カスタマーサービスを改善する

Zendeskで顧客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を改善する

Zendesk Supportのカスタマーサービスを最適化し、最高の効率を実現

カスタマーサービスプロセスには、顧客の不満や運用コストの増加につながる隠れた非効率性がしばしば存在します。このプラットフォームは、ボトルネックを正確に特定し、その根本原因を理解し、改善の機会を明らかにするのに役立ちます。その後、解決時間を短縮し、顧客満足度を高めるための実践的な変更を実施できます。

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

Zendesk Supportにおけるカスタマーサービス最適化が極めて重要な理由

カスタマーサービスは、あらゆる成功企業の根幹であり、顧客ロイヤルティ、ブランドイメージ、そして最終的には収益に直接影響を与えます。今日の競争の激しい市場では、単に期待に応えるだけでは不十分です。顧客は迅速で効率的、かつパーソナライズされたサポートを求めています。Zendesk Supportに依存する組織にとっての課題は、初回問い合わせから最終解決までの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。日常業務の複雑さの中に潜むカスタマーサービスプロセスにおける非効率性は、解決時間の長期化、運用コストの増加、エージェントの燃え尽き症候群、そして何よりも、不満を抱いた顧客が他社へ流出する可能性につながりかねません。

サービスリクエストのエンドツーエンドのジャーニーを明確に可視化できない場合、遅延や逸脱の根本原因を特定することは推測ゲームになります。特定のエージェントが過負荷になっていませんか?特定の種類の問い合わせが常に滞留していませんか?不要な手戻りや過度な引き継ぎにより、SLA遵守が損なわれていませんか?これらの質問に対する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とって不可欠です。カスタマーサービスプロセスの最適化は、単なるコスト削減にとどまらず、長期的な関係を育み、事業成長を推進する、堅牢で顧客中心の運用体制を構築することなのです。

プロセスマイニングがカスタマーサービスの効率化をどのように実現するか

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、改善するための画期的なアプローチを提供します。Zendeskデータからイベントログを抽出することで、プロセスマイニングツールは実際の「As-Is(現状)」プロセスフローを再構築し、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。これは、あなた方が「こうなっているはず」と考えることではなく、実際に何が起きているかを示し、業務の客観的でデータに基づいた視点を提供します。

この強力な分析を通じて、カスタマーサービスサイクルタイム全体を可視化し、標準的な業務手順からの頻繁な逸脱を特定し、効率を妨げる正確なボトルネックを特定できます。例えば、チケットが繰り返し再割り当てされる箇所を観察することで、トレーニングニーズやワークフロー設計の問題を浮き彫りにできます。特定のカテゴリのサービスリクエストが常に目標解決時間を超過していることを特定し、ターゲットを絞ったプロセス再設計を可能にします。プロセスマイニングは、仮説を超えて、最適化の取り組みを裏付ける具体的な証拠を提供し、変更が影響力があり、データに基づいていることを確実にします。この非効率性の正確な特定は、カスタマーサービスサイクルタイムを直接短縮し、全体的なパフォーマンスを向上させる、情報に基づいた意思決定を可能にします。

プロセスマイニングで特定される主要な改善領域

Zendesk Supportのデータにプロセスマイニングを適用すると、通常、いくつかの重要な改善領域が明らかになります。

  • 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、遅延を引き起こす特定のキュー、エージェントグループ、さらには個々のアクティビティを正確に特定します。これにより、ターゲットを絞ったリソース配分またはプロセス再設計が可能になります。
  • 手戻りおよび引き継ぎの最適化: チケットが再オープンされたり、チーム間で繰り返し引き継がれたりする手戻りの発生を可視化します。不要な引き継ぎを減らすことでプロセスが効率化され、無駄な労力を削減し、平均処理時間を短縮します。
  • SLA遵守と逸脱分析: カスタマーサービスプロセスがサービスレベルアグリーメント(SLA)にどれだけ遵守しているかを監視します。特定のプロセスステップ、エージェントの可用性、内部依存関係など、SLA違反の一般的な原因を特定します。
  • 遅延の根本原因分析: 顧客からの追加情報要求、内部エスカレーション、外部依存関係など、サイクルタイムの長期化に寄与する要因を深く掘り下げ、これらを体系的に対処できるようにします。
  • エージェントのパフォーマンスとトレーニングニーズ: プライバシーを尊重しつつ、集計データはエージェントの効率性やベストプラクティスへの遵守状況のばらつきを浮き彫りにし、ターゲットを絞ったトレーニングプログラムやワークロードバランシングの情報提供に役立ちます。

Zendeskカスタマーサービス最適化の期待される成果

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、測定可能な大きなメリットが得られます。

  • カスタマーサービスサイクルタイムの短縮: 不要なステップとボトルネックを排除することでプロセスを効率化し、顧客問題の迅速な解決につながります。
  • 顧客満足度の向上: より迅速で効率的なサービスは、顧客満足度の向上と顧客維持率の改善に直結します。
  • 運用コストの削減: リソース配分を最適化し、手戻りを減らし、手作業を最小限に抑えることで、大幅なコスト削減を実現します。
  • SLA遵守率の向上: サービスレベルアグリーメント(SLA)を一貫して達成し、それを上回ることで、顧客の信頼を高め、ペナルティを回避します。
  • プロセス透明性の向上: カスタマーサービス業務の包括的かつ客観的な理解を得ることで、継続的な改善とプロアクティブな問題解決を可能にします。

プロセスマイニングを活用することで、Zendesk Supportのカスタマーサービスを、受動的なコストセンターから、将来の需要に対応できる、積極的で効率的、かつ顧客中心の運用へと変革できます。

最適化への道のりを始める

Zendesk Supportのカスタマーサービス業務を変革し、最高の効率性を引き出す準備はできていますか?プロセス最適化の力を活用し、既存のワークフローを綿密に分析しましょう。プロセスのボトルネックがどこにあるかを正確に特定し、カスタマーサービスサイクルタイムを効果的に短縮する方法を学びましょう。このアプローチにより、ターゲットを絞った改善を実施し、チームが比類のない効率で優れたサービスを提供できるようになります。より最適化された顧客中心のZendesk Supportエクスペリエンスへの旅を今日から始めましょう。

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 CX Improvement

よくある問題と課題

影響を与えている課題を特定する

カスタマーサービスリクエストの解決遅延は、顧客の不満と潜在的な離反につながります。長い待ち時間はネガティブな体験を生み出し、フォローアップの問い合わせによってエージェントの負担を増加させます。
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過する箇所とその理由を浮き彫りにします。特定の活動シーケンスやエージェントの割り当てにおけるボトルネックを明らかにし、効率化の正確な領域を特定します。

顧客の問題が頻繁に内部エスカレーションされる場合、初回解決率が低く、より多くのリソースを消費していることを示します。各エスカレーションは運用コストを増加させ、解決時間を延長し、顧客体験に悪影響を与えます。
ProcessMindはサービスリクエストがたどるパスをマッピングし、内部エスカレーションがどのくらいの頻度で、どの段階でトリガーされるかを明確に示します。これにより、エージェントトレーニングの不足やナレッジベース記事の欠如といった根本原因を特定し、Zendesk Supportワークフローにおける的を絞った改善を可能にします。

サービスレベルアグリーメント(SLA)目標を継続的に達成できないことは、ペナルティ、顧客の不満、そしてブランドイメージの毀損につながります。違反は、プロセス効率やリソース配分における体系的な問題を示しており、緊急の対処が必要です。
ProcessMindは、Zendesk Supportで定義されたSLAポリシーに対してすべてのサービスリクエストを監視し、頻繁に目標を違反する特定のステージ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実行可能な洞察を提供し、サービス提供のプロアクティブな調整を可能にします。

初回解決後にサービスリクエストが再オープンされることは、不完全または非効果的な解決策を示しており、顧客を不満にさせ、エージェントの労力を無駄にしています。この手戻りは、解決あたりの平均コストを大幅に増加させ、全体のスループットを遅らせます。
ProcessMindは、「サービスリクエスト解決済み」のアクティビティの後に、顧客からの新たな問い合わせやフォローアップ活動が頻繁に続くパターンを明らかにします。これにより、Zendesk Support内で高い再オープン率の一因となっている特定のサービスリクエストタイプやエージェントを特定し、的を絞ったトレーニングやプロセス改訂を可能にします。

顧客は単一のサービスリクエスト中にコミュニケーションチャネルを切り替えることが多く、情報の断片化や説明の繰り返しにつながります。これは顧客体験を著しく低下させ、エージェントが完全な履歴をまとめようと奮闘するため、解決時間を延長させます。
ProcessMindは、各サービスリクエストの「コミュニケーションチャネル」属性を分析し、顧客がメール、チャット、電話などのチャネル間をいつ、なぜ移行するのかを可視化します。これにより、Zendesk Supportプロセス内でやり取りを効率化したり、チャネル統合を改善したりできるパターンを浮き彫りにします。

エージェントの作業負荷の不均衡は、一部のスタッフの燃え尽き症候群や他のスタッフの活用不足につながり、チーム全体の士気と効率に影響を与えます。これは多くの場合、サービス提供の一貫性の欠如や、過負荷のエージェントに割り当てられた顧客への遅延を引き起こします。
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を明確に可視化します。これにより、作業負荷が不均衡に高い、または低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最適化し、サービスリクエストの公平で効率的な処理を確実にできるように支援します。

標準的なカスタマーサービス手順からの逸脱は、サービス品質の一貫性の欠如、規制不遵守、およびエラー率の増加につながる可能性があります。これらの場当たり的な慣行はトレーニングの取り組みを損ない、業務を効果的にスケールアップすることを困難にします。
ProcessMindは、Zendesk Supportにおけるサービスリクエストが実際にたどった経路を自動的に発見し、理想的なプロセスモデルと比較します。逸脱のすべてのインスタンスを浮き彫りにし、エージェントやシステムが規定されたワークフローに従っていない正確な場所と理由を示し、ターゲットを絞った是正措置を可能にします。

サービスリクエストの分類や優先順位付けが不適切だと、間違った部署やエージェントに振り分けられ、緊急の問題の解決が遅れてしまいます。この非効率性は顧客の不満につながり、重要な問題を迅速に解決する機会を逃す可能性があります。
ProcessMindは、Zendesk Supportにおける初期の「リクエストの分類と優先順位付け」活動と、その下流への影響を分析します。特定のカテゴリや優先順位が常に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が必要な領域を示唆します。

サービスリクエスト作成後、顧客への初回受付通知の送信が遅れると、直ちにネガティブな印象を与えかねません。この待機期間は、顧客が聞き入れられていないと感じさせ、不安を高め、重複した連絡につながる可能性があります。
ProcessMindは、Zendesk Supportにおける「サービスリクエスト作成」から「初回顧客受付通知送信」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におけるボトルネックを特定し、タイムリーなコミュニケーションを遅らせ、第一印象に影響を与えるプロセスやシステムの問題を浮き彫りにします。

エージェントが顧客に対し、すでに提供されたり容易にアクセス可能な情報を繰り返し尋ねる場合、それは非効率性と情報フローの断片化を示しています。このプロセスは不要なステップを追加し、解決時間を長引かせ、顧客を大いに不満にさせます。
ProcessMindは、サービスリクエストのワークフロー内で「顧客からの情報要求」アクティビティが発生する状況をマッピングします。これにより、このアクティビティが複数回または不必要に発生するシナリオが明らかになり、エージェントの情報アクセスまたはZendesk Supportでの初期データキャプチャにおけるギャップを指摘します。

エージェントが問題の調査に過度な時間を費やしたり、関連情報を見つけるのに苦労したりすると、解決時間が大幅に長くなります。この非効率性は、エージェントの生産性に影響を与え、不可欠なカスタマーサポートを遅延させ、運用コストを増加させます。
ProcessMindは、「顧客への解決策提示」または「サービスリクエスト解決済み」の前の期間と先行アクティビティを分析します。「エージェントが問題を調査」に異常に長い時間がかかるケースを浮き彫りにし、Zendesk Support内でのナレッジベース統合の改善またはエージェントトレーニングの必要性を示唆します。

代表的な目標

成功の定義を明確にする

この目標は、顧客サービスリクエストが初回接触から最終クローズに至るまでの時間を大幅に短縮することを目指しています。これを達成することで、顧客満足度が直接向上し、長期化したケースに関連する運用コストが削減され、エージェントの処理能力が解放され、Zendesk Supportの運用効率が改善されます。
ProcessMindはZendesk Supportデータを分析し、解決フローにおけるボトルネックや遅延を特定します。解決を長引かせている特定のアクティビティやシーケンスを特定し、プロセスの効率化、繰り返しタスクの自動化、リソースの効果的な再配分に関する洞察を提供します。平均解決時間を15~25%削減することを目標とできます。

サービスレベルアグリーメント(SLA)の達成は、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ために不可欠です。この目標は、定義されたSLA目標内で解決されるサービスリクエストの割合を増やすことに焦点を当てており、Zendesk Support環境内での一貫したサービス品質と信頼性を確保します。
ProcessMindは、重要な経路を監視し、遅延を検出することで、SLA違反のリスクがあるケースをプロアクティブに特定します。エージェントの引き継ぎ、調査の遅延、コミュニケーションのギャップなど、SLA失敗の根本原因を正確に突き止め、コンプライアンスを10〜20%向上させるためのターゲットを絞った介入を可能にします。

内部エスカレーション率が高いということは、エージェントの知識不足、初期分類の不適切さ、複雑なプロセス引き継ぎなど、根本的な問題があることを示して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が上位層や異なる部署にエスカレーションされる頻度を減らすことで、コストを削減し、解決を加速することを目指しています。
ProcessMindはエスカレーション経路をマップし、一般的なトリガーを特定することで、知識ギャップやプロセスの不明瞭さが存在する場所を示します。エスカレーションにつながる状況を分析することで、トレーニングを最適化し、ナレッジベースのコンテンツを改善し、初期トリアージを洗練するのに役立ち、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ことは、初期の解決策が顧客の問題を完全に解決できておらず、不満や業務量の増加につながっていることを示唆しています。この目標は、Zendesk Supportシステム内で顧客の問題を初回で完全に、かつ効果的に解決することを確実にすることに焦点を当てています。
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一般的なパターン、エージェント、またはリクエストの種類を特定します。これにより、解決策が不十分な箇所や根本的な問題が完全に解決されていない箇所を明らかにし、再オープン率を5〜10%削減できる改善を可能にします。

コミュニケーションチャネルの一貫性のない使用は、断片化された顧客体験と非効率なエージェントワークフローにつながる可能性があります。この目標は、顧客とのやり取りにおける標準チャネルを確立し、Zendesk Supportにおいて明確性、一貫性、より効率的なサービスプロセスを確保することを目指しています。
ProcessMindは、サービスリクエストのライフサイクル全体で使用されるコミュニケーションチャネルのフローを可視化します。推奨チャネルからの逸脱を浮き彫りにし、複数の、潜在的に混乱を招くチャネルが使用されるシナリオを特定し、より良いCXのためにコミュニケーションを効率化し、標準化する取り組みをガイドします。

ワークロードの不均等な配分は、エージェントの燃え尽き症候群、サービス遅延、および品質のばらつきにつながる可能性があります。この目標は、Zendesk Supportの顧客サービスエージェントがバランスの取れたワークロードを持ち、効率を最大化し、チーム全体で公平なリソース配分を促進することに焦点を当てています。
ProcessMindは個々のエージェントの活動とケース割り当てに関する洞察を提供し、不均衡とボトルネックを明らかにします。これにより、ロードバランシング、クロストレーニング、または割り当てルールの調整の機会を特定し、より公平で効率的なワークロード配分を保証し、エージェントの生産性を10%向上させます。

新規の顧客サービスリクエストに対する確認が遅れると、顧客に悪い第一印象を与え、不安を高める可能性があります。この目標は、Zendesk Supportで顧客が問い合わせを開始してから初期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、「顧客からの問い合わせ開始」から「顧客への初期確認送信」までの時間を細かく追跡します。この重要な最初のステップにおける遅延やプロセス上のギャップを特定し、組織がより迅速な自動応答を導入したり、初期トリアージを効率化したりして、確認時間を20~30%改善することを可能にします。

サービスリクエストの分類が不適切だと、誤ったルーティング、遅延、非効率な処理につながりがちです。この目標は、Zendesk Supportにおける受信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署へ迅速に届くようにすることを目指しています。
ProcessMindは、初期分類と、エスカレーションや再割り当てを含むその後のプロセスパスとの相関関係を分析します。これにより、誤分類のパターンを特定し、分類ルールの改善、エージェントトレーニングの強化、または初期トリアージの自動化を支援し、精度を15~20%向上させることが可能です。

サービスリクエスト中に同じ情報を繰り返し求められると、顧客はフラストレーションを感じます。この目標は、Zendesk Supportにおける情報収集プロセスを効率化し、理想的には最初のやり取りで必要なすべての詳細を効率的に収集することを確実にすることに焦点を当てています。
ProcessMindは、サービスプロセス内で顧客から情報が要求されるポイントをマッピングします。これにより、冗長な要求や、エージェントが既に提供されたデータを繰り返し要求するアクティビティのパターンを特定し、これらのインスタンスを10〜20%削減するためのプロセス調整を可能にします。

標準業務手順からの逸脱は、サービス品質の一貫性の欠如、コンプライアンスリスク、および業務非効率につながる可能性があります。この目標は、Zendesk Support内のすべてのカスタマーサービスエージェントとプロセスが定義されたガイドラインとワークフローを厳密に遵守することを確実にすることを目指しています。
ProcessMindは、すべての実際のプロセス経路を自動的に発見して可視化し、理想的な参照モデルと比較します。これにより、不正なショートカット、欠落したステップ、またはコンプライアンス違反のアクションを浮き彫りにし、プロセス規律を強制し、一貫性を20%改善するための明確な証拠を提供します。

非効率な調査ステップは、カスタマーサービスにおける解決時間を大幅に長引かせ、コストを増加させる可能性があります。この目標は、顧客の問題の診断と解決に関わる活動を最適化し、Zendesk Support内でそれらをより迅速かつ効果的にすることに焦点を当てています。
ProcessMindは、「エージェントが問題を調査」フェーズにおける一般的なループ、手戻り、および不要なステップを特定します。エージェントが過度な時間を費やしたり、アクションを繰り返したりする箇所を浮き彫りにし、診断ツール、ナレッジベースへのアクセス、または内部コラボレーションを最適化するための洞察を提供し、調査時間を10〜15%削減します。

顧客サービス改善のための6つのステップ

1

テンプレートをダウンロード

実施すること

Zendesk Supportのカスタマーサービスプロセス分析のために特別に設計された、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てください。

その重要性

標準化されたデータ構造により、Zendesk Supportのチケットからのすべての重要な情報が正確に取得され、正確なプロセス分析が可能になります。

期待される成果

Zendesk Supportのカスタマーサービスデータに特化した、すぐに使えるExcelテンプレート。

提供内容

カスタマーサービスプロセス内の隠れた経路を発見

ProcessMindは、Zendesk Supportの生のデータを鮮やかでインタラクティブな可視化に変革します。顧客サービスジャーニーのすべてのステップを明らかにし、非効率性や改善の機会を発見できます。
  • エンドツーエンドのサービスプロセスを可視化
  • Zendeskの隠れた**ボトルネック**を特定
  • エージェントの引き継ぎとタスクを最適化
  • 平均顧客解決時間の短縮
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

想定される成果

顧客サービスにおける実践的な改善

これらの成果は、組織がZendesk Supportデータにプロセスマイニングを適用することで実現する具体的なメリットを示しています。サービスリクエストのライフサイクルを分析することにより、企業は非効率性やボトルネックを特定し、運用の大幅な改善につなげることができます。

0 %
解決時間の短縮

平均サービスリクエスト解決時間の短縮

プロセスマイニングはボトルネックと非効率性を特定し、ワークフローの最適化を支援することで、顧客の問題解決にかかる時間を大幅に短縮します。

- 0 %
SLA遵守の強化

サービスレベルアグリーメント達成の改善

コンプライアンス違反のプロセス経路とその根本原因を特定することで、組織は問題にプロアクティブに対処し、より多くのリクエストがSLA目標を達成できるようにすることができます。

0 %
エスカレーション率の削減

内部エスカレーションを必要とするリクエストの減少

内部エスカレーションのトリガーを理解することで、より良いエージェントトレーニングとプロセス調整が可能になり、上位層の関与の必要性を減らすことができます。

0 %
再オープンされるケースの減少

カスタマーサービスリクエストの再オープン件数の減少

ケースが再オープンされる理由を分析することで、最初の解決策の品質と完全性が向上し、顧客からの再連絡を減らし、満足度を高めることができます。

0 %
迅速な確認

平均初期顧客確認時間の短縮

初回接触における遅延を特定することは、最初の接点を効率化し、より良い顧客期待を設定し、初期の満足度を向上させるのに役立ちます。

達成される具体的な成果は、プロセスの複雑さ、データ品質、および導入範囲によって異なります。これらの例は、プロセスマイニングを顧客サービスプロセスに活用している組織で観察される一般的な改善を反映しています。

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

各顧客サービスリクエストのユニークな識別子で、チケットまたはケースとも呼ばれます。

その重要性

これは、すべてのプロセスステップを結びつけ、個々の顧客サービスジャーニーの再構築と分析を可能にする、不可欠なケースIDです。

アクティビティまたはイベントの開始時点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、イベントの順序付け、期間の計算、およびサービスリクエストプロセスのタイムライン分析に不可欠です。

サービスリクエストの処理に割り当てられた顧客サービスエージェントの名前またはID。

その重要性

どのアージェントがアクションを実行したかを追跡し、個々のパフォーマンス、ワークロード配分、およびリソース配分の分析を可能にします。

サービスリクエストの分類。「質問」「インシデント」「問題」「タスク」など。

その重要性

さまざまな種類の問題間でパフォーマンス比較と分析を可能にするためにリクエストを分類します。これは、ターゲットを絞ったプロセス改善にとって極めて重要です。

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

その重要性

リクエストの緊急度を示します。これはSLAコンプライアンスを分析し、重要な問題が迅速に対処されることを確実にするために不可欠です。

サービスリクエストが提出された、またはコミュニケーションが行われたチャネル。

その重要性

顧客とエージェントがどのようにやり取りするかを示し、チャネルの効率性や、それがプロセスと顧客体験に与える影響の分析を可能にします。

サービスリクエストがSLAポリシーに基づいて解決されることが期待される目標期間。

その重要性

顧客へのサービス約束を定義し、オンタイムパフォーマンスとSLA遵守を測定するためのベンチマークとして機能します。

サービスリクエストの解決時間がSLA目標を超過したかどうかを示すブール値フラグ。

その重要性

各ケースのSLAパフォーマンスについて明確な二値結果を提供し、コンプライアンス監視とレポート作成を簡素化します。

サービスリクエストが作成されてから最終的に解決されるまでの総経過時間。

その重要性

エンドツーエンドのケース期間を測定します。これは、プロセス全体の効率と顧客体験を評価するための重要なKPIです。

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

このアクティビティは、メール、ウェブフォーム、チャットなどのあらゆるチャネルからZendeskで新しいチケットが生成されることで、顧客サービスプロセスの始まりを示します。このイベントは、作成時にユニークなチケットIDとタイムスタンプとともにシステムによって明示的に記録されます。

その重要性

主要な開始イベントとして、全体のケース期間を計算し、経時的な受信リクエスト量を分析するために不可欠です。初回応答までの時間や総解決時間といった主要業績評価指標(KPI)を測定するための基準となります。

このイベントは、サービスリクエストが処理のために特定の担当エージェントに割り当てられたことを示します。これは、ルーティングルールに基づいて自動的に、またはチームリーダーやエージェントによって手動で実行されます。

その重要性

割り当ては、説明責任とワークロード管理にとって重要なマイルストーンです。割り当てまでの時間と再割り当てのパターンを分析することで、トリアージと分配プロセスにおけるボトルネックが明らかになります。

エージェントが顧客からさらに情報を必要とし、チケットのステータスを「保留中」に変更したときに発生します。このステータス変更は、プロセスが現在外部の関係者を待っていることを明確に示します。

その重要性

このアクティビティは顧客への依存を示し、内部SLAタイマーを一時停止させます。単一のチケットで頻繁にまたは繰り返し発生する場合、初期の情報収集が不完全であり、解決時間が長引く原因となっている可能性があります。

エージェントは顧客に解決策を提供した後、サービスリクエストを「解決済み」とマークします。これは一時的な状態であり、チケットは恒久的にクローズされる前に顧客からの返信によって再オープンされる可能性があります。

その重要性

これは、解決時間とエージェント効率を測定するための主要なマイルストーンです。エージェントが作業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の手戻り分析の基礎となります。

このアクティビティは、顧客が「解決済み」ステータスのチケットに返信した場合に発生します。Zendeskは自動的にステータスを「オープン」に戻し、問題が完全に解決されていないことを示します。

その重要性

再オープンは、初回解決の失敗や解決策の品質の低さを示す重要な指標です。再オープンされたチケットの頻度と理由を分析することで、エージェントトレーニングや解決手順を改善すべき領域を特定できます。

これは最終アクティビティであり、サービスリクエストの恒久的なクローズを示します。これは通常、チケットが「解決済み」とマークされてから一定期間が経過し、顧客からの新しい返信がない場合に自動的に発生します。

その重要性

決定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。「解決済み」から「クローズ済み」までの時間は、再オープンの可能性のある期間を表し、「クローズ済み」イベントは解決策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は、Zendesk内で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、逸脱、非効率性を特定するのに役立ちます。顧客サービスリクエストがどこで滞留したり、時間がかかりすぎたりしているかを明らかにし、ワークフローを最適化して解決時間を短縮することができます。再オープン率の高さや重大なSLA違反といった問題の根本原因を特定することが可能です。

プロセスマイニングには、主にZendesk Supportからのイベントログが必要です。これには、サービスリクエストIDなどのケース識別子、「チケット作成済み」や「エージェント割り当て済み」などのアクティビティ名、および各アクティビティのタイムスタンプが含まれます。エージェント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。

平均解決時間と内部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は、重要なSLA遵守の改善と再オープンされるサービスリクエスト数の削減に貢献します。最終的には、顧客満足度の向上とエージェントのより効率的な活用につながります。

Zendesk Supportは、API、レポート機能、データエクスポート機能など、さまざまなデータ抽出方法を提供しています。多くのプロセスマイニングツールも直接コネクタを提供したり、CSVやExcelなどの標準形式からデータをインポートしたりできます。お客様の特定のZendesk設定に最適な効率的な方法についてご案内できます。

データ構造に関するある程度の技術的理解は役立ちますが、多くの最新のプロセスマイニングプラットフォームはビジネスユーザー向けに設計されています。データ準備のために基本的なSQL知識が役立つこともありますが、必ずしも専門のデータエンジニアが必要なわけではありません。プロセスマイニングツールが複雑な分析作業を処理します。

はい、プロセスマイニングは、初期確認の遅延など、遅延の原因となるプロセスステップを特定するのに非常に優れています。イベントログを分析することで、顧客が同じ情報を繰り返し要求されるパターンを特定し、非効率な調査プロセスや不適切なリクエスト分類を示唆することもできます。これにより、的を絞った改善が可能になります。

初期のデータ抽出とモデル作成は、データ量と複雑さにもよりますが、通常数週間以内に完了します。最初の4~8週間で実用的な洞察を得られることが多いでしょう。継続的な監視により、継続的な改善が可能になり、メリットが持続されます。

カスタマーサービスのボトルネックを解消し、今すぐCSATを向上させましょう

繰り返しの問い合わせをなくしましょう。FCR 80%を達成し、顧客満足度を向上させます。

無料トライアルを開始

クレジットカード不要