シティ、アフラック、ベライゾン: 3 つの異なる Pega の旅

今月の PegaWorld iNspire に反映されているように、Pega のサービスはバックオフィス プロセスの自動化から顧客対応のリアルタイム ジャーニー作成まで多岐にわたり、すべて AI によって推進されています。 私たちは、Pega の主要顧客 3 社と話をして、彼らのまったく異なる取り組みを理解しました。

そして私たちは、実際に Pega の最も古い既存顧客であるビジネスから始めました。

Citi と Pega: ルビー記念日

「ペガはシティに40年間在籍しているが、私はまだ在籍していない」とシティの米国個人銀行部門の分析・技術・イノベーション責任者プロミティ・ダッタ氏は語る。 彼女の Pega の旅は、4 年前に Citi に入社したときに始まりました。

「私が所属している分析グループは、データと分析機能がどのように社内に伝達されるかを監督しています。 私たちは意思決定エンジンがサポート終了となり、新しい意思決定エンジンが必要であることを知っていました。そのため、Pega との最初のやり取りは、新しい顧客意思決定ハブを販売しようとしている個人とのやり取りでした。 正直に言うと、Pega がこれを独占しているわけではないので、いくつかの調査をしました。Salesforce には Einstein マシンがあり、Adobe には 1 台あり、小規模な企業からいくつかの特注のマシンもありました。しかし、現実には、すべてを備えた意思決定エンジンはありませんでした。多少のカスタマイズが必要になるでしょう。」

会話は、誰がより良いパートナーとなるのか、そして彼らが提供する機能を考慮すると誰がシティのビジョンに最も適合するのかということに移りました。 「それで、私たちはどのパートナーと仕事をしたいと思ったのでしょうか？ 4 年前の時点で提供していた機能を備え、当社のビジョンに最もよく適合するパートナーはどれでしょうか? ペガは間違いなくそのトップランナーでした。」

もちろん、シティは何十年もの間、さまざまなワークフロー ツールやビジネス ケース管理など、他の Pega ソリューションを実行していました。 実際、それは意思決定にとって新しいことではありませんでした (ある時点では、最終的に Pega が買収した BPM および CRM プラットフォームである Chordiant を使用していました)。 「私たちはすでに顧客と会話していましたが、Pega の意思決定エンジンが提供するほど洗練されたものではありませんでした」と Dutta 氏は言いました。

Pega Customer Decision Hub は AI を使用して、個々の顧客に対する次善のアクションをリアルタイムで特定し、提案します。 シティはハブを少し限定的に使用しています。

「私たちが顧客に何を提供するかは、実際には意思決定エンジンによって決定されるわけではありません」とダッタ氏は説明しました。 「私たちは、「何を」を決定するために社内で構築した高度な方法と機能を多数備えています。 それは、意思決定ハブを「いつ」「どこで」使用するかです。 すべての「内容」はオファー パレットにロードされます。 意思決定エンジンで実行されるコンテキスト上の手がかりとモデルを使用して、顧客がいつオファーを見たのかを判断します。」

シティは、製品、オファー、またはその他のエンゲージメント形式を問わず、顧客が何を必要としているかをすでに予測しています。 「Pega の意思決定エンジンが行うことは、あなたがオファーまたはその他の何かを受け取る資格があることを認識することです。文脈に関連するものとして今示されるべきものはどれですか」と Dutta 氏は述べ、Pega ではチャネル インタラクションの全範囲が利用可能であると付け加えました。知識に基づいた決定を下すために使用します。

他の金融機関と同様に、シティは顧客とのやり取りに細心の注意を払い、モデルリスク管理、公正な融資、プライバシープロトコルを厳格に尊重しています。 それは、AI の使用にいくつかの制約があることを意味します。 「私たちの Pega Decision Hub に入力されるものはすべて、同様の精査を受けます。 顧客が悪影響を受けないようにするために、意思決定エンジン全体を同じプロセスに送信する必要がありました。」

さらに深く掘り下げてみましょう: ペガ: AI は自律型企業を強化します

Verizon: ビジネスと消費者向けのハイパーパーソナライゼーション

Verizon のビジネスの旅は、Tommi Marsans が Verizon Business Group に入社する前から始まりました。 現在、マーケティング サイエンス、CX、CRM 担当副社長である Michael Cingari 氏は、数年前に顧客コールセンターの消費者側のビジネスで Pega の次善策ソリューションを使い始めていました。

「私はベライゾンによるXOコミュニケーションズの買収を経験しました」とマーケティングテクノロジーストラテジストのマーサンズ氏は語った。 「Verizon 2.0 が私たちを再組織したとき、Mike Cingari はマーケティング サイエンスの実践を開始し、私たちの何人かをそこに引き込んでビジネス向けに Pega を導入しました。 あれは 2019 年のことでした。始めるまでに時間がかかりましたが、一度始めてビジネス ケースが承認されてからは、利益が現れ始めるまで 13 か月もかかりませんでした。 1 年目は損益分岐点を上回り、2 年目は 20 倍となりました。」

消費者側の Pega 実装と同様に、Marsans と彼女のチームは、顧客の行動 (この場合は法人顧客) に応じて次善の策を決定する、事後的な意思決定の領域で作業していました。 「そのため、誰かがコールセンターに電話して電話を切りたいと思った場合、次善の策が用意されています。 私たちは成長の機会とアップグレードに拡大しました。 その後、支援なしのデジタル分野に進出し、そこから成長しました。」

私たちは彼女に、次善の策が顧客サービスに与える影響について説明してもらいました。 「私たちが生み出している違いは、サービス担当者がどんな犠牲を払ってでも顧客を喜ばせる支援チャネルにあります。そのため、彼らは常に最も豊富なオファーを選びました。それが定着するからであり、代替案をまったく検討しませんでした。 私たちが彼らに代替案を与えると、彼らはそれを使用し、同様に成功しました。 単に宿泊料金を支払うのではなく、顧客の問題を解決することで、ユーザー エクスペリエンスだけでなく顧客エクスペリエンスも向上します。」

マルサンズは、顧客の意思決定は非常に個別化されていると強調します。 「それは私たちが彼らと話したいことではありません。 それは彼らが望むであろう次善のオファーだと私たちは考えています。 それは単なるオファーではありません。 特にビジネス面では、完全に完成したソリューションがあります。 私たちはそれらの中で次に良いものについて彼らと話し合っています。」

もちろん、顧客意思決定ハブが情報に基づいて次善の策について判断するには、過去にうまくいったことについてトレーニングを受ける必要があります。 「取引履歴があれば、エンジンに電力を供給して、基本的にはただジャンプスタートするだけです。 また、それにフィードする従来の回帰モデルもあります。 私たちは今、適応モデリング [意思決定ハブの AI] の使用を開始したところです。 エンジンの AI 部分には、機械ではなく、オファーを提示する方法とイベントの正しい順序を知るために、ある程度の学習が必要でした。」

マルサンスさんは、ペガが立ち上げようとしている生成 AI ソリューションに興奮していると語った。 「どのようなビジネス ケースであっても、解決するために構築されたユース ケースであっても、それを再利用できます。 それを他のもののベースとして使用できます。 すべてのチャネルに到達する完全な実装を行う必要はないと思います。 どこからでも始められると思います。」

最後に、多くの意味で直観に反する考え方をマーケティング担当者に理解してもらうのはどのくらい難しかったでしょうか? 「すべてのマーケティング担当者の夢は、明確なカスタマー ジャーニーを持ち、顧客が望む場所にたどり着くまでの過程で顧客に影響を与えることができるようになることです」と Marsans 氏は述べています。 「彼らにとって、『あなたに返信する必要があるものを送信する必要がある』ということとは対照的に、さまざまなチャネルで進行中の会話であるという観点から考えるのは難しいのです。 これはちょっとしたパラダイムシフトですが、そこに到達できる最初のいくつかのユースケースを彼らに示すことができれば、彼らは完全に理解しています。」

より深く掘り下げる: 人間をループに入れることで生成 AI のリスクを軽減する

アフラック：価値実現までの時間を短縮する

現時点では、アフラックはシティやベライゾンとはまったく異なるペガのユースケースを持っています。 Customer Decision Hub の可能性を検討し始めたばかりです。 Pega は主に、ビジネス プロセスとワークフローを分析および自動化するために導入されています。 Pega のローコード App Studio は、ビジネス プロセスを理解して自動化するアプリケーションを作成するために多用されています。

米国CIOのシェリア・アンダーソン氏は、「これは当社のOne Digital Aflac戦略に沿った取り組みの1つだ」と述べた。 「私たちが抱えていた技術データやレガシーな問題の一部に対処するために、より自動化されたアプローチを導入する機会に焦点を当てながら、その道のりは約 6 ～ 7 年かかったと思います。」

アンダーソン氏はアフラックとペガの両社にとって比較的新しい人物だ。 "まだ勉強してる。 私が組織に在籍して 10 か月になりますが、ご想像のとおり、コア プラットフォームの非常に詳細なレベルには注力していませんでした。 私は企業戦略により重点を置いています。」 しかし彼女は、組織内の一部のグループが Pega のローコード アプローチに適応する際に直面している課題を目の当たりにしました。

「私にとって最大の調整は、エンジニアリング スタッフとその期待に関するものです。エンジニアはコードを作成することを楽しんでいます。 すべてのコードを最初から実行しないことの価値を理解してもらうには、少し方向転換が必要です。基礎的な作業の多くはすでに行われているため、すぐにスタートできます。」

ビジネス ユーザーは、ローコードによって生み出される機会を活用しています。 アフラックは最近、ビジネス ユーザーが App Studio を実行して特定のユースケースに対応するアプリを作成できる「ペガソン」を開催しました。 さらに多くのことが計画されています。 「これは、一部のビジネス ユーザーをツールに慣れさせ、ローコード アプローチを開発に活用して、自分たちで生み出すことができる価値の一部を理解してもらうための、非常に没入型の方法です。」

Pega が与えた影響の 1 つは、請求処理です。 「私たちは、複雑さの低い請求（より低額の支払いが可能な請求）に多くの時間を費やしていることがわかりました」とアンダーソン氏は説明しました。 「それを検討した結果、これらの請求を自動で支払う方がより効果的であることがわかりました。 私たちは現在、自動化、AI、機械学習、ワークフロー プロセスを使用してこれらの支払いを自動化しています。 これにより、当社のカスタマー サービス担当者は大幅に簡素化され、より複雑で重要なケースに集中できるようになりました。」

アンダーソン氏は現在、生成 AI に重点を置いたチームを擁しており、安全な使用とアフラック データの保護を監視することが最優先事項となっています。 彼女はまた、Pega Center of Excellence と実践コミュニティを設立しました。「それは、学習が行われた場所の大きな部分です。 そのコミュニティには、Pega で 7 年間過ごした人たちもいますし、そのグループには新しい人も入ってきています。」

しかし、おそらくアフラックが挙げた最も具体的な影響は、複数の画面上の複数のカスタマー ケア アプリケーションを 1 つのプラットフォームに統合し、カスタマー ケア担当者の作業を簡素化するために Pega を使用したことから生じたものです。 Anderson 氏は、請求フォームを要求する電話の処理時間が 33% 削減されたと報告しています。 顧客認証の処理時間が 65% 削減されます。 昨年は全チャットの約 77% が Pega 仮想アシスタントによって完全に処理されました (約 400 万ドルの節約に相当)。

PegaWorld のメイン ステージで、アンダーソン氏は「私たちが行っているすべてのことの価値を実現するまでの時間を短縮し、顧客の視点と集中力を維持すること」について話しました。