Employment Hero、ElevenAgentsで35万社超の顧客のプロダクト有効化を推進
- 公開日
- 最終更新日
聴くこの記事を聴く
Employment Heroは、世界中の35万社以上の企業と250万人の従業員にサービスを提供する、急成長中のAI搭載HR・給与計算・採用プラットフォームです。プラットフォーム内で新たなAI採用エージェントをリリースした後、Employment Heroは認知度向上と導入促進を大規模に進める方法を必要としていました。同社は、既存顧客に電話をかけ、新機能を紹介して直接有効化を支援するため、アウトバウンドAI音声エージェントをElevenAgentsで構築しました。

課題:35万人の顧客に新プロダクトを有効化してもらう
Employment HeroのAI採用エージェントは、CVのスクリーニング、電話スクリーニング、候補者の絞り込みなど、採用に関わる特に時間のかかる業務を自動化します。課題は、顧客に試してもらうことでした。プラットフォーム内の通知やメールによるナーチャリング施策で初期導入は進みましたが、Employment Heroは、新プロダクトについて顧客に理解してもらうには直接電話をかける方が効果的だと判断しました。しかし、35万アカウントを対象に人員で対応することは経済的に現実的ではなかったため、ElevenAgentsを導入しました。
堅牢なエージェントプラットフォームを迅速に導入
Employment HeroのチームがElevenAgentsを選んだのは、】【Expressive Modeによる自然な会話が、評価した他のソリューションを明確に上回ると判断したためです。また、コアインフラを内製するのではなく、会話設計と最適化に集中できるプラットフォームも求めていました。ElevenAgentsは、ナレッジベース管理、テストフレームワーク、会話ログ、CRMやその他のツールとのインテグレーションを標準搭載し、そのニーズに応えました。
Employment Heroのチームは、エージェント設計、プロンプト調整、音声選択、ツール呼び出し、リアルタイムプレビューといったプラットフォームの機能を使い、数日でエージェントを構築しました。Twilioインテグレーションにより、ほぼすぐに実際の通話を開始。充実したAPIドキュメントとデータエンドポイントを活用して、MVPから本格的なアウトバウンドキャンペーンへ迅速に移行しました。最初のエージェントをリリースした後は、Experimentsも活用して、各コンポーネントを素早く反復・最適化しました。
最初のアウトバウンドキャンペーンで得られた測定可能な成果
キャンペーンの第1フェーズで、AI音声によるアウトリーチが直接的な有効化チャネルとして有効であることが実証されました。
- 応答率33%:既存顧客へのアウトバウンドコール
- 有効化率3%以上:応答のあった通話で、AI採用エージェントの直接導入を促進
- 自発的なデモ依頼率4%:応答のあった通話のうち
有効化のたびに事業にとって大きな収益インパクトが生まれ、このコールドな顧客アウトリーチで得られた高いコンバージョン実績により、Employment Heroはプログラムを拡大する自信を得ました。
音声をすぐに変更し、プロンプトを更新し、ツールを追加して、その効果を即座にテストできることが、私たちにとって決定的な違いでした。文字起こしレビュー、通話ログ、データエンドポイントはいずれも一級品で、会話設計を最適化する際には非常に重要です。私たちは、ユースケースに最適な音声エージェントの構築に時間を使いたいと考えています。その基盤となるオーケストレーション層を一から作り直すことに時間を費やしたくはありません。ElevenAgentsのおかげで、ユースケースに完全に集中し、より早く事業に価値を届けられました。
これまで実現できなかった顧客コミュニケーションを可能に
Employment Heroは以前から、新機能の有効化コール、ライフサイクルに応じたナーチャリング、休眠アカウントの再エンゲージメントなど、直接の会話を顧客コミュニケーションに取り入れたいと考えていました。しかし、大規模な有効化コールを実施する経済性は成り立ちませんでした。このキャンペーンにより、これまで手の届かなかった顧客との会話全体が、今では実現可能であることが証明されました。
チームはすでに、顧客ライフサイクルの中で最も価値の高いタイミングを選び、ElevenAgentsを活用した新しいキャンペーンを構築しています。これこそが本質です。Employment Heroが顧客基盤とコミュニケーションを取る方法の恒久的な変化です。人間らしさを感じるハイタッチなチャネルを通じた、適切なタイミングに合わせた会話を、これまで不可能だった規模で実現しています。




