サポートチームのAIパフォーマンス指標を測定する方法

さあ、やり遂げましたね。AIサポートエージェントを導入しました。エージェントは現場でチケットに回答し、顧客とやり取りし、チームと連携して働いています。しかし、本当の問題はこれです。それは本当に役立っているのでしょうか？

「機能している」と感じるのと、上司に「効率が27%向上しました」と報告するのとでは全く違います。直感から具体的な数値へと移行するには、その影響を測定するためのしっかりとした計画が必要です。

適切なAIパフォーマンス指標を追跡することは、単にレポートの項目をチェックするだけではありません。ツールの価値を証明し、改善方法を見つけ、投資が顧客、エージェント、そしてビジネスにとって実際に成果を上げていることを確認するための手段なのです。このガイドでは、本当に重要な数値を追跡するための実践的で段階的な方法を紹介します。

AIパフォーマンス指標の測定を始めるために必要なもの

測定を始める前に、まずは環境を整える必要があります。料理を始める前に材料を集めるようなものだと考えてください。データサイエンスの学位は必要ありませんが、いくつかの準備が必要です。

• 明確な目標： あなたにとっての「成功」とは何でしょうか？Tier 1チケットを30%削減することですか？それとも、初回応答時間を半分に短縮することでしょうか？目標が何であれ、書き留めておきましょう。

• ヘルプデスク分析ツールへのアクセス： AIを導入した後に何が変わったかを確認するために、ヘルプデスク（Zendesk、Freshdesk、Intercomなど）からデータを引き出す必要があります。

• パフォーマンスのベースライン： どこから始めたのかが分からなければ、改善を測定することはできません。AIを導入する前の過去30～60日間の主要指標に関するレポートを取得しておきましょう。

• 優れたレポート機能を備えたAIプラットフォーム： 使用するAIツールは、その活動内容を簡単に確認できるものであるべきです。eesel AIのようなプラットフォームには、重要な項目を追跡するダッシュボードが組み込まれているため、推測する必要がありません。

AIパフォーマンス指標を測定するための5ステップガイド

目標とベースラインが設定できたら、このプロセスに従ってAIのパフォーマンスの全体像を把握できます。

ステップ1：運用指標でベースラインを把握する

まず最初に、サポート業務の「導入前」の写真が必要です。これらは、チーム単独でのパフォーマンスを示す基本的な統計です。このベースラインを設定することで、AIがどれほどの違いをもたらしているかを確認するための明確な比較点ができます。

過去1〜2ヶ月のデータを掘り下げ、以下の主要な数値を書き留めてください。

• 初回応答時間 (FRT): 顧客が最初の返信を受け取るまでにどれくらい待つか？これは、チームの対応の速さを示す非常に重要な指標です。

• 平均処理時間 (AHT): エージェントが1つのチケットを開いてから閉じるまでにかかる平均時間はどのくらいか？この数値は、エージェントの効率について多くのことを物語っています。

• チケット量: 毎日または毎週、どれくらいのチケットを受け取っているか？これを「請求に関する質問」や「パスワードリセット」などの一般的なトピック別に分類すると、実際にどこに時間が費やされているかが分かりやすくなります。

• チケットバックログ： キューの中で解決を待っているチケットはいくつあるか？この数が常に多い場合、チームが手一杯であることの良い兆候です。

これらの数値が出発点となります。AIを導入するにつれて、これらの主要な指標がどのように変化するかを観察できるようになります。

ステップ2：効率と自動化に関する主要なAIパフォーマンス指標を追跡する

ベースラインを設定したら、次はAIが実際に何をしているかを確認する番です。これらの指標は、AIがどれだけうまくチケットを処理し、チームから反復的なタスクを取り除いているかに関するものであり、通常、AIを導入する主な理由でもあります。

注目すべき主な点は以下の通りです。

• 自動化率（または自己解決率）： これが最も重要な指標です。人間が一切触れることなく、AIが単独で完全に解決したチケットの割合です。高い自動化率は、チームの時間がより多く確保できていることの直接的な証拠です。

• チケットあたりのAIタッチ数： AIが処理する会話において、問題を解決またはエスカレーションするまでに、何回のやり取りが必要か？タッチ数が少ないほど、AIが顧客を理解し、迅速に正しい回答を提供していることを意味します。

• トリアージ精度： AIを使用してチケットのタグ付けやルーティングを自動化している場合、カテゴリ、優先度、またはエージェントの割り当てをどのくらいの頻度で正しく行っているか？これが正確であれば、チケットが適切な担当者に迅速に届き、全体のスピードが向上します。

優れたAIプラットフォームは、この点で多くの制御を提供します。例えば、eesel AIでは、AIがどのチケットを処理すべきかを正確に決定するための特定のルールを設定できます。「注文状況」のような大量の問い合わせから小さく始め、それ以外のすべてをエスカレーションするようにAIに指示できます。この制御機能と、**AIトリアージ**製品のようなツールを組み合わせることで、自信を持って自動化率を徐々に高めていくことができます。

この画像は、eesel AIのダッシュボードで、自己解決率やナレッジギャップなどの主要なAIパフォーマンス指標が表示されている様子を示しています。

ステップ3：顧客中心のAIパフォーマンス指標を測定する

チケットをより速くクローズすることは素晴らしいことですが、それが顧客を不快にさせるなら意味がありません。このステップは、人々がAIとの対話についてどう感じているかを確認することです。優れたAIは速いだけでなく、本当に役立つものでなければなりません。

以下の顧客中心の指標に注目してください。

• 顧客満足度 (CSAT)： これは顧客の満足度を直接確認する最も簡単な方法です。チケットがクローズされた後、顧客に体験を評価してもらいます。ここでのポイントは、AIのみが対応したチケットと、人間のエージェントが対応したチケットのCSATスコアを分けて考えることです。

• 顧客努力指標 (CES): 「問題を解決するのはどれくらい簡単でしたか？」という簡単な質問をします。顧客が答えを得るためにAIと格闘しなければならなかったと感じるなら、CESがそれを教えてくれます。手間のかからない体験は、ほとんどの場合、良い体験です。

• ワンタッチ解決率： 1回のやり取りで解決される問題の割合はどのくらいか？AIが最初の試みで解決できる場合、それはAIが問題を本当に理解し、あなたのナレッジベースを把握していることを示しています。

これらの数値が良好であれば、あなたのAIが単なる効率化マシンではなく、ポジティブな体験を生み出していることがわかります。数値が下がり始めたら、AIの応答やナレッジソースを見直して、何が問題なのかを調査する合図です。

ステップ4：エージェント中心のAIパフォーマンス指標を評価する

AIエージェントの成功は、人間のチームとどれだけうまく連携できるかにもかかっています。良いAIは、また別の面倒なツールではなく、非常に役立つ同僚のように感じられるべきです。これらの指標は見過ごされがちですが、チームの士気や、人々が実際にツールを使うようにするためには非常に重要です。

注目すべき点は以下の通りです。

• エージェント利用率（Copilotの場合）： AIにエージェント向けの返信案を提案する機能がある場合、彼らは実際にそれを使っているでしょうか？もし使っているのであれば、提案が正確で時間を節約できている良い兆候です。

• 反復的なチケットの減少： 現在エージェントが対応しているチケットの種類を見てみましょう。彼らはまだパスワードのリセットに追われていますか、それともより複雑な顧客の問題に取り組んでいますか？その変化は、仕事の満足度にとって大きな勝利です。

• 従業員満足度 (eNPS): 幸せなチームはより良いチームです。退屈で反復的な作業をAIが代行することで、ストレスが軽減され、仕事がより面白くなります。チームに調査を行い、AIが仕事生活を楽にしていると感じるかどうか尋ねてみましょう。

eesel AIの**AI Copilot**のようなツールは、エージェントの生活をより良くするために作られています。過去のチケットやナレッジベースを使用して、ブランドに沿った返信を即座に作成し、エージェントがより速く、より一貫性を持って対応できるよう支援します。これは、処理時間と彼らが管理する会話のCSATの両方に直接的な影響を与えます。

A screenshot of the eesel AI Copilot suggesting a reply within an email client, illustrating agent-focused AI performance metrics.

ステップ5：ビジネス価値とROIに関するAIパフォーマンス指標を計算する

最後になりましたが、最も重要なこととして、これらをビジネスの収益に結びつける必要があります。これにより、投資が価値あるものであったことを経営陣に示し、さらなる活用を主張することができます。

以下の2つのビジネスレベルの指標に焦点を当ててください。

• 解決あたりのコスト： まず、人間のエージェントがチケットを解決するための平均コストを計算します（給与、福利厚生、ソフトウェアなどを考慮）。次に、プラットフォームの価格に基づいてAIが解決したチケットのコストを計算します。その差額が、AIが自律的に何かを処理するたびに得られる直接的な節約額です。

• 投資収益率 (ROI): これが究極の証明です。AIが生み出したすべての価値（コスト削減、生産性の向上したエージェント、さらには顧客維持率の向上など）を合計し、プラットフォームに費やした金額と比較します。プラスのROIは、ツールがビジネスに利益をもたらしていることを示します。

ROIの計算は、支出額が分かっていればずっと簡単になります。解決ごとに課金されるプラットフォームでは、請求額が変動する可能性があるため、複雑になりがちです。eesel AIのような**予測可能で定額の料金体系**を提供するプラットフォームなら、推測なしでコストを予測できます。チケット量の多い成功した月に予期せぬ請求で罰せられることがないため、ROIの計算がクリーンでシンプルになります。

The eesel AI public pricing page, demonstrating the transparent, flat-rate pricing model that simplifies ROI calculations for AI performance metrics.

AIパフォーマンス指標を追跡する際のプロのヒントと避けるべきよくある間違い

AIのパフォーマンス測定は、一度やったら終わりではありません。データからより多くを得て、一般的な落とし穴を避けるためのヒントをいくつか紹介します。

The simulation mode in eesel AI helps users forecast AI performance metrics before full implementation.

• よくある間違い：自動化率のみに焦点を当てること。

  90%の自動化率はプレゼンテーションでは素晴らしく見えるかもしれませんが、回答がひどくてCSATスコアが急落すれば、それは完全な失敗です。常に効率指標（自動化率など）と品質指標（CSATなど）を併せて確認しましょう。

• よくある間違い：汎用の既製AIを使用すること。

  あなたのビジネスについてトレーニングされていないAIは、具体的で役立つ回答を提供できません。そのパフォーマンスは常に平凡なものになります。最高の結果は、あなたのデータから学習するAIから得られます。だからこそ、eesel AIは**ConfluenceやGoogle Docs**のような場所にある過去のチケットや社内ドキュメントに直接接続し、あなたのビジネスに実際に合わせた回答を提供します。

AIパフォーマンス指標から習熟へ

AIパフォーマンス指標の測定は、一度やって終わりにするものではありません。追跡し、数値が何を意味するかを理解し、改善するという継続的なループだと考えてください。これらのステップに従うことで、当て推量を乗り越え、AIエージェントが実際にどのように機能しているかをデータに基づいて明確に理解することができます。その知識は、設定を微調整し、ナレッジのギャップを埋め、関係者全員にとってより良いサポート体験を構築するのに役立ちます。

AIパフォーマンス指標が実際に動く様子を見る準備はできましたか？eesel AIを使えば、強力なAIエージェントを数分で稼働させるだけでなく、組み込みのシミュレーションおよびレポートツールでその成功を測定することも簡単です。

無料トライアルを開始する