顧客サービスを改善する

Freshdeskのカスタマーサービスを最適化するための6つのステップをご紹介します。

データテンプレートをダウンロード

カスタマーサービス

Freshdesk

プロセスを選択

接続済みのワークスペースで作業を続けるには、プロセスを選択してください。

利用可能なプロセス

利用可能なシステム

課題(11)目標(11)6つのステッププレビュー成果データよくある質問(5)

Freshdeskのカスタマーサービスを最適化し、顧客満足度を高める

カスタマーサービスでは、解決までの時間が長い、担当者によって対応品質にばらつきがあるといった課題が生じがちです。ProcessMindを使うと、サービスリクエストのどこで遅延が発生しているかを正確に特定できます。業務を効率化し、担当者の生産性と顧客満足度を高めるための具体的な手順をご案内します。

事前設定済みのデータテンプレートをダウンロードし、よくある課題に取り組んで、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を参考に、業務を改善してください。

詳細を表示

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、事業の成功を支える重要な要素です。一方で、気づかないうちに顧客満足度を下げ、業務コストを押し上げる非効率が潜んでいることもあります。Freshdeskのように日々多くのやり取りが行われるシステムでは、ボトルネックが見過ごされやすく、解決の遅れや顧客の不満、担当者の負担増につながります。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、顧客離れのリスクも高まります。リクエストの受付から解決まで、実際にどのような経路をたどるのかを把握することは、競争力を保ち、顧客との長期的な関係を築く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、問題を修正するだけではありません。顧客を中心に据え、効率よく対応できるサービス体制を整えることです。

プロセスマイニングでFreshdeskのカスタマーサービスを把握

プロセスマイニングを使うと、Freshdeskのカスタマーサービスの実態を把握し、改善につなげられます。推測や集計レポートに頼るのではなく、Freshdeskで生成されたイベントログから、各サービスリクエストが実際にたどった経路を再現します。チケットが「顧客からの連絡開始」「サービスリクエストの作成」から、担当者の割り当てや「内部エスカレーションの開始」を経て、「サービスリクエストの解決」「サービスリクエストのクローズ」に至るまでの各ステップを可視化します。これにより、理想的な経路から外れる箇所や、頻繁にスキップされるステップ、見えにくい手戻りの繰り返しが明らかになります。プロセスの流れを詳しく把握できるため、遅延の発生箇所やサイクルタイムが長くなる根本原因を特定し、改善の余地がある領域を見つけられます。

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環境で改善が必要な領域を特定できます。

ボトルネックの特定：サービスリクエストが滞る箇所を簡単に可視化できます。特定の担当者や部門間の引き継ぎが原因でしょうか。それとも「顧客への情報依頼」への回答待ちでしょうか。こうした滞留箇所を特定し、対策を講じることで、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：各アクティビティや移行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にかかる時間を大幅に短縮できます。
SLAの遵守状況：サービスレベル契約（SLA）で定めた目標解決時間を継続して達成できているかを確認します。SLA違反が発生したケースとその理由を明らかにし、個別の問題への対処にとどまらず、組織的な課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業務量の調整：担当者ごとの効率を把握し、問題を迅速に解決している担当者や、エスカレーションが多い担当者を特定します。分析結果は、対象を絞ったトレーニングやリソース配分の改善、担当者間の業務量の適切な調整に役立ちます。
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の開始」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追跡します。複雑な問題や未解決の問題につながる、共通の先行アクティビティや条件を見つけられます。

期待できる成果：Freshdesk業務の具体的な改善

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期待できます。

解決時間の短縮：カスタマーサービスのリクエストを解決するまでの平均時間を大幅に短縮し、顧客満足度の向上につなげます。
業務効率の向上：ワークフローを効率化し、重複するステップをなくしてリソース配分を最適化することで、業務コストを抑えます。
顧客満足度の向上：迅速で一貫性のある質の高いサービスを提供し、顧客の評価を高めて信頼関係を築きます。
SLA遵守の改善：サービスレベル契約を確実に達成し、さらに上回ることで、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のプロセスを客観的に把握し、データに基づく意思決定と継続的な改善を進められます。

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業務を見直しませんか？ProcessMindなら、Freshdeskのデータを接続してプロセスマイニングを始められます。直感的に理解できる可視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インサイトを見つけられます。今すぐ始めて、サービスプロセスをより明確に把握し、改善の機会を特定して、優れた顧客体験の提供につなげましょう。

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業務担当者の業務効率 SLAの遵守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 ケースの解決

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ではサービスリクエストの経路が複雑になり、待ち時間が長引くことがあります。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の増加につながるほか、担当者の対応時間が延びることで業務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す段階や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。実際のプロセスの流れを可視化することで、根本原因を突き止め、解決を早めるための改善策を講じられます。

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、最初の対応が不十分だった可能性があります。手戻りによって担当者の時間が費やされ、問題が解決していないと感じる顧客の不満も高まります。同じ問題への対応を繰り返すため、業務コストも増加します。ProcessMindはサービスリクエストの全ライフサイクルを可視化し、再オープンが繰り返されるパターンと、その前に行われたアクティビティを明らかにします。分析結果から、手戻りにつながりやすい担当者、リクエストの種類、プロセスのステップを特定し、カスタマーサービスの根本的な品質課題に対処できます。

Freshdeskで応答時間や解決時間に関するサービスレベル契約（SLA）を守れないと、顧客満足度に直接影響し、違約金や契約違反につながる可能性があります。SLAを達成できない理由が見えなければ、適切なタイミングでの介入やカスタマーサービスの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の経路を定義済みのSLA目標と自動で比較し、違反が発生したすべてのケースとその要因を明らかにします。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、先回りして対策を講じられます。

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、顧客体験や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、経路から外れて解決に時間がかかったり、より多くのリソースを必要としたりする担当者もいます。ProcessMindは、サービスリクエストごとのアクティビティを追跡し、担当者の対応をデータに基づいて把握できるようにします。担当者ごとの実際のプロセスの流れを比較し、優れた対応方法を見つけるとともに、カスタマーサービス全体の改善に必要な追加トレーニングや標準手順を特定できます。

Freshdeskで、明確な理由がないまま、または対応の初期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に十分な権限がないことが考えられます。不要な引き継ぎは上位レベルの担当者のリソースを圧迫し、解決を遅らせ、業務コストを増加させます。ProcessMindはエスカレーションの経路を可視化し、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、一次対応担当者への権限付与、ナレッジベースの見直し、カスタマーサービスの初期振り分けの改善につながる機会を特定できます。

顧客や社内チームに何度も情報を求めることで生じる遅延は、Freshdeskのサービスリクエストでよく見られる課題です。やり取りの往復が解決時間を延ばし、顧客の負担を増やすとともに、カスタマーサービスの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のどこで、なぜ情報依頼が遅延につながるのかを正確に特定します。特定のリクエストの種類、担当者、連絡チャネルでボトルネックが起きやすいかを明らかにし、情報収集の効率化と顧客体験の改善に役立てられます。

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、結果にばらつきが生じ、コンプライアンス上のリスクや業務コストの増加につながる可能性があります。実態が見えなければ、こうした逸脱を検出して対処するのは困難です。ProcessMindは、サービスリクエストが実際にたどった経路を自動で特定し、定義済みの理想的なプロセスモデルと比較します。逸脱の全体像や発生頻度、影響を把握し、カスタマーサービスで標準業務手順をより確実に守れるようにします。

Freshdeskでサービスリクエストの分類や優先順位を誤ると、誤った振り分けや適切な担当者への割り当ての遅れ、SLA目標の未達につながる可能性があります。初期段階の非効率はプロセス全体に波及し、解決時間や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。特定のカテゴリや優先度で解決時間が長引いたり、再振り分けが増えたりしていないかを明らかにし、カスタマーサービスのトレーニングや自動化を改善する領域を特定できます。

Freshdeskでサービスリクエストが担当者や部門の間で何度も引き継がれると、顧客は不満を感じやすくなります。顧客が同じ説明を繰り返すことになり、解決までの時間も延びるため、カスタマーサービスに一貫性がないという印象を与え、満足度を損ないます。ProcessMindはサービスリクエストの全経路を可視化し、すべての内部引き継ぎを明確に示します。引き継ぎを分析することで、よくあるパターンやその理由を把握し、担当者のスキル、振り分けルール、ナレッジ共有を見直して不要な引き継ぎを減らせます。

Freshdeskのカスタマーサービス業務の多くは、問題がエスカレーションされたり、顧客の不満が大きくなったりしてから対応する受け身の形になりがちです。その結果、顧客離れが増え、問題を先回りして解決することで顧客に満足してもらう機会を逃します。ProcessMindは、繰り返し発生する問題や、顧客の問題につなが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。根本原因や共通するきっかけを分析することで、受け身の対応から予測に基づくカスタマーサービスへの移行を支援し、顧客体験全体の向上につなげます。

Freshdeskで1つのサービスリクエストに複数のチャネルが使われたり、担当者がチャネルをまたいだ情報をうまく統合できなかったりすると、顧客体験に一貫性がなくなり、業務コストも増加します。チャネルの利用効率は、顧客満足度と担当者の業務量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連絡チャネルを追跡できます。全体の流れを分析し、効率の低いチャネルや過度なチャネル切り替え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の見直しに役立ちます。

一般的な目標

成功の基準を定義

解決までの時間が長いと、顧客満足度に直接影響し、業務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示でき、顧客の信頼とFreshdeskのサポートチームの効率向上につながります。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ボトルネックと根本原因を特定し、解決時間を延ばしているアクティビティや担当者を明らかにします。引き継ぎの最適化と不要なステップの特定により、解決時間を15～25％短縮できる可能性があります。ワークフローの効率化とチームの業務効率向上に役立つ具体的なインサイトを得られます。

サービスリクエストが頻繁に再オープンされる場合、最初の解決が不十分だった可能性があります。顧客の不満や担当者の重複作業につながるため、再オープン率を下げることは、初回対応での解決率とFreshdeskのサポートに対する顧客の信頼を高めることにつながります。ProcessMindは、プロセスのバリアントを分析し、問題の再発につながる要因や、再オープン率の高い担当者・リクエストの種類を特定します。分析結果を対象を絞ったトレーニングやプロセスの見直しに役立てることで、再オープン率を10～20％低減し、顧客満足度全体を高められる可能性があります。

サービスレベル契約（SLA）に違反すると、顧客の不満や違約金、企業の評判の低下につながる可能性があります。SLAの遵守率を高めることで、一貫したサービスを提供し、顧客の期待に応え、Freshdeskを使った業務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的な経路からの逸脱を可視化し、チケットが目標解決時間を超える原因となった遅延の発生箇所やアクティビティを特定します。コンプライアンス上の課題を見つけて是正措置を講じることで、SLA遵守率を20～30％改善し、顧客との関係を強化できます。

担当者の対応にばらつきがあると、顧客体験やサービス品質が安定しません。対応を標準化することで、すべての顧客に質の高い一貫したサービスを提供でき、Freshdeskチーム全体の顧客満足度と業務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、優れた対応方法や、最適な経路からの逸脱、同様のリクエストへの対応の違いを明らかにします。プロセスの適合性と効率の違いを把握できるため、対象を絞ったトレーニングやプロセスの標準化に役立ち、サービス品質の一貫性を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業務コストを増やし、解決時間を延ばします。また、最初の窓口での解決を期待する顧客の不満につながることもあります。エスカレーションを減らすことで、Freshdesk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全経路を可視化し、担当者のスキル不足やナレッジベースの不備など、エスカレーションにつながる具体的なきっかけや条件を特定します。分析結果をもとに問題の発生を先回りして防ぎ、一次対応担当者に必要な権限を与えることで、不要なエスカレーションを10～20％減らし、カスタマーサービスのコスト効率を高められる可能性があります。

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を妨げる大きなボトルネックです。やり取りの往復が増え、顧客の不満につながります。情報収集を効率化すれば、解決を早め、Freshdeskでの顧客体験を改善できます。ProcessMindは、情報収集に大きな遅延や複数回の連絡が発生している段階や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する機会を明らかにします。ボトルネックを特定することで、情報収集に関する遅延を10～15％減らし、サービスプロセスをよりスムーズで効率的にできる可能性があります。

標準業務手順からの逸脱は、非効率やコンプライアンス上のリスク、サービス結果のばらつきにつながる可能性があります。手順を確実に守ることで、予測可能で質の高いサービスを提供し、Freshdesk業務でのミスや手戻りを減らせます。ProcessMindは、すべてのプロセスバリアントを自動で特定し、定義済みの最適な経路と比較して、担当者や自動化されたステップが標準から外れた箇所を明らかにします。この機能により、ベストプラクティスを継続的に監視して徹底でき、プロセスの遵守率を20～30％改善し、業務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、誤った振り分けや割り当ての遅れ、非効率な解決につながり、顧客と担当者の双方に負担がかかります。分類精度を高めることで、適切な部門や担当者にリクエストを迅速に届け、Freshdesk全体の効率を向上できます。ProcessMindは、誤分類されたリクエストの流れを分析し、手戻りや引き継ぎにつながりやすい共通パターン、受付箇所、分類担当者を特定します。分析結果を分類ルールの見直しや担当者のトレーニングに役立てることで、分類精度を15～25％高め、初期の振り分けと解決を迅速化でき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の引き継ぎが頻繁に発生する場合、最初の窓口で解決する能力が不足している可能性があります。顧客の不満や対応時間の増加につながるため、引き継ぎを減らすことで、Freshdeskでの迅速な解決とスムーズな顧客体験を実現できます。ProcessMindはサービスリクエストの引き継ぎ経路を可視化し、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。詳細な分析結果をスキル開発やナレッジベースの改善に役立てることで、引き継ぎを10～15％減らし、担当者の業務効率を高められます。

問題が起きてから対応するのではなく、顧客のニーズや問題を事前に予測して対応することで、顧客満足度と信頼を大きく高められます。この戦略的な転換は、Freshdeskでの顧客体験を変える可能性があります。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、問題の前兆となる共通の要因を特定して、先回りした対応の機会を見つけます。根本原因や共通点を把握することで、先回りした対応策の策定を支援し、受信リクエストを5～10％減らして顧客の評価を高められる可能性があります。

連絡チャネルを効率よく使えないと、業務コストや応答時間が増加し、顧客体験に一貫性がなくなる可能性があります。Freshdeskで顧客の希望やリクエストに適したチャネルを選ぶことで、効率的なサービス提供につながります。ProcessMindは複数のチャネルにわたる顧客とのやり取りを可視化し、リクエストの種類ごとに利用が過剰または不足しているチャネルや、非効率なチャネル切り替えを特定します。分析結果をリソース配分やチャネル戦略の見直しに役立てることで、業務コストを5～10％削減し、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

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テンプレートをご利用ください。このテンプレートを使うと、Freshdeskのチケット情報を整理しやすい構成でまとめられます。

データテンプレートガイドを見るテンプレートをダウンロード

重要な理由

最初から適切なデータ構造を使うことで、正確な分析につながり、手戻りを防げます。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土台にもなります。

期待される結果

Freshdeskのカスタマーサービスデータの抽出と分析に合わせて構成された、すぐに使えるデータテンプレートです。

得られること

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、実際の処理経路とパフォーマンス指標を明らかにします。見えにくい非効率な点や、担当者の生産性と顧客満足度を高める機会を見つけられます。

サービスリクエストの実際の処理経路を可視化
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
顧客満足度向上につながる解決時間の短縮

Discover your actual process flow

Identify bottlenecks and delays

Analyze process variants

Design your optimized process

主な成果

優れたカスタマーサービスの実現

これらの成果は、カスタマーサービスのワークフローにプロセスマイニングを適用し、ボトルネックを特定してサービス依頼への対応を改善した組織で、一般的に見られる改善を示しています。Freshdeskなどのシステムが対象です。

0 %

解決時間の短縮

解決時間の平均短縮率

ボトルネックを特定して解消することで、組織はカスタマーサービスの依頼を解決するまでの時間を大幅に短縮し、より迅速なサービス提供につなげられます。顧客体験と業務効率の向上にも直結します。

0 %

チケットの再オープンを削減

追加対応の削減率

プロセスマイニングでチケットが再オープンされる根本原因を明らかにし、長期的な解決策の実施につなげられます。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遵守率の向上

サービス目標の遵守状況の改善

SLA違反につながるプロセスを把握し、対象を絞った変更を行うことで、合意した時間内に解決できる依頼を増やせます。顧客の信頼を高め、ペナルティの回避にもつながります。

0 %

エスカレーションと引き継ぎの削減

サービス依頼への対応を効率化

エスカレーションや引き継ぎにつながるパターンを把握することで、最初の窓口で解決できる体制を整えられます。担当者間の引き継ぎを減らし、業務コストを抑えながら顧客の利用体験を向上できます。

0 %

担当者による対応の標準化

解決時間のばらつきを低減

成果を上げている担当者のベストプラクティスや、ほか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見直しにつなげられます。チーム全体で、より一貫性のある信頼できる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への導入で確認された一般的な改善例です。

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作成する方はこちら：プロセスマイニング用イベントログの作成方法.

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IDです。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、カスタマーサービスの対応経路を全体的に把握するための、基本となるケースIDです。

カスタマーサービスのプロセスで発生した、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

この属性によってプロセスマップのステップが定義され、開始から終了までのプロセスの流れを可視化して分析できます。

特定のアクティビティまたはイベントが発生した時刻を示すタイムスタンプです。

重要な理由

このタイムスタンプは、イベントを時系列に並べ、サイクルタイムやSLA遵守状況など、時間に基づくすべての指標を算出するうえで欠かせません。

イベント発生時に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

担当者ごとの実績を分析し、成果を上げている担当者や研修の機会、再割り当ての影響を特定できます。

「質問」「インシデント」「問題」「機能のリクエスト」など、サービス依頼の分類です。

重要な理由

プロセスを分類し、インシデントと質問など、顧客の問題の種類ごとに実績やワークフローを比較できます。

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。「オープン」「保留中」「解決済み」「クローズ」などがあります。

重要な理由

ステータスの変化を追跡すると、チケットのライフサイクルを把握し、「保留中」や「対応待ち」などの状態に案件がとどまる時間を特定できます。

サービスリクエストに設定された優先度です。「低」「中」「高」「緊急」などがあります。

重要な理由

SLA分析や、優先度の高い問題に低い問題より多くのリソースを適切に割り当て、迅速に対応できているかの確認に役立ちます。

アクティビティ

追跡・改善するプロセスのステップ

カスタマーサービスの流れにおける最初のイベントで、顧客の依頼が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連携のいずれかを通じて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です。全体の解決時間の算出や、チャネル別・種類別のチケット件数の傾向分析に欠かせません。

チケットを対応する担当者またはグループに割り当てたことを示します。担当者またはグループのフィールドに値が入力されたときや、値が変更されたときに、チケットの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と、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重要業績評価指標の測定に役立ちます。業務の分担状況や、対応開始前に遅延が生じている箇所も把握できます。

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の追跡に使う「First Response Time」の測定対象として、このイベントが明示的に記録されます。

重要な理由

顧客への応答性とSLA遵守状況を測るうえで重要な節目です。このアクティビティまでの時間を分析すると、顧客への初回対応の遅れを特定できます。

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。チケットの履歴にステータス変更として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、チケットに対する対応作業の終了を示し、解決時間の測定基準となります。担当者の実績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「Resolved」の状態で一定期間が経過し、顧客から新たな返信がない場合に、システムが自動で終了します。

重要な理由

このアクティビティは、サービス依頼の一連の流れが完全に終了したことを示します。エンドツーエンドのサイクルタイムを正確に算出するための最終地点となります。

よくある質問

プロセスマイニングでFreshdeskのカスタマーサービス業務について何が分かりますか？

プロセスマイニングでは、サービス依頼の詳細や担当者の対応など、Freshdeskのデータを分析し、実際の業務の流れを明らかにします。ボトルネックやよくある逸脱、解決時間の長期化やチケットの再オープンにつながる箇所を特定できます。流れを可視化することで、非効率な箇所とその根本原因を把握できます。

プロセスマイニングにはFreshdeskからどのようなデータが必要ですか？

主に必要なのは、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です。Freshdeskの場合、サービス依頼ID、ステータスの変更、担当者の割り当て、エスカレーションとその正確な発生時刻が該当します。担当者名、顧客セグメント、チケットのカテゴリなどの属性を加えると、分析をさらに深められます。

必要なデータはFreshdeskからどのように抽出しますか？

Freshdeskでは、API、レポート作成機能、エンタープライズプランでのデータベースへの直接アクセスなど、複数の方法でデータを抽出できます。最適な方法は、Freshdeskの設定やデータ量によって異なります。ご利用の環境に合った、効率的で安全な方法を選べるようご案内します。

カスタマーサービスのプロセスマイニングを始めてから、初期結果が出るまでどのくらいかかりますか？

データの抽出と準備が完了してから数週間以内に、初期インサイトを得られることがよくあります。所要期間はデータの複雑さや品質によって異なります。その後も継続的に状況を確認し、詳しく分析することで、改善の機会を見つけられます。

カスタマーサービスの指標には、どのような改善が期待できますか？

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、重要な指標の改善が期待できます。プロセスマイニングは、サービスレベル契約の遵守、担当者の対応の標準化、コミュニケーションチャネルの利用方法の改善にも役立ちます。こうした改善は、顧客満足度と業務効率の向上につながります。

Freshdeskのデータを使ったプロセスマイニングの導入は難しいですか？

初期設定では、対象とするプロセスの範囲を定め、適切なデータを抽出する必要があるため、ある程度の技術的な知識が求められます。ただし、データコネクターを設定すれば、プロセスマイニングツールが分析の多くを自動で行います。Freshdeskの環境への導入を円滑に進められるよう、サポートと専門知識を提供します。

プロセスマイニングによって、Freshdeskの日常業務に支障が出ますか？

いいえ。プロセスマイニングは、業務に介入せずに分析する方法です。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は影響しません。分析は独立して行われ、サービスの提供を妨げることなくインサイトを得られます。

Freshdeskのデータをプロセスマイニングで分析するために、どのような技術要件がありますか？

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や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理、変換する基本的なスキルも役立ちます。ご利用の技術環境に応じた要件の確認をお手伝いします。

Freshdeskのカスタマーサービスを今すぐ改善

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しましょう

クレジットカード不要。数分で設定できます。