カスタマーサービスを改善

Freshdeskのカスタマーサービスを最適化する6ステップガイドです。
カスタマーサービスを改善
カスタマーサービス
Freshdesk
システム
プロセスを選択してください。

満足度向上に向けたFreshdeskのカスタマーサービス最適化

カスタマーサービスのプロセスでは、解決時間の長期化や担当者ごとの対応品質のばらつきなどが課題になりがちです。ProcessMindなら、サービスリクエストがどこで滞留しているかを正確に特定できます。業務を効率化し、担当者の生産性を高め、顧客満足度を向上させるための具体的な手順をご案内します。

ダウンロードして、事前設定済みのデータテンプレートをご利用ください。よくある課題に取り組み、業務効率化の目標を達成しましょう。6段階の改善計画に沿って進め、データテンプレートガイドもご確認ください。業務の進め方を変えていけます。

詳細な説明を表示

Freshdeskのカスタマーサービスを最適化する理由

カスタマーサービスは、成功する企業を支える中心的な機能です。一方で、顧客満足度を徐々に低下させ、運用コストを押し上げる非効率が潜んでいることも少なくありません。Freshdeskのように日々膨大なやり取りが発生するシステムでは、ボトルネックが見過ごされやすく、対応の遅れや顧客の不満、担当者の負荷増大につながります。サービスリクエストへの対応が滞ると、ブランドの評判が損なわれ、顧客離れの可能性も高まります。サービスリクエストが開始されてから解決に至るまでの実際の流れを把握することは、競争力を維持し、長期的な顧客ロイヤルティを育てるうえで欠かせません。Freshdeskのカスタマーサービスを最適化することは、単に問題を修正することではありません。サービス提供を、効率的で顧客を中心に据えた運用へと変えていくことです。

プロセスマイニングでFreshdeskのカスタマーサービスを把握する

プロセスマイニングを使うと、Freshdeskのカスタマーサービスをより正確に理解し、改善できます。推測や集計レポートに頼るのではなく、Freshdesk内で生成されるイベントログから、すべてのサービスリクエストの実際の経路を再構成します。チケットが「顧客からの連絡開始」「サービスリクエスト作成」から、担当者の割り当て、「内部エスカレーション開始」を経て、最終的に「サービスリクエスト解決」「サービスリクエスト終了」に至るまでの各ステップを視覚化します。この全体像により、理想的な経路から外れている箇所、頻繁に省略されるステップ、見えにくい手戻りのループをすぐに確認できます。プロセスフローを詳細に把握できるため、遅延が発生する箇所、サイクルタイムが長くなる根本原因、改善効果の大きい領域を特定できます。

Freshdeskのカスタマーサービスで改善できる主な領域

プロセスマイニングを使うと、Freshdesk環境の具体的な改善箇所を特定できます。

  • ボトルネックの特定:サービスリクエストが滞っている箇所を簡単に視覚化できます。特定の担当者、部門間の引き継ぎ、あるいは「顧客からの情報待ち」が原因でしょうか。こうした滞留箇所を特定すれば、対象を絞った対策を講じ、カスタマーサービスのサイクルタイムを短縮できます。
  • サイクルタイムの短縮:各アクティビティと遷移にかかる時間を分析します。プロセスの効率化、反復作業の自動化、不要なステップの削減につながる機会を見つけ、サービスリクエストの解決までの時間を大幅に短縮できます。
  • SLAのコンプライアンスと遵守状況:サービスレベル合意書(SLA)で定めた目標解決時間が継続的に守られているかを監視します。プロセスマイニングにより、SLA違反が発生した具体的なケースと理由が明らかになるため、個別の失敗に対処するのではなく、構造的な問題に先回りして対応できます。
  • 担当者のパフォーマンスと負荷分散:担当者の効率を把握し、問題を一貫して早く解決する担当者や、エスカレーションが多い担当者を特定します。この情報は、対象を絞ったトレーニングやリソース配分の改善、担当者間の負荷分散に役立ちます。
  • エスカレーションの根本原因分析:「内部エスカレーション開始」など、内部エスカレーションにつながるイベントの順序を正確に追跡します。複雑な問題や未解決の問題につながる、共通する直前のアクティビティや条件を見つけ出せます。

期待できる成果:Freshdesk運用にもたらす具体的な効果

Freshdeskでプロセスマイニングに基づくプロセス改善を進めると、明確で測定可能な効果が得られます。

  • 解決時間の短縮:カスタマーサービスのサービスリクエストを解決する平均時間を大幅に短縮し、顧客満足度を高めます。
  • 運用効率の向上:ワークフローを効率化し、重複するステップをなくし、リソース配分を最適化することで、運用コストを抑えます。
  • 顧客満足度の向上:より迅速で一貫性のある高品質なサービスを提供し、顧客感情を改善してロイヤルティを高めます。
  • SLA遵守率の向上:サービスレベル合意書を先回りして遵守し、目標を上回ることで、信頼性を高めます。
  • プロセスの透明性向上:カスタマーサービスプロセスを客観的かつ詳細に把握し、データに基づく意思決定と継続的な改善を支援します。

Freshdeskのカスタマーサービスでプロセスマイニングを始める

カスタマーサービスの運用を変える準備はできていますか。当社のプラットフォームなら、Freshdeskのデータを簡単に接続し、プロセスマイニングを始められます。直感的な視覚化機能と分析ツールを備えているため、データサイエンティストでなくても重要な情報を見つけ出せます。今すぐ始めてサービスプロセスを明確に把握し、改善の機会を特定し、優れた顧客体験を提供しましょう。

カスタマーサービス サービスリクエスト管理 サポートデスク運用 担当者の処理効率 SLAコンプライアンス 解決時間 顧客体験 ヘルプデスク チケット管理 チケット管理 サポートチケット コンタクトセンター カスタマーサポート CRM ケース解決

よくある問題と課題

影響している課題を特定

顧客は迅速な解決を期待していますが、Freshdeskの複雑なサービスリクエスト経路によって、待ち時間が長くなり、不満につながることがあります。こうした遅延は顧客の信頼を損ない、否定的なレビューや顧客離れを招くほか、担当者の対応が長引くことで運用コストも増加します。ProcessMindは、Freshdeskのサービスリクエストで遅延を引き起こしている段階とアクティビティを正確に明らかにし、ボトルネックや非効率な引き継ぎを特定します。実際のプロセスフローを視覚化することで、根本原因を特定し、対象を絞った改善によって解決を早められます。

Freshdeskで解決済みのサービスリクエストがすぐに再オープンされる場合、最初の解決策が不十分だった可能性があります。こうした手戻りは担当者の時間を奪い、本当に問題が解決したのか不安を感じる顧客を困らせ、同じ問題への再対応によって運用コストを押し上げます。ProcessMindはサービスリクエストのライフサイクル全体をマッピングし、再オープンが発生する共通パターンと、その直前のアクティビティを明らかにします。担当者、リクエストの種類、プロセスのステップのうち、どれが手戻りにつながりやすいかを特定し、カスタマーサービスにおける品質上の問題に対処できます。

Freshdeskで応答時間や解決時間に関するサービスレベル合意書(SLA)を守れないと、顧客満足度が低下し、違約金や契約違反につながる可能性があります。SLA未達の理由を明確に把握できなければ、カスタマーサービスの提供において、適時の介入や継続的な改善が難しくなります。ProcessMindは、実際のサービスリクエスト経路と定義済みのSLA目標を自動的に比較し、違反の各事例とその要因を示します。SLA違反が起きやすい重要な段階、担当者グループ、リクエストの種類を特定し、先回りして調整できます。

Freshdeskで同様のサービスリクエストに対する担当者の対応が異なると、サービス品質にばらつきが生じ、顧客体験と担当者の効率に影響します。最適な経路に沿って対応する担当者がいる一方で、別の担当者は経路から外れ、解決に時間がかかったり、より多くのリソースが必要になったりします。ProcessMindは、各サービスリクエストのアクティビティを追跡し、担当者の行動をデータに基づいて把握します。担当者ごとの実際のプロセスフローを比較し、優れた対応方法を特定するとともに、追加トレーニングや標準手順が必要な領域を見つけられます。

Freshdeskで明確な理由がないまま、またはライフサイクルの早い段階でサービスリクエストが頻繁にエスカレーションされる場合、プロセスの非効率や、初期対応を担う担当者の権限・支援不足が考えられます。不要な転送は上位レベルのリソースを拘束し、解決を遅らせ、運用コストを増加させます。ProcessMindはエスカレーションされたサービスリクエストの経路を視覚化し、どのリクエストの種類や初期対応が内部エスカレーションにつながりやすいかを明らかにします。パターンを分析することで、現場担当者への権限付与、ナレッジベースの改善、カスタマーサービスにおける初期振り分けの最適化につなげられます。

顧客や社内チームに情報を何度も依頼することによる遅延は、Freshdeskのサービスリクエストでよく見られる不満の原因です。このようなやり取りの繰り返しは解決時間を延ばし、顧客の負担を増やし、カスタマーサービスプロセスを非効率にします。ProcessMindは、サービスリクエストのライフサイクルにおいて、情報依頼がどこで、なぜ遅延につながるのかを特定します。特定のリクエストの種類、担当者、コミュニケーションチャネルでこのボトルネックが起きやすいかを明らかにし、データ収集を効率化して顧客体験を改善できます。

Freshdeskでサービスリクエストに対応する際、担当者が文書化されたベストプラクティスや標準業務手順から外れると、結果のばらつき、コンプライアンスリスク、運用コストの増加につながる可能性があります。明確な可視性がなければ、こうした逸脱を検出して対処することは困難です。ProcessMindは、サービスリクエストが実際にたどった経路を自動的に検出し、定義済みの理想的なプロセスモデルと比較します。これにより、すべての逸脱を特定し、頻度と影響を把握して、カスタマーサービスにおける標準業務手順の遵守を高められます。

Freshdeskでサービスリクエストの分類や優先度設定を誤ると、誤った振り分け、適切な担当者への到達遅延、SLA目標の未達につながる可能性があります。初期段階の非効率がプロセス全体に波及し、解決時間と顧客満足度に悪影響を及ぼします。ProcessMindは、サービスリクエストの作成・分類から解決までの流れを分析します。特定のカテゴリーや優先度で解決時間が一貫して長いか、再振り分け率が高いかを明らかにし、カスタマーサービスのトレーニングや自動化を改善すべき領域を示します。

Freshdeskでサービスリクエストが担当者や部門の間を何度も転送されると、顧客は同じ説明を繰り返すことになり、不満を感じやすくなります。解決時間が延び、連携の取れていないカスタマーサービスという印象につながり、満足度にも悪影響を及ぼします。ProcessMindはサービスリクエストの経路全体を視覚化し、すべての内部転送を明確に示します。引き継ぎを分析して共通する転送パターンと理由を把握し、担当者のスキル、振り分けルール、ナレッジ共有を改善することで、不要な転送を減らせます。

Freshdeskのカスタマーサービス運用では、問題がエスカレーションされた後や、顧客の不満が大きくなった後に初めて対応する、受け身の運用になりがちです。その結果、顧客離れが増え、問題を先回りして解決し、顧客に良い体験を提供する機会を逃してしまいます。ProcessMindは、繰り返し発生する問題や、早期に対処できる兆候を示すサービスリクエストのパターンを特定します。根本原因と共通するきっかけを分析することで、受け身のカスタマーサービスから、より予測的なモデルへ移行し、顧客体験全体を高められます。

Freshdeskで1つのサービスリクエストに対して顧客が複数のチャネルを使ったり、担当者がチャネル間の情報を統合できなかったりすると、対応が分断され、運用コストが増加します。チャネルの利用が非効率だと、顧客満足度と担当者の負荷の両方に影響します。ProcessMindは、サービスリクエスト内の各アクティビティで使われたコミュニケーションチャネルを追跡できます。フロー全体を分析し、特定のチャネルの効率が低いか、チャネルの切り替えが過剰に発生しているかを明らかにすることで、オムニチャネルのカスタマーサービス戦略を最適化できます。

一般的な目標

成功の状態を定義

解決時間が長いと、顧客満足度に直接影響し、運用コストも増加します。この指標を改善すれば、顧客により早く解決策を提供でき、ロイヤルティの向上とFreshdeskのサポートチームの効率化につながります。ProcessMindは、Freshdeskのカスタマーサービスプロセスで遅延を引き起こす正確なボトルネックと根本原因を特定し、解決時間の長期化に関係するアクティビティや担当者を示します。引き継ぎを最適化し、不要なステップを特定することで、解決時間を15~25%短縮し、ワークフローを効率化してチームの生産性を高められます。

サービスリクエストの再オープンが頻繁に発生する場合、最初の解決が不十分または満足できるものではなく、顧客の不満と担当者の重複作業を招いている可能性があります。この率を抑えることは、初回対応での解決品質が高まり、Freshdeskのサポートに対する顧客の信頼が向上していることを示します。ProcessMindは、再発する問題につながるプロセスの違いを分析し、再オープンの理由を明らかにします。再オープン率が高い担当者やリクエストの種類を特定できるため、対象を絞ったトレーニングやプロセス調整を行い、再オープン率を10~20%低減して顧客満足度を高められる可能性があります。

サービスレベル合意書(SLA)に違反すると、顧客の不満、違約金、企業の評判低下につながる可能性があります。SLA遵守率を高めることで、一貫したサービス提供と顧客の期待への対応が可能になり、Freshdeskの運用におけるブランドの信頼性を高められます。ProcessMindは、SLA違反につながる理想経路からの逸脱を視覚化し、チケットが目標解決時間を超える原因となった具体的なアクティビティや段階を特定します。コンプライアンス上の不足を把握して是正措置を講じることで、SLA遵守率を20~30%改善し、顧客との関係をより良くできます。

担当者の対応にばらつきがあると、顧客体験が変わり、サービス品質も予測しにくくなります。対応を標準化すれば、すべての顧客に高品質で一貫したサービスを提供でき、Freshdeskチーム全体の満足度と運用の予測可能性を高められます。ProcessMindは、担当者ごとのワークフローを分析し、ベストプラクティスと、最適な経路からの逸脱や同様のリクエストへの対応の違いを示します。プロセスの適合度と効率の差を明らかにすることで、対象を絞ったトレーニングとプロセスの標準化を支援し、一貫したサービス品質を15~25%改善できる可能性があります。

過剰または不要なエスカレーションは、運用コストを増加させ、解決時間を長引かせます。また、最初の窓口での解決を期待する顧客を困らせる可能性があります。これらを減らすことで、Freshdesk内での問題解決とリソース利用を効率化できます。ProcessMindは、エスカレーションされたサービスリクエストの経路全体をマッピングし、担当者のスキル不足やナレッジベースの不足など、エスカレーションにつながる具体的なきっかけと条件を特定します。この分析により、先回りした問題解決と現場担当者への権限付与が可能になり、不要なエスカレーションを10~20%削減して、カスタマーサービスの費用対効果を高められます。

顧客から必要な情報を集める際の遅延は、サービスリクエストの解決プロセスにおける大きなボトルネックです。やり取りの往復や顧客の不満につながります。このプロセスを効率化すれば、解決を早め、Freshdeskでの顧客体験を改善できます。ProcessMindは、情報収集によって大きな遅延や複数回の連絡が発生している段階とリクエストの種類を特定し、データ収集方法や初回受付フォームを改善できる箇所を示します。こうしたボトルネックを特定することで、情報に起因する遅延を10~15%削減し、サービスプロセスをよりスムーズで効率的にできます。

標準業務手順からの逸脱は、非効率、コンプライアンスリスク、サービス結果のばらつきにつながる可能性があります。手順を厳格に遵守することで、予測可能で高品質なサービスを提供し、Freshdeskの運用におけるエラーや手戻りの可能性を減らせます。ProcessMindは、すべてのプロセスバリアントを自動的に検出し、定義済みの最適経路と比較します。担当者や自動化されたステップが標準から外れたすべての事例を示すため、ベストプラクティスを継続的に監視・徹底できます。プロセス遵守率を20~30%改善し、運用リスクを低減できます。

サービスリクエストの分類を誤ると、誤った振り分け、割り当ての遅延、非効率な解決につながり、顧客と担当者の双方に不満が生じます。精度を高めれば、リクエストを適切な部門や担当者へ迅速に届け、Freshdesk全体の効率を向上できます。ProcessMindは、分類を誤ったリクエストの流れを分析し、手戻りや転送につながりやすい共通パターン、受付時点、特定の分類担当者を特定します。この情報を使って分類ルールと担当者トレーニングを改善し、精度を15~25%高め、初期振り分けと解決を早められる可能性があります。

担当者や部門間でサービスリクエストを転送する割合が高い場合、初回対応で解決する能力が不足している可能性があり、顧客の不満や対応時間の増加につながります。転送を減らせば、解決を早め、Freshdeskでの顧客体験をよりスムーズにできます。ProcessMindはサービスリクエストの転送経路を視覚化し、複数回の引き継ぎや遅延につながりやすい具体的な理由、担当者、リクエストの種類を特定します。この詳細な分析により、対象を絞ったスキル開発やナレッジベースの改善を行い、転送を10~15%削減して担当者の効率を高められます。

受け身の問題解決から先回り型のサービスへ移行すると、顧客のニーズや問題が発生する前に対応でき、顧客満足度とロイヤルティを大きく高められます。この戦略的な転換により、Freshdeskでの顧客体験を変えられます。ProcessMindは、過去のサービスリクエストのパターンと顧客の経路を分析し、繰り返し発生する問題や、顧客の問題に先行して現れる共通の兆候を特定します。根本原因と共通点を把握することで、先回り型の施策を立案でき、受信リクエストを5~10%削減し、顧客からの評価を高められる可能性があります。

コミュニケーションチャネルの利用が非効率だと、運用コストの増加、応答時間の長期化、分断された顧客体験につながります。チャネルの利用を最適化すれば、Freshdeskで顧客の希望やリクエストに適したチャネルを通じて、効率的にサービスを提供できます。ProcessMindは、複数のチャネルにまたがる顧客とのやり取りをマッピングし、リクエストの種類ごとに利用過多または利用不足のチャネルや、非効率なチャネル切り替えが発生している箇所を特定します。この分析により、リソース配分とチャネル戦略を改善し、運用コストを5~10%削減して、チャネル全体の効率を高められる可能性があります。

カスタマーサービス改善の6ステップ

1

テンプレートをダウンロード

実施内容

カスタマーサービスのデータに合わせて設計されたExcelテンプレートにアクセスします。このテンプレートにより、Freshdeskのチケット情報を効果的に整理するための最適な構成を利用できます。

重要な理由

最初から正しいデータ構造を使うことで、正確な分析が可能になり、やり直しを防ぎ、サービス業務に関する有意義なインサイトを得るための確かな基盤を整えられます。

期待される成果

Freshdeskのカスタマーサービスデータの抽出と分析に適した、すぐに使える構成済みのデータテンプレートです。

得られる成果

Freshdeskの遅延を特定し、顧客満足度を高める

ProcessMindは、Freshdeskのカスタマーサービスプロセス全体を可視化し、実際の経路とパフォーマンス指標を明らかにします。見えにくい非効率や、担当者の生産性と顧客満足度を高める機会を見つけ出せます。
  • 実際のサービスリクエストの経路を可視化
  • Freshdeskのサービスにおけるボトルネックを特定
  • 担当者のパフォーマンスを一貫した基準で分析
  • 満足度向上につながる解決時間の最適化
Discover your actual process flow
Discover your actual process flow
Identify bottlenecks and delays
Identify bottlenecks and delays
Analyze process variants
Analyze process variants
Design your optimized process
Design your optimized process

一般的な成果

優れたカスタマーサービスを実現

これらの成果は、プロセスマイニングをカスタマーサービスのワークフローに適用し、ボトルネックを特定してサービスリクエスト対応を改善した組織で、一般的に得られる大きな改善を示しています。Freshdeskなどのシステムが対象になります。

0 %
解決時間を短縮

平均解決時間の短縮率

ボトルネックを特定して取り除くことで、組織はカスタマーサービスのリクエスト解決にかかる時間を大幅に短縮できます。サービス提供が早まり、顧客体験と業務効率が直接向上します。

0 %
チケットの再オープンを削減

フォローアップ対応の削減率

プロセスマイニングにより、チケットが再オープンされる根本原因を明らかにし、長期的な解決策を実施できます。担当者の重複作業を減らし、顧客に最初の対応で明確な回答を提供できます。

0 %
SLA遵守率を向上

サービス目標への適合度を改善

SLA違反につながるプロセスを明確に把握し、合意した時間内により多くのリクエストを解決できるよう、対象を絞った変更を実施します。顧客からの信頼を高め、ペナルティも回避できます。

0 %
エスカレーションと転送を削減

サービスリクエスト対応を効率化

エスカレーションや転送につながるパターンを把握することで、組織は初回対応での解決を促進できます。引き継ぎを減らし、業務コストを抑えながら顧客体験を向上できます。

0 %
担当者による対応品質を標準化

解決時間のばらつきを削減

成果を上げている担当者のベストプラクティスと、他の担当者が苦労している領域を特定し、対象を絞った研修やプロセスの調整につなげます。チーム全体で、より均一で信頼性の高いサービスを提供できます。

結果は、プロセスの複雑さ、データ品質、組織固有の状況によって異なります。ここに示す数値は、さまざまなカスタマーサービス導入事例で確認された一般的な改善を示したものです。

推奨データ

まず重要な属性とアクティビティから始め、必要に応じて対象を広げてください。
イベントログを初めて扱いますか。学ぶ プロセスマイニングのイベントログを作成する方法.

属性

分析に必要な主要データ項目

1件の顧客からの問い合わせや問題を識別する一意の識別子で、一般にチケットまたはケースと呼ばれます。

重要な理由

関連するすべてのイベントを1つのプロセスインスタンスに結び付け、各カスタマーサービスの流れを完全に把握するための基本的なケースIDです。

カスタマーサービスプロセス内で発生した、特定の業務イベントまたはステップの名称です。

重要な理由

プロセスマップ上のステップを定義し、開始から終了までのプロセスフローを可視化・分析できるようにします。

特定のアクティビティまたはイベントが発生した時点を示すタイムスタンプです。

重要な理由

イベントを時系列に並べ、サイクルタイムやSLAコンプライアンスなど、所要時間に基づくすべての指標を計算するために欠かせないタイムスタンプです。

イベント発生時点でチケットを担当していたカスタマーサービス担当者の名前またはIDです。

重要な理由

担当者ごとのパフォーマンス分析を可能にし、成果を上げている担当者、研修機会、再割り当ての影響を特定できます。

「Question」、「Incident」、「Problem」、「Feature Request」など、サービスリクエストの分類です。

重要な理由

プロセスを分けて分析し、インシデントと問い合わせなど、顧客の問題の種類ごとにパフォーマンスとワークフローを比較できます。

「Open」、「Pending」、「Resolved」、「Closed」など、サービスリクエストの現在または過去のステータスです。

重要な理由

ステータス変更を追跡することは、チケットのライフサイクルを把握し、「Pending」や「On Hold」など特定の状態にケースが滞在した時間を特定するうえで重要です。

サービスリクエストに設定された優先度です。「Low」、「Medium」、「High」、「Urgent」などがあります。

重要な理由

SLA分析や、高優先度の問題を低優先度の問題より速く処理できるよう、リソースが適切に配分されているかを把握するために役立ちます。

アクティビティ

追跡・最適化するプロセスのステップ

カスタマーサービスのライフサイクルにおける最初のイベントで、顧客のリクエストがFreshdeskに正式に記録された時点を示します。メール、ポータル、電話、API連携のいずれかで新しいチケットが作成されると、このアクティビティが明示的に記録されます。

重要な理由

このアクティビティはすべてのケースの開始点となるため、全体の解決時間の計算や、チャネル別・種類別のチケット量の傾向分析に欠かせません。

チケットが対応担当の特定の担当者またはグループに割り当てられたことを示します。割り当てられた担当者またはグループの項目に値が入力されたとき、または変更されたとき、チケット履歴に明示的に記録されます。

重要な理由

割り当てを追跡することは、担当者の業務量の分析、振り分けの非効率な箇所の特定、割り当てまでの時間に関するKPIの測定に欠かせません。業務の分担状況や、作業開始前に遅延が発生している箇所を把握できます。

チケット作成後、担当者が顧客に送信した最初の公開返信を示します。Freshdeskでは、SLA追跡のための「First Response Time」を測定するイベントとして明示的に記録されます。

重要な理由

顧客への応答性とSLAコンプライアンスを測定する重要な節目です。このアクティビティまでの時間を分析すると、顧客への初回対応における遅延を特定できます。

担当者が解決策を提示し、チケットのステータスを「Resolved」に変更した重要な節目を示します。チケット履歴に明示的なステータス変更として記録されます。

重要な理由

チケットに対する実作業の終了を示し、解決時間の測定基準になります。担当者のパフォーマンスとプロセス全体の効率を分析するうえで重要なイベントです。

チケットが完全に終了したことを示す最後のアクティビティです。通常は、顧客から新しい返信がないまま「Resolved」状態が一定期間続いた後、システムによって自動的に実行されます。

重要な理由

サービスリクエストのライフサイクルが確定的に終了したことを示します。エンドツーエンドの正確なサイクルタイムを計算するための最終地点になります。

よくある質問

よくある質問

プロセスマイニングは、サービス依頼の詳細や担当者の操作など、Freshdeskのデータを分析し、実際の業務の流れを示します。ボトルネック、よくある逸脱、解決時間の長期化やチケットの再オープンにつながる領域を特定できます。この可視化により、非効率な箇所とその根本原因を明らかにできます。

主に、ケース識別子、アクティビティ名、対応するタイムスタンプを含むデータが必要です。Freshdeskでは、サービス依頼ID、ステータス変更、担当者の割り当て、エスカレーション、それぞれの正確な時刻が該当します。担当者名、顧客セグメント、チケットカテゴリなどの追加属性を加えると、分析をさらに深められます。

Freshdeskでは、API、レポート作成機能、エンタープライズプラン向けのデータベースへの直接アクセスなど、さまざまな抽出方法を利用できます。最適な方法は、Freshdeskの構成とデータ量によって異なります。特定の環境に適した、効率的で安全な方法の選定を支援できます。

データの抽出と準備が完了してから、数週間以内に初期インサイトを作成できる場合が多いです。期間は、データの複雑さと整備状況によって異なります。ただし、継続的な監視と詳細な分析により、時間の経過とともに改善機会を見つけ続けられます。

サービス依頼の解決時間の短縮や、チケットの再オープン率の低下など、主要な指標の改善が期待できます。プロセスマイニングは、サービスレベル合意(SLA)への準拠、担当者のパフォーマンスの標準化、コミュニケーションチャネルの利用最適化にも役立ちます。これらの改善により、顧客満足度と業務効率が向上します。

初期設定では、プロセスの範囲を定義し、正しいデータを抽出する必要があるため、一定の技術的理解が求められます。ただし、データコネクターを設定した後は、プロセスマイニングツールが分析の多くを自動化します。Freshdesk環境への導入をスムーズに進めるため、サポートと専門知識を提供します。

いいえ。プロセスマイニングは、業務に介入しない分析手法です。Freshdeskからエクスポートした過去のデータを分析するため、稼働中の業務や担当者のワークフローに影響しません。分析は独立して行われ、サービス提供を妨げることなくインサイトを得られます。

クラウド型またはオンプレミス型のプロセスマイニングソフトウェアと、通常はFreshdeskのAPIまたはレポートを使ったデータ抽出方法が必要です。分析に備えてデータを整えるため、基本的なデータクレンジングと変換のスキルも役立ちます。特定の技術環境の確認を支援できます。

Freshdeskのカスタマーサービスを今すぐ最適化

初回対応での解決率80%を達成し、顧客満足度を高めましょう。

無料トライアルを開始

クレジットカード不要、数分で設定できます