> 継続的なプロセス改善 > カスタマーサービス > Zendesk Support

カスタマーサービスを改善する

Zendeskのカスタマーサービスを最適化するための6つのステップガイド。

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

Zendesk Support

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(4)

Zendesk Supportのカスタマーサービスを最適化

カスタマーサービスのプロセスには、顧客の不満や運用コストの増加につながる非効率な点が隠れていることがあります。このプラットフォームでは、ボトルネックとその根本原因を特定し、改善の余地を見つけられます。その分析をもとに変更を加えることで、解決時間を短縮し、顧客満足度を高められます。

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

Zendesk Support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、顧客ロイヤルティやブランドの評判、ひいては売上に直結する、事業を支える重要な業務です。競争が激しい現在、顧客の期待に応えるだけでは十分ではありません。迅速で効率的、かつ一人ひとりに合ったサポートが求められています。Zendesk Supportを利用する組織にとっての課題は、最初の問い合わせから最終的な解決まで、すべてのチケットを効率的な流れに沿って処理することです。日々の業務に隠れた非効率は、解決時間の長期化、運用コストの増加、エージェントの疲弊につながります。なかでも深刻なのは、顧客が不満を抱き、他社のサービスに移ってしまうことです。

サービスリクエストの最初から最後までの流れを明確に把握できなければ、遅延や逸脱の根本原因を特定するのは推測に頼ることになります。特定のエージェントに業務が集中していないでしょうか。特定の種類のリクエストが、いつも処理の途中で滞っていないでしょうか。不要なやり直しや引き継ぎによって、SLAの達成率が下がっていないでしょうか。こうした問いへの答えを把握することは、戦略的な意思決定と継続的な改善に欠かせません。カスタマーサービスプロセスの最適化は、単なるコスト削減ではありません。顧客との長期的な関係を築き、事業の成長を支える、顧客中心の業務体制を整えることです。

プロセスマイニングでカスタマーサービスの効率を高める

プロセスマイニングを使うと、Zendesk Support上のカスタマーサービス業務を把握し、改善するための新たな方法が得られます。Zendeskのデータからイベントログを抽出し、実際のプロセスの流れを再構成することで、サービスリクエストがたどるすべてのステップを明らかにします。想定上の流れではなく、実際に起きていることをデータに基づいて客観的に把握できます。

分析結果を使って、カスタマーサービスのサイクルタイム全体を可視化し、標準手順からの逸脱が頻発する箇所や、効率を妨げる具体的なボトルネックを特定できます。たとえば、チケットが何度も再割り当てされている箇所を確認し、研修の必要性やワークフロー設計上の問題を見つけられます。また、目標とする解決時間を継続的に超過しているサービスリクエストのカテゴリーを特定し、対象を絞ったプロセスの見直しにつなげられます。プロセスマイニングは、思い込みではなく具体的な根拠に基づく改善を支援します。非効率な箇所を正確に特定することで、カスタマーサービスのサイクルタイム短縮と全体的な業務改善に向けた判断がしやすくなります。

プロセスマイニングで見つかる主な改善領域

Zendesk Supportのデータにプロセスマイニングを適用すると、通常、次のような改善領域が見つかります。

ボトルネックの特定と解消： サービスリクエストが滞り、遅延が発生しているキュー、エージェントグループ、個々のアクティビティを特定できます。対象を絞った人員配置やプロセスの再設計につなげられます。
やり直しと引き継ぎの見直し： チケットの再オープンや、チーム間での繰り返しの引き継ぎを可視化できます。不要な引き継ぎを減らすことで、無駄な作業と平均対応時間を抑えられます。
SLAの達成状況と逸脱の分析： カスタマーサービスプロセスがサービスレベル契約をどの程度守れているかを確認できます。特定のプロセスステップ、エージェントの対応状況、社内の依存関係など、SLA違反の主な理由を特定できます。
遅延の根本原因分析： 顧客への追加情報の依頼、社内エスカレーション、外部要因など、サイクルタイムが長くなる要因を詳しく調べ、体系的な対策につなげられます。
エージェントの業務状況と研修ニーズ： プライバシーに配慮しながら集計データを確認することで、エージェント間の業務効率やベストプラクティスの遵守状況の違いを把握し、対象を絞った研修や業務量の調整に役立てられます。

Zendeskのカスタマーサービス最適化で期待できる成果

Zendesk Supportのカスタマーサービスプロセスにプロセスマイニングを取り入れることで、次のような測定可能な効果が期待できます。

カスタマーサービスのサイクルタイム短縮： 不要なステップやボトルネックを取り除いてプロセスを効率化し、顧客の問題をより早く解決できます。
顧客満足度の向上： 対応の迅速化と効率化により、顧客満足度と顧客維持率の向上につながります。
運用コストの削減： リソース配分を見直し、やり直しや手作業を減らすことで、コストを大幅に抑えられます。
SLA達成率の向上： サービスレベル契約を継続的に達成し、顧客からの信頼を高めるとともに、ペナルティを回避できます。
プロセスの透明性向上： カスタマーサービス業務を網羅的かつ客観的に把握し、継続的な改善と問題の早期解決につなげられます。

プロセスマイニングを使うことで、Zendesk Supportのカスタマーサービスを、受け身のコストセンターから、将来の需要にも対応できる、効率的で顧客中心の業務へと変えていけます。

改善に向けた第一歩

Zendesk Supportのカスタマーサービス業務を見直し、効率を高めませんか。既存のワークフローを詳しく分析し、プロセスのボトルネックを特定して、カスタマーサービスのサイクルタイムを効果的に短縮する方法を見つけましょう。対象を絞った改善を進めることで、チームは高い効率で質の高いサービスを提供できます。顧客を重視したZendesk Supportの運用に向けて、今日から取り組みを始めましょう。

カスタマーサービスサポート業務エージェントの業務効率サービスレベル契約顧客満足度チケットの解決ヘルプデスク管理顧客体験の改善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 ヘルプデスクケースの解決

よくある問題と課題

影響している課題を特定

カスタマーサービスのリクエスト解決が遅れると、顧客の不満や離反につながる可能性があります。待ち時間が長いと顧客体験が損なわれ、進捗確認の問い合わせが増えてエージェントの負担も大きくなります。
ProcessMindは、Zendesk Supportにおける各サービスリクエストの全ライフサイクルを分析し、解決時間が目標を超える箇所とその理由を明らかにします。特定のアクティビティの流れやエージェントの割り当てに潜むボトルネックを示し、効率化できる箇所を特定します。

顧客の問題が頻繁に社内でエスカレーションされる場合、初回対応での解決率が低く、より多くのリソースが必要になっている可能性があります。エスカレーションのたびに運用コストが増え、解決時間も長くなり、顧客体験に悪影響を及ぼします。
ProcessMindは、サービスリクエストがたどる経路を可視化し、社内エスカレーションの頻度と発生段階を明らかにします。エージェントの研修不足やナレッジベースの記事不足など、根本原因を特定し、Zendesk Supportのワークフローを対象とした改善につなげられます。

サービスレベル契約（SLA）の目標を継続的に達成できないと、ペナルティや顧客の不満、評判の低下につながります。SLA違反は、プロセスの効率やリソース配分に早急な対応が必要な構造的な問題があることを示しています。
ProcessMindは、Zendesk Supportで定められたSLAポリシーに照らして各サービスリクエストを監視し、目標を頻繁に超過する段階やリクエストの種類を特定します。遅延を引き起こすボトルネックに関する具体的なインサイトを提示し、サービス提供の見直しを先回りして進められるよう支援します。

最初に解決した後でサービスリクエストが再オープンされる場合、解決策が不十分または効果的でない可能性があります。顧客の不満やエージェントの作業の無駄につながり、解決あたりの平均コストが大きく増えるほか、全体の処理も遅れます。
ProcessMindは、「サービスリクエストを解決」した後に顧客からの新たな連絡やフォローアップのアクティビティが続くパターンを明らかにします。Zendesk Supportで再オープン率が高いサービスリクエストの種類やエージェントを特定し、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。

1件のサービスリクエストの対応中に顧客が連絡チャネルを切り替えると、情報が分散し、同じ説明を繰り返すことになりがちです。エージェントが経緯を把握しにくくなり、顧客体験が損なわれるだけでなく、解決までの時間も長くなります。
ProcessMindは、各サービスリクエストの「連絡チャネル」属性を分析し、メール、チャット、電話などのチャネルを顧客が切り替える箇所と理由を可視化します。Zendesk Supportのプロセスにおけるパターンを示し、やり取りの効率化やチャネル間の連携改善に役立てられます。

エージェントの業務量に偏りがあると、一部のエージェントは疲弊し、別のエージェントは十分に業務を割り当てられない状態になり、チーム全体の士気や効率に影響します。業務量の多いエージェントに割り当てられた顧客への対応が遅れ、サービスの質にもばらつきが生じることがあります。
ProcessMindは、Zendesk Supportにおけるエージェントのアクティビティとサービスリクエストの割り当て状況を可視化します。業務量が極端に多い、または少ないエージェントやチームを特定し、管理者がリソース配分を見直して、サービスリクエストを公平かつ効率的に処理できるよう支援します。

標準的なカスタマーサービス手順から逸脱すると、サービス品質のばらつき、規制への不適合、エラーの増加につながる可能性があります。場当たり的な対応は研修の効果を損ない、業務を効率よく拡大することも難しくします。
ProcessMindは、Zendesk Supportでサービスリクエストが実際にたどる経路を自動で検出し、理想的なプロセスモデルと比較します。エージェントやシステムが定められたワークフローに従っていない箇所と理由を示し、逸脱のすべてを明らかにすることで、対象を絞った是正措置につなげられます。

サービスリクエストのカテゴリーや優先度を誤って設定すると、誤った部門やエージェントに割り当てられ、緊急の問題の解決が遅れることがあります。顧客の不満を招き、重要な問題に迅速に対処する機会を逃す原因にもなります。
ProcessMindは、Zendesk Supportで最初に行われる「リクエストの分類と優先順位付け」のアクティビティと、その後の処理への影響を分析します。特定のカテゴリーや優先度が、解決時間の長期化やエスカレーションの増加につながるパターンを特定し、受付プロセスの改善箇所を示します。

サービスリクエストの作成後、顧客への最初の受領連絡が遅れると、すぐに悪い印象を与えることがあります。待たされることで顧客は対応されていないと感じ、不安が高まり、重複した問い合わせにつながる可能性もあります。
ProcessMindは、Zendesk Supportで「サービスリクエストの作成」から「顧客への初回受領連絡の送信」までの経過時間を正確に測定します。この重要な初期段階のボトルネックを特定し、迅速な連絡を妨げ、第一印象に影響するプロセスやシステムの問題を明らかにします。

すでに提供された情報や簡単に確認できる情報をエージェントが何度も顧客に尋ねる場合、業務の非効率や情報共有の分断が考えられます。不要なステップが増えて解決時間が長くなり、顧客の不満も大きくなります。
ProcessMindは、サービスリクエストのワークフローにおける「顧客への情報依頼」の発生状況を可視化します。このアクティビティが何度も、または不要に行われるケースを明らかにし、Zendesk Supportでエージェントが情報にアクセスしにくい箇所や、初回の情報収集における不足を特定します。

エージェントが問題の調査に時間をかけすぎたり、必要な情報を見つけにくかったりすると、解決までの時間が大幅に長くなります。業務効率が下がり、必要な顧客サポートが遅れることで、運用コストも増加します。
ProcessMindは、「顧客への解決策の提示」または「サービスリクエストの解決」までにかかった時間と、その前に行われたアクティビティを分析します。「エージェントによる問題の調査」に通常より長い時間がかかっているケースを示し、Zendesk Supportにおけるナレッジベースとの連携強化やエージェント研修の必要性を明らかにします。

一般的な目標

成功の基準を定義

この目標では、最初の問い合わせから最終的な完了まで、カスタマーサービスのリクエストを解決する時間の大幅な短縮を目指します。達成すれば、顧客満足度の向上、長期化したケースに伴う運用コストの削減、エージェントのキャパシティ確保につながり、Zendesk Supportの業務効率も高まります。
ProcessMindはZendesk Supportのデータを分析し、解決までの流れにあるボトルネックや遅延を特定します。解決を長引かせる具体的なアクティビティやその連続を明らかにし、プロセスの効率化、反復作業の自動化、リソースの適切な再配分に役立つインサイトを提示します。平均解決時間を15～25％短縮することを目指せます。

サービスレベル契約を守ることは、信頼できるカスタマーサービスを提供し、ペナルティを避けるうえで重要です。この目標では、定められたSLA目標の範囲内で解決するサービスリクエストの割合を高め、Zendesk Support環境で一貫したサービス品質と信頼性を確保します。
ProcessMindは重要な処理経路を監視し、遅延を検知することで、SLA違反のリスクがあるケースを事前に特定します。エージェント間の引き継ぎ、調査の遅れ、連絡の行き違いなど、SLA未達の根本原因を特定し、対象を絞った対策によって達成率を10～20％高められるよう支援します。

社内エスカレーションが多い場合、エージェントの知識不足、初期分類の不備、複雑な引き継ぎなど、根本的な問題がある可能性があります。この目標では、Zendesk Supportでカスタマーサービスのリクエストが上位の担当者や別の部門にエスカレーションされる頻度を減らし、コスト削減と解決の迅速化を目指します。
ProcessMindはエスカレーションの経路を可視化し、よくあるきっかけを特定することで、知識の不足やプロセスの曖昧さがある箇所を示します。エスカレーションに至る状況を分析し、研修の見直し、ナレッジベースの内容改善、初期トリアージの改善に役立てることで、エスカレーション率を10～15％低減できる可能性があります。

サービスリクエストの再オープン率が高い場合、最初の解決で顧客の問題に十分対処できておらず、不満や業務量の増加につながっている可能性があります。この目標では、Zendesk Supportで顧客の問題を初回に完全かつ効果的に解決することを目指します。
ProcessMindは再オープンされたリクエストのライフサイクル全体を分析し、再オープンに関連するパターン、エージェント、リクエストの種類を特定します。解決が不十分な箇所や、根本的な問題に十分対処できていない箇所を明らかにし、再オープン率を5～10％低減する改善につなげられます。

連絡チャネルの使い方に一貫性がないと、顧客体験が分断され、エージェントのワークフローも非効率になります。この目標では、Zendesk Supportで顧客対応に使う標準チャネルを定めて徹底し、明確で一貫性のある、より効率的なサービスプロセスを目指します。
ProcessMindは、サービスリクエストのライフサイクル全体で使われる連絡チャネルの流れを可視化します。推奨チャネルからの逸脱や、複数のチャネルが使われて混乱を招く可能性のある状況を明らかにし、顧客体験の向上に向けた連絡方法の見直しと標準化を支援します。

業務量の偏りは、エージェントの疲弊、サービスの遅延、品質のばらつきにつながる可能性があります。この目標では、Zendesk Supportのカスタマーサービスエージェントの業務量を適切に配分し、チーム全体の効率を高め、公平なリソース配分を目指します。
ProcessMindは、エージェントごとのアクティビティとケースの割り当て状況を示し、偏りやボトルネックを明らかにします。業務量の調整、複数業務に対応するための研修、割り当てルールの見直しなど、より公平で効率的な業務量配分の機会を特定し、エージェントの生産性を10％向上させることを目指せます。

新しいカスタマーサービスのリクエストへの応答が遅いと、第一印象が悪くなり、顧客の不安も高まります。この目標では、Zendesk Supportで顧客から連絡を受けてから、最初の受領連絡を送るまでの時間を大幅に短縮します。
ProcessMindは、「顧客からの連絡開始」から「顧客への初回受領連絡の送信」までの時間を詳しく追跡します。この重要な初期対応における遅延やプロセス上の不足を特定し、より迅速な自動応答の導入や初期トリアージの効率化を支援します。受領連絡までの時間を20～30％短縮することを目指せます。

サービスリクエストの分類が不適切だと、誤った担当者への割り当てや遅延、非効率な対応につながることがあります。この目標では、Zendesk Supportで受信したリクエストの分類と優先順位付けの精度を高め、適切なエージェントや部門に迅速に届けることを目指します。
ProcessMindは、最初の分類と、その後のエスカレーションや再割り当てを含むプロセス経路との関連を分析します。誤分類のパターンを示し、分類ルールの見直し、エージェント研修の改善、初期トリアージの自動化を通じて、精度を15～20％高めるための取り組みを支援します。

サービスリクエストの対応中に同じ情報を何度も尋ねられると、顧客は不満を感じます。この目標では、Zendesk Supportでの情報収集を効率化し、必要な情報をできるだけ最初のやり取りで集めることを目指します。
ProcessMindは、サービスプロセスのどの段階で顧客に情報を求めているかを可視化します。重複した依頼や、すでに提供されたデータをエージェントが繰り返し尋ねるアクティビティのパターンを特定し、こうしたケースを10～20％減らすためのプロセス改善につなげられます。

標準手順からの逸脱は、サービス品質のばらつき、コンプライアンス上のリスク、業務の非効率につながる可能性があります。この目標では、Zendesk Supportのすべてのカスタマーサービスエージェントとプロセスが、定められたガイドラインとワークフローに従うことを目指します。
ProcessMindは、実際のプロセス経路を自動で検出して可視化し、理想的な参照モデルと比較します。許可されていない近道、抜けているステップ、規定に沿わない対応を明らかにし、手順の徹底と一貫性の20％向上に向けた明確な根拠を提示します。

調査の進め方が非効率だと、カスタマーサービスの解決時間が大幅に長くなり、コストも増加します。この目標では、Zendesk Supportで顧客の問題を診断して解決するアクティビティを見直し、より迅速で効果的な対応を目指します。
ProcessMindは、「エージェントによる問題の調査」の段階でよく発生する繰り返し、やり直し、不要なステップを特定します。エージェントが時間をかけすぎている箇所や同じ作業を繰り返している箇所を示し、診断ツール、ナレッジベースへのアクセス、社内連携の改善に役立つインサイトを提示します。調査時間を10～15％短縮することを目指せます。

カスタマーサービス改善の6つのステップ

テンプレートをダウンロード

実施内容

Zendesk Supportのカスタマーサービスプロセスの分析に特化した、設定済みのExcelデータテンプレートを入手してダウンロードします。

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

データ構造を標準化することで、Zendesk Supportのチケットに含まれる重要な情報を正しく取り込み、正確なプロセス分析につなげられます。

期待される結果

Zendesk Supportのカスタマーサービスデータに合わせた、すぐに使えるExcelテンプレート。

得られること

カスタマーサービスのプロセスに潜む経路を明らかにする

ProcessMindは、Zendesk Supportの生のデータを、操作しながら分析できるビジュアルに変換します。カスタマーサービスの各工程を可視化し、非効率な部分や改善の機会を見つけられます。

サービスプロセス全体を可視化
Zendeskの隠れたボトルネックを特定
担当者間の引き継ぎとタスクを改善
顧客対応の平均解決時間を短縮

Discover your actual process flow

Identify bottlenecks and delays

Analyze process variants

Design your optimized process

主な成果

カスタマーサービスで得られる改善効果

以下の成果は、Zendesk Supportのデータにプロセスマイニングを適用した組織が得ている具体的な効果を示しています。サービスリクエストのライフサイクルを分析することで、非効率な点やボトルネックを特定し、業務の大幅な改善につなげられます。

0 %

解決時間の短縮

サービスリクエストの平均解決時間を短縮

プロセスマイニングでボトルネックや非効率な点を特定し、ワークフローを見直すことで、顧客の問題解決にかかる時間を大幅に短縮できます。

- 0 %

SLA遵守率の向上

サービスレベル合意の達成率を向上

コンプライアンスに沿わないプロセスの経路と根本原因を特定することで、組織は問題に先回りして対処し、より多くのリクエストでSLA目標を達成できます。

0 %

エスカレーション率の低下

社内エスカレーションが必要なリクエストを削減

社内エスカレーションのきっかけを把握すれば、担当者のトレーニングやプロセスを見直し、上位サポート層への引き継ぎを減らせます。

0 %

再オープン件数の削減

カスタマーサービスのリクエスト再オープンを削減

ケースが再オープンされる理由を分析すると、初回の解決の質と対応の網羅性を高められます。顧客からの再問い合わせを減らし、満足度の向上につながります。

0 %

初回応答の迅速化

顧客への初回応答にかかる平均時間を短縮

最初の連絡までの遅れを特定し、初回対応を効率化できます。顧客の期待に沿った対応につながり、早い段階での満足度向上にも役立ちます。

得られる成果は、プロセスの複雑さ、データ品質、導入範囲によって異なります。ここで紹介するのは、カスタマーサービスのプロセスにプロセスマイニングを利用する組織でよく見られる改善例です。

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

各カスタマーサービスリクエストを識別する一意のIDです。チケットまたはケースとも呼ばれます。

重要な理由

各顧客対応のプロセス手順を結び付け、個々のカスタマーサービスの流れを再構成して分析するために欠かせないケースIDです。

アクティビティまたはイベントが始まった時刻を示すタイムスタンプです。

重要な理由

イベントの順序付けや所要時間の計算、サービスリクエストのプロセスの時系列分析に欠かせないタイムスタンプです。

サービスリクエストを担当する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

対応を行った担当者を記録し、個人のパフォーマンス、業務負荷の配分、リソースの割り当てを分析できます。

「質問」「インシデント」「問題」「タスク」など、サービスリクエストの分類です。

重要な理由

リクエストを種類別に分類し、パフォーマンスを比較・分析できます。対象を絞ったプロセス改善に欠かせません。

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

重要な理由

リクエストの緊急度を示します。SLAへの適合性を分析し、重大な問題に速やかに対応するうえで重要な属性です。

サービスリクエストの送信や連絡に使われたチャネルです。

重要な理由

顧客と担当者のやり取りを把握し、チャネルの効率やプロセス、顧客体験への影響を分析できます。

SLAポリシーに基づき、サービスリクエストの解決が求められる目標時間です。

重要な理由

顧客に対するサービス提供の約束を定義します。期限内の対応状況やSLAへの適合性を測る基準になります。

サービスリクエストの解決時間がSLAの目標を超えたかどうかを示す真偽値です。

重要な理由

各ケースのSLA達成状況を明確に示し、コンプライアンスの監視や報告を簡単にします。

アクティビティ

追跡・改善するプロセスのステップ

このアクティビティは、メール、Webフォーム、チャットなどのチャネルからZendeskに新しいチケットが作成された時点を示し、カスタマーサービスのプロセスが始まります。チケットの作成時に、システムが一意のチケットIDとタイムスタンプをイベントとして記録します。

重要な理由

主要な開始イベントとして、ケース全体の所要時間の計算や、時間の経過に伴う受信リクエスト数の分析に欠かせません。初回応答までの時間や解決までの総時間など、主要な重要業績評価指標を測定する際のベースラインになります。

サービスリクエストが対応担当者に割り当てられたことを示します。振り分けルールによる自動割り当ての場合も、チームリーダーや担当者による手動割り当ての場合もあります。

重要な理由

割り当ては、責任の明確化と業務負荷の管理における重要な節目です。割り当てまでの時間や再割り当てのパターンを分析すると、トリアージや振り分けの過程にあるボトルネックが明らかになります。

対応を進めるために担当者が顧客から追加情報を求め、チケットのステータスを「pending」に変更したときに発生します。このステータス変更は、プロセスが外部からの回答待ちになったことを明示します。

重要な理由

このアクティビティは顧客への依存関係を示し、社内のSLA計測を一時停止します。同じチケットで何度も発生する場合、最初の情報収集が不十分で、解決時間が長引いている可能性があります。

担当者が顧客に解決策を提示した後、サービスリクエストを「solved」に設定します。顧客から返信があれば、完全にクローズされる前に再オープンされる可能性があるため、これは一時的な状態です。

重要な理由

解決時間と担当者の業務効率を測る主要な節目です。担当者が対応を完了したと判断した時点を示し、チケットが再オープンされた場合に手戻りを分析する基準になります。

ステータスが「solved」のチケットに顧客が返信すると、このアクティビティが発生します。問題が完全に解決していないことを示すため、Zendeskはステータスを自動的に「open」に戻します。

重要な理由

再オープンは、初回対応での解決に至らなかったことや、解決策の質が不十分だったことを示す重要な指標です。再オープンの頻度や理由を分析すると、担当者のトレーニングや解決手順の改善点を特定できます。

サービスリクエストを完全にクローズする最後のアクティビティです。通常は、チケットが「solved」に設定されてから一定期間が経過し、その間に顧客から新しい返信がなければ、自動的にクローズされます。

重要な理由

最終的な終了イベントとして、チケットのライフサイクルを完了させます。「solved」から「closed」までの期間は再オープンの可能性がある期間を示し、「closed」イベントは解決が確定したことを示します。

よくある質問

Zendesk Supportのデータを使ったプロセスマイニングで、カスタマーサービス業務をどのように改善できますか？

プロセスマイニングを使うと、Zendesk内のサービスリクエストの実際の流れを可視化し、ボトルネックや逸脱、非効率な点を特定できます。リクエストが滞っている箇所や、対応に時間がかかっている箇所が明らかになり、ワークフローの見直しや解決時間の短縮に役立ちます。再オープン率の高さや重大なSLA違反などの根本原因も特定できます。

プロセスマイニングの分析には、Zendesk Supportからどのようなデータが必要ですか？

プロセスマイニングには、主にZendesk Supportのイベントログが必要です。サービスリクエストIDなどのケース識別子、「チケット作成」や「担当者割り当て」などのアクティビティ名、各アクティビティのタイムスタンプが含まれます。担当者IDや、「オープン」「保留中」「解決済み」などのステータス変更も重要です。

Zendesk Supportのデータをプロセスマイニングで分析すると、どのような成果や改善が期待できますか？

平均解決時間や社内エスカレーション率の大幅な低下が期待できます。プロセスマイニングは、重要なSLAの遵守率向上や、再オープンされるサービスリクエストの削減にも役立ちます。その結果、顧客満足度が高まり、担当者の業務効率も向上します。

プロセスマイニングに必要なイベントデータは、Zendesk Supportからどのように抽出できますか？

Zendesk Supportでは、API、レポート機能、データエクスポート機能などを使ってデータを抽出できます。プロセスマイニングツールによっては、直接接続するコネクターを備えているほか、CSVやExcelなどの標準形式のデータをインポートできます。お使いのZendesk環境に適した効率的な方法をご案内できます。

Zendesk Supportでプロセスマイニングを導入するには、特別な技術スキルやインフラが必要ですか？

データ構造に関する基本的な理解があると役立ちますが、最近のプロセスマイニングプラットフォームの多くは業務担当者向けに設計されています。データの準備に基本的なSQLの知識が役立つ場合はありますが、専任のデータエンジニアが常に必要とは限りません。複雑な分析はプロセスマイニングツールが担います。

初回応答の遅れや、同じ情報を何度も求めるといった問題も、プロセスマイニングで特定できますか？

はい。プロセスマイニングを使うと、初回応答の遅れなど、遅延の原因となるプロセスの手順を特定できます。イベントログを分析すれば、顧客に同じ情報を繰り返し求めているパターンも見つかります。調査プロセスの非効率さや、リクエストの分類の不備が原因である可能性を示すものです。こうした問題に対象を絞って改善できます。

プロセスマイニングのプロジェクトを始めてから、インサイトを得て改善に着手するまで、通常どのくらいかかりますか？

初期のデータ抽出とモデル作成は、データ量や複雑さにもよりますが、通常は数週間で完了します。多くの場合、最初の4～8週間で具体的な改善案を得られます。継続的にモニタリングすることで、改善を続け、その効果を維持できます。

カスタマーサービスのボトルネックを解消し、顧客満足度を向上

問い合わせの再発を防ぎ、初回解決率80％と顧客満足度の向上を目指します。

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