カスタマーサービスの改善

Freshdeskカスタマーサービスを最適化するための6ステップガイド。
カスタマーサービスの改善

顧客満足度向上のためFreshdeskでのカスタマーサービスを最適化

カスタマーサービスプロセスでは、解決時間の長期化やエージェントのパフォーマンスのばらつきといった課題に直面することがよくあります。弊社のプラットフォームは、サービスリクエストがどこで遅延しているかを正確に特定するのに役立ちます。業務を効率化し、エージェントの生産性を向上させ、顧客満足度を高めるための実践的なステップをご案内します。

事前設定されたデータテンプレートをダウンロードし、一般的な課題を解決して、効率化の目標を達成しましょう。6段階の改善計画に従い、データテンプレートガイドを参考にしながら業務を変革してください。

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、あらゆるビジネス成功の要です。しかし、顧客満足度を静かに低下させ、運用コストを膨らませる非効率性が潜んでいることが少なくありません。Freshdeskのようなシステムでは、日々無数のやり取りが発生しており、ボトルネックが気づかれずに存在し、解決の遅延、顧客の不満、エージェントの過重労働につながることがあります。サービスリクエストが滞ると、ブランドの評判が損なわれ、顧客離れの可能性が高まります。サービスリクエストが開始から解決に至るまでの真のジャーニーを理解することは、競争優位性を維持し、永続的な顧客ロイヤルティを育む上で極めて重要です。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だけでなく、サービス提供をシームレスで効率的、そして顧客中心の運用へと変革することを意味します。

プロセスマイニングがFreshdeskカスタマーサービスにインサイトをもたらす仕組み

プロセスマイニングは、Freshdeskのカスタマーサービスを理解し、改善するための革新的なアプローチを提供します。仮定や集計レポートに頼るのではなく、プロセスマイニングはFreshdesk内で生成されるイベントログを使用して、各サービスリクエストの実際のジャーニーを再構築します。「顧客からの問い合わせ開始」や「サービスリクエスト作成」から、様々なエージェントへのアサイン、「内部エスカレーション発生」、そして最終的な「サービスリクエスト解決」や「サービスリクエストクローズ」まで、チケットがたどるすべてのステップを視覚的にマッピングします。この包括的な視点により、プロセスが理想的なパスから逸脱している箇所、頻繁にスキップされるステップ、隠れた手戻りのループが直ちに明らかになります。プロセスフローに対する比類ない可視性を獲得し、どこで遅延が発生しているのか、長いサイクルタイムの根本原因は何なのか、そして大幅なプロセス最適化の領域を正確に特定できるようになります。

Freshdeskカスタマーサービスにおける主要な改善領域

プロセスマイニングを活用することで、Freshdesk環境内の特定の強化領域を正確に特定できます。

  • ボトルネックの特定: サービスリクエストがどこで滞っているのかを簡単に視覚化できます。特定の担当者、特定の部署間の引き継ぎ、あるいは「顧客からの情報要求」の待機などが原因でしょうか?これらの滞留箇所を特定することで、的を絞ったソリューションを実装し、カスタマーサービスのサイクルタイム短縮に貢献できます。
  • サイクルタイムの短縮: 各アクティビティとトランジションに費やされた時間を分析します。プロセスを効率化し、繰り返しのタスクを自動化し、不要なステップを排除することで、サービスリクエストの全体的な解決時間を大幅に短縮する機会を発見します。
  • SLAコンプライアンスと順守: サービスレベル契約(SLA)およびSLA目標解決時間が一貫して満たされているか監視します。プロセスマイニングは、SLA違反の具体的なケースとその原因を明らかにし、個別の失敗に対応するのではなく、体系的な問題に積極的に対処することを可能にします。
  • エージェントのパフォーマンスとワークロードのバランス調整: エージェントの効率性を理解し、常に問題をより速く解決する担当者や、より多くのエスカレーションに遭遇する担当者を特定します。このインサイトは、的を絞ったトレーニングをサポートし、リソース割り当てを改善し、エージェントのワークロードを効果的にバランスさせるのに役立ちます。
  • 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発生」のような、内部エスカレーションにつながるイベントの正確なシーケンスを追跡します。複雑な問題や未解決の問題に寄与する一般的な先行アクティビティや条件を発見します。

期待される成果: Freshdesk運用における具体的なメリット

Freshdeskでプロセスマイニングを活用したプロセス最適化を実施することで、明確で測定可能なメリットが得られます。

  • 解決時間の短縮: カスタマーサービスリクエストの平均解決時間を大幅に短縮し、顧客満足度の向上につなげます。
  • 運用効率の向上: ワークフローを効率化し、冗長なステップを排除し、リソース割り当てを最適化することで、運用コストを削減します。
  • 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、ロイヤルティを育みます。
  • SLA順守の改善: サービスレベル契約を積極的に満たし、それを超えることで、信頼と信用を強化します。
  • プロセス透明性の向上: カスタマーサービスプロセスを包括的かつ客観的に理解し、データに基づいた意思決定と継続的な改善イニシアチブを推進します。

Freshdeskカスタマーサービスのためのプロセスマイニングを開始する

カスタマーサービス業務を変革する準備はできていますか?当社のプラットフォームは、Freshdeskデータを接続し、プロセスマイニングのジャーニーを始めることを容易にします。直感的な可視化と強力な分析ツールにより、重要なインサイトを発見するためにデータサイエンティストである必要はありません。今すぐ始めて、サービスプロセスのより明確な全体像を把握し、改善の機会を特定し、比類ない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 サポートデスク業務 エージェントの効率性 SLAコンプライアンス 解決時間 顧客体験 Help Desk

よくある問題と課題

影響を与えている課題を特定する

顧客は迅速な解決を期待しますが、Freshdeskの複雑なサービスリクエストパスは、しばしば苛立たしいほどの長い待ち時間につながります。これらの遅延は顧客の信頼を損ない、否定的なレビュー、顧客離れの増加、およびエージェントの関与の長期化による運用コストの増加を招く可能性があります。ProcessMindは、Freshdeskのサービスリクエストで遅延を引き起こす正確な段階とアクティビティを明らかにし、ボトルネックと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、根本原因を正確に特定し、解決を加速するための的を絞った改善策を実施できます。

Freshdeskにおいて、解決されたがすぐに再オープンされるサービスリクエストは、初期の解決策が不完全または不十分であったことを示します。このやり直しはエージェントの時間を浪費し、問題が本当に解決されていないと感じる顧客を苛立たせ、同じ問題に対して繰り返しの労力を必要とすることで運用コストを膨らませます。ProcessMindはサービスリクエストの完全なライフサイクルをマッピングし、再オープンの一般的なパターンとそれに先行する活動を明らかにします。この分析は、頻繁にやり直しにつながるエージェント、リクエストタイプ、またはプロセスステップを特定するのに役立ち、カスタマーサービスにおける根本的な品質問題に対処することを可能にします。

Freshdeskにおいて、応答時間と解決時間に関するサービスレベル契約(SLA)を満たせないことは、顧客満足度に直接影響を与え、ペナルティや契約違反につながる可能性があります。SLAがなぜ達成されないのかという明確な可視性がなければ、タイムリーな介入やカスタマーサービス提供における継続的な改善を妨げます。ProcessMindは、実際のサービスリクエストパスを定義されたSLA目標と自動的に比較し、違反のすべてのインスタンスとその要因を強調表示します。これにより、SLA違反に最も陥りやすい重要な段階、エージェントグループ、またはリクエストタイプを特定し、積極的な調整を可能にします。

Freshdeskにおいて、エージェントが類似のサービスリクエストを処理する方法のばらつきは、サービス品質の不整合につながり、顧客体験とエージェント効率に影響を与える可能性があります。最適なパスに従うエージェントもいれば、逸脱し、解決を長引かせたり、より多くのリソースを必要としたりするエージェントもいます。ProcessMindは、各サービスリクエストのアクティビティを追跡することで、エージェントの行動に関するデータ駆動型のビューを提供します。これにより、異なるエージェント間の実際のプロセスフローを比較し、ベストプラクティスを特定し、全体的なカスタマーサービスを改善するために追加のトレーニングや標準化された手順が必要な領域を特定できます。

Freshdeskにおいて、明確な原因なく、またはライフサイクルの初期段階で頻繁にエスカレートされるサービスリクエストは、プロセスの非効率性や初期エージェント権限の不足を示しています。これらの不必要な転送は、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パスを可視化し、どのリクエストタイプや初期対応ステップが内部エスカレーションに最も頻繁につながるかを明らかにします。これらのパターンを分析することで、最前線エージェントの権限強化、ナレッジベースの改善、またはカスタマーサービスにおける初期ルーティングの最適化の機会を特定できます。

顧客や内部チームへの情報要求の繰り返しによって生じる遅延は、Freshdeskのサービスリクエストにおける一般的な不満です。この行き来するコミュニケーションは、解決時間を長引かせ、顧客の手間を増やし、カスタマーサービスプロセスに非効率を生み出します。ProcessMindは、情報要求がサービスリクエストのライフサイクルにおいてどこで、なぜ遅延を引き起こすのかを正確に特定します。特定の要求タイプ、エージェント、またはコミュニケーションチャネルがこのボトルネックになりやすいかどうかを明らかにし、データ収集を効率化し、顧客体験を向上させるのに役立ちます。

Freshdeskでサービスリクエストを処理する際、エージェントが文書化されたベストプラクティスや標準作業手順から逸脱することがあり、結果の不整合、コンプライアンスリスク、および運用コストの増加につながります。明確な可視性がなければ、これらの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たどる実際のパスを自動的に発見し、定義された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、その頻度と影響を理解し、カスタマーサービスにおける標準作業手順へのより良い順守を徹底することができます。

Freshdeskでサービスリクエストを誤って分類したり優先順位を付けたりすると、誤ったルーティング、適切なエージェントに到達するまでの遅延、SLA目標の未達成につながる可能性があります。この初期の非効率性は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初期作成と分類から解決までの流れを分析します。これにより、特定のカテゴリや優先度レベルが常に長い解決時間や高い再ルーティング率を経験しているかどうかを明らかにし、カスタマーサービストレーニングや自動化の改善領域を浮き彫りにします。

Freshdeskでサービスリクエストがエージェントや部署間で何度も転送されると、顧客は不満を感じることがよくあります。これにより、繰り返し説明を求められたり、解決時間が長引いたり、カスタマーサービスが分断されていると感じたりして、満足度が低下します。ProcessMindは、サービスリクエストの完全なジャーニーを視覚化し、すべての内部転送を明確に示します。これらの引き継ぎを分析することで、一般的な転送パターンを特定し、その理由を理解し、エージェントのスキル、ルーティングルール、またはナレッジ共有を最適化して、不要な転送を減らすことができます。

Freshdeskの多くのカスタマーサービス業務は本質的に受動的であり、問題がエスカレーションされたり、顧客に大きな不満を引き起こしたりした場合にのみ対処します。これは、高いチャーン率と、潜在的な問題を積極的に解決して顧客を喜ばせる機会の損失につながります。ProcessMindは、繰り返しの問題や、積極的に対処できる可能性のある新たな問題を示すサービスリクエストのパターンを特定するのに役立ちます。根本原因と共通のトリガーを分析することで、受動的モデルからより予測的なカスタマーサービスモデルへと移行し、全体的な体験を向上させることができます。

Freshdeskで顧客が単一のサービスリクエストに複数のチャネルを使用する場合、またはエージェントがチャネル間で情報を統合するのに苦労する場合、それは分断された体験と運用コストの増加につながります。非効率なチャネル利用は、顧客満足度とエージェントのワークロードの両方に影響を与えます。ProcessMindは、サービスリクエスト内の各アクティビティで使用されたコミュニケーションチャネルを追跡できます。全体のフローを分析することで、特定のチャネルが非効率であるか、または過剰なチャネル切り替えが発生しているかを明らかにし、オムニチャネルカスタマーサービス戦略を最適化できます。

代表的な目標

成功の定義を明確にする

長い解決時間は顧客満足度に直接影響し、運用コストを増加させます。この指標を削減することは、顧客がより迅速な解決策を受け取れることを意味し、Freshdeskにおける顧客ロイヤルティの向上とより効率的なサポートチームにつながります。ProcessMindは、Freshdeskカスタマーサービスプロセスにおける遅延の正確なボトルネックと根本原因を特定し、解決時間の延長に寄与するアクティビティやエージェントを強調表示します。これにより、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%削減できる可能性があり、ワークフローを効率化し、チームの効率を向上させるための実用的なインサイトを提供します。

サービスリクエストの頻繁な再オープンは、最初の解決策が不完全または不十分であることを示し、顧客の不満とエージェントの重複作業を引き起こします。この再オープン率を最小限に抑えることは、初回コンタクト解決の質の向上と、Freshdeskサポートに対する顧客の信頼向上を意味します。ProcessMindは、再発する問題につながるプロセスバリエーションを分析し、再オープン率が高いエージェントやリクエストの種類を特定することで、チケット再オープンの背後にある理由を明らかにします。このインサイトにより、的を絞ったトレーニングやプロセス調整が可能になり、再オープン率を10〜20%削減し、全体的な顧客満足度を向上させる可能性があります。

サービスレベル契約(SLA)の違反は、顧客の不満、ペナルティ、およびビジネス評判の低下につながる可能性があります。SLAコンプライアンスの向上は、一貫したサービス提供を保証し、顧客の期待に応え、Freshdesk運用におけるブランドの信頼性を強化します。ProcessMindは、SLA違反の原因となる理想的なパスからの逸脱を視覚化し、チケットが目標解決時間を超過する原因となる遅延が発生する特定のアクティビティやステージを特定します。これにより、コンプライアンスのギャップを特定し、是正措置を実施することが可能になり、SLA順守が20〜30%向上し、顧客との関係が改善されます。

エージェントのパフォーマンスのばらつきは、顧客体験の多様化と予測不可能なサービス品質につながります。パフォーマンスを標準化することで、すべての顧客が高品質で一貫したサービスを受けられるようになり、Freshdeskチーム全体の全体的な満足度と運用予測可能性が向上します。ProcessMindは、個々のエージェントのワークフローに関するインサイトを提供し、ベストプラクティスを強調表示し、最適なパスからの逸脱や同様のリクエストの処理におけるバリエーションを特定します。プロセスの一貫性と効率の違いを明らかにすることで、的を絞ったトレーニングとプロセス標準化をサポートし、一貫したサービス品質を15〜25%向上させる可能性があります。

過度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、初回コンタクトで問題が解決されることを期待する顧客を不満にさせる可能性があります。これらを削減することで、Freshdesk内でのより効率的な問題解決とリソース活用が保証されます。ProcessMindは、エスカレーションされたサービスリクエストの全ジャーニーをマッピングし、エージェントのスキルギャップ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特定のトリガーと条件を特定します。この分析により、積極的な問題解決を可能にし、最前線エージェントを強化することで、不要なエスカレーションを10~20%削減し、カスタマーサービスをより費用対効果の高いものにすることができます。

顧客からの必要情報収集の遅延は、サービスリクエスト解決プロセスにおける重大なボトルネックであり、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ることで、解決が迅速化され、Freshdeskにおける顧客体験が向上します。ProcessMindは、情報収集が大幅な遅延や複数の連絡ポイントを引き起こす段階とリクエストの種類を正確に特定し、データ収集方法や初期受付フォームを最適化する機会を明らかにします。これらのボトルネックを特定することで、情報関連の遅延を10〜15%削減し、サービスプロセスをよりスムーズかつ効率的にすることができます。

標準作業手順からの逸脱は、非効率性、コンプライアンスリスク、および一貫性のないサービス成果につながる可能性があります。厳格な順守を確保することで、予測可能で高品質なサービス提供が保証され、Freshdesk運用における潜在的なエラーや手戻りが減少します。ProcessMindは、すべてのプロセスバリアントを自動的に発見し、定義された最適なパスと比較することで、エージェントまたは自動化されたステップが標準から逸脱するすべてのインスタンスを強調表示します。この機能により、ベストプラクティスの継続的な監視と実施が可能になり、プロセス順守が20〜30%改善され、運用リスクが低減されます。

サービスリクエストの誤った分類は、誤ったルーティング、割り当ての遅延、非効率な解決につながり、顧客とエージェントの両方に不満を引き起こす可能性があります。精度を向上させることで、リクエストが迅速に適切な部門またはエージェントに届き、Freshdesk全体の効率が向上します。ProcessMindは、誤分類されたリクエストの流れを分析し、手戻りや転送に頻繁につながる共通のパターン、エントリポイント、または特定の分類者を特定します。このインサイトは、分類ルールの改善とエージェントトレーニングに役立ち、精度を15〜25%向上させ、初期ルーティングと解決を加速させる可能性があります。

エージェント間または部署間でサービスリクエストを転送する頻度が高いことは、初回コンタクト解決能力の不足を示しており、顧客を苛立たせ、処理時間を増加させる可能性があります。転送を最小限に抑えることは、Freshdesk内でのより迅速な解決とよりシームレスな顧客体験につながります。ProcessMindは、サービスリクエストの転送パスを視覚化し、複数の引き継ぎと遅延に頻繁につながる具体的な理由、エージェント、またはリクエストタイプを特定します。この詳細な分析により、的を絞ったスキル開発またはナレッジベースの改善が可能になり、転送を10〜15%削減し、エージェントの効率を高めることができます。

事後対応型の問題解決からプロアクティブなサービス提供へ移行することで、顧客のニーズや問題発生を未然に予測し、顧客満足度とロイヤルティを大幅に向上させることができます。この戦略的な転換は、Freshdeskの顧客体験を変革するでしょう。ProcessMindは、過去のサービスリクエストパターンと顧客ジャーニーを分析し、繰り返し発生する問題や顧客の問題の共通の兆候を特定することで、プロアクティブな関与の機会を見つけ出します。根本原因と共通点を理解することで、プロアクティブな戦略の策定を支援し、インバウンドリクエストを5~10%削減し、顧客からの全体的な評価を向上させる可能性があります。

コミュニケーションチャネルの非効率な使用は、運用コストの増加、応答時間の長期化、断片化された顧客体験につながる可能性があります。チャネル利用を最適化することで、顧客はFreshdeskで、好みの最適なチャネルを通じて効果的かつ効率的にサービスを受けられるようになります。ProcessMindは、様々なチャネルを横断した顧客インタラクションをマッピングし、特定の要求タイプに対してどのチャネルが過剰または過少利用されているか、またどこで非効率なチャネル切り替えが発生しているかを特定します。この分析は、リソース配分とチャネル戦略の最適化に役立ち、運用コストを5〜10%削減し、全体的なチャネル効率を向上させる可能性があります。

カスタマーサービス改善のための6ステップパス

1

テンプレートをダウンロードする

実施すること

カスタマーサービスデータに特化して設計されたExcelテンプレートにアクセスしてください。このテンプレートは、Freshdeskのチケット情報を効果的に整理するための最適な構造を提供します。

その重要性

最初から正しいデータ構造を使用することは、正確な分析を保証し、再作業を防ぎ、サービス業務に関する有意義な洞察のための強固な基盤を築きます。

期待される成果

Freshdeskカスタマーサービスデータの抽出と分析に完全に構造化された、すぐに使えるデータテンプレートです。

提供内容

Freshdeskの遅延を特定し、顧客満足度を向上させる

ProcessMindはFreshdeskのカスタマーサービスプロセス全体を可視化し、正確なパスとパフォーマンス指標を明らかにします。これにより、隠れた非効率性や、エージェントの生産性と顧客満足度を向上させる機会を発見できます。
  • 実際のサービスリクエストパスを可視化する
  • Freshdeskサービスのボトルネックを特定する
  • エージェントのパフォーマンスを一貫して分析する
  • 満足度向上のため解決時間を最適化する
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

想定される成果

優れたカスタマーサービスの実現

これらの成果は、組織が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、Freshdeskのようなシステムにおけるボトルネックの特定とサービスリクエスト処理の最適化を通じて、通常実現する重要な改善点を強調しています。

0 %
迅速な解決時間

解決期間の平均短縮

ボトルネックを特定し排除することで、組織は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し、より迅速なサービス提供を実現します。これは顧客体験と運用効率の直接的な向上につながります。

0 %
チケット再オープンの削減

フォローアップ対応の削減

プロセスマイニングは、チケットが再オープンされる根本原因を明らかにし、企業が持続的な解決策を実行できるようにします。これにより、エージェントの重複作業が減少し、顧客には初回で明確な回答を提供できます。

0 %
高い**SLA**遵守率

サービス目標へのコンプライアンス改善

SLA違反を引き起こしているプロセスについて明確なインサイトを得て、合意された時間内にリクエストが解決されるように的を絞った変更を実施します。これにより、顧客の信頼を築き、ペナルティを回避します。

0 %
エスカレーションと転送の削減

効率化されたサービスリクエスト処理

エスカレーションや転送につながるパターンを理解することで、組織は初回コンタクトでの解決を強化できます。これにより、運用コストが削減され、引き継ぎを最小限に抑えることで顧客ジャーニーが改善されます。

0 %
一貫したエージェントサービス

解決時間のばらつきの削減

トップパフォーマーのエージェントからベストプラクティスを特定し、他のエージェントが苦労している領域を見つけることで、的を絞ったトレーニングとプロセス調整を可能にします。これにより、チーム全体でより均一で信頼性の高いサービス提供が実現します。

結果は、プロセスの複雑性、データ品質、および特定の組織的コンテキストによって異なります。提示された数値は、さまざまなカスタマーサービス実装で観察された一般的な改善点を示しています。

推奨データ

まずは重要な属性とアクティビティから始め、必要に応じて段階的に範囲を広げましょう。
イベントログについて初めての方へ: プロセスマイニングのイベントログ作成方法.

属性

分析のために取得すべき主要なデータポイント

単一の顧客からの問い合わせや問題に対するユニークな識別子。一般的にチケットまたはケースとして知られています。

その重要性

これは、すべての関連イベントを単一のプロセスインスタンスに接続し、各カスタマーサービスジャーニーの全体像を可能にする不可欠なケース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ビジネスイベントまたはステップの名前。

その重要性

この属性はプロセスマップのステップを定義し、プロセスフローの開始から終了までの可視化と分析を可能にします。

特定のアクティビティまたはイベントが発生した時刻を示すタイムスタンプ。

その重要性

このタイムスタンプは、イベントを時系列で順序付けし、サイクルタイムやSLAコンプライアンスなど、すべての期間ベースの指標を計算するために不可欠です。

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エージェントの名前またはID。

その重要性

個々のエージェントによるパフォーマンス分析を可能にし、トップパフォーマー、トレーニングの機会、および再割り当ての影響を特定するのに役立ちます。

サービスリクエストの分類。例えば「質問」、「インシデント」、「問題」、または「機能リクエスト」など。

その重要性

プロセスセグメンテーションを可能にし、インシデントと質問のように、異なる種類の顧客問題に対するパフォーマンスと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。例えば「オープン」、「保留中」、「解決済み」、または「クローズ済み」など。

その重要性

ステータス変更の追跡は、チケットのライフサイクルを理解し、「保留中」や「保留」のような特定の状態でケースがどれくらいの時間を費やすかを特定するための鍵です。

サービスリクエストに割り当てられた優先度レベル。例えば「低」、「中」、「高」、または「緊急」など。

その重要性

SLA分析にとって不可欠であり、リソースが優先度の低い問題よりも優先度の高い問題を迅速に処理するために正しく割り当てられているかを理解するのに役立ちます。

サービスリクエストが作成されてから解決されるまでの総経過時間。

その重要性

これは、プロセス効率を測定するための主要なKPIであり、顧客の問題を最初から最後まで解決するのにかかった総時間を示します。

アクティビティ

追跡および最適化すべきプロセスステップ

これはカスタマーサービスライフサイクルにおける最初のイベントであり、顧客のリクエストがFreshdeskに正式にログ記録される瞬間を表します。このアクティビティは、新しいチケットがメール、ポータル、電話、またはAPI統合を通じて生成されたときに明示的にキャプチャされます。

その重要性

このアクティビティはすべてのケースの開始点となり、全体的な解決時間の計算や、チャネル別またはタイプ別のチケット量トレンド分析に不可欠です。

特定のエージェントまたはグループにチケットが割り当てられることを表します。このイベントは、割り当てられたエージェントまたはグループのフィールドが入力または変更されるたびに、チケットの履歴に明示的に記録されます。

その重要性

割り当ての追跡は、エージェントのワークロード分析、ルーティングの非効率性の特定、および割り当てまでの時間KPIの測定に不可欠です。作業がどのように配布され、作業開始前にどこで遅延が発生するかを理解するのに役立ちます。

チケット作成後、エージェントが顧客に送信した最初の公開返信を示します。Freshdeskは、SLA追跡のために「初回応答時間」を測定するために、このイベントを明示的にキャプチャします。

その重要性

これは、顧客対応力とSLAコンプライアンスを測定するための重要なマイルストーンです。このアクティビティまでの時間を分析することは、顧客との初回エンゲージメントにおける遅延を特定するのに役立ちます。

エージェントが解決策を提供し、チケットのステータスを「解決済み」に変更した主要なマイルストーンを表します。これはチケットの履歴に記録された明示的なステータス変更です。

その重要性

このアクティビティは、チケットに対するアクティブな作業の終了を示し、解決時間を測定するための基礎となります。エージェントのパフォーマンスと全体的なプロセス効率を分析するための重要なイベントです。

これは、チケットの永続的なクローズを表す最終アクティビティです。これはしばしば、顧客からの新しい返信がない「解決済み」の状態での一定期間の後、システムによって自動的に実行されます。

その重要性

このアクティビティは、サービスリクエストのライフサイクルの明確な終わりを示します。正確なエンドツーエンドのサイクルタイム計算のための最終的な終点を提供します。

よくある質問

よくある質問

プロセスマイニングは、サービスリクエストの詳細やエージェントのアクションなど、Freshdeskのデータを分析し、実際の業務フローを可視化します。これにより、ボトルネック、一般的な逸脱、過剰な解決時間や頻繁なチケット再オープンにつながる領域を特定するのに役立ちます。この視覚的なインサイトにより、非効率性を特定し、その根本原因を理解することができます。

主に、ケース識別子、アクティビティ名、および対応するタイムスタンプを含むデータが必要です。Freshdeskの場合、これはサービスリクエストID、ステータス変更、エージェント割り当て、エスカレーション、およびそれらの正確な時間に相当します。エージェント名、顧客セグメント、チケットカテゴリなどの追加属性は、分析を豊かにします。

Freshdeskは、API、レポート生成機能、またはエンタープライズプラン向けの直接データベースアクセスなど、さまざまなデータ抽出方法を提供しています。最適なアプローチは、Freshdeskのセットアップとデータ量によって異なります。お客様の特定の環境に最も効率的で安全な方法を選択するお手伝いをいたします。

最初のインサイトは、データ抽出と準備が完了してから数週間以内に生成されることがよくあります。期間はデータの複雑さと品質によって異なります。しかし、継続的な監視と詳細な分析は、時間の経過とともに継続的な最適化の機会を提供します。

サービスリクエストの解決時間の短縮やチケットの再オープン率の減少など、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また、サービスレベル契約のコンプライアンス強化、エージェント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。これらの改善は、顧客満足度と運用効率の向上につながります。

初期設定には、プロセスの範囲を定義し、適切なデータを抽出することが含まれ、これにはある程度の技術的理解が必要です。しかし、データコネクタが確立されれば、プロセスマイニングツールが分析の大部分を自動化します。当社は、お客様のFreshdesk環境におけるこの実装を効率化するための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非侵襲的な分析手法です。Freshdeskからエクスポートされた履歴データを分析することで機能するため、ライブ運用やエージェントのワークフローに干渉することはありません。分析は独立して行われ、サービス提供に影響を与えることなくインサイトを提供します。

クラウドベースまたはオンプレミスが可能なプロセスマイニングソフトウェアソリューションと、Freshdesk APIまたはレポートを介したデータ抽出方法が必要になります。分析のためにデータを準備するための基本的なデータクリーニングおよび変換スキルも有益です。当社のチームは、お客様の特定の技術的状況を評価するのに役立ちます。

今すぐFreshdeskカスタマーサービスを最適化

初回コンタクト解決率80%を達成し、顧客を喜ばせましょう。

無料トライアルを開始

クレジットカード不要、数分でセットアップ