> 継続的なプロセス改善 > サービスリクエスト管理 > Zendesk Support

サービスリクエスト管理を改善

Zendesk Supportのサービスリクエストを最適化する6つのステップ

データテンプレートをダウンロード

サービスリクエスト管理

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(12)目標(12)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のサービスリクエストを見直し、解決を迅速化

サービスリクエスト管理では、遅延や非効率が顧客満足度や運用コストに影響することがあります。ProcessMindを使うと、ワークフロー内のボトルネックや重複した手順を特定できます。解決時間の短縮とサービス提供の改善に向けて、具体的なインサイトを提示します。その結果、顧客体験の向上と運用コストの削減につながります。

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

サービスリクエスト管理の改善が重要な理由

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窓口であり、どの組織にとっても欠かせない業務です。効率よく対応できれば、顧客満足度や担当者の生産性が高まり、業務もスムーズに進みます。一方、Zendesk Supportのような機能豊富なプラットフォームを使っていても、サービスリクエスト管理プロセスに非効率な部分があると、さまざまな問題につながります。解決の遅れ、エスカレーションの繰り返し、対応のばらつきは、顧客体験に直接影響し、信頼やロイヤルティを損なうおそれがあります。社内では、担当者の時間の浪費、手戻りの増加、先回りではなく事後対応に追われることにより、運用コストが増大します。「サービスリクエスト管理をどう改善するか」を考えることは、個々の問題への対処にとどまりません。サービス提供の流れ全体を、より迅速で費用対効果の高いものへと変えることにつながります。多くの組織では、経験談や基本的なレポートに頼り、問題の根本原因を特定できずにいます。プロセスをデータに基づいて分析することで、改善の可能性を正確に見つけられます。

プロセスマイニングでZendesk Supportのワークフローを把握

プロセスマイニングを使うと、Zendesk Supportのサービスリクエスト管理ワークフローの実態を把握し、改善できます。推測や理想化されたプロセスマップに頼るのではなく、Zendeskのログから、「サービスリクエストの作成」や「担当者へのサービスリクエストの割り当て」などのイベントデータを直接取得します。このデータから、サービスリクエストごとの実際の流れを、開始から完了まで再構成できます。実際のプロセスの流れを可視化すれば、よくある経路だけでなく、見えにくい逸脱や手戻りのループも把握でき、「サービスリクエスト管理のサイクルタイム」が長くなる原因を特定できます。たとえば、多くのリクエストで「依頼者への情報確認」や「内部レビューの実施」を何度も経てから「解決策の提示」に至っているとわかれば、最初の情報収集を改善したり、社内連携をスムーズにしたりする必要があるかもしれません。プロセスマイニングを使うと、リクエストの対応に最も時間がかかる箇所はどこか、最も効率よく解決している担当者やチームはどこか、すべてのサービス種別でサービスレベル契約（SLA）を継続的に守れているか、どの段階で遵守できなくなるのか、といった重要な問いに答えられます。こうした分析結果は、プロセス改善に向けた判断の根拠になります。

サービスリクエスト改善の主なポイント

サービスリクエスト管理プロセスの流れを把握すると、改善できる主なポイントが見えてきます。想定より時間がかかるトリアージ、担当者の割り当て待ち、外部ベンダーとのやり取りなど、遅延を引き起こすボトルネックを正確に特定できます。プロセスのバリアントを比較すれば、特定の「サービス種別」のリクエストで「サービスリクエスト管理のサイクルタイム」が長くなったり、「依頼者への情報確認」が増えたりしていることがわかる場合があります。その場合は、専用フォームやFAQが必要かもしれません。また、優先度や重大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迅速な経路で処理されているかを確認できます。さらに、繰り返し発生する手作業を特定し、Zendesk Supportのボットや自動振り分けルールで処理できるかを検討するなど、自動化の機会も見つけられます。必須のステップがすべて実施されているか、引き継ぎが方針どおりに行われているかを確認し、コンプライアンスの評価にも役立てられます。こうした傾向を把握することで、ワークフローを見直し、不要なステップをなくし、サポートチーム全体で有効な方法を標準化できます。その結果、サービス提供の効率と予測可能性が高まります。

プロセス改善で期待できる成果

プロセスマイニングで得たインサイトに基づき、Zendesk Supportのサービスリクエスト管理を改善すると、測定可能な成果が期待できます。まず、「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、リクエストの解決が早まり、顧客への回答も迅速になります。これにより、顧客満足度とロイヤルティの向上につながります。次に、ボトルネックを解消してワークフローを見直すことで、業務効率が大きく向上します。担当者がより多くのリクエストに効果的に対応できるようになり、高額な残業や増員の必要性を抑え、運用コストの削減につなげられます。さらに、プロセスの可視性が高まることで、社内方針や外部規制へのコンプライアンスを強化し、リスクを軽減できます。サービスレベル目標を達成できていない箇所に先回りして対処できるため、SLAの遵守状況も改善できます。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」を見つけることは、リソースの適切な配分、サービス品質の向上、サポートチームにとって働きやすい環境づくりにつながります。

サービスリクエストのプロセス分析を始める

Zendesk Supportでサービスリクエスト管理をデータに基づいて改善するために、高度なデータサイエンスの知識は必要ありません。プロセスマイニングを使えば、生のイベントデータを明確なインサイトに変え、改善の取り組みに役立てられます。推測に頼らず、データに基づいて効率を高め、コストを抑え、顧客体験を向上させる判断ができます。サービスリクエストのプロセスを分析し、改善の可能性を見つける第一歩を踏み出しましょう。

サービスリクエスト管理カスタマーサービス ITサービスデスクチケットの解決 SLAの遵守顧客体験サポート業務チケット管理チケット管理サービスカタログセルフサービスポータルリクエストへの対応 ITヘルプデスクサービスデスク

よくある問題と課題

影響している課題を特定

サービスリクエストの解決に時間がかかり、顧客の不満や社内目標の未達につながっています。待ち時間が長引くと顧客満足度が低下し、担当者が長時間対応にあたることで運用コストも増加する可能性があります。ProcessMindは、Zendesk Supportのワークフローで遅延を生むアクティビティや引き継ぎを特定します。リクエストが滞留する重要な経路を可視化し、サイクルタイムが長くなる根本原因を明らかにすることで、的を絞った改善につなげます。

多くのサービスリクエストが定められたSLA目標を達成できず、ペナルティや顧客満足度の低下、評判の悪化を招いています。SLA未達が続く場合、サポート業務に非効率な点があるか、リソース配分に問題がある可能性があります。ProcessMindは、サービスリクエスト管理プロセスのどこでSLA目標を継続的に達成できていないかを明らかにします。アクティビティの順序や所要時間を分析し、未達につながるボトルネックやコンプライアンスに沿わない経路を特定することで、早期の対応と遵守率の向上を支援します。

サービスリクエストが頻繁に再オープンされたり、最初の解決後に大幅な手戻りが発生したりすると、担当者の時間が失われ、顧客が最終的に満足するまでの時間も延びます。こうした再対応はリソースを圧迫し、担当者と依頼者の双方に負担をかけます。ProcessMindは、リクエストが実際にたどる経路を可視化し、手戻りが発生する箇所とその理由を明らかにします。「解決策を提示」の後に「情報を依頼」や「サービスリクエストを再オープン」が続くパターンを特定し、Zendesk Supportにおける品質上の問題を発生源から解消できるよう支援します。

サービスリクエストが最初に誤ったチームや担当者へ振り分けられることが多く、適切な担当者に届くまで不要な転送や遅延が発生しています。こうした「たらい回し」によって解決までの時間が延び、担当者の生産性も低下します。ProcessMindは、チームや担当者間でのリクエストの流れを可視化し、よくある誤振り分けのパターンや再割り当てが頻発する箇所を特定します。Zendesk Supportでの最初の割り当てルールや、担当者のスキルと業務の対応関係を見直すための情報を提供します。

サービスリクエストの送信後、担当者が顧客に追加情報を求めることが頻繁にあり、解決までの時間が延び、顧客体験も損なわれています。これは、最初の情報収集が不十分であるか、必要な情報が明確に示されていない可能性を示しています。ProcessMindは、「依頼者に情報を依頼」などのアクティビティとその発生頻度を示し、どの種類のリクエストやチャネルでやり取りが繰り返されているかを明らかにします。Zendesk Supportでの入力フォームや担当者向けトレーニングの不足を特定し、こうした中断の多いサイクルを減らせるよう支援します。

担当者やチームによってサービスリクエストの対応方法にばらつきがあり、品質の差やコンプライアンス上のリスク、解決時間の予測しにくさにつながっています。対応が標準化されていないと、業務の拡大や一貫した顧客体験の実現が難しくなります。ProcessMindは、設計上のプロセスだけでなく、サービスリクエスト管理で実際に行われているすべてのバリアントを明らかにします。想定された理想経路からの逸脱を示し、標準と異なる順序で対応している担当者やチームを特定することで、Zendesk Supportでの的を絞ったトレーニングやプロセスの徹底を支援します。

サービスリクエストの解決に外部ベンダーが関わると、大幅な遅延が生じ、全体の解決時間や顧客満足度に影響することがあります。こうした外部への依存を把握し、管理することは大きな課題です。ProcessMindは、「外部ベンダーに依頼」のアクティビティを含むリクエストの全過程を追跡し、ベンダーの回答や対応を待つ時間を定量化します。ベンダーに関連するボトルネックと、サービスリクエスト管理プロセスへの影響を明確に把握できます。

社内レビューや承認が必要なサービスリクエストでは、大幅な遅延が発生し、未処理案件が積み上がって解決全体の流れが滞ることがあります。レビュー段階を効率よく管理できないと、処理の妨げになります。ProcessMindは、「社内レビューを実施」のアクティビティが遅延を生む箇所を特定し、どのレビュー手順やチームがリクエストを滞らせているかを明らかにします。待ち時間を定量化し、Zendesk Supportの社内承認ワークフローの見直しを支援します。

多くのサービスリクエストが上位のサポート担当者や管理者にエスカレーションされています。最初の対応で解決できていないか、現行プロセスでは複雑な案件に対応しきれていない可能性があります。その結果、経験豊富な担当者の負担が増します。ProcessMindは、エスカレーションを含むリクエストの経路を追跡できます。サービスの種類や最初の担当者の割り当てなど、エスカレーションにつながるパターンを特定し、サービスリクエスト管理の根本原因への対処を支援します。

特定の種類のリクエストに担当者の負荷が集中する一方で、十分に活用されていない担当者がいる場合があります。一部では疲弊が進み、別の領域では待機時間が生じます。こうした負荷の偏りは、チーム全体の効率や解決時間に影響します。ProcessMindは、さまざまな種類や優先度のサービスリクエストについて、「担当者／チーム」の割り当てを追跡し、担当者のアクティビティと業務量の分布を分析します。負荷の偏りや、Zendesk Supportでのリソース配分とトレーニングを見直す余地を明らかにします。

トリアージと割り当ての後、特に複雑な問題では「解決策の開発／実施」の段階でリクエストが滞ることがあります。こうした遅延は解決までの期間を延ばし、顧客満足度に影響します。ProcessMindは、「解決策の開発／実施」アクティビティにかかる時間を定量化し、どのサービスの種類や複雑さが開発期間の長期化につながるかを特定します。Zendesk Supportでのプロセス改善や担当者のスキル向上が必要な領域を見つけるのに役立ちます。

リクエストを解決しても顧客満足度（CSAT）が低い場合、解決までのプロセスや結果が顧客の期待に十分応えられていない可能性があります。顧客離れやブランドイメージの悪化につながることもあります。連携している場合、ProcessMindはプロセスのバリアントや解決経路を顧客のフィードバックと関連付けられます。満足度の低さに関係する具体的なプロセスの流れ、担当者の対応、解決カテゴリを特定し、Zendesk Supportでの顧客体験を改善するための施策につなげます。

一般的な目標

成功の基準を定義

この目標は、サービスリクエストの送信から最終的なクローズまでにかかる平均時間を大幅に短縮することです。迅速な解決は、顧客への回答や解決策の提示を早め、顧客満足度の向上に直結します。また、担当者のキャパシティに余裕が生まれ、Zendesk Supportでより多くのリクエストに効率よく対応できます。ProcessMindは、過剰な待機や不要な再割り当てなど、遅延の原因となるアクティビティや順序を特定します。サービスリクエストの全過程を分析してボトルネックや最適な経路からの逸脱を明らかにし、解決時間を15～25％短縮するための的を絞った改善につなげます。

この目標は、Zendesk Supportのサービスリクエストについて、定められたサービスレベル契約を継続して達成、または上回ることです。SLAを一貫して遵守することで顧客との信頼関係を築き、重要な問題に約束した時間内に対応できます。高い水準のサービスを維持するうえで欠かせません。ProcessMindは、SLA未達がどこで、なぜ発生するかを明確に示し、目標を達成できていないアクティビティや担当者を特定します。プロセスのバリアントやサイクルタイムを事前に定めたSLAポリシーと照らし合わせて遵守状況を分析し、組織が遵守率を10～20％向上させるための取り組みを支援します。

ここでの目標は、繰り返しの対応が必要なサービスリクエストや、解決済みとした後に再オープンされるリクエストを減らすことです。手戻りが多い場合、最初の解決策が不十分または不完全で、リソースの浪費や顧客の不満につながっている可能性があります。手戻りを減らすことで、初回対応での解決率を高められます。ProcessMindは、再オープンされたリクエストの経路を正確に可視化し、情報収集の不足、最初の診断の誤り、早すぎるクローズなどの根本原因を明らかにします。非効率な繰り返しを把握することで、手戻り率を10～15％削減し、Zendesk Supportでより効果的なサービスを提供できるよう支援します。

この目標は、サービスリクエストの種類、優先度、必要な専門知識に応じて、最適な担当者やチームへ最初から振り分けることです。適切な振り分けにより転送時間を減らし、解決に最適な担当者が対応できるため、Zendesk Supportの効率と顧客満足度が向上します。ProcessMindは実際のリクエストの流れを可視化し、誤振り分けや過剰な転送、担当者の再割り当てを明らかにします。非効率な引き継ぎのパターンを特定し、ルールに基づく自動化の改善案を提示します。誤振り分けを20％削減し、初回応答を早められる可能性があります。

目標は、組織全体であらゆる種類のサービスリクエストに一貫したベストプラクティスで対応できるようにすることです。標準化によってサービス品質のばらつきを抑え、コンプライアンスを確保し、担当者のトレーニングを効率化できます。Zendesk Supportで予測しやすく信頼性の高い顧客対応につながります。ProcessMindは、サービスリクエストの実際のバリアントをすべて把握し、理想的な経路や規定された経路と比較します。許可されていない手順の省略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、プロセスのばらつきを最大30％削減する取り組みを支援します。

この目標は、サービスリクエストの内容を十分に把握した後、解決策の開発と実施にかかる時間を短縮することです。この段階を短縮すれば、顧客の待ち時間を減らし、担当者がより早く次のリクエストに取りかかれます。解決策を効率よく提供することは、Zendesk Support全体の業務効率を高めるうえで重要です。ProcessMindは、長時間に及ぶ社内レビューや承認手順など、解決策の開発段階で遅延につながるアクティビティを特定します。各サブプロセスの所要時間を示し、並行化や省略を検討できる箇所を明らかにします。解決策の提供を10～20％早められる可能性があります。

目標は、サービスリクエストの解決に外部ベンダーが関わることで生じる遅延を最小限に抑えることです。この段階での遅れは、解決までの時間を大幅に延ばし、顧客の不満につながることがあります。Zendesk Supportでサービス対応を滞らせないためには、引き継ぎの改善が欠かせません。ProcessMindは、ベンダー関連のアクティビティにかかる時間を正確に追跡し、ベンダーの対応や回答を待つ間にリクエストが滞る箇所を特定します。合意した期限に照らしてベンダーの対応状況を分析し、外部への依存による遅延を15％以上削減するための改善を支援します。

この目標は、サービスリクエストで必要となる社内レビューや承認手順の効率を高めることです。複雑または重複したレビュー段階は大きなボトルネックとなり、解決時間を不必要に延ばすことがあります。プロセスを見直すことで、Zendesk Supportのリクエストを解決までより早く進められます。ProcessMindは、社内レビューの繰り返しや承認アクティビティをすべて可視化し、時間がかかる手順や何度も繰り返される手順を明らかにします。依存関係や順序の問題を示し、レビューの進め方を見直すことで、サイクルタイムを20～30％短縮し、不要な引き継ぎをなくせるよう支援します。

目標は、上位のサポート担当者や管理者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。エスカレーション率が高い場合、最初の対応の不備、担当者の知識不足、またはプロセス上の問題が考えられます。エスカレーションを減らすことで、一次対応での解決が進み、Zendesk Supportでの顧客体験も向上します。ProcessMindは、エスカレーションされたサービスリクエストに共通する直前のアクティビティや特徴を特定し、根本原因を明らかにします。パターンを分析することで、組織が対象を絞ったトレーニングやプロセス変更を行い、エスカレーション件数を10～15％削減する取り組みを支援します。

この目標は、担当者のスキルとリクエストの種類を適切に対応させ、業務量を効果的に管理することで、リソースを最適に配分することです。配分が非効率だと、担当者の疲弊や応答の遅れ、業務量の偏りにつながります。適切な配分により、Zendesk Supportチームの生産性とサービス品質を高められます。ProcessMindは、担当者ごと、チームごとの業務量や対応するリクエストの種類を示し、ボトルネックや十分に使われていないキャパシティを明らかにします。割り当てルールの非効率な点を特定し、リソースの利用効率を15％高め、待機時間を減らすための見直しを支援します。

目標は、サービスリクエストの対応中に担当者が顧客へ追加情報を求める回数を減らすことです。やり取りが何度も続くと解決時間が延び、顧客体験が損なわれます。Zendesk Supportで効率を高めるには、最初の段階で必要な情報を収集することが重要です。ProcessMindは、顧客への情報依頼が繰り返されるケースを可視化し、最初の情報収集でよく起きる問題やきっかけを特定します。こうした非効率な点を明らかにし、受付フォームや担当者の質問方法を見直すことで、繰り返しを20％削減できる可能性があります。

この目標は、追加のやり取りや社内での転送を必要とせず、顧客との最初のやり取りで完全に解決するサービスリクエストの割合を高めることです。初回対応での解決率が上がると、顧客満足度と業務効率が大きく向上し、Zendesk Supportの効果も高まります。ProcessMindは、初回で解決したリクエストと、複数回のやり取りが必要だったリクエストの特徴を特定します。解決に至ったプロセスの経路や担当者のアクティビティを分析し、ベストプラクティスやトレーニングが必要な領域を明らかにすることで、この指標を5～10％改善する取り組みを支援します。

サービスリクエスト管理を改善する6つのステップ

テンプレートをダウンロード

実施内容

サービスリクエスト管理のデータ向けにあらかじめ構成されたExcelテンプレートを入手します。このテンプレートを使うと、ProcessMindの要件に沿ってデータを分析できる状態に整えられます。

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

正確なプロセスマイニングには、標準化されたデータ形式が欠かせません。データ取り込みでよくある問題を防ぎ、改善に向けた取り組みをスムーズに始められます。

期待される結果

Zendesk Supportのデータを入力できる、正しい形式の空のExcelテンプレート。

得られること

サービスリクエストのワークフローで遅延の原因を特定

ProcessMindは、サービスリクエストの実際の流れを可視化します。非効率な箇所を特定し、解決時間への影響を把握できます。

サービスリクエストのプロセスフローを可視化
遅延を引き起こすボトルネックを特定
見えにくい手戻りや非効率な手順を発見
解決時間を短縮し、顧客満足度を向上

Discover your actual process flow

Identify bottlenecks and delays

Analyze process variants

Design your optimized process

一般的な成果

サービスリクエスト管理で組織が得られる成果

これらは、プロセスマイニングでサービスリクエスト管理を改善した組織でよく見られる成果です。業務効率と顧客満足度の向上につながります。

0 % faster

解決時間を短縮

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でサービスリクエストのワークフローにあるボトルネックを特定し、最初から最後までの解決を大幅に早められます。顧客により早く解決策を提示できます。

0 % fewer

手戻り率を低減

再オープンされるサービスリクエストを削減

再オープンされたケースの根本原因を特定することで、最初の解決の品質と十分さを高められます。担当者の無駄な作業も減らせます。

0 % increase

SLA遵守率を向上

サービスレベル契約の遵守状況を改善

プロセスマイニングは、目標とするSLAからの逸脱を明らかにし、プロセスやリソース配分を先回りして調整できるよう支援します。より多くのリクエストを期限内に解決できます。

0 % more efficient

業務を効率化

リクエスト対応を標準化

不要なプロセスのバリアントや再割り当てを見つけてなくすことで、サービスリクエストの流れを予測しやすく、効率的にできます。業務の複雑さも軽減されます。

0 % better CX

顧客満足度を向上

顧客への追加確認を削減

情報を何度も依頼する理由や、初回対応で解決できない理由を特定します。プロセスマイニングは、顧客とのやり取りをスムーズにし、満足度を高めるための改善に役立ちます。

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

まず重要な属性とアクティビティから始め、必要に応じて範囲を広げます。

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

Zendesk内の各サービスリクエストチケットを一意に識別するIDです。

重要な理由

サービスリクエストの一連の流れに含まれるすべてのイベントを結び付ける基本的なケース識別子です。これにより、プロセス全体を分析できます。

サービスリクエストで発生した業務上のアクティビティまたはイベントの名前です。

重要な理由

この属性でプロセスの各ステップを定義し、プロセスマップの可視化や、プロセスフロー、バリエーション、適合性の分析が可能になります。

アクティビティが発生した正確な日時です。

重要な理由

このタイムスタンプでイベントを時系列に並べます。所要時間、パフォーマンス、ボトルネックの分析に欠かせません。

イベント発生時にサービスリクエストを担当していた担当者の名前です。

重要な理由

担当者のパフォーマンスや業務量の分布、再割り当てが解決時間に与える影響の分析に役立ちます。

サービスリクエストを担当するサポートチームまたはグループです。

重要な理由

チームのパフォーマンス、業務量の配分、サポートグループ間の振り分け効率を分析できます。

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

緊急度別にリクエストを分類できます。SLAの遵守状況を分析し、重大な問題に迅速に対応できているか確認するうえで役立ちます。

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

重要な理由

ステータスを追跡すると、リクエストの進行状況や、待機中または対応中の状態に費やした時間を把握できます。

サービスリクエストの送信に使われたチャネルです（例：メール、ウェブフォーム、電話）。

重要な理由

顧客サポートの各チャネルの効率や結果を分析し、対象を絞った改善につなげられます。

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

重要な理由

リクエストを分類し、インシデントと質問のように異なる経路をたどるプロセスを分けて分析できます。

分類や振り分けのためにサービスリクエストに付けられたタグの一覧です。

重要な理由

データを柔軟に分類し、特定のサブプロセスやほかのフィールドでは記録されないチケット属性を詳しく分析できます。

アクティビティ

追跡・改善するプロセスのステップ

依頼者がいずれかのチャネルから新しいチケットを送信した時点で、サービスリクエストのライフサイクルが始まります。Zendeskのチケット監査ログでは「Create」イベントとして記録され、プロセスの開始時刻を明確に確認できます。

重要な理由

このアクティビティは、すべてのサービスリクエストの開始イベントとなるため、最初から最後までのサイクルタイムの計算や、受付件数の分析に欠かせません。

サービスリクエストが初めて特定の担当者に割り当てられたときに発生するアクティビティです。チケット監査ログの「Change」イベントで、「assignee_id」フィールドがnullまたはグループIDから担当者IDに設定されたことを基に判定します。

重要な理由

担当者による実作業の開始を示します。初回応答時間、最初の割り当てまでの時間、担当者ごとの業務量を測定するうえで重要です。

担当者からリクエスト送信者への連絡を示すアクティビティです。Zendeskのチケットデータで、public属性がtrueの「Comment」イベントとして記録されます。

重要な理由

これらのイベントは、連絡頻度の分析、担当者の応答時間の測定、解決までに必要なやり取りの回数の特定に役立ちます。

初回返信時間や解決時間など、サービスリクエストが定められたSLA目標を達成できなかった時点を示します。Zendeskでは、目標未達時に明示的なイベントとして記録されます。

重要な理由

コンプライアンスの監視に欠かせないイベントであり、SLA遵守率の重要業績評価指標（KPI）の算出にも使われます。サービス上の約束を果たせなかったケースを特定できます。

ステータスが「solved」のリクエストに送信者が返信すると発生し、ステータスは自動的に「open」に戻ります。提示された解決策では不十分だったことを示します。

重要な理由

手戻りを示す主な指標です。発生頻度を分析すると、解決品質を測定し、顧客の不満につながる原因を特定できます。

担当者が解決策を提示し、チケットのステータスを「solved」に変更した時点を示します。担当者の視点ではリクエストは完了していますが、送信者が再オープンする場合があります。

重要な理由

担当者による対応が終了したことを示す重要な節目です。この状態に達するまでの時間は、解決効率を測る主な指標です。

サービスリクエストが最終的にクローズされ、以後変更できない状態を示します。チケットは「solved」の状態が一定期間続くと自動的に「closed」に移行し、再オープンできなくなります。

重要な理由

サービスリクエストのプロセスが完全に終了したことを示します。ケース全体の所要時間を算出する際の最終時点となります。

よくある質問

プロセスマイニングはZendeskのサービスリクエスト管理の改善にどう役立ちますか？

プロセスマイニングは、Zendesk Supportでのサービスリクエストの実際の流れを可視化し、ボトルネックや手戻りの繰り返し、コンプライアンスに沿わない経路を明らかにします。解決時間の長期化、SLA未達、顧客満足度の低さにつながる根本原因を特定できます。問題を把握したうえで的を絞った改善を行い、効率とサービス品質を高められます。

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

主に必要なのは、サービスリクエストのチケットに関する履歴データです。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、担当者の割り当て、コメント、解決イベントなどが重要です。各リクエストの全過程を記録したイベントログは、正確なプロセスモデルを作成するうえで欠かせません。

Zendesk Supportから必要なデータを抽出するにはどうすればよいですか？

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ってデータを抽出できます。タイムスタンプ、担当者ID、ステータス変更などの関連項目をすべて含め、チケットのイベントログを履歴データとして構造化してエクスポートすることをお勧めします。その後、データを整えてプロセスマイニングツールに取り込みます。

サービスリクエストプロセスでは、どのような改善が期待できますか？

プロセスマイニングにより、サービスリクエストの解決時間短縮、SLA遵守率の向上、手戻りの削減など、具体的な改善を目指せます。リクエストの振り分けや担当者のリソース配分の最適化、初回対応での解決率の向上も期待できます。こうした改善は、顧客と担当者双方の満足度向上につながります。

Zendeskのサービスリクエストにプロセスマイニングを導入するのは難しいですか？

チケットデータが構造化されているため、Zendeskのサービスリクエストへのプロセスマイニング導入は比較的スムーズです。最初のデータ抽出と準備には注意が必要ですが、分析ツールは使いやすく、データを確認できるよう設計されています。設定もご案内しますので、効率よく導入を進められます。

Zendeskのデータでプロセスマイニングを利用するための技術要件は何ですか？

主な技術要件は、Zendesk Supportにアクセスして過去のチケットイベントデータをエクスポートできることです。また、クラウド型またはオンプレミス型のプロセスマイニングプラットフォームが必要です。多くのツールは標準的なCSVやデータベースのエクスポートを取り込めるため、通常、複雑な個別連携は必要ありません。

プロセスマイニングでZendeskの個々の担当者のパフォーマンス上の問題を特定できますか？

プロセスマイニングはプロセス全体の流れを可視化し、非効率な点を特定しますが、主な対象は個人のパフォーマンスではなく、プロセスに共通する問題です。プロセス自体がボトルネックや手戻りを生む箇所を明らかにします。得られた情報をトレーニングや振り分けルールの改善に役立てることで、すべての担当者にとって働きやすい環境を整えられます。

プロセスマイニングで具体的な改善案が得られるまで、通常どのくらいかかりますか？

最初のデータ抽出と取り込みの後、データの複雑さやプロジェクトの範囲によっては、数週間、場合によっては数日で具体的な改善案を得られます。初期分析で大きな逸脱やボトルネックをすばやく特定できます。その後も継続的にモニタリングすることで、実施した変更の効果を追跡できます。

サービスリクエスト管理を改善し、遅延を減らしましょう。

対応の遅れとユーザーの不満を解消。自動化率70％を実現。

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。すぐに設定できます。