機械学習

解説

機械学習は、人がルールを書くのではなく、データから規則性を学ばせる方式の技術です。サポートの領域では、問い合わせの内容分類、呼量の予測、解約の兆候検知などに使われています。条件分岐を人が書き切れないほど例外が多い処理ほど、機械学習に向いた対象と言えます。

学習データの質がそのまま精度に出る

過去の問い合わせにどんなラベルが付いているかで、分類の精度はほぼ決まります。分類の定義が担当者ごとにぶれていれば、学習させたモデルも同じようにぶれます。特定の期間やチャネルのデータだけで学習させた場合も、その偏りが予測にそのまま現れます。導入の工数を大きく占めるのは、モデルの選定よりもデータの整備です。

ルールと組み合わせて外れたときの逃げ道を用意する

返金の可否やアカウントの停止のように、判断を誤ったときの影響が大きい処理は、機械学習の出力だけで決めない運用が一般的です。確信度スコアが低い場合は有人に回す、該当キーワードを含む問い合わせは必ず人が確認するといった形で、ルールによる制御と併用します。機械学習は確率で答えを返す仕組みであり、常に一定の割合で外れる前提に立って組み込みます。