どの業種においても、カスタマーサービスの対応はビジネスを左右する可能性があります。ZendeskのAI機能は、カスタマーが初めてカスタマーサービスに連絡をする瞬間からその後のやりとりを通じて、カスタマーのニーズを理解するための強力な手段となります。
この記事で紹介するベストプラクティスは、ZendeskのAIから提供されるインサイトを最大限に活用し、コスト削減、収益向上、時間節約、付加価値を追求するためのものです。
以下の業種ボタンを選択すると、それぞれの業種のベストプラクティスが表示されます。
この記事では、次のトピックについて説明します。
この記事では、次のトピックについて説明します。
この記事では、次のトピックについて説明します。
この記事では、次のトピックについて説明します。
この記事では、次のトピックについて説明します。
関連記事
小売販売:事業運営費の削減
インテリジェントトリアージでは、カスタマーの目的に応じて業務ワークフローを合理化し、AIエージェントを活用することで、人間のエージェントのキューに入るチケットをできるだけ減らすことができます。エージェントによる対処が必要なチケットの場合、エージェントは、提案されたマクロを使用することで一貫したサポートを迅速かつ効率的に提供することができます。
ベストプラクティス
- 商品のサイズ、在庫情報の追跡、返品など、カスタマーからのリクエストの傾向や急増を監視することで、カスタマーサービスの調整が必要な箇所をリアルタイムで特定するとともに、業務の長期的な改善につなげることができます。詳しくは「Exploreレシピ:インテリジェントトリアージの予測および信頼度」を参照してください。
- よくあるリクエストを特定し、そのタイプのリクエストに関連するナレッジベースのコンテンツを提供することで、チケットの増加を抑え、カスタマー自身にセルフサービスで問題を解決させることができます。詳しくは「セルフサービスを提供するには - パート7:ナレッジベースの管理と改善」を参照してください。
- 管理者向けのマクロ提案をチェックして、マクロで十分な対応がとれるかどうか確認し、返品ポリシーや在庫切れ、配送に関する問題など、会話のトピックに対して業務上許可された回答をエージェントが提供できるようにします。詳しくは「マクロ提案からのマクロの作成」を参照してください。
- 小売販売に特化した目的で事前トレーニングしたAIエージェントを活用し、簡単に解決できるリクエストが発生しないように防ぎます。これらのAIエージェントは、パーソナライズされたサービスを24時間365日提供し、コストを削減するとともに、サポートチームの負担となる反復作業を軽減します。詳しくは「高度なボットについて」を参照してください。
小売販売:収益の促進およびコンバージョン率のアップ
ZendeskのAIによるカスタマーの目的データは、セールスを成約させる上で強力なツールとなります。
ベストプラクティス
- プロモーションコードの適用や支払い方法の認識など、チェックアウトの問題に関連するカスタマーの目的を追跡します。これらの問題に対処できるようにエージェントを訓練し、コンバージョン率をアップさせ、収益を増加させます。こうしたタイプの問題に特化したビューを作成し、エージェントがこれらのリクエストを容易に見つけ、優先順位を付けられるようにすることも検討してみてください。詳しくは「自動トリアージチケットのビューの作成」を参照してください。
- カートに放置されている商品に再注目させます。MagentoやShopifyなどのサードパーティシステムを使用してユーザー体験を追跡している場合、それらのデータをカスタマーの目的と組み合わせることでコンバージョン率をアップさせることができます。たとえば、チェックアウトの問題に関連する目的の場合、外部APIコールを実行し、ボットのフローでプロモーションコードやチェックアウトのガイダンスを提供することができます。詳しくは「会話ボットでの「APIコールを実行する」ステップの使用」をご覧ください。
- カスタマーがAIエージェントとの対面またはバーチャルの相談や商談予約を行えるようすることで、検討中の買い物を最終的な購入まで導きます。詳しくは「高度なボットについて」を参照してください。
- カスタマーの目的と、購入した商品や過去のやりとりなどの履歴情報を照らし合わせることで、カスタマーエクスペリエンスを詳細にパーソナライズし、カスタマーにふさわしい商品を推奨します。
小売販売:エージェントの時間節約
カスタマーによっては、カスタマーサービス担当者とのやりとりを望まないか、または必要としない場合があります。そのような場合は、カスタマーが自分で解決できるようなセルフサービスオプションを提供することが望ましく、カスタマーとエージェントの双方にとって時間の節約になります。
ベストプラクティス
- カスタマーの目的に応じてリクエストを適切な部門に自動送信するトリガを作成することで、チーム間のコラボレーションを省力化できます。Zendeskの環境にない外部のチームとコラボレーションすることも可能です(たとえば、商品の在庫に関する質問を倉庫係に自動転送するなど)。詳しくは「自動トリアージチケットのトリガの作成する」および「Webhookを使用して外部リソースに情報を渡す」を参照してください。
- 目的が明確なリクエストに自動返信することで、エージェントは他のより複雑な会話に集中することができます。詳しくは「自動トリアージチケットのトリガの作成」を参照してください。
- リクエストのタイプに応じたワークフローを作成することで、重要な情報の提供をカスタマーに積極的に求め、担当エージェントが割り当てられる前に問題解決に必要な情報をすべて入手できるようにします。詳しくは「追加の情報をプロアクティブにリクエストする」を参照してください。
小売販売:カスタマーの生涯価値の向上およびブランドロイヤリティの強化
カスタマーのセンチメントや目的のデータを、過去のやりとりと照らし合わせます。これらの情報を組み合わせて集約して表示することで、エージェントは、共感的でパーソナライズされたカスタマーエクスペリエンスを提供できます。
ベストプラクティス
- センチメント分析でカスタマーの感想を理解します。ネガティブなセンチメントの会話を特定のエージェントグループに自動的に割り当て、トリガを使って優先度をエスカレートさせることで、エージェントがカスタマーの懸念に対処できるようにします。詳しくは「センチメントに基づく割り当てトリガを作成する」を参照してください。
- カスタマーの目的やセンチメントに基づいてSLA目標を調整し、エージェントが最重要事項を優先できるようにします。詳しくは「SLAポリシーの定義と使用」を参照してください。
- AIエージェントをCRMや外部受注システムなどのフロントエンドシステムやバックエンドシステムと連携させます。このような連携により、カスタマーの過去の購入履歴、返品履歴、ロイヤリティ情報などをエージェントが把握でき、カスタマーエクスペリエンスを最適化し、リピート顧客を獲得することができます。詳しくは「サードパーティシステムとやりとりするためのWebhookの作成」を参照してください。
ソフトウェア:事業運営費の削減
インテリジェントトリアージでは、カスタマーの目的に応じて業務ワークフローを合理化し、AIエージェントを活用することで、人間のエージェントのキューに入るチケットをできるだけ減らすことができます。エージェントによる対処が必要なチケットの場合、エージェントは、提案されたマクロを使用することで一貫したサポートを迅速かつ効率的に提供することができます。
ベストプラクティス
- ソフトウェアに特化した目的で事前トレーニングしたAIエージェントを活用し、簡単に解決できるリクエストが発生しないように防ぎます。これらのAIエージェントは、パーソナライズされたサービスを24時間365日提供し、コストを削減するとともに、パスワードの再設定やサブスクリプションの更新リクエストの対応など、サポートチームの負担となる反復作業を軽減します。詳しくは「高度なボットについて」を参照してください。
- ソフトウェアのパフォーマンスや製品の問題など、カスタマーからのリクエストの傾向や急増を監視することで、臨機応変なカスタマーサービスが求められる箇所を特定するとともに、サービス業務の長期的な改善につなげることができます。詳しくは「Exploreレシピ:インテリジェントトリアージの予測および信頼度」を参照してください。
- よくあるリクエストを特定し、サインアップやアカウントのサポート、サブスクリプションの解約など、そのタイプのリクエストに関連するナレッジベースのコンテンツを提供することで、チケットの増加を抑え、カスタマー自身にセルフサービスで問題を解決させることができます。詳しくは「セルフサービスを提供するには - パート7:ナレッジベースの管理と改善」を参照してください。
ソフトウェア:コンバージョン率のアップおよび売上継続率の向上
ZendeskのAIによるカスタマーの目的データは、セールスを成約させる上で強力なツールとなります。
ベストプラクティス
- AIエージェントをフロントエンドシステムやバックエンドシステムと連携させます。このような連携により、カスタマーのサブスクリプション情報、製品の使用状況、アカウント管理情報などをエージェントが把握でき、カスタマーエクスペリエンスを最適化し、リピート顧客を獲得することができます。詳しくは「サードパーティシステムとやりとりするためのWebhookの作成」を参照してください。
- カスタマーの目的と、ページの閲覧回数や過去のやりとりなどの履歴情報を照らし合わせることで、カスタマーエクスペリエンスを詳細にパーソナライズし、カスタマーにふさわしい商品を推奨します。
- ライセンスやサブスクリプションの履歴に基づいて製品を積極的に勧めたり、最近ページを見たけれども特にアクションを起こさなかった商品に再注目させることで、収益を促進します。
- リクエストを自動ルーティングさせることで、カスタマーのブランドロイヤリティを促進する、適切なテクニカルサポートを提供します。受信したリクエストは、カスタマーの目的、センチメント、言語に基づいて、自動的に適切なエージェントまたはエージェントグループに送られます。詳しくは「自動トリアージチケットのルーティング」を参照してください。
ソフトウェア:エージェントの時間節約
カスタマーによっては、カスタマーサービス担当者とのやりとりを望まないか、または必要としない場合があります。そのような場合は、カスタマーが自分で解決できるようなセルフサービスオプションを提供することが望ましく、カスタマーとエージェントの双方にとって時間の節約になります。
ベストプラクティス
- カスタマーの目的に応じてリクエストを適切な部門に自動送信するトリガを作成することで、チーム間のコラボレーションを省力化できます。Zendeskの環境にない外部のチームとコラボレーションすることも可能です(たとえば、支払いに関する質問を経理部門に自動転送するなど)。詳しくは「自動トリアージチケットのトリガの作成する」および「Webhookを使用して外部リソースに情報を渡す」を参照してください。
- 目的が明確なリクエストに自動返信することで、エージェントは他のより複雑な会話に集中することができます。詳しくは「自動トリアージチケットのトリガの作成」を参照してください。
- リクエストのタイプに応じたワークフローを作成することで、重要な情報の提供をカスタマーに積極的に求め、担当エージェントが割り当てられる前に問題解決に必要な情報をすべて入手できるようにします。詳しくは「追加の情報をプロアクティブにリクエストする」を参照してください。
- 管理者向けのマクロ提案をチェックして、マクロで十分な対応がとれるかどうか確認し、サブスクリプションの更新や製品のアップデートに関する問題など、会話のトピックに対して業務上許可された回答をエージェントが提供できるようにします。詳しくは「マクロ提案からのマクロの作成」を参照してください。
ソフトウェア:パフォーマンスの監視
カスタマーのセンチメントや目的のデータを、過去のやりとりと照らし合わせます。これらの情報を組み合わせて集約して表示することで、エージェントは、共感的でパーソナライズされたカスタマーエクスペリエンスを提供できます。
ベストプラクティス
- バグや不具合と考えられる傾向を積極的に把握し、エスカレーションの可能性を回避します。詳しくは「Exploreレシピ:インテリジェントトリアージの予測および信頼度」を参照してください。
- センチメント分析でカスタマーの感想を理解します。ネガティブなセンチメントの会話を特定のエージェントグループに自動的に割り当て、トリガを使って優先度をエスカレートさせることで、エージェントがカスタマーの懸念に対処できるようにします。詳しくは「センチメントに基づく割り当てトリガを作成する」を参照してください。
- カスタマーの目的やセンチメントに基づいてSLA目標を調整し、エージェントが最重要事項を優先できるようにします。詳しくは「SLAポリシーの定義と使用」を参照してください。
金融サービス:事業運営費の削減
インテリジェントトリアージでは、カスタマーの目的に応じて業務ワークフローを合理化し、AIエージェントを活用することで、人間のエージェントのキューに入るチケットをできるだけ減らすことができます。
エージェントによる対処が必要なチケットの場合、エージェントは、提案されたマクロを使用することで一貫したサポートを迅速かつ効率的に提供することができます。法規制がある場合、提案されたマクロは、エージェントが事前に承認を受けた回答のみを提供することで、政府の規制へのコンプライアンスを確保するのにも役立ちます。
ベストプラクティス
- 取り引きや支払いの問題など、カスタマーからのリクエストの傾向や急増を監視することで、臨機応変なカスタマーサービスが求められる箇所を特定するとともに、サービス業務の長期的な改善につなげることができます。詳しくは「Exploreレシピ:インテリジェントトリアージの予測および信頼度」を参照してください。
- よくあるリクエストを特定し、取引履歴や残高照会、資金移動など、そのタイプのリクエストに関連するナレッジベースのコンテンツを提供することで、チケットの増加を抑え、カスタマー自身にセルフサービスで問題を解決させることができます。詳しくは「セルフサービスを提供するには - パート7:ナレッジベースの管理と改善」を参照してください。
- 管理者向けのマクロ提案をチェックして、マクロで十分な対応がとれるかどうか確認し、会話のトピックに対して業務上許可された回答をエージェントが提供できるようにします。詳しくは「マクロ提案からのマクロの作成」を参照してください。
- 金融サービスに特化した目的で事前トレーニングしたAIエージェントを活用し、簡単に解決できるリクエストが発生しないように防ぎます。これらのAIエージェントは、パーソナライズされたサービスを24時間365日提供し、コストを削減するとともに、サポートチームの負担となる反復作業を軽減します。詳しくは「高度なボットについて」を参照してください。
金融サービス:コンプライアンスの確保および法規による罰金の削減
ZendeskのAI機能はコンプライアンスを確保し、一刻を争う苦情(クレジットカードのチャージバック問題、GDPRやCCPAによる要求など)をカスタマーが規制機関にエスカレートした場合に生じる法的な罰金を軽減します。
ベストプラクティス
- AIを活用してカスタマーの目的とセンチメントを検出することで、コンプライアンスに関わるチケットを自動的に仕分け、目に留まりやすくします。詳しくは「カスタマーの目的、言語、センチメントを自動的に検出」を参照してください。
- 時間ベースの自動化により、チケットの優先順位付けと適切なエージェントグループへの割り当てを行います。また、チケットが法律で定められた期限内に処理されるよう、キュー内の待機時間に応じてリマインダーをエージェントに送信することができます。詳しくは「自動トリアージチケットのルーティング」を参照してください。
金融サービス:収益の促進およびコンバージョン率のアップ
ZendeskのAIによるカスタマーの目的データは、セールスを成約させる上で強力なツールとなります。
ベストプラクティス
- 新商品の購入に伴うクレジットカードやローンなどの申し込み手続きにおいて、AIエージェントによる24時間365日のサポートをカスタマーに提供します。カスタマーが申し込みを完了するために必要な情報を提供し、適切なタイミングでカスタマーサポートを受けることができるようにします。詳しくは「高度なボットについて」を参照してください。
- VIP顧客を常に満足させます。重要なカスタマーには、自動返信を行わず、代わりにエージェントに直接ルーティングします。また、VIP顧客が特定のセンチメント(ネガティブなど)や目的を持ってリクエストを送信した場合は、リクエストをエスカレーションして適切なエージェントに送信し、SLAの規定内に回答するようにします。詳しくは「ワークフローレシピ:トリガを使用して重要顧客からのリクエストを処理する方法」を参照してください。
- AIで引き出したカスタマーの目的データと製品の購入履歴を組み合わせて、パーソナライズされた製品やサービスを推奨し、コンバージョン率をアップさせます。詳しくは「Exploreレシピ:インテリジェントトリアージの予測および信頼度」を参照してください。
- カスタマーの目的と、取引履歴や過去のやりとりなどの履歴情報を照らし合わせることで、カスタマーエクスペリエンスを詳細にパーソナライズし、カスタマーにふさわしい商品を推奨します。
金融サービス:エージェントの時間節約
カスタマーによっては、カスタマーサービス担当者とのやりとりを望まないか、または必要としない場合があります。そのような場合は、カスタマーが自分で解決できるようなセルフサービスオプションを提供することが望ましく、カスタマーとエージェントの双方にとって時間の節約になります。
ベストプラクティス
- カスタマーの目的データを使ってスパムリクエストを特定し、エージェントのビューに表示されないようにすることで、エージェントが実際のリクエストに集中することができます。詳しくは「自動トリアージチケットのトリガの作成」を参照してください。
- カスタマーの目的に応じてリクエストを適切な部門に自動送信する(たとえば、不審な取り引きを不正取引担当部門に自動的に転送するなどの)トリガを作成することで、チーム間のコラボレーションを省力化できます。Zendeskの環境にない外部のチームとコラボレーションすることもできます。詳しくは「自動トリアージチケットのトリガの作成する」および「Webhookを使用して外部リソースに情報を渡す」を参照してください。
- 目的が明確なリクエストに自動返信することで、エージェントは他のより複雑な会話に集中することができます。詳しくは「自動トリアージチケットのトリガの作成」を参照してください。
- リクエストのタイプに応じたワークフローを作成することで、重要な情報の提供をカスタマーに積極的に求め、担当エージェントが割り当てられる前に問題解決に必要な情報をすべて入手できるようにします。たとえば明細書に関する質問の場合、個人を特定できる情報(PII)以外の郵便番号や口座番号などの情報をAIエージェントに取得させることで、迅速に対応することができます。詳しくは「追加の情報をプロアクティブにリクエストする」を参照してください。
金融サービス:カスタマーの生涯価値の向上およびブランドロイヤリティの強化
カスタマーのセンチメントや目的のデータを、過去のやりとりと照らし合わせます。これらの情報を組み合わせて集約して表示することで、エージェントは、共感的でパーソナライズされたカスタマーエクスペリエンスを提供できます。
ベストプラクティス
- クレジットカードの支払いに関する問題など、カスタマーの目的を追跡し、これらの問題に対処するエージェントを訓練することで、顧客保持率を向上させ、カードの利用を促進させます。こうしたタイプの問題に特化したビューを作成し、エージェントがこれらのリクエストを容易に見つけ、優先順位を付けられるようにすることも検討してみてください。詳しくは「自動トリアージチケットのビューの作成」を参照してください。
- AIエージェントをフロントオフィスやバックオフィスのシステムと接続し、カスタマーの嗜好や現在の使用製品などのデータを活用して、既存顧客にアップセルやクロスセルをオファーします。(たとえば、「お客様は当社の新しいゴールドクレジットカードの資格をお持ちです。このカードに関して詳細をご希望ですか?」など)。詳しくは「サードパーティシステムとやりとりするためのWebhookの作成」を参照してください。
- センチメント分析でカスタマーの感想を理解します。ネガティブなセンチメントの会話を特定のエージェントグループに自動的に割り当て、トリガを使って優先度をエスカレートさせることで、エージェントがカスタマーの懸念に対処できるようにします。詳しくは「センチメントに基づく割り当てトリガを作成する」を参照してください。
- カスタマーの目的やセンチメントに基づいてSLA目標を調整し、エージェントが最重要事項を優先できるようにします。詳しくは「SLAポリシーの定義と使用」を参照してください。
保険:事業運営費の削減
少ないリソースで多くのことを行うために必要なリソースをチームに割り当てます。
ベストプラクティス
- 受信したカスタマーリクエストの目的とセンチメントに基づいて、自動的にチケットに優先順位を付け、保険業の専門家にルーティングします。詳しくは「カスタマーの目的、センチメント、言語を自動的に検出」を参照してください。
- エージェントが処理するチケットのタイプの傾向に基づいて、応答のテンプレートを作成します。エージェントによる応答の一貫性の維持に役立ちます。特に新人エージェントに有効です。詳しくは「管理者向けのマクロ提案からのマクロの作成」および「おすすめのマクロの使用」を参照してください。
- カスタマーの目的やセンチメントに基づいてSLA目標を調整し、エージェントが最重要事項を優先できるようにします。詳しくは「SLAポリシーの定義と使用」を参照してください。
保険:エージェントの時間節約
カスタマーによっては、カスタマーサービス担当者とのやりとりを望まないか、または必要としない場合があります。そのような場合は、カスタマーが自分で解決できるようなセルフサービスオプションを提供することが望ましく、カスタマーとエージェントの双方にとって時間の節約になります。
ベストプラクティス
- 保険の契約内容や保険金請求に関する質問など、保険に特化した目的で事前にトレーニングしたAIエージェントを使用することで、一般的な問い合わせやリクエストの数を削減します。これらのAIエージェントを使えば、少ない労力で大量のタスクを処理でき、エージェントはより複雑な問題に集中できるようになります。詳しくは「インテリジェントトリアージに基づくオートリプライの使い方」と「回答へのAIを利用した目的の割り当て」を参照してください。
- 目的が明確なリクエストにメールで自動返信することで、エージェントは他のより複雑な会話に集中することができます。詳しくは「自動トリアージチケットのトリガの作成」を参照してください。
- リクエストのタイプに基づいてワークフローを作成することで、保険金請求の処理時間、更新、または特定のリクエストをスピードアップするために、カスタマーから重要な情報を積極的に引き出します。こうすることで、エージェントが担当するまでに、問題解決に必要なすべての情報を取得することができます。詳しくは「追加の情報をプロアクティブにリクエストする」を参照してください。
- よくあるリクエストを特定し、そのタイプのリクエストに関連するナレッジベースのコンテンツを提供することで、チケットの増加を抑え、カスタマー自身にセルフサービスで問題を解決させることができます。詳しくは「セルフサービスを提供するには - パート7:ナレッジベースの管理と改善」を参照してください。
保険:コンバージョン率の向上
保険金請求を迅速に処理し、適切な支払い額を計算し、カスタマーエクスペリエンスを向上させます。
ベストプラクティス
- 保険に特化した目的でトレーニング済みのAIエージェントを使用して、保険金請求プロセスに関する会話を管理し、保険金請求プロセスにカスタマーを誘導します。これによって、カスタマーに確実にプロセスを完了させ、ビジネスの収益を上げることができます。詳しくは「インテリジェントトリアージに基づくオートリプライの使い方」と「回答へのAIを利用した目的の割り当て」を参照してください。
- AIエージェントによる回答が有益と思われる、カスタマーからよく寄せられるリクエストを特定します。目的の候補は、カスタマーからよく寄せられる質問のうち、回答されていないものを特定することで、AIエージェントの知識のギャップを埋めるのに役立ちます。詳しくは「回答へのAIを利用した目的の割り当て」を参照してください。
- レポートと分析を活用して、傾向、商談の範囲、改善領域を特定します。このデータを使用して、チームのカスタマーサービス戦略を適応させます。詳しくは「Exploreレシピ:インテリジェントトリアージの予測および信頼度」を参照してください。
保険:詐欺の検出および保護の強化
AIを利用した機能により、不正に関連する行為を検知し、迅速に対処することで、お客様のビジネスとカスタマーを保護します。
ベストプラクティス
- カスタマーの目的を追跡し、特定のリクエストにフラグを立て、それに応じて不正行為対策の専門家にルーティングします。詳しくは「カスタマーの目的、センチメント、言語を自動的に検出」を参照してください。
- 重要な情報を収集し、不正行為が発見された場合、適切なチームに問題を迅速にエスカレーションします。詳しくは「詳細な情報を積極的に要求する」および「自動的にトリアージされたチケットのルーティング方法の選択」を参照してください。
- カスタマーのリクエスト情報をレポートすることで、異常なパターンを検出し、不正行為に関連する活動を防止することができます。詳しくは「Exploreレシピ:インテリジェントトリアージの予測および信頼度」を参照してください。
保険:カスタマーの生涯価値の向上
カスタマーのセンチメントや目的のデータを、過去のやりとりと照らし合わせます。これらの情報を組み合わせて集約して表示することで、エージェントは、共感的でパーソナライズされたカスタマーエクスペリエンスを提供できます。
ベストプラクティス
- AIエージェントをCRMや外部受注システムなどのフロントエンドシステムやバックエンドシステムと連携させます。このような連携により、カスタマーの保険契約の購入履歴やロイヤリティ情報などをエージェントが把握でき、カスタマーエクスペリエンスを最適化し、リピート顧客を獲得することができます。詳しくは「サードパーティシステムとやりとりするためのWebhookの作成」を参照してください。
- センチメント分析でカスタマーの感想を理解します。ネガティブなセンチメントの会話を特定のエージェントグループに自動的に割り当て、トリガを使って優先度をエスカレートさせることで、エージェントがカスタマーの懸念に対処できるようにします。詳しくは「センチメントに基づく割り当てトリガを作成する」を参照してください。
- カスタマーの目的と、ページの閲覧回数や過去のやりとりなどの履歴情報を照らし合わせることで、カスタマーエクスペリエンスを詳細にパーソナライズし、カスタマーにふさわしい商品を推奨します。
- 目的や保険契約の購入履歴に基づいて製品を積極的に勧めたり、最近ページを見たけれども特にアクションを起こさなかった商品に再注目させることで、収益を促進します。
IT・人事:スタッフの時間の節約
AIエージェントやその他の時間節約に役立つAI機能により、ITおよび人事のワークフローを強化し、チームのコラボレーションをより効果的にし、問題を迅速に解決します。
ベストプラクティス
- ソフトウェアライセンスや休暇ポリシーなどについて、何度も繰り返される同じ質問に対処できるよう、事前にトレーニングされたAIエージェントを使って、よくある質問を減らすことができます。これにより、IT部門と人事部門は常時稼働のサービスを提供できるようになり、チームはより戦略的で複雑な業務に集中できるようになります。詳しくは「インテリジェントトリアージに基づくオートリプライの使い方」と「回答へのAIを利用した目的の割り当て」を参照してください。
- リクエストのタイプに基づくワークフローを作成することで、重要な情報を従業員に事前に要求できるため、問題解決を担当するIT部門や人事部門のスタッフが重要な情報を追跡するために時間を費やす必要がありません。詳しくは「追加の情報をプロアクティブにリクエストする」を参照してください。
- カスタマーの目的に応じてリクエストを適切な部門に自動送信するトリガを作成することで、チーム間のコラボレーションを省力化できます。Zendesk環境の外にいる他のチームとコラボレーションすることも可能です(たとえば、従業員の契約に関する質問を法務チームに自動的にエスカレーションするなど)。詳しくは「自動トリアージチケットのルーティング方法の選択」および「Webhookを使用して外部リソースに情報を渡す」を参照してください。
- 目的が明確なリクエストに自動返信を送ることで、ITや人事のスタッフは他のより複雑な会話に集中することができます。詳しくは「自動トリアージチケットのルーティング方法の選択」を参照してください。
IT・人事:事業運営費の削減
シンプルなワークフローを自動化することで、ITチームや人事チームの負担を軽減し、より複雑な問題に集中できるようにします。
ベストプラクティス
- 従業員のリクエストの目的とセンチメントに基づいて、チケットの優先順位を自動的に決定し、指定されたグループにルーティングします。たとえば、従業員の不正行為に関連する問題を自動的に特定の人事部門のビジネスパートナーにルーティングし、プライバシーを確保します。詳しくは「カスタマーの目的、センチメント、言語を自動的に検出」を参照してください。
- ITチームやHRチームが最も多く処理するチケットの傾向に基づいて、回答のテンプレートを作成します。これにより、従業員への対応、特に新入社員への対応に一貫性を維持することで、社内のサービスチーム全体の標準化が実現します。詳しくは「管理者向けのマクロ提案からのマクロの作成」および「おすすめのマクロの使用」を参照してください。
- パスワードのリセットや休暇ポリシー、休暇スケジュールに関するコンテンツといった、関連するナレッジベースコンテンツを表示することで、簡単な質問を削減します。詳しくは「セルフサービスを提供するには - パート7:ナレッジベースの管理と改善」を参照してください。
IT・人事:パフォーマンスの監視
従業員のセンチメントやチケットの傾向についてAIを利用した予測を行い、ITと人事チームのパフォーマンスを監視します。
ベストプラクティス
- センチメント分析でカスタマーの感想を理解します。ネガティブなセンチメントの会話を特定のスタッフグループに自動的に割り当て、トリガを使って優先度をエスカレートさせることで、適切な担当者がカスタマーの懸念に対処できるようにします。詳しくは「センチメントに基づく割り当てトリガを作成する」を参照してください。
- 会社のシステム、ポリシー、ハードウェア/ソフトウェアなどに関する問題の傾向をプロアクティブに把握することで、潜在的なエスカレーションを回避します。詳しくは「Exploreレシピ:インテリジェントトリアージの予測および信頼度」を参照してください。