AIでセルフサービスを改善する方法

まとめ

AIでセルフサービスを改善したいなら、答えはもっとスマートなFAQページではありません。すでに持っている知識——ヘルプセンターと解決済みチケット——にAIエージェントを向け、繰り返しの質問に即座に答えさせながら難しいものを人間に転送することです。

機能するセルフサービスとただ忙しそうに見えるセルフサービスを分ける3つのことがあります：転換ではなく解決を測定すること；エージェントをドラフトモードで開始し、本番稼働前に実際の過去のチケットで評価すること；そして信頼度でルーティングして確信のあることだけを自動回答させること。

私はeeselのサポートキューで働いており、パターンは一貫しています。成功するチームはAIを壊れたヘルプセンターに貼り付けるのではなく、AIに何が壊れているかを明らかにさせてループで修正します。以下が私が実行する正確な手順です。

「良い」セルフサービスとは本当に何か

ほとんどのセルフサービスプロジェクトは間違った数字から始まります。誰かが「チケットの40%を転換する」という目標を受け取り、チャットボットをリリースし、ダッシュボードは忠実に40%を報告します。問題は転換と解決は同じではないということです。転換とはチケットが人間に届かなかったことを意味するだけです。諦めてチャットを閉じたカスタマーも転換にカウントされます。実際に答えを得た人もそうです。一方は勝利であり、もう一方は勝利に見せかけた離脱です。

良いセルフサービスは解決で測定されます：カスタマーは正しい答えを得て満足して去りましたか、人が触れることなく？このフレームを変えることで、何を構築するかが変わります。「チャットから逃げにくくする」のではなく、「正しく答えて、できないときは邪魔にならないようにする」に最適化し始めます。

「良い」のもう半分はスコープについての正直さです。セールスコールで顧客から言われた最も鋭いことが今でも残っています：「AIは質問の100%に答えることは決してできません。自信を持って処理できるチケットだけを処理し、他のものはそのままにしておくAIが必要です。」 それがすべてです。自分が知らないことを知っているセルフサービスエージェントは、自信を持って嘘をつくものよりも毎回優れています。初期のロールアウトで自信ありげなボットが誤った回答を静かに出すのを見て、私は苦い経験からそれを学びました。だからこそeeselは今、実際のカスタマーに近づく前に、すべてのデプロイメントを過去のチケットに対してシミュレーションします。

ほとんどのセルフサービスが静かに失敗する理由

ハウツーの前に、すでに持っているヘルプセンターがその役割を果たしていない理由を挙げる価値があります。私の経験では、一つの大きな問題ではなく、三つの小さな問題が積み重なっていることがほとんどです。

知識が散在しています。 答えは存在しますが、ヘルプセンター、いくつかのNotionページ、Slackスレッド、古くなったマクロの墓場に分散しています。静的なFAQは記事を指し示すことしかできません。それらすべてにわたって推論することはできません。これが私が聞く最も一般的な悩みであり、あるカスタマーが*「膨大なドキュメントを整理する必要があった」*と言ったときに意味していたことです。

ドキュメントは間違った読者向けに書かれています。 多くのナレッジベースは管理者や内部スタッフ向けに書かれていますが、チケットはエンドユーザーから来ます。私が関わったあるトランジットテックチームは、システム管理者を対象としたドキュメントを持っていましたが、実際の質問は乗客から来ており、完璧な検索でも誰も使えない回答が返ってきました。

誰もループを閉じません。 セルフサービスは劣化します。新機能がリリースされ、記事は古くなり、どの質問が失敗し続けているかを気づく責任者は誰もいません。静的なページは答えられなかったことを教えてくれません。静かにパフォーマンスが低下するだけです。

ここでAIが変えること：良いエージェントは乱雑な知識を読むだけでなく、どこにギャップがあるかを教えてくれます。答えられない質問がコンテンツバックログになります。 このフィードバックループが本当のアップグレードです。チャットウィジェット自体よりも重要です。

「急成長中のスタートアップとして小さなチームでは、カスタマーが従業員をはるかに上回っています。ロバストなセルフサービスソリューションと、顧客対応チームの効率を高めるツールを持つことが不可欠です。」

Jon Miron, Director of Support & Operations, Yellowdig

AIでセルフサービスを改善する方法、ステップバイステップ

これが私が実際に従う手順です。Zendesk、Freshdesk、Front、HubSpot Service Hubのいずれを使用していても機能し、コントロールを渡す前に信頼を構築できるよう意図的に順序付けられています。

1. 過去のチケットを含む知識を統合する

最大のレバー、そしてチームがスキップするもの、はAIにヘルプセンター以上のものを提供することです。ナレッジベース、NotionやConfluenceの社内ドキュメント、そして重要なのは解決済みチケットを接続してください。過去のチケットには本当の答えが存在します：チームが使う正確なフレーズ、エッジケース、記事になりきれなかったポリシー。

自社のチケット履歴でのトレーニングは、私が見る中で最も要求される機能です。大きな差をつけて。それによってエージェントはあなたの声で答え、あなたのチームがすでに解決していることを解決できます。一般的なドキュメントをオウム返しにするのではなく。ツールを選ぶなら、この質問を先頭に置いてください：公開されている記事だけでなく、解決済みチケットからも学習できるか？

2. ローンチ前に実際の過去のチケットでシミュレーションする

盲目的にローンチしないでください。一人のカスタマーがエージェントを見る前に、過去のチケット数百件に対して実行し、出力を読んでください。これが「精度が高いといいな」を実際に行動できる数字に変えるステップです。

シミュレーションはトピック別のカバレッジ、エージェントが自信を持っている箇所、推測している箇所を教えてくれます。実際のチャットのサンプルに対するeesel自身のプレローンチ実行では、約96%がソース付きで正しく答えましたが、価値は見出し率にあるのではなく、どの4%が失敗したかとその理由を見ることにあります。ドキュメントのないトピック、間違ったオーディエンス向けに書かれた記事、一般的だと知らなかった質問が見つかります。ローンチ前にそれらを修正してください。怒ったカスタマーが見つけた後ではなく。

3. フルオートパイロットではなくドラフトモードで開始する

初日にすべてを自動返信に切り替える衝動に抵抗してください。まずエージェントをコパイロットとして実行してください：人間のエージェントがレビューして送信するためのドラフトを作成します。チームは速くなり、カスタマーはまだ人間がチェックした答えを得ており、「このドラフトは正しかったか？」という実績を積んでから一人で答えさせます。

懐疑的なサポートチームを納得させるのもこの方法です。彼らはドラフトを見て、ミスを修正し、すべての修正が次の答えをより良くします。自律的な返信をオンにする頃には、データに裏付けられた決定であり、信仰の飛躍ではありません。

4. 信頼度でルーティングし、クリーンにエスカレーションする

簡単なことで信頼できるようになったら、信頼度ベースのルーティングを設定してください。高信頼度の質問はカスタマーが確認できる引用付きで即座に答えられます。中程度の信頼度のものはエージェント向けのドラフトになります。信頼度が低いか機密性が高いもの（請求紛争、法的または医学的なもの）は全会話が添付された状態で直接人間に渡され、カスタマーが繰り返す必要はありません。

クリーンなハンドオーバーは良い答えと同じくらい重要です。ログで見た最良のセルフサービスインタラクションはほとんど退屈でした：カスタマーが2つのハウツーの質問をし、即座にドキュメントに裏付けられた答えを受け取り、次に「人間と話せますか？」とタイプしたら同じ秒にハンドオーバーされました。ループなし、「この問題は解決しましたか？（はい/いいえ）」の行き止まりなし。それが基準です。

5. 自動入力された知識ギャップでループを閉じる

ここでセルフサービスが複利になります。エージェントが答えられなかった質問すべてが、エージェントが見つけた知識ギャップです。良いAIヘルプデスクエージェントはそれらのギャップを明らかにし、不足している記事さえドラフトしてくれます。これにより、ヘルプセンターは腐っていくのではなく毎週改善されます。私が関わったあるチームはまさにこれを望んでいました：ユーザーガイド、Slack、社内KB、過去のチケットを相互参照し、見つかったギャップから新しい記事を自動ドラフトする。

定期的なリズムを設定してください：エージェントが明らかにしたギャップをレビューし、ドラフト記事を承認または編集し、再シミュレーションし、解決率が上がるのを見てください。セルフサービスは一回限りのプロジェクトではなく、自己維持するシステムになります。

転換 vs. 解決：正しいものを測定する

ほとんどのセルフサービスが紙の上で失敗するところなので、これに戻り続けます。ここに区別を明確に示します。

転換だけを見ていると、カスタマーが怒りを増す中で上がり続ける数字に最適化することになります。セルフサービスされた会話のCSATと再オープン率と組み合わせることで、エージェントが実際に解決しているのか単に転換しているのかがわかります。AIサポートROIの測定についてより完全な方法を書き上げました。これを正しく行うデプロイメントは実際の数字を見ます。例えば、解決済みチケットから学習を始めたら、15%の転換から55%目標へと進んだ社内ITヘルプデスクのように。

「Jiraのヘルプデスクチケットへの最初の対応者として使用しています。本質的にエージェントと同じように機能します。」

Jason Loyola, Head of IT, InDebted

セルフサービスを静かに台無しにする一般的なミス

よく見かけるので、積極的に避けていただきたいいくつかの落とし穴があります：

• シミュレーションなしでオートパイロットでローンチする。 これが自信を持って間違えたエージェントの恐怖体験談を生み出します。常に先に過去のチケットで評価してください。
• 信頼を犠牲にして転換を最適化する。 人間へのハンドオーバーを埋め込むことで転換率とチャーンが同時に急上昇します。
• ヘルプセンターを静的として扱う。 失敗した質問にループを閉じるものがなければ、解決率は頭打ちになります。ギャップ埋めのステップはオプションではありません。
• 公開された記事しか読まないツールを選ぶ。 解決済みチケットから学習できなければ、永遠に汎用的です。これが確認すべき最も重要な機能であり、ドキュメントを非難する前にAIチャットボットが正しく答えない理由を読む価値があります。
• チャネルを無視する。 セルフサービスはヘルプセンターウィジェットだけではありません。サイトのAIライブチャット、Eコマースヘルプデスクのボット、カスタマーサービス自動化の中の答えでもあります。カスタマーがすでにいる場所で会ってください。

セルフサービスのためにeeselを試してみる

これがeeselが構築されたループです。既存のヘルプデスクに接続し、初日からヘルプセンター、過去のチケット、社内ドキュメントから学習します。誰かが書くことを思い出した一握りの記事に制限されません。ローンチ前に正確なカバレッジを確認するために自社の過去のチケットでシミュレーションし、ドラフトモードで開始し、次に信頼度ベースのルーティングでトピックごとに自律性を付与します。上で説明したのと同じ信頼構築シーケンスです。Zendesk、Freshdesk、Front、HubSpot、その他100以上のツールで動作し、80以上の言語で標準的に答えます。

「最初の月に、eeselは当社のティア1リクエストの73%を解決しています。eeselは簡単なZendeskの実装とセットアップを提供します。私たちのチームは7日間のトライアル中に実装し、すぐに結果を出しました。」

Kim Simpson, Gridwise

オプションを検討しているなら、最良のAIヘルプデスクソフトウェアと最良のカスタマーサービスAIのまとめは比較するのに適した場所です。いずれにせよ、原則は変わりません：知識を統合し、ローンチ前にシミュレーションし、信頼度でルーティングし、解決で自分を評価する。正しく行われたセルフサービスは、長く運用するほど簡単になる珍しいサポートプロジェクトです。eeselを無料でお試しいただき、自社のチケットに対してシミュレーションを実行して、どこに位置するかを確認できます。