LLMインサイト

LLMとAI主導の顧客インタラクションを測定するにはどうすればよいですか？

Customer Journey Analytics では、ユーザーエージェント、リファラー、クエリパラメーターをもとに派生フィールドを使って、LLMやAIトラフィックにタグ付けと分類を行うことができます。これにより、AI生成のインタラクションを人間の行動と区別し、既存のKPIの精度を維持できます。さらに、AIトラフィックの量、ジャーニー、そしてコンバージョンのトレンド分析用セグメントとダッシュボードを作成し、他のチャネルと並べて把握することができます。専用のツールでAIトラフィックを個別にトラッキングする必要はありません。

Customer Journey AnalyticsはAIとの会話をビジネス成果にどうつなげるのか？

会話とAIインタラクションのデータ はAdobe Experience Platformに取り込まれ、インテント、トピック、センチメント、アウトカムでモデル化された後、Customer Journey Analyticsでweb、アプリ、オフラインのデータセットと結合し、完全なクロスチャネルジャーニーを構築します。この結合により、購入、解約イベント、サポート解決といった下流の成果を特定のAI会話にアトリビューションし、そのKPIへの影響を継続的に測定することができます。会話を行き止まりとして扱うのではなく、ビジネス成果への入り口として活用できます。

会話型AIの分析は、文字起こしのレビューに何を加えるのか？

会話型AIの分析では、NLPまたはLLMモデルを活用して、チャットや音声の文字起こしからインテント、トピック、キーワード、センチメントを抽出します。それらのシグナルをCustomer Journey Analyticsのジャーニーデータと組み合わせることで、集計レポートや会話の再現が可能になります。各文字起こしを孤立したレコードとして扱うのではなく、センチメントと成果をあわせてトラッキングすることで、的確な意思決定を支援します。お客様が不満を感じている特定のエクスペリエンスやフローを特定し、改善の優先順位を付け、どの変更が実際に満足度とコンバージョンを向上させたかを確認することができます。

LLMインサイトはAI検索の可視性とブランドの発見性をどのようにサポートしますか？

LLMインサイトはAdobe Brand Visibility と連携することで、AIの回答においてブランドがどこで言及・引用されているか、AIエージェントがどの程度コンテンツをクロールしているか、またどのプロンプトやトピックで優位性があるかを明らかにします。この可視性データをCustomer Journey Analyticsに接続することで、AIを起点とした訪問がエンゲージメントや収益にどう貢献しているかを把握できます。AI可視性の指標を単なる数字に終わらせず、コンテンツや検索エンジン最適化への投資判断に活用することができます。

LLMインサイトを実装するには、どのようなデータソースと統合が必要ですか？

通常、AIインタラクションとログデータ、チャット記録、ボットのメタデータ、CDNまたはエッジアーキテクチャのログ、Brand Visibilityのエージェント型およびリファラルトラフィックを、既存のデジタルおよびオフラインのデータセットと統合し、Adobe Experience Platformに集約します。その後、Customer Journey Analyticsに接続してレポートを作成することができます。さらに、顧客AI、Adobe Journey Optimizer、およびネイティブなBrand Visibilityのデータ共有をオプションで連携させることで、予測やAIの可視性メトリクスを活用してカスタマージャーニーをより深くエンリッチメントすることができます。まずインタラクションデータのみで運用を開始し、その他のデータは準備が整い次第順次追加していくことができます。