1. 返信をする前に上司に承認を得なければならない
   
2. 関連情報を他部署に聞かなければ分からない
   
3. 同僚と認識を合わせる必要がある
   

1. 誰が担当するのが適切か
   
2. 重要度や緊急度はどの程度か
3. どのくらい時間がかかりそうか 

メモ：現在、Ziaの機能は英語でのみ利用可能です。今後、他の言語でも利用可能になる予定です。

Ziaによる課題解決：返信までの時間の短縮

問い合わせの重要度や担当者を予測する

1. 対応の緊急度
   
2. 問題の種類
   
3. 顧客の重要度
   
4. 製品やサービス
   

問い合わせの内容区分を予測する

項目値の予測機能の概要

留意事項

1. 項目値の予測の対象として設定できるのは、選択リストの種類の項目のみです。なお、システムであらかじめ用意されている標準項目と、独自に作成したカスタム項目のどちらの選択リストでも対象として設定可能です。
   
2. 対象となる選択リストの項目は、標準のレイアウトに追加されている必要があります。これは、項目値の予測機能は、標準のレイアウトでのみ実行可能なためです。
   
3. Ziaの学習には、部門あたり500件以上の問い合わせデータが必要です。また、効果的な予測を行うためには、選択リストあたり500件以上の問い合わせデータがあることが推奨されます。
   
4. 予測は、設定を行った時点の問い合わせデータをもとに行われます。その時点より後に受信した問い合わせについては、手動で学習対象として追加して再学習の処理を行う必要があります。
   

Ziaの学習と項目値の予測

Ziaによる項目値の予測機能では、いずれかの選択リストの値、または問い合わせの担当者に関しての予測と提示を行ってもらうことができます。項目値の予測機能の設定が完了すると、Ziaが問い合わせデータの学習を開始します。学習が完了した後に新しいデータが作成されると、設定時に指定した項目において適切と考えられる値が提示されます。なお、学習においては、特定の問い合わせのみを対象とするか、すべての問い合わせを対象とするかを指定できます。

1. 特定の問い合わせのみを学習対象とする：たとえば、問い合わせの種類のうち、クレームに関するものだけを学習対象としたいとします。このような場合、条件を指定して対象の問い合わせを絞り込み、予測の精度を高めることができます。
   
2. すべての問い合わせを学習対象とする：たとえば、すべての問い合わせについて、適切な担当者を提示してもらいたいとします。このような場合は、すべての問い合わせを学習対象とすることで、予測を的確に行ってもらうことができます。
   

予測の精度の設定

精度スコアを高めるための方法

1. 予測対象が特定の範囲に限られている場合、学習対象のデータの条件を指定する。例：IT業界の顧客から受信した問い合わせについてのみ問題の種類を予測する
   
2. 予測対象が特定の範囲に限られていない場合、できるだけ広範囲のデータを学習対象とする。例：すべての問い合わせについて製品の種類を予測する
   
3. 最新のデータを学習対象に追加し、再学習の処理を行う
   
4. 顧客サポート業務の対象製品、対応内容、体制などがある時点から変わっている場合、現在の状況に近い時点以降のデータのみを学習対象とする。例：1月に組織変更と異動があり問い合わせ対応の担当者や担当範囲が変わったため、1月以降のデータのみを学習対象とする
   

項目値の予測の処理の流れ

項目値の予測の設定

項目値の予測は、部門ごとに20件まで設定できます。

1. 問い合わせの作成時：新しい問い合わせデータが作成された時に予測の処理を行います。たとえば、新しい問い合わせについて［問題の種類］の値を予測してもらい、その結果に基づいて適切な担当者を割り当てるといった対応が可能です。
   
2. 顧客からの返信の受信時：問い合わせに関するやりとりにおいて顧客から返信を受信した時に予測の処理を行います。たとえば、返信があった時に［問題の種類］の値を予測してもらい、その結果に基づいて適切な担当者を割り当てるといった対応が可能です。
   

なお、項目値の自動入力の処理は、精度スコアが基準以上の場合のみに行われます。たとえば、精度スコアの基準を70%としているのに対して、予測値の精度スコアが65%だった場合、値は自動入力されません。

1. ［対応の種類］が次の値と等しい［部品交換］
   
2. ［作業料の必要有無］が次の値と等しい［有り］
   
3. ［外部業者への依頼の必要有無］が次の値と等しい［有り］
   
4. ［作業料］が次の値以上［100,000］ 

1. 設定画面に移動し、［一般］→［Zia］→［項目値の予測］をクリックします。
   
2. ［項目値の予測を新しく作成する］をクリックします。
   
3. ［どの項目の値を予測しますか？］の欄で、選択肢から予測対象の項目を選択します。
   
4. ［予測のタイミング］の欄で、［問い合わせの作成］、［顧客からの返信］のいずれかまたは両方を選択します。
   
5. ［項目値の更新方法］の欄で、値を自動で更新するか、手動で確認する（自動で更新しない）かを選択します。
   
6. ［精度スコア］の値を選択します。
   
7. 学習対象とするデータを絞り込む場合、条件を指定します。
   
8. ［保存する］をクリックします。
   
   

項目値の予測の有効化

学習が完了すると、ステータスも完了として表示されます。精度スコアが基準を上回っていれば、スイッチのアイコンをクリックすることで、該当の項目値の予測を有効にすることが可能です。

学習に使用されたデータの確認

1. 設定画面に移動し、［一般］→［Zia］→［項目値の予測］をクリックします。
   
2. いずれかの予測設定の項目名をクリックします。
   
3. 問い合わせへのラベル付けのページが表示されます。［学習済みの問い合わせ］タブをクリックします。
   
4. 学習済みの問い合わせの項目値を変更してから、後で再学習させる場合は、項目の値を変更します。
   変更すると、該当の問い合わせが［ラベル済みの問い合わせ］の一覧に移動します。その後、ラベル済みの問い合わせデータをもとに再学習を行うことが可能です。
   
   

再学習用の問い合わせデータの取得（インポート）

1. 適切な担当者に問い合わせを割り当てる
   
2. 関連チームに通知を送信して見落としを防ぐ
   
3. 内容に応じた返信を顧客宛てに自動的に送信する 
   

1. 項目値の予測の設定を選択する：設定画面から、［一般］→［Zia］→［項目値の予測］の順に移動します。表示されたページで、対象の予測設定を選択します。なお、精度スコアが70%未満の予測については、ラベル付けを行うためのメニューが表示されます。該当の予測を有効にするには、ラベル付けを行う必要があります。
   
   
2. 取得対象の問い合わせデータの分類を選択する：再学習用のデータとして、ラベル済みの問い合わせとラベルなしの問い合わせの両方を取得（インポート）できます。なお、予測対象の項目の値が設定されていない場合、該当のデータはラベルなしとして扱われます。たとえば、問い合わせの担当者の項目の値を予測しているとします。この場合に、Ziaが担当者を予測できず値が設定されていない問い合わせは、［ラベルなしの問い合わせ］の一覧に表示されます。別の例で、問い合わせの緊急度の項目を予測しているとします。新しい問い合わせデータの追加時に担当者が緊急度の値を入力しなかった場合、上の例と同様に［ラベルなしの問い合わせ］の一覧に表示されます。 
   
   
3. 取得対象のデータを絞り込むための条件を指定する：特定の条件に当てはまる問い合わせデータのみを学習対象としたい場合、条件を指定して対象を絞り込むことができます。なお、条件の指定は必須ではありません（スキップできます）。
   
   
4. 取得対象の問い合わせデータの件数を変更する：初期設定では、ラベルなしとラベル済みの両方のすべての問い合わせデータが学習対象として設定されています。必要に応じて、取得（インポート）するデータの件数を変更できます。たとえば、［緊急度レベル］という項目の値を予測対象としており、それぞれのレベルに該当するデータ数が以下のとおりだったとします。
   
1. レベル1：120件
   
2. レベル2：180件
   
3. レベル3：50件
   
4. なし：10件
   この例において、レベル3に該当する問い合わせデータを10件のみ取り込みたい場合、対象数を10に変更できます。その場合、50件のうち最初の10件の問い合わせデータのみがインポートされます。 

なお、値ごとに取得可能なデータ数の上限は、500件です。上の例の場合、レベル1に該当するデータを500件まで、レベル2に該当するデータを500件まで……といったように取得できます。 

項目値の予測用のデータを新しく取得（インポート）するには

1. 設定画面に移動し、［一般］→［Zia］→［項目値の予測］をクリックします。
   
2. 対象の予測設定の欄に移動します。
   
3. ［ラベルを付ける］をクリックします。
   問い合わせへのラベル付けのページが開きます。
4. ［ラベルなしの問い合わせ］の一覧ページで、インポートのメニューをクリックします。
   
5. 対象データを取得（インポート）するための条件を指定します。なお、この手順は必須ではありません（スキップできます）。
   
6. 条件は、必要に応じて複数指定できます。
   
7. ［問い合わせを取得する］をクリックします。
   
8. 取得対象の問い合わせに関する情報が表示されます。必要に応じて、取り込み対象のデータ数を変更します。
   
9. 取得対象の値を選択します。
   
10. 条件を変更する場合、［条件を変更する］をクリックします。
    
11. ［問い合わせをインポートする］をクリックします。
    インポートが完了すると、関連する情報がZiaの通知欄に表示されます。インポートしたデータのうち、予測対象の項目に値があるデータは［ラベル済みの問い合わせ］のタブに表示され、値がないデータは［ラベルなしの問い合わせ］のタブに表示されます。そちらのタブから、必要に応じてZiaの再学習の処理を実行することができます。
    
12. インポートのステータスを確認するには、画面下部に表示されているZiaの通知のアイコンをクリックし、［通知］タブをクリックします。
    

1. 予測用の学習データを新しく追加する
   
2. ラベルなしのデータにラベルを付ける（項目値を選択してラベル済みにする）
   
3. 学習済みのデータにラベルを付ける（項目値を選択してラベル済みにする）
   
4. ラベル済みのデータをもとに再学習を行う
   

1. 予測用の学習データを新しく追加する

1. ［問い合わせ］タブから、対象の問い合わせを選択します。
   
2. 問い合わせの詳細ページで、問い合わせの本文（説明）の欄に移動し、［…］（その他）アイコンをクリックします。
   
3. ［予測用の学習データに追加する］をクリックします。
   
4. 予測対象の項目の値を選択します。
   
5. ［追加する］をクリックします。
   該当の問い合わせが、［ラベルなしの問い合わせ］の一覧に追加されます。
   

2. ラベルなしのデータにラベルを付ける（項目値を選択してラベル済みにする）

1. 設定画面から、［一般］→［Zia］→［項目値の予測］に移動し、対象の設定（予測対象の項目名）をクリックします。
   問い合わせへのラベル付けのページに移動します。
2. ［ラベルなしの問い合わせ］タブに移動します。
   
3. 個々の問い合わせについて、予測対象の項目の値を選択します。
   なお、複数の問い合わせを選択して一括で値を更新することも可能です。
4. ［ラベル済みのデータ一覧に追加する］をクリックします。
   

3. 学習済みのデータにラベルを付ける（項目値を選択してラベル済みにする）

4. ラベル済みのデータをもとに再学習を行う

1. 項目の値：予測対象の項目の値を用いて対象データの範囲を指定します。
   
2. 問い合わせの種類：以下の2つの種類のいずれかを用いて対象データの範囲を指定します。
   
1. ラベル済みの問い合わせ：予測対象項目の値が入力済み（ラベル済み）の問い合わせが該当します。
   
2. 上書きされた問い合わせ：Ziaが予測した値を、手動で別の値に上書きした問い合わせが該当します。

1. ［ラベル済みの問い合わせ］タブに移動します。必要に応じて、すべての問い合わせを対象とするか、フィルターを適用して特定の条件に当てはまる問い合わせのみを対象とするかを指定します。
   
2. ［Ziaの再学習を行う］をクリックします。
   
3. 表示されるメッセージを確認し、［確定する］をクリックします。