質や
サービスを知っても
らう
関連アイテム
との連動
WEB・
電話・
メール等
の問合せ対応
折衝能力・
商品知識・
関連知識
販促スケジュールに
基づき、情報誌や
プレスをうつ
商品
定番・人気商品
比較商品
の投入
オススメ商品をリコメンドする等の「来店・購買促進」を目的
バックエンド
お客様をおもてなす
「サービス力向上」を目的
フロントエンド

バックエンド
お客様になりきるBotを使用した従業員教育等の
「サービス力向上」を目的とした人工知能活用
フロントエンド
おでかけアプリへオススメ商品をリコメンドする等の
「来店・購買促進」を目的とした人工知能活用
人工知能（AI) 利用シーン
62
EMOROCOをお客様に合わせてカスタマイズし、ご利用シーンに合わせた人工知能活用サービスの導入が可能
です。おでかけアプリへオススメ商品をリコメンドする等の「来店・購買促進」や様々なお客様になりきるBotを使
用した従業員教育等の「サービス力向上」を実現します。
特徴解析・画像解析・感情解析・音声解析サービス
リコメンド
来店POS
VoC・評価
機械翻訳コンタクトセンター従業員教育Bot
オススメ
３０代女性
ドライビング
６０代男性
エクスプレッシブ
担当
感情・
ナレッジ
！
！

フロントエンドでのEMOROCO活用
63
• 事前にアプリで目的の商品や関心を選択すると、それに関連するリコメンドを表示。
• 2回目以降は、その人の嗜好をより深くコンピューターが自律的に学習して、より興味をひくようなリコメンドを表
示できるようにする。
リコメンド
• 位置情報をキーに、GPSではなくAirLocation等でどのエリアにいるのかデータを収集（立ち入り区域への侵
入検知等で使われる技術を使用。カメラでも可。）
• 現場ならではの最新、お得情報をその場に来て頂いたからこそゲットできる！動線も把握可能。
来店POS
• ロボットがウォーキングし、お客様と対話形式でお客様の声を収集。人工知能により推定年齢、推定性別な
どお客様の属性を獲得。収集した結果はリアルタイムに集計分析され、迅速に共有かつ準備や品ぞろえ対策
を検討。
• 他システムと連携し「買う目的」「買ったものの評価」など人工知能に学習させるデータの収集を図る。
VoC・評価
• 国内で得られたテキスト情報を機械翻訳して海外にも素早く配信する
• 逆に、海外のお客様から得られた反応を機械翻訳で日本語にして、いちはやく国内へ展開することも可能。
機械翻訳
アプリやDMへオススメ商品をリコメンドする等の「来店・購買促進」を目的とした人工知能活用
オススメ

バックエンドでのEMOROCO活用
64
• 問合せやクレーム内容から感情を定量化し、重要度や優先度を調整。
• 百貨店それぞれのサービスや取扱品目が多いこともあり、膨大な情報から問合せやトラブルに対する最も近い
解決策を得るのは時間と手間と経験が必要と想像される。人工知能が過去の傾向や類似のケースから最適
な情報提供を手助けする。
コンタクトセンター
• Botと呼ばれるお客様の接客方針・嗜好・購買後の評価などを学習した人工知能がロボットやアプリの姿で
従業員の教育役として存在する。（ノウハウはベテラン従業員がBotに特徴を与える）
• 様々なお客様に対応できる高い折衝能力をもつ人材を育成する。
従業員教育Bot
お客様になりきるBotを使用した従業員教育等の「サービス力向上」を目的とした人工知能活用
！
！
３０代
女性
６０代
男性

～金融・保険サービス業～

マルチチャネル化の取組みから
カスタマーケアに着目したAI活用試行段階へシフト
66
EMOROCOの活用について下記の機会が想定できる
① 契約者個人の登録情報、体況、過去の既往症、生
活習慣、環境、家族情報から、その人の特徴やリス
クを予測
② 解約者の予測
③ 保険の支払い査定や保険金額の算出
④ 他社で契約したものが、いつの契約でどのような約
款の概要かという情報収集
⑤ 地域提携病院、在宅介護との連携による給食やケア
データを収集して、保険料を変動させるという予測
⑥ 介護ロボット利用に関する保険業務におけるロボット
駆動実績データを収集して、リスクを予測
⑦ お客様からの文字入力によるコールセンター自動応
答
⑧ お客様との電話の音声認識によるテキスト化
⑨ 契約者情報やお客様の声から未知の分類（顧客セ
グメント）を予測
代理店
営業職員
顧客チャネル・媒体本社機能・事務機能・その他
顧客
各種コンタクト
媒体
電話
FAX
DM/メール
インター
ネット
（WEB）
カスタマーケアセンター
チャネル
支援機能
（情報提
供等）
キャンペーン
管理
コンタクト
管理（アウ
トバウン
ド）
チャネル
連携機能
（司令塔）
事務処理
連携機能
コンタクト
管理（イン
バウンド）
個人契約
管理機能
本店マーケティング
機能
事務処理部門
①
② ④
病院
介護 ⑤ ⑥
⑦
⑧
⑨
③
顧客接点それぞれで発生する各種イベントについて、シームレスに情報共有し、顧
客とのコンタクトの管理、代理店・営業職員へのサービス実施の指示、事務処理の
実行依頼等、顧客へのサービス提供全体の司令塔としての役割をカスタマーケアセ
ンターが担当。AI活用は人のコストが大きい活動を補完するものと位置づけている。

～大手製造業～

ソリューション：
 Dynamics CRM Online 200ユーザー ※将来1,500ユーザーまで展開計画
 OutlookとYammerの連携により情報共有のスピードを向上
 要件定義＆プロトタイプ作成 3か月 Onlineによるハイスピード構築を実現
 Azure Machine Learningを用いた自律成長型CRM
ベネフィット：
 意志決定プロセスのスピードアップ、効率化
 装置の生涯に渡るサービス情報の一元管理
背景：
⚫ 現地法人と日本のメールや電話のみによる情報分散や不均一性が、コミュニケーションロスの発生情報の検索性の
悪さ決断の遅延などを発生させていた
⚫ 顧客に設置した装置の稼働状況・サービス履歴による分析等を行っていなかった
Dynamics CRM選定のポイント：
 洗練された業務プロセスに合わせることによる業務改革のスピード実現
 メール、ワークフロー、BI、人工知能と中長期的な基盤共通化による標準化
Dynamics CRM Online と Azure Machine Learning を連携した業務改善事例
68
大手機械メーカー S社様導入例
O365連携
Azure ML 連携
顧客サービス
構築機能

システム全体の概要
69
他システム
Skype forBusiness
O365 (Exchange)
生産管理
ファイル
メール
予算登録
SNS
Web会議
SharePoint
Active
Directory
Dynamics CRM
スケジュールプレゼンス
サポート
会計管理
Azure
Machine
Learning
EAI（ASTERIA)
CRM連携アダプタ
ワークフロー
顧客/販社ポータル
案件管理

70
顧客サービスにおける人工知能の活用事例
サービス担当
⚫ インシデントのファーストフィックス
✓ 推定原因・解決候補をリコメンド
✓ 障害発生時に早く解決するのは当たり前。
限られた時間で何度もやりとりや調査をするのではなく、
１回で解決できるようにしたい
⚫ 機械翻訳
✓ CRMに『入力した内容』も機械翻訳してローカル
言語で表示
✓ グローバルで統一言語にプラスして、現地ローカル語で
内容を把握し、コミュニケーションロスを少なくしたい
⚫ メールのテキストから感情度合の把握
✓ お客様の感情度合を可視化
✓ お客様から受付したメールの内容から客観的な
怒り度合を把握
Azure Machine Learning
お客様
現地語表示
お客様感情
ナレッジ検索
！
！
特定リサーチ解決クローズ
＜より最適な解の提案＞

アーカス・ジャパン株式会社
CRM事業本部
crm_info@arcuss-japan.com
当資料に関するお問い合わせ

Arcuss Japan EMOROCO for Dynamics 365 紹介

Recommended

Recommended

More Related Content

What's hot

What's hot (19)

Similar to Arcuss Japan EMOROCO for Dynamics 365 紹介

Similar to Arcuss Japan EMOROCO for Dynamics 365 紹介 (20)

Arcuss Japan EMOROCO for Dynamics 365 紹介