サポート会話でAIを使って顧客離反リスクを検知する方法

顧客を失うことは、どんなビジネスにとっても高くつく問題です。Forbesが言及した調査によると、米国企業は毎年、維持できたはずの顧客から1360億ドルという驚異的な損失を被っています。そして最も悔しいのは、その警告サインが通常、日々のサポートとの会話の中に隠れていることです。

顧客は常に何が問題なのかを伝えてくれています。不満や混乱を感じているとき、あるいは競合他社を検討し始めているときでさえ、教えてくれるのです。本当の課題は、人間のチームが現実的に何千ものメールやチャット、サポートチケットをふるいにかけ、すべての危険信号を捉えることができない点にあります。それは単純に不可能なのです。

ここでAIが活躍します。AIを使ってすべてのサポート対応を分析することで、事後対応的な「火消し」モードから、解約リスクが現実のものとなるずっと前にそれを発見する、プロアクティブ（事前対応型）なモードへと移行できるのです。

ここでは、AIを使ってこれらのリスクを特定し、チームに警告し、顧客を維持するためのシステムを構築する具体的な手順を解説します。

必要なもの

始める前に、必要なものについてお話ししましょう。AIを活用した解約リスク発見システムの構築は、おそらくあなたが思うよりも簡単です。本当に必要なものは2つだけです。

• サポートでの会話データへのアクセス： これはAIが学習するためのデータです。Zendesk、Freshdesk、Intercomのようなヘルプデスク、SlackやMicrosoft Teamsのようなツールのチャットログ、その他チームが顧客と話すすべての場所への管理者アクセスが必要です。

• AI会話インテリジェンスプラットフォーム： すべてのデータソースに接続し、実際に会話を理解できるツールが必要です。重要なのは、設定が簡単で、ユーザーが管理できるものを見つけることです。多くの選択肢がありますが、eesel AIのようなプラットフォームは、わずか数分で自分で稼働させられるように作られています。

ステップ1：すべての顧客との会話ソースを接続する

まず最初に、AIに全体像を伝える必要があります。解約の兆候は、公式なサポートチケットだけに現れるわけではありません。アカウントマネージャーへのSlackメッセージ、共有されたGoogleドキュメントへのコメント、コミュニティフォーラムでの質問など、さまざまな場所に現れます。1つのチャネルしか見ていないと、見逃しが生じてしまいます。

ここでの目標は、これらすべての異なる会話を一つにまとめることです。手動でデータをエクスポートしたり、開発者に複雑なものを構築するよう依頼したりする代わりに、最新のAIツールは簡単なワンクリック統合でアプリに接続できます。

チームと顧客が話しているすべての場所に接続できるプラットフォームを探しましょう。例えば、eesel AIは、以下を含む100以上のソースに標準で統合されています。

• ヘルプデスク： Zendesk, Freshdesk, Intercom, Gorgias

• ナレッジベース： Confluence, Notion, SharePoint

• コラボレーションツール： Slack, Microsoft Teams

これらすべてのソースを接続することで、公式なチケットだけでなく、より多くの情報でAIをトレーニングすることになります。顧客が不満を抱えていることを示す最も明確なヒントが含まれていることが多い、非公式で率直なフィードバックも含まれるのです。これにより、はるかに完全な全体像を把握できます。ヘルプデスクに組み込まれている多くのAI機能は、自社のプラットフォームで起こっていることしか見ることができず、大きな死角が残ってしまいます。

esel AIが様々なデータソースと連携し、解約リスク検知のために顧客との会話の全体像をどのように提供するかを示すインフォグラフィック。

ステップ2：AIに独自の解約シグナルを見つけるよう教える

データが接続されたら、次にAIに何を探すべきかを教えます。これは汎用的な、誰にでも当てはまるようなものではありません。解約を示すシグナルは、ビジネスごとに異なります。目標は、単純な「ポジティブ」か「ネガティブ」かの感情分析を超え、顧客がリスクにさらされていることを意味する特定のパターンを特定し始めることです。

あなたにとっての解約リスクがどのようなものかを見極める

チームで集まり、顧客が去る前に通常現れるフレーズ、トピック、行動についてブレインストーミングを行いましょう。例えば、次のようなものです。

• 競合他社の言及： 「[競合他社名]も検討しています。」(https://www.avoma.com/blog/identify-potential-customer-churn)

• 主要機能への不満： 「レポート機能には本当にうんざりしています。」

• 価格や請求に関する質問： 「思っていたより費用がかかっています」や「サブスクリプションの解約方法を教えてください」

• 継続的なバグ： 「このバグのせいで、チームが仕事になりません。」

• 主要な担当者の退職： 「最初に契約してくれた担当者が会社を辞めました。」

AIにあなたの履歴から学習させる

最高のAIとは、あなたのビジネスから学習するものです。何千もの過去の会話を分析し、あなたの会社のトーン、一般的な問題、そして成功した解決策がどのようなものかを理解できるべきです。ここでeesel AIのようなツールが真価を発揮します。過去のチケットを自動的に学習するため、手動で情報を与える必要なく、初日からあなたのビジネスに最適化されます。他の多くのプラットフォームでは、AIを実用レベルにするために長時間のセットアップコールや専門的なサービスが必要で、数週間も遅れることがあります。

顧客と話す前にAIのパフォーマンスをテストする

AIをオンにする際に、ただ祈るようにうまくいくことを願うべきではありません。多くのAIツールが抱える大きなリスクは、「ブラックボックス」のように機能するため、実際の顧客に対してどのように振る舞うか全くわからないことです。まずは安全な環境で設定をテストすることが非常に重要です。

<protip text="優れたシミュレーションモードを備えたプラットフォームを探しましょう。eesel AIを使えば、何千もの過去のチケットに対してAIエージェントを実行し、それらをどのように処理したかを正確に確認できます。これは非常に便利で、以下のことが可能になります：

• 正確な返信を確認： AIが生成した返信のトーンや正確性をチェックできます。

• パフォーマンスを予測： 解決可能なチケット数や節約できるコストについて、確かな見積もりを得られます。

• システムへの信頼を構築： 顧客とやり取りする前に、完全に納得がいくまで設定やプロンプトを微調整できます。">

リスクなしにテストと改良を行えるこの能力は、「スイッチを入れて様子を見る」ことを求めるプラットフォームに対する大きな利点です。

esel AIのシミュレーション機能のスクリーンショット。安全なテスト環境でサポートとの会話における解約リスクをAIで検出する方法を示しています。

ステップ3：チームに警告するための自動ワークフローを設定する

解約リスクを発見することは素晴らしいことですが、その情報が行動につながらなければ無意味です。AIシステムはチームの現在のワークフローにうまく適合させ、リスクの高いシグナルがすぐに注目されるようにする必要があります。

リスクのある顧客に対してリアルタイムでアラートを受け取る

AIが会話を潜在的な解約リスクとしてフラグを立てた瞬間に、適切な担当者がそれを知る必要があります。そしてそれは、混雑した受信トレイに埋もれてしまうようなメールのことではありません。最新のセットアップでは、チームが一日中使用しているツールに直接アラートを送信すべきです。

例えば、eesel AIを設定して、自動的に次のことを行うことができます：

• SlackやMS Teamsの専用チャンネル#churn-alertsにメッセージを投稿する。

• 問題の簡単な要約、顧客名、全体的な感情、そして会話への直接リンクを含める。

これにより、カスタマーサクセスやアカウントマネジメントチームは、数日ではなく数分で問題に対応できます。

タスクを自動化して見落としを防ぐ

アラートを送信するだけでなく、AIを使って正式なフォローアッププロセスを開始することもできます。ここで柔軟なワークフロービルダーが役立ちます。eesel AIのカスタムアクションを使えば、次のようなルールを作成できます：

• タスクを自動作成：JiraやCRMで、カスタマーサクセスマネージャーがフォローアップするためのタスクを自動で作成する。

• チケットにタグ付け：ZendeskやFreshdeskのチケットに「解約リスク」とタグ付けし、簡単に追跡できるようにする。

• 会話をエスカレーション：シニアサポートエージェントやアカウントマネージャーに会話をエスカレーションする。

この種の自動化により、すべてのリスクに担当者が割り当てられ、解決のための明確な計画が立てられます。これは、重要な問題が見過ごされないようにするためのシンプルな方法です。他の多くのツールは自動化ルールが固定されており、ソフトウェアに合わせてプロセスを変更する必要がありますが、これでは本末転倒です。

esel AIのワークフロービルダーの画面。ユーザーが解約リスクを処理するためのカスタムアクションや自動化を設定できます。

ステップ4：インサイトに基づいて行動し、進捗を確認する

検出・警告システムが稼働したら、最後のステップはデータに基づいて行動し、その影響を測定することです。

アラートが届いたとき、チームは次に何をすべきかについてのプレイブック（対応手順書）を用意しておくべきです。それは個人的なメール、電話、あるいは簡単なトレーニングセッションの申し出かもしれません。目標は、顧客に注意を払っており、問題を解決する準備ができていることを示すことです。

最後に、進捗を追跡する必要があります。新しいシステムが効果を上げているかを確認するために、解約率を注視しましょう。優れたAIプラットフォームは、本当に役立つレポートも提供してくれます。例えば、eesel AIの分析ダッシュボードは、ヘルプ記事のギャップを指摘したり、会話のトレンドを示したりすることで、顧客体験とAIの両方を時間とともにより良くしていくための明確な道筋を提供します。

esel AIの分析ダッシュボード。会話のトレンドやナレッジのギャップに関するレポートを表示し、解約検知プロセスの改善に役立ちます。

予期せぬ解約に驚かされるのはもうやめましょう

サポートとの会話からAIを使って解約リスクを見つけ出すことは、カスタマーサクセス戦略を根本から変え、事後対応型から事前対応型へと移行させることができます。すべてのデータを統合し、ビジネスにとって重要な事柄についてAIをトレーニングし、日々の業務にリアルタイムのアラートを組み込むことで、チームがより強固な関係を築き、収益を守るために必要なツールを提供できます。

多くのツールがAIによるインサイトを約束していますが、最高のツールとは、設定が簡単で、完全なコントロールが可能で、自信を持ってすべてをテストできるものです。eesel AIのようなプラットフォームは、完全にセルフサービスで設計されているため、あなたのデータから学習し、既存のツールと連携するシステムをわずか数分で稼働させることができます。

推測をやめて、解約防止を始めませんか？eesel AIが今日から始めるお手伝いをする方法についてはこちらをご覧ください。