カスタマーサービスを改善

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

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、見えにくい非効率が含まれていることがあります。このプラットフォームを使うと、ボトルネックを正確に特定し、その根本原因を把握して、改善の機会を見つけ出せます。そのうえで、具体的な変更を実施し、解決時間を短縮して顧客満足度を高められます。

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

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、成功する企業を支える基盤です。顧客ロイヤルティやブランドの評判、ひいては売上に直接影響します。競争の激しい市場では、期待に応えるだけでは十分ではありません。顧客は、迅速で効率的かつ一人ひとりに合ったサポートを求めています。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、すべてのチケットが最も効率的な経路をたどるようにすることです。日々の業務の複雑さに隠れたカスタマーサービスプロセスの非効率は、解決時間の長期化、運用コストの増加、担当者の疲弊を招きます。何よりも深刻なのは、不満を抱いた顧客が他社へ流れてしまう可能性があることです。

サービスリクエストが最初から最後までどのように処理されているかを明確に把握できなければ、遅延や想定外の経路が生じる根本原因を推測するしかありません。特定の担当者に負荷が集中していないでしょうか。特定のリクエスト種別が繰り返し滞留していないでしょうか。不要なやり直しや過剰な引き継ぎによって、SLAのコンプライアンスに問題が生じていないでしょうか。これらの問いへの答えを理解することは、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、単にコストを削減することではありません。長期的な関係を築き、事業成長につなげる、顧客を中心に据えた安定した運用を実現することです。

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は、Zendesk Support内のカスタマーサービス業務を理解し、改善するための新しい方法です。Zendeskのデータからイベントログを抽出し、プロセスマイニングツールが実際の現状のプロセスフローを再構成します。これにより、サービスリクエストがたどるすべてのステップを確認できます。想定している処理ではなく、実際に起きている処理を対象に、客観的でデータに基づく業務の全体像を把握できます。

この分析により、カスタマーサービスのサイクルタイム全体を可視化し、標準手順から頻繁に外れる箇所を特定できます。効率を妨げる正確なボトルネックも把握できます。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、トレーニング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。目標解決時間を継続的に超えるサービスリクエストのカテゴリーを特定すれば、対象を絞ってプロセスを再設計できます。プロセスマイニングは、思い込みに頼らず、改善を裏付ける具体的な証拠を提供します。そのため、変更の効果を確認しながら、データに基づいて改善を進められます。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を直接短縮し、全体のパフォーマンスを高めるための判断が可能になります。

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、次のような重要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留して遅延を引き起こしているキュー、担当者グループ、個々のアクティビティを特定します。対象を絞ったリソース配分やプロセスの再設計が可能になります。
  • やり直しと引き継ぎの最適化: チケットが再オープンされたり、チーム間で何度も引き継がれたりするやり直しの発生状況を可視化します。不要な引き継ぎを減らすことで、プロセスを効率化し、無駄な作業と平均処理時間を削減できます。
  • SLAのコンプライアンスと逸脱の分析: カスタマーサービスプロセスがサービスレベル合意をどの程度守っているかを監視します。特定のプロセスステップ、担当者の稼働状況、社内の依存関係など、SLA違反の一般的な原因を特定できます。
  • 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、外部依存など、サイクルタイムの長期化につながる要因を詳しく調べ、体系的に対処できます。
  • 担当者のパフォーマンスとトレーニングの必要性: 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、担当者ごとの効率やベストプラクティスへの準拠状況の違いを把握できます。対象を絞ったトレーニングや業務量の調整に役立ちます。

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戦略的に適用すると、次のような測定可能な効果が得られます。

  • 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: 迅速で効率的なサービスにより、顧客満足度と顧客維持率を高められます。
  • 運用コストの削減: リソース配分を最適化し、やり直しと手作業を減らすことで、大幅なコスト削減につながります。
  • SLAのコンプライアンス向上: サービスレベル合意を継続的に達成、または上回り、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客観的かつ詳細に把握し、継続的な改善と先回りした問題解決を進められます。

プロセスマイニングを利用することで、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、効率的で顧客を中心に据えた先進的な運用へと変えられます。

最適化を始めるには

Zendesk Supportのカスタマーサービス業務を変革し、効率を最大限に高めませんか。まずは既存のワークフローを詳しく分析し、プロセス最適化に取り組みます。プロセスのボトルネックがどこにあるのかを正確に把握し、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られます。この方法なら、対象を絞った改善を実施し、チームが高品質なサービスをより効率的に提供できるようになります。より最適化された、顧客を重視するZendesk Supportの運用に向けて、今日から取り組みを始めてください。

カスタマーサービス サポート業務 担当者の効率 サービスレベル合意 顧客満足度 チケット解決 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リクエストの解決が遅れると、顧客の不満や離反につながります。待ち時間が長いと顧客体験が悪化し、フォローアップの問い合わせによって担当者の負荷も増加します。
ProcessMindは、Zendesk Supportにおける各サービスリクエストのライフサイクル全体を分析し、解決時間が目標を超える箇所と理由を明らかにします。特定のアクティビティの順序や担当者の割り当てに潜むボトルネックを示し、効率化の対象を正確に特定します。

顧客の問題が頻繁に社内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を消費し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加し、解決時間も長くなるため、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がどの程度の頻度で、どの段階で発生しているかを明確に示します。担当者のトレーニング不足やナレッジベース記事の不足など、根本原因を特定し、Zendesk Supportのワークフローを対象を絞って改善できます。

サービスレベル合意の目標を継続的に達成できないと、ペナルティ、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構造的な問題があり、早急な対応が必要であることを示します。
ProcessMindは、Zendesk Supportの各サービスリクエストを定義済みのSLAポリシーに照らして監視し、目標を頻繁に超える特定の段階やリクエスト種別を特定します。遅延を引き起こすボトルネックを具体的に示すため、サービス提供を先回りして調整できます。

初回の解決後に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。顧客の不満や担当者の無駄な作業につながり、解決1件あたりの平均コストを大幅に押し上げ、全体の処理も遅らせます。
ProcessMindは、「Service Request Resolved」のアクティビティの後に、新たな顧客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で再オープン率の高い特定のサービスリクエスト種別や担当者を特定し、対象を絞ったトレーニング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途中で顧客がコミュニケーション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ます。担当者が経緯全体をつなぎ合わせる必要があるため、顧客体験が大きく損なわれ、解決時間も長くなります。
ProcessMindは、各サービスリクエストの「Communication Channel」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のプロセスにあるパターンを示し、やり取りの効率化やチャネル連携の改善に役立てられます。

担当者の業務量に偏りがあると、一部の担当者は疲弊し、別の担当者は十分に稼働できない状態になります。チーム全体の士気と効率にも影響し、負荷の高い担当者に割り当てられた顧客へのサービスが不安定になったり、対応が遅れたりします。
ProcessMindは、Zendesk Supportにおける担当者のアクティビティとサービスリクエストの割り当てを明確に可視化します。業務量が極端に多い、または少ない担当者やチームを特定し、管理者がリソース配分を最適化して、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にします。

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、規制へのコンプライアンス違反、エラー率の上昇につながります。こうした場当たり的な対応は、トレーニングの効果を損ない、業務を効率的に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った経路を自動的に検出し、理想的なプロセスモデルと比較します。担当者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すべて示し、対象を絞った是正措置を実施できます。

サービスリクエストの分類や優先順位付けを誤ると、間違った部門や担当者に振り分けられ、緊急性の高い問題の解決が遅れます。この非効率は顧客の不満を招き、重要な問題に迅速に対応する機会を逃す原因になります。
ProcessMindは、Zendesk Supportにおける初期の「Request Categorized and Prioritized」アクティビティと、その後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、顧客への初回確認が遅れると、すぐに悪い印象を与える可能性があります。待たされることで顧客は自分の問い合わせが受け止められていないと感じ、不安が高まり、重複した問い合わせにつながることもあります。
ProcessMindは、Zendesk Supportにおける「Service Request Created」から「Initial Customer Acknowledgment Sent」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、迅速なコミュニケーションを妨げるプロセスやシステムの問題を明らかにします。

担当者が、すでに提供されている、または簡単に確認できる情報を顧客に何度も求める場合、非効率で情報の流れが分断されている可能性があります。このプロセスは不要なステップを増やし、解決時間を長引かせ、顧客に大きな不満を与えます。
ProcessMindは、サービスリクエストのワークフロー内で「Information Requested from Customer」アクティビティが発生した箇所を可視化します。このアクティビティが複数回、または不要に実行される状況を明らかにし、Zendesk Supportにおける担当者の情報アクセスや初期データ取得の不足を特定します。

担当者が問題の調査に過剰な時間を費やしたり、関連情報を見つけられずに苦労したりすると、解決時間が大幅に長くなります。この非効率は担当者の生産性を低下させ、必要な顧客サポートを遅らせ、運用コストを増加させます。
ProcessMindは、「Solution Proposed to Customer」または「Service Request Resolved」の前にあるアクティビティと所要時間を分析します。「Agent Investigates Issue」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連携や担当者トレーニングの改善の必要性を明らかにします。

一般的な目標

成功の状態を定義

この目標は、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リクエストの解決にかかる時間を大幅に短縮することです。実現すれば顧客満足度が直接向上し、長期化したケースに伴う運用コストを削減できます。担当者の対応余力も生まれ、Zendesk Supportの運用効率が高まります。
ProcessMindは、Zendesk Supportのデータを分析し、解決フローのボトルネックと遅延を特定します。解決を長引かせる特定のアクティビティや順序を明らかにし、プロセスの効率化、反復作業の自動化、リソースの効果的な再配分に役立つ情報を提供します。平均解決時間を15~25%短縮することを目指せます。

サービスレベル合意を守ることは、信頼性の高いカスタマーサービスを提供し、ペナルティを回避するうえで欠かせません。この目標は、定められたSLA目標の範囲内で解決され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することです。
ProcessMindは、重要な経路を監視し、遅延にフラグを付けることで、SLA違反のリスクがあるケースを先回りして特定します。担当者間の引き継ぎ、調査の遅延、コミュニケーションの不足など、SLA未達の根本原因を特定し、対象を絞った対策によってコンプライアンスを10~20%高められます。

社内エスカレーション率が高い場合、担当者の知識不足、初期分類の不備、複雑なプロセスの引き継ぎなど、根本的な問題が潜んでいることがよくあります。この目標は、Zendesk Supportでカスタマーサービスリクエストを上位の担当者や別の部門へエスカレーションする頻度を下げ、コストを削減しながら解決を早めることです。
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します。知識の不足やプロセスの曖昧さが生じている箇所を示し、エスカレーションに至る状況を分析します。これにより、トレーニングの最適化、ナレッジベースの内容改善、初期トリアージの見直しを進め、エスカレーション率を10~15%削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、初回の解決で顧客の問題を十分に解消できていない可能性があり、顧客の不満と業務量の増加につながります。この目標は、Zendesk Supportで顧客の問題を最初から完全かつ効果的に解決することです。
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共通パターン、担当者、リクエスト種別を特定します。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%削減できる改善につなげます。

コミュニケーションチャネルの使い方が統一されていないと、顧客体験が分断され、担当者のワークフローも非効率になります。この目標は、顧客とのやり取りに使う標準チャネルを定めて徹底し、Zendesk Supportで明確かつ一貫した、より効率的なサービスプロセスを実現することです。
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たコミュニケーション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、複数の分かりにくいチャネルが使われる状況を示し、コミュニケーションの効率化と標準化を支援します。

業務量の配分に偏りがあると、担当者の疲弊、サービスの遅延、品質のばらつきにつながります。この目標は、Zendesk Supportのカスタマーサービス担当者の業務量を適切に配分し、効率を最大化するとともに、チーム全体で公平にリソースを配分することです。
ProcessMindは、担当者ごとのアクティビティとケースの割り当てを分析し、偏りやボトルネックを明らかにします。業務量の平準化、クロストレーニング、割り当てルールの調整が必要な箇所を特定し、より公平で効率的な業務量配分を実現します。担当者の生産性を10%向上させることも可能です。

新しいカスタマーサービスリクエストへの確認が遅いと、最初の印象が悪くなり、顧客の不安が高まります。この目標は、Zendesk Supportで顧客が問い合わせを開始してから初回確認を受け取るまでの時間を大幅に短縮することです。
ProcessMindは、「Customer Contact Initiated」から「Initial Customer Acknowledgment Sent」までの時間を詳細に追跡します。この重要な最初のステップにあ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。確認までの時間を20~30%改善できます。

サービスリクエストの分類が不十分だと、誤った振り分け、遅延、非効率な対応につながります。この目標は、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、適切な担当者や部門へ迅速に届けることです。
ProcessMindは、初期分類とその後のプロセス経路の相関を分析し、エスカレーションや再割り当ての状況も確認します。誤分類のパターンを示し、分類ルールの見直し、担当者トレーニングの改善、初期トリアージの自動化につなげます。精度を15~20%高めることが可能です。

サービスリクエストの途中で同じ情報を何度も求められると、顧客は不満を感じます。この目標は、Zendesk Supportでの情報収集プロセスを効率化し、必要な情報をできるだけ最初のやり取りで収集することです。
ProcessMindは、サービスプロセス内で顧客に情報を求める箇所を可視化します。すでに提供されたデータを担当者が繰り返し求めるなど、重複した依頼やアクティビティのパターンを特定し、こうした事象を10~20%削減するためのプロセス調整を支援します。

標準業務手順からの逸脱は、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ります。この目標は、Zendesk Support内のすべてのカスタマーサービス担当者とプロセスが、定められたガイドラインとワークフローに厳密に従うようにすることです。
ProcessMindは、実際のプロセス経路をすべて自動的に検出して可視化し、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、欠落したステップ、コンプライアンスに反するアクションを示し、プロセス遵守を徹底するための明確な証拠を提供します。一貫性を20%高めることも可能です。

調査ステップが非効率だと、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。この目標は、顧客の問題を診断して解決するアクティビティを最適化し、Zendesk Supportでより迅速かつ効果的に対応できるようにすることです。
ProcessMindは、「Agent Investigates Issue」の段階にある一般的なループ、やり直し、不要なステップを特定します。担当者が過剰な時間を費やしている箇所やアクション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情報を提供します。調査時間を10~15%短縮できます。

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

Zendesk Supportのカスタマーサービスプロセスを分析するために構成された、事前設定済みのExcelデータテンプレートにアクセスしてダウンロードします。

重要な理由

標準化されたデータ構造により、Zendesk Supportのチケットに含まれる重要な情報をすべて正しく取得し、正確なプロセス分析につなげられます。

期待される成果

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テンプレートです。

得られる成果

カスタマーサービスのプロセスに潜む経路を発見

ProcessMindは、Zendesk Supportの生のデータを、鮮明でインタラクティブな可視化に変換します。顧客対応の一連の流れを隅々まで把握し、非効率や改善の機会を明らかにできます。
  • サービスプロセス全体を可視化
  • Zendeskに潜むボトルネックを特定
  • エージェント間の引き継ぎとタスクを最適化
  • 顧客対応の平均解決時間を短縮
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

カスタマーサービスにおける実際の改善

これらの成果は、組織がZendesk Supportのデータにプロセスマイニングを適用することで得られ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、企業は非効率な点やボトルネックを特定し、業務を大幅に改善できます。

0 %
解決時間の短縮

サービスリクエストの平均解決時間の短縮

プロセスマイニングによってボトルネックや非効率な点を特定し、ワークフローの改善につなげることで、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コンプライアンスの向上

サービスレベル合意の達成率向上

コンプライアンスに適合しないプロセス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応し、より多くのリクエストでSLA目標を達成できるようになります。

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の減少

社内エスカレーションのきっかけを把握することで、エージェント研修やプロセスを改善し、上位サポート層の関与を減らせます。

0 %
再オープン案件の減少

カスタマーサービスのサービスリクエスト再オープン件数の減少

案件が再オープンされる理由を分析することで、初回解決の品質と完全性を高め、顧客からの再問い合わせを減らし、満足度を向上できます。

0 %
確認の迅速化

顧客への初回確認までの平均時間の短縮

初回連絡の遅れを特定することで、最初の接点を効率化し、顧客の期待値を適切に設定するとともに、早期の満足度を高められます。

得られる結果は、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。ここで紹介する例は、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している組織で一般的に確認されている改善です。

推奨データ

まず重要度の高い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ます。
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

チケットまたは案件とも呼ばれる、各カスタマーサービスリクエストを一意に識別するIDです。

重要な理由

すべてのプロセスステップを結び付け、個々のカスタマーサービスの流れを再構成・分析できる基本的なCase IDです。

アクティビティまたはイベントが開始した時点を示すタイムスタンプです。

重要な理由

イベントの順序付け、所要時間の計算、サービスリクエストプロセスのタイムライン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への対応を担当するカスタマーサービスエージェントの名前またはIDです。

重要な理由

アクションを実行したエージェントを追跡し、個人のパフォーマンス、業務量の配分、リソース配分を分析できます。

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

重要な理由

リクエストを分類し、問題の種類ごとのパフォーマンス比較と分析を可能にします。対象を絞ったプロセス改善に欠かせない属性です。

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

重要な理由

リクエストの緊急度を示し、SLAコンプライアンスの分析や、重要な問題への迅速な対応に欠かせません。

サービスリクエストの送信やコミュニケーションに使用されたチャネルです。

重要な理由

顧客とエージェントのやり取りの方法を示し、チャネルの効率とプロセスおよび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を解決することが期待される目標時間です。

重要な理由

顧客へのサービス約束を定義し、期限内対応のパフォーマンスとSLAコンプライアンスを測定する基準になります。

サービスリクエストの解決時間がSLAの目標時間を超えたかどうかを示すブール型フラグです。

重要な理由

各ケースのSLAパフォーマンスを明確な二値で示し、コンプライアンスの監視とレポート作成を簡単にします。

アクティビティ

追跡・最適化するプロセスのステップ

このアクティビティは、カスタマーサービスプロセスの開始を示します。メール、Webフォーム、チャットなど、任意のチャネルから新しいチケットがZendeskで作成された時点です。作成時には、固有のチケットIDとタイムスタンプがシステムに明示的に記録されます。

重要な理由

主要な開始イベントであるため、案件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量の分析に欠かせません。初回応答までの時間や総解決時間など、主要なパフォーマンス指標を測定する基準になります。

サービスリクエストが対応担当の特定のエージェントに割り当てられたことを示します。振り分けルールに基づいて自動的に行われる場合と、チームリーダーまたはエージェントが手動で行う場合があります。

重要な理由

割り当ては、責任の明確化と業務量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、トリアージと配分プロセスのボトルネックを把握できます。

エージェントが対応を進めるために顧客から追加情報を必要とし、チケットのステータスを「pending」に変更した時点で発生します。このステータス変更は、プロセスが外部の関係者からの回答を待っていることを明示します。

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。同じチケットで頻繁に、または繰り返し発生する場合、初回の情報収集が不十分で、解決時間が長期化している可能性があります。

顧客に解決策を提示した後、エージェントがサービスリクエストを「solved」に設定した時点です。顧客から返信があるとチケットが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

解決時間とエージェントの効率を測定する主要な節目です。エージェントが対応完了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の手戻りを分析する基準になります。

「solved」状態のチケットに顧客が返信した場合に発生します。Zendeskはステータスを自動的に「open」に戻し、問題が完全には解決されていないことを示します。

重要な理由

再オープンは、初回接触での解決に失敗したことや、解決策の品質が不十分であることを示す重要な指標です。再オープンの頻度と理由を分析することで、エージェント研修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終了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かった場合に自動的に発生します。

重要な理由

確定した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」までの時間は再オープンの可能性がある期間を示し、「closed」イベントは解決が受け入れられたことを確認します。

よくある質問

よくある質問

プロセスマイニングにより、Zendesk内のサービスリクエストの実際のフローを可視化し、ボトルネック、逸脱、非効率を特定できます。カスタマーサービスのリクエストが滞る箇所や時間がかかりすぎる箇所を明らかにし、ワークフローの最適化と解決時間の短縮につなげます。再オープン率の高さや重要なSLA違反などの問題について、根本原因も特定できます。

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、「Ticket Created」や「Agent Assigned」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を含めます。エージェントIDや、「Open」「Pending」「Solved」などのステータス変更も重要です。

平均解決時間と社内エスカレーション率の大幅な削減が期待できます。プロセスマイニングにより、重要なSLAへの適合性を高め、再オープンされるサービスリクエストの数を減らせます。最終的には、顧客満足度の向上とエージェントの業務配分の効率化につながります。

Zendesk Supportでは、API、レポート機能、データエクスポート機能など、さまざまな方法でデータを抽出できます。多くのプロセスマイニングツールには直接接続用のコネクターがあり、CSVやExcelなどの標準形式からデータを取り込むこともできます。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。

データ構造に関する技術的な理解があると役立ちますが、最新のプロセスマイニングプラットフォームの多くは業務ユーザー向けに設計されています。データ準備には基本的なSQLの知識が役立つ場合がありますが、専任のデータエンジニアが必ずしも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処理します。

はい。初回応答の遅れなど、遅延の原因となるプロセスステップを明らかにすることに適しています。イベントログを分析することで、顧客に同じ情報を何度も依頼しているパターンも特定できます。これは、調査プロセスの非効率やリクエスト分類の不備を示す可能性があります。これにより、対象を絞った改善が可能になります。

初期データの抽出とモデル作成は、データ量や複雑さによって通常数週間以内に完了します。最初の4~8週間以内に、具体的な改善案を得られることが多くあります。継続的な監視により、改善を続け、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、今すぐCSATを向上

繰り返しの問い合わせをなくし、FCR80%を達成して顧客満足度を高めます。

無料トライアルを開始

クレジットカードは不要です