自動化ルールの実例集：チケット作成

正直なところ、朝一番にヘルプデスクのキューを開くのは、まるで仕事の山を前に呆然としているかのように感じられることでしょう。新しいチケットが絶え間なく流れ込み、その一つ一つを分類し、優先順位を付け、適切な担当者に引き渡さなければなりません。これを手作業で行うのは時間がかかり、ミスも起こりやすく、チームのエネルギーを大きく消耗させます。そのエネルギーは、本来、顧客を実際に助けるために使われるべきものです。

まさにここで自動化が役立ちます。自動化は、チームが朝一番のコーヒーを手に取る前に、カオスに秩序をもたらすスマートなフィルターだと考えてください。このガイドでは、チケット作成の自動化について知っておくべきことを順を追って説明します。まず、今日からでもヘルプデスクで設定できるような、シンプルで組み込みのルールから始め、次に、よりインテリジェントなAI駆動のアプローチがどのように働き方を変えることができるかを見ていきます。自動化の最適な機会を見つける方法、あらゆるルールの基本的な構成要素を理解し、すぐに使える実践的な例を学ぶことができます。

チケット作成の自動化を始めるために必要なもの

本題に入る前に、必要なものを簡単に確認しておきましょう。リストは長くありません。このガイドを最大限に活用するために、準備しておくべきいくつかの項目です。

• Freshdesk、Jira Service Management、Zendeskなど、お使いのヘルプデスクプラットフォームへの管理者アクセス権。

• 「この作業さえなければ」と思う反復的なタスクを1つか2つ、大まかに把握しておくこと（例：すべてのパスワードリセットリクエストの割り当て、請求に関する質問へのタグ付けなど）。

チケット作成を自動化するためのステップバイステップガイド

さて、いよいよ本題に入り、自動化を構築していきましょう。このパートでは、ゼロから自動化を実現するための明確なステップに分けて解説します。

ステップ1：自動化に最適なチケットを見つける

まず最初に、すべてのチケットが自動化に適しているわけではありません。特に、始めたばかりの段階ではそうです。始めるのに最適なのは、大量かつ低複雑性のチケットです。これらは、キューを詰まらせるものの、解決に深い思考を必要としない単純で反復的な質問です。

注意すべき一般的なものをいくつか挙げます：

• パスワードリセットのリクエスト

• 「注文した商品はどこにありますか？」という質問

• スパムや不在通知の返信

• 「前回の請求書のコピーをもらえますか？」のような簡単な請求に関する問い合わせ

• 他の部署（営業や人事など）に送る必要があるリクエスト

では、これらを自分のヘルプデスクで見つけるにはどうすればよいでしょうか？ おそらく、思っているよりも簡単です。まず、チケットレポートを掘り下げ、タグや一般的なキーワードでフィルタリングすることから始めましょう。あるいは、もっと良い方法として、エージェントに直接「1日に何十回も答えている気がする、あの単純な質問は何ですか？」と聞いてみてください。彼らの答えは、最初の自動化ターゲットを見つけるための純金のようなものです。

チケットタイプ	説明	自動化に適しているか？
パスワードリセット	パスワードを忘れ、リセットリンクが必要なユーザーからのリクエスト。	はい
注文状況	配送状況の更新を求める顧客からの問い合わせ（「注文した商品はどこにありますか？」）。	はい
スパム/迷惑メール	フィルターで除外する必要がある、未承諾のメールや不在通知の返信。	はい
請求に関する問い合わせ	請求書や支払い確認の簡単なリクエスト。	はい
部署へのルーティング	営業、人事、財務など、他のチームに属するチケット。	はい

ステップ2：自動化ルールの構造を理解する

どのプラットフォームであっても、すべての自動化ルールは同じ基本ロジックに従います。このシンプルな「もしこうなったら、あれをする」という構造を理解すれば、どんなツールでもワークフローを構築できます。

これは3つの部分に分かれています：

• トリガー： すべての始まりとなるイベントです。ここで話すすべてのことにおいて、トリガーは常に**「チケットが作成されたとき」**です。これが自動化の開始合図です。

• 条件： これが「もし」の部分です。新しいチケットがルールを適用されるためには、これらの特定の基準を満たす必要があります。フィルターのようなものだと考えてください。例えば、条件は次のようになります：「もしチケットの件名に『パスワード』という単語が含まれ、かつ顧客のメールアドレスが『@vipcustomer.com』で終わる場合。」

• アクション： これが「ならば」の部分です。チケットが条件を満たすと、システムはあなたが指示したことを何でも実行します。例えば：「ならば、チケットをITグループに割り当てる」そして「優先度を緊急に設定する。」

graph TD  

    A[開始: 新規チケット作成] --> B{トリガー: チケット作成};  

    B --> C{条件を満たすか？};  

    C -- はい --> D[アクションを実行];  

    D --> E[ITグループに割り当て];  

    D --> F[優先度を「緊急」に設定];  

    C -- いいえ --> G[終了: ルールは適用されない];  

ステップ3：実践的な例

理論も良いですが、これが実際の例でどのように機能するか見てみましょう。ここに、ご自身のヘルプデスクに合わせて使えるいくつかの例を挙げます。

例1：キーワードに基づいてチケットをルーティングする

• やろうとしていること： 請求関連のすべての質問を財務チームに自動的に送り、一般のサポートキューで滞留しないようにする。

• トリガー： チケットが作成されたとき。

• 条件： 件名または説明に「請求」「請求書」「返金」が_含まれる_。

• アクション： グループに割り当て > 「財務」。

例2：VIP顧客からのチケットを優先する

• やろうとしていること： 最も重要な顧客が常に最速のサービスを受けられるようにする。

• トリガー： チケットが作成されたとき。

• 条件： リクエスターの組織が「VIP Client Inc.」である（または、あなたが彼らを識別する方法で）。

• アクション： 優先度を設定 > 「緊急」。

例3：スパムを自動的に管理する

• やろうとしていること： エージェントが目にする前に明らかなスパムを破棄して、キューをクリーンに保つ。

• トリガー： チケットが作成されたとき。

• 条件： 件名に「当選しました」が_含まれる_、またはリクエスターのメールが「known-spammer@spam.com」である。

• アクション： チケットを削除する。

これらのシンプルなルールは素晴らしい出発点となり、チームの負担を即座に軽減できます。

ステップ4：手動ルールの隠れたコストと限界

これらのルールを構築していくと、すぐに効果を実感できるでしょう。しかし、しばらくするといくつかの問題に気づき始めるかもしれません。基本的なキーワードベースのルールは便利ですが、後々より多くの仕事を生み出す可能性のある、深刻な死角があります。

• ルールはもろい： 「返金」という単語を探すルールは素晴らしいですが、不満を抱えた顧客からの「お金を返してほしい」というチケットは完全に見逃してしまいます。ルールは、あなたが指定した正確な単語しか認識できず、顧客が公式な用語を使うことはめったにありません。

• 管理が面倒になる： ビジネスが成長するにつれて、何十、あるいは何百ものルールを抱えることになるかもしれません。それらが互いに矛盾し始め、ワークフローの小さな変更が5つの異なるルールを編集し直すことを意味するかもしれません。それは絡み合っためちゃくちゃな状態になります。

• 文脈を理解しない： 基本的なルールは、同じキーワードが使われていても、単純な質問と怒りのクレームの違いを区別できません。ただ「請求」という単語を見て、それを転送するだけです。また、ConfluenceのwikiやNotionのプロジェクトドキュメントに隠された役立つ情報など、ヘルプデスク外の情報を引き出すこともできません。

• 導入にリスクが伴う： ほとんどのヘルプデスクの自動化には、本当の意味での「テストモード」がありません。ルールを本番環境に適用し、それが最大手クライアントからの緊急チケットを誤ってルーティングしないことを祈るしかありません。

ステップ5：AIを活用した自動化でレベルアップする

もしこれらの限界に心当たりがあるなら、それはおそらく、より強力な何かを求める準備ができているということです。ここでAIを活用した自動化が登場し、厳格なルールから、実際に学習し適応できるインテリジェントなシステムへと移行するのを助けます。

単にキーワードを探すだけでなく、現代のAIは顧客が何を意味しているかを理解します。単語を見るだけでなく、その背後にある意図を把握します。過去にチームが同様の問題をどのように処理したかから学び、新しいチケットをどう扱うべきかを判断します。

ここでeesel AIのようなツールが真価を発揮します。これは、手動でのルール構築に伴う頭痛の種を解決するために作られています。

• 会社のすべての知識から学習する： eesel AIは、あなたが作成したルールだけに依存しません。過去のサポートチケット、ヘルプセンターから学習し、さらにGoogle DocsやSlackなどの他のナレッジソースにも接続します。これにより、正確な回答を提供し、適切なアクションを実行するためのより深い理解が得られます。

• 本番稼働前にシミュレーションができる： これは大きな利点です。顧客向けに何かを有効にする前に、eesel AIエージェントをシミュレーションモードで何千もの過去のチケットに対して実行できます。これにより、そのパフォーマンスに関する明確でデータに基づいたレポートが得られ、どのように返信したかを正確に示し、完全に安全な環境でその振る舞いを微調整できます。

• チケットのルーティング以上のことを行う： AIエージェントは、チケットの割り当てやタグ付け以上のことができます。Shopifyからリアルタイムの注文データを検索するなどのカスタムアクションを実行したり、会社のトーンに合った完璧な返信を下書きしたりすることさえできます。

• 数分で設定可能： 何ヶ月にもわたる複雑な設定は必要ありません。eesel AIはセルフサービスなので、ヘルプデスクを接続し、AIをトレーニングし、数分でその動作を確認できます。

eesel AIのシミュレーション機能を使えば、過去のチケットで自動化ルールをテストでき、本番稼働前にそれらがどのように機能したかを確認できる安全な環境を提供します。これは、効果的な自動化ルールの例：チケット作成を作成する上で重要な利点です。

スムーズな導入のためのプロのヒント

当面は基本的なルールにこだわるにしても、AIに飛び込むにしても、導入がうまくいくようにするためのヒントをいくつか紹介します。

• **小さく始める：**初日からすべてを自動化しようとしないでください。まず、シンプルで影響の大きいワークフローを1つ選びます。それがどう機能するかを見て、チームからフィードバックを得て、そこから構築していきます。

• **チームと情報を共有する：**どのチケットが自動的に処理されているかをエージェントに知らせましょう。これにより、彼らはより複雑な問題に集中でき、誤って二重作業をするのを防ぎます。

• **常に人間への窓口を用意する：**自動化で問題が解決しない場合、顧客が簡単に人と話せるようにしましょう。「これは役に立ちましたか？」という質問に「いいえ、もっと助けが必要です」というボタンを付けるだけで十分です。

• **定期的に確認し、調整する：**自動化は一度設定したら終わりというものではありません。毎週レポートを確認してください。ルールは正しく機能していますか？ AIは期待通りにチケットを処理していますか？ そのデータを使って小さな調整を加え、改善を続けてください。

手動ルールからインテリジェントオートメーションへ

基本的な自動化ルールは、忙しいチケットキューを管理しようとするサポートチームにとって、素晴らしい第一歩です。時間を節約し、手作業を減らし、一般的なリクエストの処理方法に一貫性をもたらします。これにより、単なる受け身の対応から、より整理されたワークフローへと移行するのに役立ちます。

しかし、それらには限界があります。サポートを真にスケールさせ、顧客に素晴らしい体験を提供するためには、最終的にはそれらの厳格なキーワードベースのルールを超える必要があります。未来は、文脈を理解し、チームから学び、顧客のニーズに適応するインテリジェントオートメーションにあります。

複雑なルールの網の目を管理するのにうんざりしていて、自律型AIエージェントがチームのために何ができるかを知りたいなら、eesel AIを無料でお試しください。わずか数分でご自身のチケットでそのパフォーマンスをシミュレーションし、どれだけの時間を節約できるかを明確に把握できます。