顧客第一のアカウント管理の秘訣は？セールスチーム向けLLMチャットボットの使用

注：本記事は(2024年1月11日)に公開された(Our Secret to Customer-First Account Management? Using an LLM-Powered Chatbot for Sales Teams)を機械翻訳により公開したものです。

Snowflakeのアカウントマネージャーは、ワークロードのシフトやパフォーマンスの最適化がカスタマーエクスペリエンスの改善につながるかどうかを見極める必要があります。しかし、顧客を包括的に把握できなければ、営業チームは重複するCRMアカウント、さまざまなBIツール、ダッシュボードを通じて顧客の希望とニーズをまとめる必要があります。 

そのため、Snowflakeは自然言語処理（NLP）アプリを開発し、アカウント消費パターン、アカウントの全体的な健全性、アカウントエンゲージメント、Snowflakeの機能使用状況の傾向などの要因を含む顧客アカウントの多次元ビューを営業チームに提供しています。 

このアプリの最初のバージョンは、Snowflakeのすべての社内セールスインテリジェンスのテーブル名に基づいてトレーニングされたAzureベースのGPT-4を搭載しています。大規模言語モデル（LLM）は、列のコメントフィールドを通じてテーブル間で提示される用語のバリエーションを学習できます。そのため、すべてのアカウントマネージャーのレコードを含むACCT_MGRという列がある場合、LLMがすべてのバリエーションを認識できるように、コメントフィールドに「アカウントマネージャー、別名アカウントエグゼクティブ（AE）、別名営業担当者」という注釈を付けます。

アカウントマネージャーとカスタマーサポート間のEメールのやり取りから、あらゆるミーティングの出席者リストまで、エンゲージメントを追跡する予定です。また、このモデルでは、技術分野のエキスパートからプロダクト担当上級副社長（SVP）などの製品エグゼクティブに至るまで、販売プロセスにどのSnowflakeチームメンバーが関与していたかも考慮されます。Snowflakeの消費データと併せて取り込まれるセールスインタラクションが増えるほど、よりスマートになります。 

チャットボットインターフェースにより 営業チームは どんなエリアやアカウントでも 簡単な質問で詳細を把握できます 例えば 「急成長しているアカウントは？」 生成AIによって私たちが目にしている変化の1つは、誰がメリットを得られるか、つまり、適切な質問の仕方を知っている人とそうでない人の分断です。私たちは、誰もが迅速なエンジニアであるとは思っていません。そのため、チャットボットは、適切に表現されているかどうかにかかわらず、質問に効果的に回答できる（コンテキスト学習による）コンテキスト化されたGPT-4ベースのLLMを重ねます。独自のLLMレイヤーとして、チャットボットは時が経つにつれてより直感的に成長し続けます。 

アカウントマネージャーがアプリを使用してパフォーマンスの低いアカウントを特定したら、最も効果を発揮するエンゲージメントアクティビティの種類、つまりアプリのMLアルゴリズムの出力であるナッジについて提案を求めることができます。アカウント内でどのアクションが実行されたかを把握し、使用量が増える可能性がある追加アクション（特定のステークホルダーとのミーティング、エンジニアリングリソースの提供、推定ROIの新機能やデータワークロードの導入など）を提案します。

もう1つのメリットは、このデータを使用して、Snowflakeの改善を反復できることです。このアプリは摩擦点を特定するのに役立ちます。そのため、Snowflakeは、顧客がSnowflakeのパフォーマンスを最適化するのをプロアクティブに支援したり、必要に応じて、機能開発リクエストとして製品マネージャーにバブルリピート問題を提示したりすることができます。 

カスタマーエクスペリエンスの最適化の名の下に、Snowflakeは長年にわたって消費ベースの価格設定に投資してきました。顧客は使用した分だけ料金を支払い、より優れた費用対効果を得ることができます。使用量ベースの価格設定は、コストが制御不能に陥る可能性があるという懸念に遭遇することがよくありますが、それは放っておくことだけです。LLMを利用したチャットボットは、顧客がコストモニタリングを実施し、使用量を管理するのに役立つ販売機会の特定に役立ちます。

• プロアクティブな予算編成アラート
• コストの可視化とチャージバック
• ROIベースのワークロードセグメンテーション
• リソース割り当てとスケーリング許可を調整する通知

コスト効率の良い方法でSnowflakeを利用するために必要な機能やツールの詳細については、こちらをご覧ください。   

私たちは、Pythonで概念実証を構築しました。SnowflakeのPythonコネクタとSnowpark（Pythonやその他のプログラミング言語を安全に展開して処理するライブラリとランタイムのセット）により、SQLベースのデータインジェクションとPythonベースのビジネスロジックの実装を必要に応じてシームレスに切り替えることができます。次に、SnowflakeのStreamlitを使用してフロントエンドのチャットインターフェイスを構築しました。 

次の図は、AzureベースのGPT-4にクエリが送信されたときのChatGPTライクアプリの大まかなコンセプトアーキテクチャを表しています。 

アカウントマネージャーは、顧客を把握しサービスを提供する単一のデータソースを持つことで、次のような質問に答えるのに役立ちます。 

• 前四半期より使用量の多いアカウントと少ないアカウントはどれですか？
• お客様から報告されたユースケースのうち、1か月あたりの使用量が多い上位5つは何ですか？
• アカウントの現在の使用量に基づいて、顧客がメリットを得られる新しいユースケースはどのようなものですか？
• このアカウントで実現可能な市場シェア機会の合計はどれくらいですか？
• アカウントの利用が十分でない場合、お客様がSnowflakeからより高い価値を得るためにとるべき最善のアクションまたは一連のアクションは何ですか？

営業担当役員は、リーダーシップレベルで次の質問に答えることで、営業エリアの全体的な健全性を把握できます。

• 私の地域で最も消費パフォーマンスの良いユースケースはどれですか？
• 私の地域は今年の消費と成長のどこで終わるでしょうか？
• 将来の四半期で、今対処できるパイプラインの問題はどこにありますか？
• 私の地域で最も共感を覚える業界メッセージはどれですか？
• 私のアカウントでの消費に最も大きな影響を与えるエコシステムパートナーはどれですか？

セールスはカスタマーサクセスのフックです。この急速に進化するアプリは、セールスチームが最も関連性のあるインサイトを獲得し、セールスリーダーがデータに裏付けられたガイダンスを提供し、お客様がすべてのメリットを享受できるよう支援します。 

「シャンパンを飲む」ことから得られる貴重な教訓については、当社のライブウェビナーシリーズ「Snowflake on Snowflake」をご覧ください。