CSAT分析のために会話にタグ付けするIntercomワークフローを作成するためのガイド

顧客満足度（CSAT）スコアは、顧客がどう感じているかを素早く把握するのに最適な指標です。しかし、正直なところ、満足を示す絵文字だけでは全体像はわかりません。本当に価値があるのは、顧客がなぜそのように感じたのかという理由に隠されており、それを掘り起こすにはフィードバックの分析が必要です。そのすべては、適切な会話のタグ付けから始まります。

CSAT評価に基づいてすべての会話に手動でタグを付けようとしたことがあるなら、それがどれほど骨の折れる作業かご存知でしょう。時間がかかり、ミスも起こり、サポート量が増え始めると全く機能しなくなります。意思決定に実際に使える、クリーンで一貫性のあるデータを求めるなら、自動化こそが唯一の道です。

このガイドでは、CSATのタグ付けを処理するための標準的なIntercomワークフローの設定方法を順を追って説明します。しかし、さらに重要なのは、おそらく直面するであろう厄介な制限に踏み込み、顧客フィードバックからより深いインサイトを得るための、よりスマートなAIを活用した方法をご紹介することです。

CSAT分析のために会話をタグ付けするIntercomワークフローとは？

Intercomワークフローとは、基本的にはプラットフォーム内で実行される一連の自動化ルールです。これは「もしこうなったら、こうする」という単純なロジックに従います。チームメイトが会話をクローズするなど、特定のトリガーが、事前に設定した一連のアクションを開始します。

自動化されたルールとアクションがどのように設定されるかを示す、Intercomワークフロービルダーの視覚的な表現。

顧客フィードバックに関して、CSAT分析のために会話をタグ付けするIntercomワークフローの目標は、顧客が評価を残すとすぐに、会話に適切なタグを自動的に付けることです。

例えば、顧客が「悪い」評価をした場合、ワークフローはそれに「CSAT-Negative」というタグを付けることができます。これにより、あなたやサポートマネージャーがすべてのネガティブなやり取りを簡単にフィルタリングできるようになります。そして、すべてのサポートチケットを読まなくても、パターンを発見したり、コーチングの機会を見つけたり、製品のバグを報告したりすることができます。

CSAT分析のために会話をタグ付けする基本的なIntercomワークフローの作成方法

Intercomにはこの自動化を構築するためのツールが備わっていますが、標準的なプロセスを知っておくことで、自分が何に取り組んでいるのかを理解するのに役立ちます。ここでは、通常どのように行われるかを簡単に見ていきましょう。

トリガーから始める：会話がクローズされる

CSATワークフローを開始する最も論理的な場所は、'チームメイトが会話の状態を変更する' トリガーです。これを、状態が「クローズ」に変わったときに発動するように設定します。これにより、エージェントが顧客の問題を解決した直後にアンケートが送信されることが保証されます。

CSAT評価リクエストを追加する

次に、Intercomの組み込み機能である'会話の評価を依頼する' アクションを使用します。これにより、チャットメッセンジャーで顧客に3つの絵文字（「悪い」「普通」「素晴らしい」）の満足度調査が送信されます。これは、顧客がワンクリックでフィードバックを提供できる簡単な方法です。

分岐を使ってタグを適用する

評価が届いた後、「分岐」を使用して、顧客の回答に基づいてワークフローを異なるパスに分割します。ここでのロジックは非常に単純で、フィードバックをその場で分類するのに役立ちます：

• パス1: 会話の評価が「悪い」場合、「CSAT-Negative」タグを追加する。

• パス2: 会話の評価が「普通」の場合、「CSAT-Neutral」タグを追加する。

• パス3: 会話の評価が「素晴らしい」場合、「CSAT-Positive」タグを追加する。

これが稼働すれば、顧客がクリックした絵文字に基づいてフィードバックを分類するための基本的なシステムが完成します。簡単ですよね？

graph TD  

    A[開始: 会話がクローズされる] --> B{CSATアンケートを送信};  

    B --> C{顧客が回答};  

    C --> D[評価が「素晴らしい」か？];  

    D -- はい --> E[「CSAT-Positive」タグを適用];  

    D -- いいえ --> F[評価が「普通」か？];  

    F -- はい --> G[「CSAT-Neutral」タグを適用];  

    F -- いいえ --> H[評価が「悪い」か？];  

    H -- はい --> I[「CSAT-Negative」タグを適用];  

    E --> J[終了];  

    G --> J;  

    I --> J;  

ネイティブのIntercom CSATタグ付けワークフローの欠点

この基本的なワークフローを設定することは良い第一歩ですが、チームはすぐに、これだけでは真に意味のあるインサイトを得るには不十分であることに気づきます。問題は、これらのルールベースのワークフローが、実際の顧客との会話の複雑さを処理するにはあまりにも硬直的すぎるということです。

硬直的なルールではニュアンスを捉えきれない

これが最大の悩みどころです。単純な絵文字のクリックには文脈がありません。顧客は「素晴らしい」の絵文字をタップしても、続けて「エージェントは素晴らしかったですが、毎月この同じ問題でサポートに連絡するのにはうんざりしています」と付け加えるかもしれません。

標準的なIntercomワークフローは、これを「CSAT-Positive」とタグ付けして処理を進め、 recurring problem and an annoyed customer. recurring problem and an annoyed customer.recurring problem and an annoyed customer.recurring problem and an annoyed customer. 繰り返し発生する問題と不満を抱えた顧客がいるという事実を完全に見逃してしまいます。テキストを読んで感情や特定のトピックを判断できないため、実際には危険信号である会話にポジティブなタグが付けられたままになってしまうのです。

ネイティブのワークフローが一般的な状況で失敗する理由

Intercomコミュニティで一部の不満を持つユーザーが指摘しているように、Intercomは複数のチームメイトが関与する会話ではCSATアンケートを送信しないように設計されています。これは人々をスパムから守るための意図的な機能ですが、その結果、自動化されたタグ付けワークフローはそれらのチケットでは実行されなくなります。すると、特に最も複雑なサポートケースからのデータに大きなギャップが生じてしまうのです。

複雑な回避策

少しでも高度なことをしようとすると、通常は会話データ属性（CvDAs）を使って工夫する必要があります。例えば、スパムや営業に関する質問のような特定の種類のチケットに対してCSATアンケートの送信を停止したいとします。そのためには、カスタム属性を作成し、エージェントにそれらの会話の一つ一つに手動で設定してもらい、さらにワークフローにそれをチェックするための分岐を追加する必要があります。

これはエージェントのさらなる手作業を増やし、単純であるべきワークフローを維持するのが面倒な、もつれた混乱に変えてしまいます。これこそが、最新のAIツールが、ルールの迷路を構築させることなく自動的に処理するために作られた、まさにその種の手動設定なのです。

よりスマートなアプローチ：AIの活用

硬直的なルールや扱いにくい回避策に縛られる代わりに、既存のヘルプデスクとうまく連携するAIプラットフォームを統合することができます。eesel AIのようなツールは、Intercomに直接接続し、プラットフォームを切り替えることなく強力な新機能を追加します。

サイドバーにAI Copilotが統合されたIntercomのチケットビュー。CSAT分析へのよりスマートなアプローチを示しています。

AIによるトリアージで単純な評価を超える

eesel AIのAIトリアージは、顧客がクリックした絵文字だけを見るのではありません。会話全体を読み解き、真の文脈、感情、議論されているトピックを理解します。

これにより、「sentiment:frustrated（感情：不満）」、「topic:billing-error（トピック：請求エラー）」、「product-feedback:ui-suggestion（製品フィードバック：UI提案）」といった、はるかに有用なタグを自動的に適用できます。顧客が「素晴らしい」評価を残した場合でも、これらの情報を捉えることができるため、コメントに隠された重要なフィードバックを見逃すことがありません。絵文字だけでなく、全体像を把握できます。

数時間ではなく数分で設定完了

何十もの分岐やカスタム属性を持つ複雑なワークフローを構築することは忘れてください。eesel AIなら、Intercomアカウントを接続するだけで、ほぼ完了です。AIはすぐに過去の会話から学習を始め、あなたの特定のサポート問題やブランドの声を理解します。大規模な設定プロジェクトや開発者の手を借りることなく、初日から価値あるインサイトを得ることができます。

###単なるデータダンプではなく、実用的なインサイトを得る

eesel AIのアナリティクスダッシュボードは、タグ付けされた会話をリストアップするだけではありません。トレンドを明らかにし、ナレッジベースのギャップを指摘します。例えば、ネガティブなCSAT評価の25%が、適切なヘルプ記事がない一つの分かりにくい機能に関連していることを示すかもしれません。これにより、チケット量を実際に減らし、顧客をより満足させるための、データに基づいた明確なTODOリストが得られます。

機能	ネイティブIntercomワークフロー	eesel AI
タグ付けロジック	ルールベース（例：評価がXの場合）	AIベース（会話テキスト全体を分析）
設定の複雑さ	高（分岐、CvDAが必要）	低（ワンクリック統合）
文脈的ニュアンス	低（コメント内の文脈を見逃す）	高（感情、トピック、意図を理解）
複数参加者のチャット	CSATアンケートの送信に失敗	関係なくすべての会話を分析
レポート	基本的なタグフィルタリング	実用的なインサイト、ナレッジギャップ分析

Intercomのワークフロー料金は？

これまで説明してきたワークフローを構築するには、Intercomのワークフロービルダーへのアクセスが必要です。この機能は、Advanced（月額、1シートあたり85ドルから）およびExpertプランでのみ利用可能です。

さらに、Intercom独自のAIエージェントであるFinは、解決ごとの課金モデルを採用しています。料金ページで確認できるように、解決ごとに0.99ドルが請求されます。これは、サポート量が増えるにつれてコストが忍び寄る予測不可能な事態につながり、予算編成を困難にします。

対照的に、eesel AIのようなプラットフォームは、解決数ではなくインタラクションに基づいた透明で予測可能な料金体系を提供しています。明確な定額料金なので、より多くの顧客を助けることでペナルティを受けることはありません。

基本的なタグ付けから詳細な分析へ

CSAT分析のために会話をタグ付けするIntercomワークフローを設定することは、顧客フィードバックを整理するための適切な出発点です。しかし、ルールベースの自動化の限界は、あなたが表面をなぞっているに過ぎないことを意味します。あなたは何が起こったかは見ていますが、なぜそうなったのかを完全に見逃しています。

各評価の背後にあるストーリーを本当に理解するためには、会話全体を分析できるツールが必要です。AIを導入することで、単純な受動的なタグ付けを超え、トレンドを発見し、根本的な問題を修正し、真に素晴らしいフィードバックを得られる顧客体験を創造し始めることができます。

CSATスコアの背後にある本当のストーリーを解き明かす

単なる絵文字の追跡から一歩進む準備はできましたか？ eesel AIがIntercomとシームレスに統合され、CSAT分析を完全に自動化し、顧客をより幸せにするために必要な深いインサイトをどのように提供できるかをご覧ください。

無料トライアルを開始するか、デモを予約してください。