サービスリクエスト管理を改善

Zendesk Supportサービスリクエストを最適化するための6ステップガイド
サービスリクエスト管理を改善

Zendesk Supportでサービスリクエストを最適化し、迅速な解決を実現

サービスリクエスト管理では、遅延や非効率性が頻繁に発生し、顧客満足度や運用コストに影響を与えます。当社のプラットフォームは、ワークフロー内の正確なボトルネックや冗長なステップを特定するのに役立ちます。解決時間の短縮とサービス提供全体の改善に資する、明確で実用的なインサイトを提供します。これにより、顧客体験の向上と運用費用の削減が実現します。

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

サービスリクエスト管理の最適化が重要な理由

サービスリクエスト管理は、ユーザーが必要なサポートを受けるための主要なチャネルとして、あらゆる組織にとって極めて重要な機能です。効率的に管理されることで、顧客満足度の向上、エージェントの生産性向上、そして円滑な業務フローが促進されます。しかし、特にZendesk Supportのような強力なプラットフォームを使用している場合でも、サービスリクエスト管理プロセス内に非効率性が存在すると、重大な問題を引き起こす可能性があります。解決の遅延、繰り返されるエスカレーション、一貫性のないリクエスト処理は、顧客体験に直接影響を与え、信頼とロイヤルティを損なう恐れがあります。内部的には、これらの非効率性はエージェントの時間浪費、手戻りの増加、そして受動的なサービス提供アプローチにより、運用コストの増加につながります。「サービスリクエスト管理を改善する方法」を理解することは、個々のインシデントを修正するだけでなく、サービス提供パイプライン全体をより迅速かつ費用対効果の高いものに変革することに繋がります。組織はしばしば、これらの問題の根本原因を特定するのに苦労し、経験的な証拠や基本的なレポートに依存しがちです。ここに、プロセス最適化の真の機会を発見するために、データ駆動型のアプローチが不可欠となる理由があります。

プロセスマイニングがZendesk Supportワークフローをいかに強化するか

プロセスマイニングは、Zendesk Support内のサービスリクエスト管理ワークフローを真に理解し、改善するための革新的な方法を提供します。仮定や理想化されたプロセス図に頼るのではなく、プロセスマイニングは、サービスリクエストの作成やエージェントへの割り当てといったイベントが発生した時のような、Zendeskのログからイベントデータを直接抽出します。このデータにより、あらゆるサービスリクエストの実際の「エンドツーエンド」のジャーニーを再構築することができます。これらの実際のプロセスフローを可視化することで、一般的な経路だけでなく、「サービスリクエスト管理のサイクルタイム」を延長させている可能性のある隠れた逸脱や手戻りループを即座に特定できます。例えば、多くのリクエストが「依頼者からの情報要求」や「内部レビュー実行」といったステップを繰り返し経てから「解決策提示」に至っていることが判明し、初期情報のより明確な収集や内部連携の合理化が必要であることが示されるかもしれません。プロセスマイニングは、リクエストが最も時間を費やしているのはどこか、どのエージェントやチームが最も効率的な解決経路を持っているか、全てのサービスレベルアグリーメント(SLA)が継続的に達成されているか、または遵守が滞る特定の段階があるか、といった重要な疑問に答えるのに役立ちます。この分析力は、プロセス最適化のための情報に基づいた意思決定を行うために必要な証拠を提供します。

サービスリクエスト改善の主要な領域

サービスリクエスト管理のプロセスフローを明確に把握することで、プロセスマイニングは改善の余地があるいくつかの主要な領域に光を当てます。特定のトリアージステップ、エージェントの割り当てキュー、あるいは予想以上に時間がかかる外部ベンダーとの連携など、遅延を引き起こすボトルネックを正確に特定できます。異なるプロセスバリアントを比較することで、特定のサービスタイプカテゴリのリクエストが継続的に長い「サービスリクエスト管理のサイクルタイム」を経験している、またはより多くの「依頼者からの情報要求」ステップを必要としていることを発見し、専用フォームやFAQの必要性を示唆するかもしれません。さらに、優先度や重要度がプロセスに与える影響を分析し、重大なリクエストが実際に加速された経路をたどっていることを確認できます。プロセスマイニングはまた、自動化の機会も浮き彫りにします。例えば、ボットやZendesk Supportの自動ルーティングルールで処理できる反復的な手動タスクを特定するなどです。全ての必須ステップが遵守されているか、ポリシー通りに引き継ぎが行われているかを示すことで、コンプライアンスの評価にも役立ちます。これらのパターンを理解することで、ワークフローを合理化し、冗長なステップを排除し、サービスチーム全体でベストプラクティスを標準化することが可能になり、より効率的で予測可能なサービス提供体験へと繋がります。

プロセス最適化による期待される成果

Zendesk Supportにおけるサービスリクエスト管理に対して、プロセスマイニングの洞察に基づいた改善を実施することで、具体的で測定可能なメリットがもたらされます。まず第一に、「サービスリクエスト管理のサイクルタイム」が大幅に短縮され、リクエストがより迅速に解決され、顧客への対応も速くなります。これは直接的に顧客満足度とロイヤルティの向上に繋がります。第二に、ボトルネックを排除しワークフローを最適化することで、運用効率が劇的に向上し、エージェントはより多くのリクエストを効果的に処理できるようになり、高コストな残業や追加人員の必要性が減少します。これは運用コストの直接的な削減に繋がります。第三に、プロセスへの可視性が高まることで、内部ポリシーや外部規制へのコンプライアンスが強化され、リスクが低減されます。また、SLA目標が頻繁に達成されていない領域に積極的に対処できるようになるため、SLA遵守率も向上します。最終的に、「サービスリクエスト管理のサイクルタイムを効果的に短縮する方法」は戦略的な優位性となり、より良いリソース配分、より高品質なサービス、そしてサポートチームにとってより良い職場環境を可能にします。

サービスリクエストプロセス分析の開始

Zendesk Support内でのサービスリクエスト管理を最適化するためのデータ駆動型ジャーニーに乗り出すことは、複雑なデータサイエンスの専門知識を必要としません。プロセスマイニングの原則を適用することで、生イベントデータを明確で実行可能な洞察へと変換し、改善努力を導くことができます。このアプローチにより、推測に頼るのではなく、データに基づいた意思決定を行い、効率性を向上させ、コストを削減し、顧客体験を高めることが可能になります。今日からサービスリクエストプロセスを探索し始め、最適化の可能性を最大限に引き出しましょう。

サービスリクエスト管理 カスタマーサービス IT Service Desk `チケット解決` SLA順守 顧客体験 サポート業務

よくある問題と課題

影響を与えている課題を特定する

サービスリクエストの解決に時間がかかりすぎると、顧客の不満を招き、内部目標の未達成につながります。この長期にわたる待機期間は、顧客満足度を低下させ、リソースの長期的な関与により運用コストを増大させる可能性があります。ProcessMindは、Zendesk Supportワークフロー内で遅延を引き起こしている正確なアクティビティや引き渡し点を特定するのに役立ちます。リクエストが停滞している重要なパスを可視化することで、サイクル時間の延長の根本原因を特定し、ターゲットを絞った改善策を実施できるようになります。

多くのサービスリクエストが定義されたSLA目標を達成できず、罰則、顧客不満、そして評判の低下を招いています。一貫したSLA違反は、サポート業務における根底にある非効率性やリソース配分の問題を示唆しています。ProcessMindは、サービスリクエスト管理プロセス内でSLA目標が継続的に達成されていない特定の箇所を明らかにします。アクティビティシーケンスと期間を分析することで、違反の一因となるボトルネックや非準拠パスを浮き彫りにし、プロアクティブな介入と遵守率の改善を可能にします。

サービスリクエストは、最初の解決試行後に頻繁に再開されたり、大幅な手戻りが発生したりすることがあり、エージェントの時間を無駄にし、最終的な顧客満足度を遅らせます。この再エンゲージメントのサイクルは、リソースを圧迫し、エージェントと申請者の双方を苛立たせます。ProcessMindは、リクエストが実際にたどるパスをマッピングし、手戻りループがどこで、なぜ発生するのかを明らかにします。「解決提案済み」の後に「情報要求」または「サービスリクエスト再開」につながるパターンを特定し、Zendesk Support内での品質問題を根本から解決するのに役立ちます。

サービスリクエストは、最初に誤ったチームやエージェントに振り分けられることが多く、正しい担当者に届くまでに不要な転送や遅延が発生します。この「ピンポン」のようなやり取りは、解決時間を長引かせ、エージェントの生産性を低下させます。ProcessMindは、異なるチームやエージェント間でのリクエストの流れを可視化し、一般的な誤ったルーティングパターンやリクエストが頻繁に再割り当てされるポイントを特定します。これにより、Zendesk Supportの設定内で、最初の割り当てロジックを最適化し、エージェントのスキルマッピングを改善するためのインサイトを提供します。

エージェントは、サービスリクエストが提出された後、顧客に追加情報を頻繁に要求する必要があり、これにより解決プロセスが長引き、顧客体験が悪化します。これは、初期のデータ収集が不完全であるか、要件が不明確であることを示しています。ProcessMindは、「依頼者からの情報要求」のようなアクティビティとその頻度を強調表示し、どのリクエストタイプやチャネルがこのようなやり取りにつながるかを示します。これにより、初期フォームの提出やエージェントトレーニングにおけるギャップを特定し、Zendesk Supportにおけるこれらの中断サイクルを最小限に抑えるのに役立ちます。

サービスリクエストは、エージェントやチームによって処理が一貫しないことがあり、品質のばらつき、コンプライアンスリスク、予測不可能な解決時間につながります。この非標準的なアプローチは、オペレーションの規模拡大や一貫した顧客体験の確保を困難にします。ProcessMindは、設計されたプロセスだけでなく、サービスリクエスト管理プロセスにおけるすべての実際のバリエーションを明らかにします。意図された「ハッピーパス」からの逸脱を露呈し、どのエージェントやチームが非標準的なシーケンスに従っているかを示し、Zendesk Support内でのターゲットを絞ったトレーニングとプロセス徹底を可能にします。

サービスリクエストの解決に外部ベンダーが関与すると、しばしば大幅な遅延が生じ、全体の解決時間や顧客満足度に影響を与えます。これらの外部依存関係を監視・管理することは大きな課題です。ProcessMindは、「外部ベンダー関与」アクティビティを含むリクエストのライフサイクルを追跡し、ベンダーからの応答やアクションを待つ時間を定量化します。これにより、ベンダー関連のボトルネックとそれがサービスリクエスト管理プロセスに与える影響を明確に可視化します。

内部レビューや承認が必要なサービスリクエストは、しばしば大幅な遅延を経験し、バックログの原因となり、解決フロー全体を遅らせます。これらのレビュー段階は、効率的に管理されないとボトルネックになる可能性があります。ProcessMindは、「内部レビュー実施済み」のアクティビティがどこで遅延を引き起こしているかを正確に特定し、どの特定のレビュー手順やチームがリクエストを停滞させているかを明らかにします。これにより、待機時間を定量化し、Zendesk Supportにおける内部承認ワークフローの最適化を支援します。

多数のサービスリクエストが上位階層や管理部門にエスカレーションされており、初期の解決試行が失敗しているか、現在のプロセスでは特定の複雑さに対応できないことを示しています。これは上級リソースに負担をかけます。ProcessMindは、エスカレーションを伴うリクエストがたどる経路を追跡できます。特定のサービスタイプやエージェントの初期割り当てなど、エスカレーションにつながるパターンを特定するのに役立ち、サービスリクエスト管理における根本原因に対処することを可能にします。

エージェントは特定のタイプのリクエストで過負荷になりがちである一方で、他のタイプではリソースが活用されていない可能性があり、一部の領域では燃え尽き症候群、他の領域ではアイドル時間につながります。この不均衡なワークロードは、チーム全体の効率と解決時間に影響を与えます。ProcessMindは、様々なサービスリクエストタイプと優先度における「割り当てられたエージェント/チーム」を追跡することで、エージェントの活動とワークロードの分布を分析します。これにより、Zendesk Support運用内でのリソース配分とトレーニングを最適化するための不均衡と機会が明らかになります。

トリアージと割り当ての後、特に複雑な問題では、「ソリューション開発/実装」フェーズでリクエストが停滞することがよくあります。これらの遅延は解決のライフサイクルを長期化させ、顧客満足度に影響を与えます。ProcessMindは、「ソリューション開発/実装」アクティビティに費やされた期間を定量化し、どのサービスタイプや複雑さが開発時間の延長につながるかを特定します。Zendesk Supportにおけるエージェントのプロセス改善やスキル向上領域を特定するのに役立ちます。

リクエストを解決しても、顧客満足度(CSAT)スコアが低いままである場合、解決プロセスや結果が期待を完全に満たしていないことを示しています。これは顧客離れやブランドイメージの低下につながる可能性があります。ProcessMindは、統合されていれば、プロセスバリエーションと解決経路を顧客フィードバックに結びつけることができます。これにより、満足度が低い原因となっている特定のプロセスフロー、エージェントの行動、または解決カテゴリを特定するのに役立ち、Zendesk Supportにおける顧客体験への的を絞った改善を可能にします。

代表的な目標

成功の定義を明確にする

この目標は、サービスリクエストの平均解決時間を、最初の提出から最終的なクローズまで大幅に短縮することを目指します。迅速な解決は、より迅速な応答と解決策を提供することで顧客満足度を直接向上させます。また、エージェントの処理能力を解放し、Zendesk Support内でより効率的に多くのリクエストを処理できるようにします。ProcessMindは、過剰な待機状態や不要な再割り当てなど、遅延の原因となる特定のアクティビティとシーケンスを特定します。サービスリクエストの完全なライフサイクルを分析することで、ボトルネックや最適なパスからの逸脱を特定し、解決時間を15〜25%短縮できるターゲットを絞ったプロセス改善を可能にします。

この目標を達成することは、Zendesk Supportにおけるサービスリクエストに対して定義されたサービスレベルアグリーメントを継続的に満たすか、上回ることを意味します。SLA遵守の一貫性は顧客との信頼を築き、重要な問題が約束された時間枠内で対処されることを保証します。これは、高い水準のサービス提供を維持するために不可欠です。ProcessMindは、SLA違反がどこでなぜ発生するのかを明確に示し、頻繁に目標を達成できない特定のアクティビティやエージェントを特定します。事前定義されたSLAポリシーに対するプロセス変動とサイクルタイムを追跡することで、コンプライアンス分析を支援し、組織が遵守率を10〜20%向上させることを可能にします。

ここでの目的は、繰り返し作業が必要なサービスリクエスト、または最初に解決済みとマークされた後に再開されるサービスリクエストの数を減らすことです。手戻りが多いということは、最初の解決策が不十分または不完全であったことを示し、リソースの無駄遣いや顧客の不満につながります。これを最小限に抑えることで、初回解決率が向上します。ProcessMindは、再開されたリクエストがたどる正確なパスをマッピングし、情報収集の不十分さ、初期診断の誤り、時期尚早なクローズといった根本原因を明らかにします。これらの非効率なループを明らかにすることで、手戻り率を10〜15%削減し、Zendesk Supportにおけるより効果的なサービス提供に繋げることができます。

この目標は、サービスリクエストが、その種類、優先度、必要な専門知識に基づいて、最も適切なエージェントまたはチームに即座に振り分けられるようにすることに焦点を当てています。効果的なルーティングは、転送時間を短縮し、リクエストが最も解決に適したエージェントによって処理されることを保証し、Zendesk Support内の効率と顧客満足度を高めます。ProcessMindは、実際のリクエストフローを可視化し、誤ったルーティング、過剰な転送、エージェントの再割り当ての事例を強調します。非効率な引き継ぎの一般的なパターンを特定し、ルールベースの自動化改善を提案することで、誤ったルーティングの事例を20%削減し、初期応答時間を加速させる可能性があります。

組織全体で、あらゆる種類のサービスリクエストを処理するための、一貫したベストプラクティスプロセスを確立することが目標です。標準化により、サービス品質のばらつきが減り、コンプライアンスが確保され、エージェントのトレーニングがより効率的になります。これにより、Zendesk Supportで予測可能で信頼性の高い顧客サービスの結果が得られます。ProcessMindは、サービスリクエストプロセスにおけるすべての実際のバリエーションを発見し、それらを理想的なパスや規定されたパスと対比させます。これにより、不正なショートカットや長期にわたる逸脱を特定し、標準化されたワークフローの作成とプロセスバリエーションの最大30%削減を可能にします。

この目標は、サービスリクエストが完全に理解された後、解決策を開発し実装するまでにかかる時間を短縮することを目指します。このフェーズを短縮することで、顧客の待ち時間を最小限に抑え、エージェントがより迅速に新しいリクエストに取り組めるようになります。効率的な解決策の提供は、Zendesk Supportにおける全体的な運用効率の鍵となります。ProcessMindは、長時間の内部レビューや承認ステップなど、解決策開発フェーズ内で遅延の一因となる特定のアクティビティを正確に特定します。各サブプロセスの期間に関するインサイトを提供し、並列化または排除の領域を強調することで、解決策の提供を10〜20%加速させる可能性があります。

目標は、外部ベンダーがサービスリクエストの解決に関与する際に発生する遅延を最小限に抑えることです。この段階での遅延は、全体の解決時間を著しく長引かせ、顧客を苛立たせる可能性があります。Zendesk Supportでのサービス遂行を維持するためには、この引き継ぎを効率化することが極めて重要です。ProcessMindは、ベンダー関連アクティビティの正確な期間を追跡し、ベンダーのアクションや応答を待っている間にリクエストが停滞する特定のポイントを特定します。これにより、合意されたタイムラインに対するベンダーのパフォーマンスを分析し、外部依存による遅延を15%以上削減できる改善を可能にします。

この目標は、サービスリクエストが経る可能性のある内部レビューおよび承認ステップの効率を最適化することを目指します。複雑または冗長なレビュー段階は、重大なボトルネックを生み出し、解決時間を不必要に延長する可能性があります。これらのプロセスを簡素化することで、Zendesk Supportリクエストの解決までの道のりが加速されます。ProcessMindは、すべての内部レビューのループと承認アクティビティをマッピングし、どのステップが最も時間を消費しているか、または頻繁に再訪されているかを明らかにします。依存関係やシーケンスの問題を浮き彫りにし、レビュープロセスの再設計を可能にすることで、サイクル時間を20〜30%削減し、不要な引き渡しを排除します。

目標は、上位層や管理職へのエスカレーションが必要なサービスリクエストの割合を減らすことです。高いエスカレーション率は、しばしば初期対応の失敗、エージェントの知識不足、またはシステム的なプロセス上の問題を示します。エスカレーションを減らすことは、より効率的な一次対応とZendesk Supportにおける顧客体験の向上を意味します。ProcessMindは、エスカレーションされたサービスリクエストの一般的な先行アクティビティと特性を特定し、エスカレーションの根本原因を突き止めます。これらのパターンを分析することで、組織はターゲットを絞ったトレーニングやプロセス変更を実施し、エスカレーション量を10〜15%削減することを目指すことができます。

この目標は、エージェントのリソースが最適に活用され、スキルセットとリクエストの種類が一致し、ワークロードが効果的に管理されることを保証することに焦点を当てています。非効率な割り当ては、エージェントの燃え尽き、応答の遅延、ワークロードの不均衡につながります。より良い割り当ては、Zendesk Supportチームの生産性とサービス品質を最大化します。ProcessMindは、エージェントのワークロード分散と各エージェントまたはチームが処理するリクエストの種類に関するインサイトを提供し、ボトルネックや活用されていない能力を明らかにします。割り当てロジックにおける非効率性を特定することで、リソース利用率を15%向上させ、アイドル時間を短縮できる調整をサポートします。

目標は、サービスリクエストのライフサイクル中にエージェントが追加情報を得るために顧客に再連絡する必要がある回数を最小限に抑えることです。過度なやり取りは解決時間を長引かせ、顧客体験を低下させます。Zendesk Supportの効率を高めるには、初期の情報収集を改善することが極めて重要です。ProcessMindは、顧客から情報が繰り返し要求される事例をマッピングし、初期データ収集における一般的なトリガーや失敗点​​を特定します。これらの非効率性を浮き彫りにすることで、受付フォームやエージェントの質問テクニックの改善を支援し、これらのサイクルを20%削減する可能性を秘めています。

この目標は、最初の顧客インタラクション中に完全に解決されるサービスリクエストの割合を増やし、それ以上のフォローアップや内部転送を不要にすることを目指します。初回解決率が高いほど、顧客満足度と運用効率が大幅に向上し、Zendesk Supportの有効性が高まります。ProcessMindは、初回で解決されるリクエストと複数回のインタラクションを必要とするリクエストの特性を特定します。初回解決が成功したプロセスパスとエージェントアクティビティを分析することで、ベストプラクティスとエージェントトレーニングの領域を明らかにし、この指標を5〜10%改善することを目指します。

サービスリクエスト管理のための6ステップ改善パス

1

テンプレートをダウンロード

実施すること

サービスリクエスト管理データ用に設計された、事前構造化されたExcelテンプレートを入手します。このテンプレートにより、データが分析準備万端となり、ProcessMindの要件に合致します。

その重要性

標準化されたデータ形式は、正確なプロセスマイニングにとって不可欠です。これにより、一般的なデータ取り込みの問題が防止され、改善の旅がスムーズに開始されます。

期待される成果

Zendesk Supportデータに対応した、空ではあるが正しくフォーマットされたExcelテンプレートです。

提供内容

サービスリクエストワークフローにおける主要な遅延を明らかにする

ProcessMindは、強力な可視化を通じてサービスリクエストの真の経路を明らかにします。正確な非効率性を特定し、それが解決時間に与える影響を理解します。
  • サービスリクエストのプロセスフローを可視化
  • 遅延の原因となるボトルネックを特定
  • 隠れた手戻りや非効率なステップを発見
  • 顧客満足度を高めるための解決時間の最適化
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

サービスリクエスト管理で組織が達成すること

これらの成果は、プロセスマイニングを使用してサービスリクエスト管理プロセスを最適化する組織が達成する一般的な改善を表しており、効率向上と顧客満足度向上につながります。

0 % faster
解決時間の短縮

サービスリクエストの平均サイクルタイム

プロセスマイニングはサービスリクエストのワークフローにおけるボトルネックを特定し、エンドツーエンドの解決を大幅に加速させます。これにより、顧客はより迅速にソリューションを受け取ることができます。

0 % fewer
手戻り率の削減

再オープンされたサービスリクエストの減少

再オープンされたケースの根本原因を特定することで、プロセスマイニングは初期解決の質と完全性を向上させるのに役立ちます。これにより、エージェントの無駄な労力が削減されます。

0 % increase
SLA遵守率の向上

サービスレベル遵守の改善

プロセスマイニングは、目標SLAからの逸脱を明らかにし、プロセスとリソース配分の事前調整を可能にします。これにより、より多くのリクエストが期限内に解決されるようになります。

0 % more efficient
効率化された運用

標準化されたリクエスト処理

不要なプロセスバリアントと再割り当てを特定・排除し、より予測可能で効率的なサービスリクエストジャーニーを実現します。これにより、運用上の複雑さが軽減されます。

0 % better CX
顧客満足度の向上

顧客からのフォローアップの減少

なぜ複数の情報要求が必要なのか、あるいは初回接触解決がなぜ失敗するのかを特定します。プロセスマイニングは、よりスムーズな顧客インタラクションと顧客満足度の向上に役立ちます。

結果はプロセスの複雑さやデータ品質によって異なります。ここに示す数値は、導入事例で一般的に見られる改善幅です。

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

Zendesk内の各サービスリクエストチケットの一意の識別子。

その重要性

これは、サービスリクエストのジャーニーにおけるすべてのイベントを繋ぐ必須のケース識別子であり、エンドツーエンドのプロセス分析を可能にします。

サービスリクエストに対して発生したビジネスアクティビティまたはイベントの名称。

その重要性

この属性はプロセスのステップを定義し、プロセスマップの可視化、プロセスフロー、バリエーション、コンプライアンスの分析を可能にします。

アクティビティが発生した正確な日時。

その重要性

このタイムスタンプはイベントを時系列で並べ、すべての期間、パフォーマンス、ボトルネック分析に不可欠です。

イベント発生時にサービスリクエストに割り当てられていたエージェントの名前。

その重要性

この属性は、エージェントのパフォーマンス、ワークロードの分散、および再割り当てが解決時間に与える影響を分析するために不可欠です。

サービスリクエストに割り当てられたサポートチームまたはグループ。

その重要性

チームのパフォーマンス、ワークロードのバランス調整、異なるサポートグループ間のルーティング効率の分析を可能にします。

サービスリクエストに割り当てられた優先度レベル(例:低、通常、高、緊急)。

その重要性

リクエストを緊急度でセグメント化することを可能にし、SLAコンプライアンスの分析や重要な問題が迅速に処理されることを保証するために不可欠です。

イベント発生時のサービスリクエストのステータス(例:新規、オープン、保留中)。

その重要性

ステータスを追跡することは、リクエストの進捗状況を理解し、待機状態またはアクティブ状態に費やされる時間を特定するために不可欠です。

サービスリクエストが送信されたチャネル(例:メール、ウェブフォーム、電話)。

その重要性

異なる顧客サポートチャネルの効率と成果を分析するのに役立ち、的を絞った改善を可能にします。

サービスリクエストのカテゴリまたは種類(例:インシデント、質問、問題、タスク)。

その重要性

リクエストを分類し、インシデントと質問など、異なる経路をたどる様々なプロセスを個別に分析できるようにします。

カテゴリ分けとルーティングのためにサービスリクエストに適用されたタグのリストです。

その重要性

データを柔軟にスライス&ダイスする機能を提供し、他のフィールドでは捕捉されない特定のサブプロセスやチケット属性に対する詳細な分析を可能にします。

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

リクエスターが任意のチャネルを通じて新しいチケットを提出する際、サービスリクエストのライフサイクルが始まることを示します。これはZendeskチケット監査ログの「作成」イベントとして捕捉され、プロセスの確定的な開始時間を提供します。

その重要性

このアクティビティは、すべてのサービスリクエストの主要な開始イベントとして機能し、エンドツーエンドのサイクルタイムを計算し、リクエスト受付量を分析するために不可欠です。

このアクティビティは、サービスリクエストが特定の担当エージェントに初めて割り当てられたときに発生します。これは、チケット監査ログの「変更」イベントで、「assignee_id」フィールドがnullまたはグループIDから入力されたことから推測されます。

その重要性

これはエージェントによるアクティブな作業の開始を示し、初期応答時間、初回割り当ての遅延、およびエージェントのワークロード分散を測定するために不可欠です。

このアクティビティは、エージェントから申請者へ送信されたあらゆるコミュニケーションをマークします。これは、Zendeskチケットデータにおいて「public」属性がtrueである明示的な「コメント」イベントとしてキャプチャされます。

その重要性

これらのイベントは、コミュニケーション頻度の分析、エージェント応答時間の測定、および解決に必要なインタラクション数の特定に不可欠です。

このアクティビティは、サービスリクエストが定義されたSLA目標(初回返信時間や解決時間など)を満たせなかった時点をマークします。Zendeskは、目標が達成されなかった場合にこれを明示的なイベントとしてログに記録します。

その重要性

これはコンプライアンス監視にとって重要なイベントであり、SLA順守率KPIの主要な入力値となります。サービスコミットメントの不履行を特定します。

リクエスターが「解決済み」状態のリクエストに返信すると発生し、そのステータスが自動的に「オープン」に戻ります。これは、提案された解決策が不十分であったことを意味します。

その重要性

このアクティビティは手戻りの主要な指標です。その頻度を分析することで、解決品質を測定し、顧客不満の原因を特定するのに役立ちます。

このアクティビティは、エージェントが解決策を提供し、チケットステータスを「解決済み」に変更した時点をマークします。リクエストはエージェントの視点からは完了したと見なされますが、申請者によって再開される可能性があります。

その重要性

これは、エージェントの積極的な作業の終了を示す重要なマイルストーンです。この状態に到達するまでの時間は、解決効率の主要な指標となります。

サービスリクエストの最終的かつ永続的な終了を表します。チケットは「解決済み」の状態から一定期間経過後、自動的に「終了」状態に移行し、再オープンすることはできません。

その重要性

このアクティビティは、サービスリクエストプロセスの決定的な終了を示します。これにより、完全なケース期間を計算するための最終的な終点となります。

よくある質問

よくある質問

プロセスマイニングはZendesk Supportにおける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、手戻りループ、および非準拠パスを明らかにします。これにより、解決時間の長期化、SLA違反、顧客満足度の低さの根本原因を特定するのに役立ちます。これらの問題を理解することで、効率とサービス品質を向上させるための的を絞った改善策を実施できます。

主にサービスリクエストチケットの履歴データが必要となります。主要な情報には、ケース識別子、サービスリクエストID、すべてのステータス変更のタイムスタンプ、エージェントの割り当て、コメント、および解決イベントが含まれます。各リクエストの完全なライフサイクルを詳細に記したイベントログは、正確なプロセスモデルを構築するために不可欠です。

データは通常、Zendesk Supportのレポート機能、API、またはデータエクスポートツールを使用して抽出できます。タイムスタンプ、エージェントID、ステータス変更など、関連する全てのフィールドが含まれるように、過去のチケットイベントログを構造化してエクスポートすることを推奨します。このデータはその後、プロセスマイニングツールに取り込まれ、準備されます。

プロセスマイニングは、サービスリクエスト解決時間の短縮、SLA遵守率の向上、手戻りの最小化といった具体的な改善を達成するのに役立ちます。また、より最適化されたリクエストルーティング、より効率的なエージェントリソース配分、そして初回接触解決率の向上も期待できます。これらは顧客とエージェントの満足度向上につながります。

Zendeskサービスリクエストに対するプロセスマイニングの実装は、チケットデータの構造化された性質により合理化されます。初期のデータ抽出と準備には注意が必要ですが、分析ツールはユーザーフレンドリーな探索のために設計されています。私たちはセットアップを通じて皆様をガイドし、プロセスを効率的かつ管理しやすいものにします。

主要な技術要件は、履歴チケットイベントデータをエクスポートするためにZendesk Supportインスタンスへのアクセスがあることです。それに加えて、プロセスマイニングソフトウェアプラットフォームが必要となり、これはクラウドベースまたはオンプレミスであることができます。ほとんどのツールは標準的なCSVまたはデータベースのエクスポートを取り込むことができるため、通常、複雑なカスタム統合は必要ありません。

プロセスマイニングは全体的なプロセスフローを明らかにし、非効率性を特定しますが、その主な焦点は個々のパフォーマンスではなく、プロセス内のシステム的な問題にあります。プロセス自体がボトルネックや手戻りを生み出す箇所を浮き彫りにします。得られたインサイトは、トレーニングやルーティングルールの改善に利用でき、すべてのエージェントに利益をもたらします。

最初のデータ抽出と取り込み後、データの複雑さやプロジェクトの範囲にもよりますが、実用的な洞察は数週間、時には数日以内に生成されることがよくあります。初期分析では、主要な逸脱やボトルネックを迅速に特定します。その後の継続的なモニタリングは、実施された変更の影響を経時的に追跡するのに役立ちます。

サービスリクエスト管理を最適化。今すぐ遅延を削減。

遅い処理とユーザーの不満を解消します。70%の自動化を実現します。

無料トライアルを開始

クレジットカード不要。迅速なセットアップ。