カスタマーサービスチームの作り方(2026年):現実的な計画

現代のカスタマーサービスチームの実際の姿

誰かを採用する前に、自分がどんな形を目指しているのかを知っておくと役立ちます。現代のサポートチームは、ティア1担当者の壁ではありません。それぞれが何かを担当する少数の明確な役割があり、その下に反復作業を行うAI層があるという構成です。

これらの役割の内訳と、それぞれをおおよそいつ追加すべきかを見てみましょう。

変わったのは最後の行です。数年前は、より多くのチケットを処理するには、より多くの人員が唯一の方法でした。今では、反復的な業務量に対する最初の「採用」はソフトウェアであることが多くなっています。それは人間チームの重要性を減らすものではなく、人間が1日をどう使うかを変えるものです。詳しくは後述しますが、構築を進める中でこの構造を頭に入れておいてください。

ステップ1:目標、チャネル、業務量から始める

私がよく目にする最も一般的な間違いは、チームが「何人の担当者を採用すべきか?」から始めることです。それは最初に問うべき質問として間違っています。代わりに3つのことから始めましょう。

目標。 あなたの事業にとって良いサポートとは何を意味しますか? DTCブランドであれば、迅速な初回応答時間と迅速な返金かもしれません。B2B SaaSであれば、正確で技術的な回答と維持率です。あなたの目標が、誰を採用するかから、どのKPIを追跡するかまで、その後のすべてを決定します。

チャネル。 メール、ライブチャット、ソーシャル、電話、アプリ内。各チャネルには異なるリズムと人員配置のニーズがあります。ライブチャットの待ち行列にはリアルタイムでオンラインの人員が必要ですが、メールはまとめて処理できます。対応できないチャネルは開かないでください。放置されたチャットウィジェットは、無いよりも悪いものです。

業務量。 実際の数字を取り出しましょう。週に何件のチケットがあり、その内容は何ですか? これはあなたができる最も有用なことです。なぜならサポート業務量の大部分は一握りの反復的な質問だからです。 私が耳にしたあるマルチブランドのEコマース事業者は、1日500件以上のチケットを処理しており、その大部分は返金、解約、注文追跡でした。この内訳を見れば、まず何を文書化し、何を自動化すべきかが正確に分かります。

これらをどう構成すればいいか分からない場合は、プロセス設計をより深く掘り下げたカスタマーサービスマネジメントのガイドをご覧ください。

ステップ2:正しい順序で中核となる役割を採用する

業務量と目標が分かったら、順序どおりに採用しましょう。専門人材を早すぎるタイミングで採用するのはコストが高く、人員を使い切れなくしてしまいます。採用が遅すぎると、全員が水没してしまいます。

私のおおよその順序:

1. 優秀なゼネラリスト。 ほぼ何でも対応できて、それについて選り好みしない人。初期は専門性より汎用性が勝ります。
2. リーダー(またはプレイヤーコーチ)。 プロセス、品質、最初のエスカレーションを担当する人。小規模チームでは、これはしばしば創業者や最初のシニア採用者が、マネージャーの帽子をパートタイムでかぶっている形になります。
3. ナレッジベース担当者。 2人の担当者がわずかに異なる回答をするようになった瞬間、真実の源を管理する1人が必要になります。この役割は、あなたのAIが後でうまく機能するかどうかを静かに左右します。なぜならAIは与えられた知識の分だけしか良くならないからです。
4. エスカレーションとQA。 ティア1のエスカレーションが増えたらティア2の専門人材を追加し、担当者が4人以上になり一貫性が乱れ始めたらQA・コーチングのリーダーを追加します。

採用する際は、訓練しにくい特性を重視してください。共感力、明確な文章力、プレッシャー下での落ち着きです。プロダクト知識やツールは教えることができます。有用な現実チェックとして、面接の指標にもなるカスタマーサービス基準のリストをご覧ください。

チームが採用の段階でAIに目を向け始める理由についての実際の話があります。知識はドアの外に出て行ってしまうのです。あるフランスのIT サービス企業が、深いプロダクト知識を持つ2人のシニア担当者を失いそうになった話を耳にしましたが、彼らの自動化への動機のすべては、その知識が失われる前に集団的な知識を捉えることでした。最高の担当者の回答を文書化し、それでAIを訓練することは、採用リスクへのヘッジという側面も持っています。

ステップ3:スタックを選ぶ、ツールの山ではなく

ベンダーが売りたがるほど多くのソフトウェアは必要ありません。ほとんどのチームにとって、中核となるスタックは3つの層です。

• ヘルプデスク。 これはチケットの記録システムです。Zendesk、Freshdesk、Gorgias、Front、Help Scoutはどれも機能します。最長の機能リストではなく、チャネルの組み合わせと予算で選んでください。
• ナレッジベース。 公開ヘルプセンターと社内ドキュメントの両方です。これは人間のオンボーディングとあなたのAI、両方の燃料になります。それがNotion、Google Docs、過去のチケットに散らばっていても問題ありません。適切なAI層はそのすべてを読み取ることができます。
• 単一のAI層。 ヘルプデスクとナレッジベースの上に乗る単一のAIエージェントが、回答を作成し、反復的な質問をそらし、残りをトリアージします。

AI層について一言。ここがほとんどのスタックが間違えるポイントです。ネイティブのヘルプデスクAI(組み込みのボット)は、ヘルプセンターの記事しか読まない傾向があります。より有用なアプローチは、過去に解決したチケットからも学習するAIです。あなたの本当の回答はそこに存在するからです。ZendeskのあるサポートディレクターがネイティブAIだけでは不十分だった理由を説明したとき、うまく言い表していました。

"As a fast-growing startup with a small team, our customers far outnumber our employees. It's crucial that we have robust self-service solutions as well as tools to supercharge the efficiency of our client-facing teams."

Jon Miron, Director of Support & Operations, Yellowdig

ツールを購入するか、LLM APIの上に自分たちで構築するかを検討している場合は、サポート向けのビルド対バイのガイドを書きましたのでご覧ください。要約すると、AIインフラがあなたの中核事業でない限り、それは購入し、エンジニアリングの時間は他のことに使いましょう。

ステップ4:オンボーディングとトレーニング、知識を仕事にする

チームは、それが知っていることとどれだけ速く新しい人がそれを学べるかによってしか良くなりません。ここで強力なナレッジベースは二重に効果を発揮します。人間のためと、AIのためです。

人間のオンボーディングにおいて、私が見た最も速い立ち上げ方法は、新しい採用者を、ドキュメントと過去のチケットから回答を作成するAIコパイロットとペアにすることです。10分ごとにシニア担当者を中断させる代わりに、新入社員は根拠付きの正確な下書きを受け取り、それを編集しながらプロダクトを学んでいきます。これは多くの小規模チームが説明する「24時間365日のスーパーバイザー」効果です。

早いうちに築いておく価値のあるオンボーディングの習慣をいくつか挙げます。

• 回答を1回書き、あちこちで再利用する。 良い回答はすべて、マクロやナレッジベースの記事になる候補です。担当者が繰り返しの回答をドキュメントに変換することを標準にしましょう。
• 実際のチケットでコーチする。 仮定ではなく実際の会話を見直します。私たちの問題解決テクニックの記事は、シナリオの良い出典です。
• トーンを一貫させる。 声のトーンを決めて文書化し、新入社員(またはAI)が別の会社ではなく、チームの他のメンバーのように聞こえるようにします。

その効果は積み重なります。あるロジスティクスSaaSチームは、自社のAIが「人間らしさを保ちながら」担当者を「本当に素早く正しい記事に」導いてくれると説明していましたが、これはオンボーディングで求めるバランスそのものです。

ステップ5:重要な少数の指標を測定する

チームを指標で溢れさせることもできます。目標に対応する小さなセットを選び、毎週レビューしましょう。

ほとんどのチームにとっての誠実な短いリスト:

• チャネル別に追跡する初回応答時間と解決時間。
• 解決済みチケットにおけるCSAT(またはあなたが選んだ満足度指標)。
• AIが関わるようになったら、どれだけの量が人間に届かなかったかを知るためのそらし率/自動化率。
• チームが水没していることを示す早期警告であるバックログと再オープン率。

カスタマーサービスKPIの完全な解説では目標の設定方法を扱っていますが、メタルールはシンプルです。それ自体のための活動ではなく、顧客のための成果を測定しましょう。 時間あたりのチケット解決件数は生産的に見えますが、顧客が満足して離れたかどうかについてはほとんど何も語りません。良いレポートビューは、業務量、解決率、そして自動化がどこで役立っているかを1か所で示すべきです。

ステップ6:人員をスケールする前にAIでスケールする

これが採用の計算全体を変える部分です。旧来のモデルでは、チケットが増えることは単純に担当者が増えることを意味していました。小規模チームは埋もれ、シニア人材は燃え尽き、業務量が最も高いまさにそのときに品質が低下していました。

現代的な動きは、まずAIチームメイトに反復的なティア1の業務量を吸収させ、本当に判断が必要な仕事にだけ人間を追加することです。

これは仮定の話ではありません。あるギグエコノミー分析企業は、最初の1か月でAIエージェントがフロントライン業務量の大部分を解決するのを目にしました。

"In the first month, eesel is resolving 73% of our tier 1 requests. eesel offers easy Zendesk implementation and setup. Our team implemented and achieved results quickly during our 7-day trial."

Kim Simpson, Gridwise

鍵はコントロールです。ほとんどのチームがAIの自動返信に(当然ながら)神経質になる理由は、自信満々な誤った回答への恐れです。解決策は自動化を避けることではなく、AIが自信を持って正しく答えられることだけを自動化し、残りを人間に回すことです。 優れたツールを使えば、まずAIを過去のチケットに対して実行し、実際に何を回答していたかを正確に確認できます。そして下書きのみのモードで開始し、信頼できるようになった簡単な業務だけを任せていきます。ヘルプデスク内で動作している様子はこうなります。

このように行うと、3人のチームで以前は8人必要だった業務量をカバーできるようになり、その3人はパスワードのリセットではなく、複雑で価値の高い会話に時間を使えます。それこそが本当のポイントです。AIはチームを置き換えるのではなく、チームが何のために存在するのかを変えるのです。

サポートチーム構築時によくある間違い

私が何度も目にする落とし穴をいくつか挙げます。

• 文書化する前に採用する。 あなたの知識が3人のシニア担当者の頭の中にしかない場合、新入社員は立ち上がりが遅くなり、あなたのAIは学習するものがありません。まず文書化しましょう。
• すべてのチャネルを一度に開く。 電話、チャット、ソーシャル、メール、すべてを最初の週に、どれも適切に人員配置されていない状態で。実際にカバーできるチャネルを選びましょう。
• ヘルプ記事しか読まないAIを購入する。 価値のある回答はあなたの解決済みチケットの中にあります。AIがそこから学習できなければ、あなたの本当の質問の大部分を見逃してしまいます。
• 初日にすべてを自動化する。 AIへの信頼を失う最も速い方法は、自動返信すべきでないことを自動返信させることです。監督付きで始め、それがそれに値するようになるにつれて拡大しましょう。
• 成果ではなく活動を測定する。 多くのチケットを速く閉じることは、顧客の問題を解決することと同じではありません。速さと並んでCSATと再オープン率を注視しましょう。

これら5つを避ければ、あなたの2倍の規模を持つほとんどのチームより一歩先を行くことができます。

eeselでチームを構築する

上記の計画が正しいと感じつつも、またもう1つの切り離されたボットを追加したくない場合、それはまさにeeselが満たすギャップです。既存のヘルプデスク(Zendesk、Freshdesk、Gorgias、Front、Help Scoutなど)に数分で接続し、初日から過去のチケットとドキュメントから学習する新しいサポートチームメイトのように機能するので、1か月のセットアップの後ではなく、最初から役立ちます。

積極的に構築中のチームに適している理由:実際の顧客に触れる前に過去のチケットに対してシミュレートでき、新入社員が学習している間は下書きのみのモードにとどめ、うまく処理できる質問にだけ自律性を与えられます。使用量ベースで1チケットあたり約0.40ドル、席料は不要なので、2人チームでも大きなプラットフォーム契約なしでティア1を自動化でき、グローバルにサポートする場合はデフォルトで80以上の言語に対応します。

eeselを試すことができます(無料で、開始時に使用クレジットがあり、カードは不要です)。次の採用をする前に、現在の業務量のどれだけをカバーできるかを確認してみてください。