Customer Service Management アプリへようこそ
カスタマー サービスの未来
カスタマー サービスの未来はもはや、チケットを迅速に解決することだけではありません。優れたエンドツーエンドの CX デザインを提供し、ビジネス全体にプラスの効果をもたらすことです。結果的には、世界クラスのさまざまな組織が既に最新テクノロジーを活用し、このネット ポジティブな効果を実現するために適応し始めています。
このような理由から、アトラシアンは Customer Service Management を構築しました。カスタマー サポート チームが最高の仕事をするには、組織で何が起こっているかを明確に把握し、開発、運用、製品の各チームと連携を保つ必要があります。アトラシアンは、カスタマー サポート チームを、製品の構築と運用を担当するチームと同じプラットフォームに統合し、Teamwork Graph でクリティカルなコンテキストを示します。これは人間を蚊帳の外に置くのではなく、人間と AI が協力し合うチームの構築をサポートできるため、AI の世界では特に価値があります。
そのために、組織にとって重要な 3 つの主要なロールがあります。
ヘルプが必要なユーザー
ヘルプが必要なユーザーとは、サポートを求めて連絡してくる外部のお客様です。サポート チャンネルを通じて組織とやり取りします。この場合のゴールは、お客様が必要なときに必要とするサポートを受けられるよう、シームレスで高速、かつパーソナライズされたエクスペリエンスを提供することです。
サポート エージェント
サポート エージェントとは、お客様からリクエストが寄せられた際に、その解決にあたる担当者のことです。関連する関係者と協力して、最速かつ最適な解決へのパスを確立します。この新たな AI の世界において、サポート エージェントは、AI だけでは完全に解決できない複雑なリクエストに対して、共感、専門知識、判断力を活かし、お客様にパーソナライズされたサポート エクスペリエンスを提供することに注力することを目指しています。
AI サポート マネージャー
アトラシアンは、組織の AI への準備状況や導入への意欲については、それぞれ異なっていることを認識しており、それぞれのチームに最適な方法を模索することをお勧めしています。
アトラシアンでは、サポート チームが関与し続ける形で AI を組み込めば、CX デザイン全体が阻害されるのではなく向上すると考えています。AI サポート マネージャーは全く新しいポジションではなく、サポート チームの業務が AI の世界で進化したものだと理解することが重要です。
AI サポート マネージャーは、常に人間が関わり続けることを保証するものです。AI エージェントの効果を監視し、過去の会話をレビューして AI の推論を理解し、今後の応答を導くためのコーチングとフィードバックを提供し、エージェントのバージョンを管理し、ゴールデン データセットに対してテストと評価を実行し、ヘルプ記事の不足など、改善できる余地を明らかにする最適化ツールを使用します。AI エージェントが継続的に改善され、常にサポート チームの基準が満たされるようにします。
このガイドを読み進めていくと、Customer Service Management を設定する方法を学習し、これら 3 つのロールすべてに対する最高のエクスペリエンスを強化し、提供できるようになります。
キューとサービス レベル アグリーメント (SLA) を確立する
キューは、チームが作業項目を整理および管理するのに役立ちます。焦点を絞った作業ビューで、カスタマー リクエストのトリアージ、優先順位付け、アクションの実行を容易に行うことができます。カスタマーが送信したリクエストは、解決に向けて迅速に取り組めるようにキューに追加されます。
サービス レベル アグリーメント (SLA) は、チームがカスタマーのリクエストにどれだけ迅速に対応し、解決するかを追跡および管理するのに役立ちます。SLA を使用すると、明確な期待値を設定し、作業の優先順位を付け、チームのパフォーマンスを測定することが容易になります。
カスタマーと組織のコンテキストを追加する
ヘルプ依頼者は、ただただ自分のリクエストが迅速に解決されることを望んでいます。ところが、多くの場合、サポート エージェントによる対応の順番がようやく回ってきても、リクエストがどの製品に関するものか、どの地域に住んでいるかなど、一連の質問に答えなければならず、さらにフラストレーションを感じることになります。これらの質問は、サポートのスピードを遅らせるだけです。
カスタマーについて詳しく知るほど、よりパーソナライズされたカスタマー サービスをより迅速かつ正確に提供できるようになります。そのため、カスタマーに関するコンテキストを構築することが重要です。
そのための方法は 2 つあり、1 つ目はカスタマー プロファイルです。カスタマー プロファイルによって、カスタマーが誰であるか、どの組織に所属しているか、製品エンタイトルメント、過去のやり取りの詳細をより簡単に把握できます。こうすることで、カスタマーから問い合わせがあるたびに基本的な情報の収集に時間を費やす必要がなくなり、問題の本質に直接アプローチできます。
2 つ目の方法は、組織プロファイルを使用してコンテキストを構築することです。組織プロファイルを使用すると、チームは組織の履歴、関係、ニーズを迅速に理解できるため、より効果的なサポートを提供できます。
カスタマーと組織のプロファイルを確立すれば、コンテキストはチームの手元にあるようなもので、サポート エージェントはサポート リクエストの全体像とリクエストの発信元を検索なしにすぐに把握できるようになります。つまり、場所、購入履歴、過去のリクエスト、アカウント マネージャー、サポート階層、ライセンス数などを確認できるため、より迅速でパーソナライズされた解決策を提供できます。
AI エージェント エクスペリエンスを構築する
カスタマー サービス AI エージェントは、Standard、Premium、Enterprise の各プランを利用するお客様のみに提供されています。現在 Free プランを利用していて、AI エージェントの機能を試してみたい場合は、Standard プランの無料トライアルを利用することをお勧めします。
カスタマーは、AI が相手企業にどれだけのコスト削減をもたらすかには関心がありません。カスタマーが重視するのは、いかに迅速かつ正確に、そして簡単に問題を解決してもらえるかということです。そのため、カスタマー サービス AI エージェントは Customer Service Management に組み込まれており、チームが可能な限り最高のカスタマー エクスペリエンスを提供できるよう支援することに重点を置いています。24 時間 365 日のセルフサービスを提供する場合でも、人間を適切なタイミングでループに入れて迅速な解決に必要なコンテキストを提供する場合でも、人間の共感と AI ネイティブなスピードを組み合わせてカスタマー サービスの新しい標準を設定します。
現時点で AI エージェントを公開環境にデプロイすることに不安がある場合は、今すぐセットアップする必要はありません。セットアップ、公開、アクセス可能なカスタマーの追加を行わない限り、稼働が開始されることはありません。
AI エージェントのセットアップの最初のステップはアイデンティティの定義です。これにより、AI エージェントがどのように自己紹介し、会社の代表としてどのようにカスタマーとやり取りするかが決まります。エージェントの名前からコミュニケーションのトーン、新しい会話の冒頭でエージェントが送信する最初のメッセージ、カスタマーが会話を開始する際に選択できる質問の候補まで、必要なアイデンティティを設定することで、エージェントをカスタマー サポート チームの正確な代表者として動作させることができます。
アイデンティティを確立したら、次のステップはエージェントにナレッジを接続することです。「Customer Service Management で優れたヘルプ依頼者向けエクスペリエンスを提供する方法」セクションで、ヘルプ記事の作成方法をご確認ください。
ナレッジとは、次のものを組み合わせたものです。
- 作成済みでサポート サイトに表示される記事
- カスタマーに直接提供するのが望ましくない他のすべてのドキュメント
これは、AI エージェントがカスタマーにどのように対応するかの基盤であり、一貫して高品質のサポートが提供されるという保証になります。
ただし、AI エージェントがカスタマーに対応するための基盤は、ナレッジだけではありません。アクションを接続することで、AI エージェントが API やサービスとやり取りして特定のタスクを実行できるようになります。これにより、AI エージェントの機能を拡張し、一般的なサポート タスクを自動化することで、AI エージェントを「単なる回答ボット」から実際の問題解決者に変えることができます。これらすべてが、お客様への迅速な解決と、チームが注意を要するチケットに集中するための時間の確保に貢献します。
AI エージェントがナレッジやアクションだけでは回答できない質問が寄せられたり、専門知識を持つチームへのエスカレーションが必要な課題が発生したりすることがあります。
ガイダンスを使用すると、AI エージェントによるカスタマー対応の方針をあらかじめ決めることができます。受信したリクエストが不明瞭な場合にフォローアップの質問をするなど、特定の状況で何を言うか、何をするかを正確に指示して、正確かつ有用なサポートが一貫して提供されるようにすることができます。ガイダンスには次の 2 種類があります。
- 回答ガイダンス: 特定の状況での返信方法をエージェントに正確に伝えます。回答のサンプルを提供できるほか、マークダウン形式を使用することで、より体系的で充実した回答を作成します。
- ハンドオフ ガイダンス: 質問が複雑すぎる、またはデリケートすぎる場合など、会話を人間にエスカレーションするタイミングをエージェントに伝えます。
カスタマーと組織の詳細をインポートする
確立したガイダンスに従ってリクエストが引き継がれたり、カスタマーがフラストレーションを表明したりした場合、その時点で人間と AI の真のコラボレーションが行われます。
引き継ぎにより、AI エージェントは必要に応じてサポート エージェントをシームレスに参加させ、迅速な解決に向けて必要なすべてのコンテキストの提供を受けることができます。AI エージェントがカスタマーとのチャットに基づいてフォームを自動入力し、それに基づいて作成されたチケットがカスタマーとサポート チームに共有されます。その結果、カスタマーは同じことを繰り返し説明することによるフラストレーションから解放され、サポート チームは背景情報の収集にかける時間を減らして、リクエストをできるだけ迅速に解決することにより多くの時間を費やせるようになります。
キューを作成して最適化する
エージェントをカスタマーに公開する前に、いつでもエージェントをテストできます。テスト時は、カスタマーとしてエージェントとライブ会話をシミュレートします。その結果、よくある質問から珍しい質問まで幅広く質問して、カスタマーに公開したときに正確で役立つことを確認できます。
キューを作成して最適化する
設定内容に満足できたら、エージェントを公開して、カスタマーへの対応を開始できます。
エージェントの公開は、カスタマー サービス エージェントの設定のどの設定ページからでも行えます。画面下部のフローティング バーで、[公開] を選択します。
AI チーム メイトである Rovo との連携
優れたカスタマー エクスペリエンスを提供する AI 構成を多数ご紹介してきましたが、ご心配なく! サポート チームにも最適なソリューションをご用意しています。
Customer Service Management に組み込まれた AI チーム メイトである Rovo が、リクエストをより迅速かつ確実に解決できるよう年中無休でサポートします。以下はその一例です。
- リクエスト対応時に、必要な関連知識と類似の解決済みケースをチームに提供し、解決までの時間短縮をサポートします
- 進捗報告の下書きを作成します。チームはそれをレビュー、編集してからカスタマーに送信し、進捗を共有できます
- リクエストのハンドオフ時に進捗を要約して、チームが迅速に状況を把握したり、チーム メイトに素早く情報を共有したりできるようにします。
製品構築・運用チームとつながる
一部のリクエストはフロントラインのサポート チームで完全に解決できますが、エスカレーションや専門家への転送が必要なものもあります。ご安心ください。アトラシアンのプラットフォームと Teamwork Graph は、Customer Service Management から製品構築・運用チームに直接作業を転送できる機能を備えています。
Jira で開発者の受信トレイにリクエストを転送: 適切な関係者を追いかける時間を短縮し、エスカレーションの見落としを防げます。リクエストは必要なすべてのコンテキストとともに、開発者が作業を行う場所に直接届くので、開発者は迅速に解決を開始できます。
チームのパフォーマンスに関するインサイトを取得
サポート チームのパフォーマンスを明確に把握することは重要です。そうすることで、改善の機会を見つけ、カスタマー サービスを提供する際に常にベストを尽くしていることを確認できます。
カスタマー サービス概要ダッシュボードでは、サポート マネージャーはすべてのカスタマー サービス アクティビティの概要を確認できます。複数のカスタマー エクスペリエンスとプロジェクトの傾向とパフォーマンスを監視するように設計されています。AI エージェントとの会話、解決した作業項目、解決時間の中央値など、さまざまな情報のチャートを確認できます。
カスタマーがヘルプ記事で自己解決できるよう支援
ヘルプ記事は、サポート サイトの基盤です。充実した記事を揃えることで、以下を実現できます。
- 瞬時のセルフサービスを提供: 人間のエージェントからの回答を待つことなく、年中無休で、よくある問題をカスタマー自身で解決できるようサポートします。
- 一貫性があり信頼できるカスタマー体験を作成: チケットの担当者によって回答が変わることなく、すべてのカスタマーが同じ正確なガイダンスを受けられます。
- チームが複雑なケースに集中できるようにする: チームに寄せられる反復的で一般的なリクエストの量を減らし、共感、専門知識、判断力が必要な複雑で価値の高いケースに集中できるようにします。
カスタマー向けにヘルプ記事を公開する前に、有効な Confluence サブスクリプションが必要です。
すでにヘルプ記事が作成されている場合は、既存のスペースを接続できます。または、新しいスペースをゼロから作成することもできます。必要に応じて複数のスペースを接続したり、必要に応じて随時記事を編集して最新のガイダンスを提供したりすることもできます。
カスタマーがいる場所で即座にサポートを提供
サポートを必要とするカスタマーは、迅速な対応を求めています。以下は、Customer Service Management で利用できるチャンネルの概要です。これらのチャンネルを使用することで、サポートの利用をできる限り簡単でアクセスしやすくできます。
カスタマイズ可能なサポート サイト
ヘルプ センター ポータル
サポート サイトは、サポート体験の入り口となる場所です。カスタマーがヘルプ記事を検索・閲覧して質問の回答を自分で見つけたり、サポート チームの専門知識が必要なリクエストを送信したりできます。サポート サイトをブランドに合わせてカスタマイズして、一貫したサポート体験を提供しましょう。
E メール
カスタマーがメールで問い合わせできるようにします。新しいメール アドレスを作成するか、すでにお持ちのメール アドレスを使用できます。設定が完了すると、指定されたメール アドレスに送信されたリクエストが自動的にチームの作業項目に変換されるため、リクエストの見落としや複数の受信トレイの管理について心配する必要がありません。
埋め込み AI チャット ウィジェット
カスタマーは、Web サイト、サポート サイト、製品内などのチャンネルに埋め込まれたチャット インターフェイスを通じて AI エージェントとやり取りし、よくある質問に対する回答を時間を問わずすぐに得ることができます。エージェントは接続されたサポート コンテンツを使用し、それだけでは不十分な場合は、エスカレーションに必要なすべてのコンテキストを収集して、サポート チームに引き継ぎます。
音声
Amazon Connect 音声統合により、カスタマーがサポート チームに直通連絡できるようにします。チームはカスタマーからの電話を受けて対応し、フォローアップ用に通話記録を含む作業項目を自動作成できます。
カスタマー サービス チームをプロジェクトに追加する
幅広いチャンネルを持つことは重要ですが、カスタマーが同じことを繰り返す必要がない、統一された、インテリジェントで、スムーズなエクスペリエンスを提供することも同様に重要です。Customer Service Management では、これらのチャンネル間のつながりが維持され、収集されたコンテキストが保持されます。電話で問い合わせを開始したカスタマーがサポート サイトの埋め込み AI チャット ウィジェットに移動しても、中断したところから会話を続けることができ、最初からやり直して同じ説明を繰り返す必要がありません。
エスカレーションをシームレスに
リクエストを受けたチームがすぐに対応を開始して迅速に課題を解決するためには、そして最も重要なこととして、カスタマーに同じ説明を繰り返させないためには、必要なコンテキストをすべて把握していることが重要です。
そこでフォームの出番です。フォームを使用すると、構造化された形式でカスタマーからのリクエストを受け取り、詳細を収集できます。フォームは、製品サポート、請求、フィードバックなど、特定の種類の問い合わせに合わせてカスタマイズできます。フォームは、サポート Web サイトの連絡先ページにあります。カスタマーはこのページでフォームを選択して送信することで、サポートを依頼したり、フィードバックを提供したり、その他の問い合わせを行ったりできます。
前のセクションで説明したハンドオフ設定によっては、AI エージェントがカスタマーを問い合わせフォームに誘導したり、カスタマーに代わってフォームに入力して送信したりすることもできます。
Customer Service Management で AI サポート マネージャーを強化する方法
AI マネージャーは作物を育てる農家のようなものだと考えてください。種を蒔いただけで、収穫時期に完璧に育つと期待することはできません。日当たりを十分に確保することから、かかさずに水やりをすることまで、適切な成長を促すために、継続的で一貫した手入れをして注意を払う必要があります。
AI エージェントによる AI ファーストのカスタマー サポート エクスペリエンスの提供も、まったく同じです。カスタマーにリリースした後も “設定したら放置” というわけにはいきません。AI エージェントが継続的に改善し、常に優れたカスタマー体験を提供できるよう、継続的にガイダンスを提供し、エクスペリエンスを管理する必要があります。
AI エージェントのパフォーマンスを明確に把握
サポート チームのパフォーマンスを定期的にチェックすることが重要であるのと同様に、AI エージェントのパフォーマンスを把握し、それが実際にカスタマーのサポートに効果的であるかを理解することも同じく重要です。
AI サポート マネージャーは、会話数、AI による封じ込め率 (人間の介入なしで解決した会話の割合)、解決率などのメトリックを管理する必要があります。Customer Service Management では、一連のチャートに反映された主要なメトリックを見て、パフォーマンスを理解し、改善すべき領域を特定するのに役立てることができます。
AI エージェントが会話を重ねるごとに向上するようサポートする
コーチングやガイダンスによってサポート エンジニアを育成するように、AI エージェントも育成することができます。この方法では、AI エージェントを監督し、改善の方向性を主導できるため、主導権を維持しながら、AI エージェントがサポートチームの基準を満たせるようにできます。
会話のレビューにより、次のことが可能です:
- すべての会話を可視化: 具体的な会話をフィルタリングして検索し、トランスクリプトを確認してそれぞれのやり取りを把握できます。
- AI エージェントの挙動を理解: AI エージェントがなぜそのように応答したのか、支援を求めるユーザーから何を理解したのか、どのようなアクションを実行したのか、そして応答を生成するためにどのような情報を参照したのかまで把握し、そのロジックに関するインサイトを得ることができます。
- コーチングを実施: 会話を評価し、応答についてフィードバックすることで、会話の品質を評価し、AI エージェントが今後の応答を導き出せるようにし、将来のパフォーマンスを向上させることができます。
カスタマー サポートと製品ロードマップをつなげる
開発者エスカレーションを設定する方法
- サービス・プロジェクトから、「プロジェクト設定」 > 「リクエスト・タイプ」の順に選択します。
- 開発者エスカレーション作業カテゴリを選択します。
- 「テンプレートからリクエスト・タイプを作成」を選択します。
- カスタマー サービス カテゴリから [開発者サポートを利用する] を選択します。
- 「レビュー」を選択した後、選択した内容で良ければ「続行」を選択します。
- [保存] を選択して、選択したリクエスト タイプを新しいカテゴリに割り当てます。
プロジェクト管理者がリクエスト・タイプを「開発者エスカレーション」の作業カテゴリに割り当てたら、サポート・エージェントは開発者エスカレーションを作成できるようになります。
また、自動化を設定して、開発チームが担当するサービスでエスカレーションが作成された際に、Slack や Microsoft Teams で通知し、課題のステータスを同期することなどが可能です。自動化の詳細をこちらでご確認ください。
特定の課題について新しい開発者エスカレーションを作成する方法。
- リクエストの課題ビューを開きます。
- [課題をエスカレーション] を選択します。
- 開発者エスカレーション作成フォームに記入して、[作成] を選択します。
AI エージェント改善の取り組みが成果につながると確信を得られます
過去の会話をレビューしてガイダンスを実施する一方で、ある疑問が生じてきます。AI エージェントが実際に改善していると、どのように判断できるのでしょうか? 経時的な進捗をどのようにして追跡し、加えた変更が実際に機能しているかどうかをどのように確認できるのでしょうか?
まず、エージェントに変更を加えるたびに記録を残すことが重要です。身元情報、ナレッジ、ガイダンス、アクション、ハンドオフのいずれであっても、エージェントの構成は、バージョン管理によって意図したとおりに安全にアップデートできます。そして、公開を選択するまでは、安心して変更内容をレビューおよび改善できます。最新バージョンは、公開した時点でのみお客様向けに反映されます。
カスタマー サポートと製品ロードマップをつなげる
変更を加えた後は、エージェントの最新バージョンをテストすることが重要です。テストは、エージェントを初めて構成する際だけに行うものではありません。テストは常に実施し、デプロイするエージェント エクスペリエンスに自信を持つことができます。
リアルタイムで行われる会話のシミュレーション以上のことを求める場合は、評価を実行することもできます。評価では、さまざまな質問に対するエージェントの応答をテストし、その有効性を向上させます。LLM (大規模言語モデル) の判定役が応答をレビューし、それぞれの質問に適切に回答されているかを判断し、全体の解決率を提示します。これは AI エージェントの改善において不可欠なものであり、次のことが可能になります:
- ゴールデン データセットとの比較: 評価では、カスタマー サービス エージェントの応答をテストするための質問セットとして、ゴールデン データセットのアップロードが必要です。この質問リストには、よく寄せられる質問や、エージェントがお客様への対応の中で支援すべき主な領域などを含めることができます。一度に最大 50 件の質問に対して、エージェントがどのように応答するかをアップロードして確認できます。なお、これはエージェントとのリアルタイムの会話をシミュレーションするテスト機能とは異なります。
- 変更がうまくいっていることを確認: ナレッジ ソースやガイダンスの追加など、エージェントに変更を加えている場合があります。評価を使用すれば、変更内容に基づいて、バージョンごとにエージェントが質問にどのように応答するかを確認でき、結果を比較できます。
カスタマー サポートと製品ロードマップをつなげる
開発者は、エージェント・ライセンスがなくても、コラボレーターとしてエスカレーションにアクセスできます。コラボレーターにするには、サービス・プロジェクトのサービス・デスク・チームのロールにそのユーザーを追加する必要があります。ロールの詳細をこちらでご確認ください。
セルフサービス型ナレッジ ベースをつなげる
これらすべてが、継続的改善と呼ばれる理由です。AI エージェントの過去の会話を確認し、バージョンを作成し、テストを実行し、エージェントの過去の挙動に基づいて評価を行うことで、これまでの改善を積み重ね、さらに発展させることができます。