顧客ニーズの特定方法:サポートチーム向け実践ガイド

「顧客ニーズを特定する」とは実際どういうことか

顧客ニーズとは、相手が到達しようとしている結果のことであり、それを実現してくれると相手が思っている機能や回答そのものではありません。典型的な例として、パスワードのリセット方法を尋ねる人がいますが、本当のニーズは「締め切りがあるのにロックアウトされてしまった」ということです。文字通りの依頼を解決すればチケットはクローズします。しかしニーズを解決すれば、その人が毎週月曜日にロックアウトされていること、そしてそれはセッションが週末の間に期限切れになるためだと気づき、チケットを生み出している根本原因を直すことができます。

ニーズを3つの層に分けて考えると役立ちます。手法が異なれば、浮かび上がる層も異なるからです。

• 顕在ニーズは顧客が直接伝えてくること、たとえば「返金してほしい」「データをエクスポートする方法を知りたい」などです。収集しやすく、対応もしやすい反面、最も浅い層です。
• 観察ニーズは、顧客が何を言うかに関係なく実際に行うことです。離脱するポイント、5回も読み返しているヘルプ記事、2回再オープンされるチケットなどです。
• 潜在ニーズは、顧客がまだ言葉にできていない、根底にある本当の目的です。言葉にできない理由がある場合もあります。ここにこそ本物のプロダクト改善やプロセス改善の種があり、最も到達しにくい層でもあります。

私が最もよく目にする間違いは、顕在ニーズを全体像だと捉えてしまうことです。顕在ニーズだけを軸に組み立てられたサポートワークフローは、定義上どうしても後手に回ります。常に尋ねられた質問に答えるだけで、その背後にある質問には決して答えていないのです。

追跡する価値のある顧客ニーズの種類

3つの層に加えて、サポートの現場で現れるニーズの種類を挙げておく価値があります。これらは互いに競合するため、どれを最適化の対象にするかを決める必要があるからです。

スピードと機能的な正確さはしばしば互いを引っ張り合い、コミュニケーションニーズはそのすべての土台にあることに注目してください。速いだけの間違った回答は誰の役にも立ちません。だからこそ「とにかくチケットをもっと自動処理する」は弱い目標なのです。感情面や労力の層を無視した自動処理は、単に苛立ちを後工程に押しやるだけです。

多くのチームが間違える場所:アンケートの罠

ほとんどのチームに顧客ニーズをどう特定しているか尋ねると、答えは「アンケートを送っています」です。アンケートが無意味なわけではありませんが、見落としがちな2つの問題を抱えています。

第一に、回答バイアスです。アンケートに回答するのは、大喜びしている人か激怒している人です。静かにニーズが満たされないままになっている大多数の顧客は回答しないため、声の大きい両極端に最適化してしまい、大多数を見落とすことになります。

第二に、設問バイアスです。アンケートはあなたがあらかじめ思いついた質問しかしません。潜在ニーズについて尋ねようと思いつかなければ、アンケートはそれを浮かび上がらせることができません。間違った質問に対する正確な答えを得ることになるのです。

バス位置情報追跡サービスで月間200〜250件のZendeskチケットを扱うサポートマネージャーのケースで、まさにこれが起きているのを見ました。ナレッジベース全体が管理者向けに書かれていましたが、チケットは利用者(乗客)から寄せられていました。誰も「私たちのドキュメントは間違った読者に向けて書かれているのでは?」と尋ねようとは思わなかったため、アンケートではそれを捉えられませんでした。チケットそのものを一つのまとまりとして読んだ瞬間、それは明らかになりました。管理者向けのドキュメントが決して答えていない、同じ乗客の混乱が何度も繰り返されていたのです。これはニーズを読み違えているサインであり、アンケートには決して現れません。

だからといってアンケートをやめるべきという意味ではありません。アンケートは、業務データがすでに教えてくれたことを裏付けるために使うべきであり、最初に見る場所にすべきではないということです。

顧客ニーズを特定する5つの方法

唯一絶対の情報源というものはありません。優れたチームは複数の方法を組み合わせ、最もバイアスの少ないものに重みを置きます。

1. アンケートとCSAT - 既知のニーズを時系列で追跡するのには向いていますが、新しいニーズを発見するには弱い方法です。短く、特定のやり取りに結びつけておきましょう。解決済みチケットの後に送るCSATアンケートは、年次の大規模アンケートよりも優れており、収集を自動化してくれるフィードバックツールもあります。
2. 一対一のインタビュー - 潜在ニーズを見つけるには最も精度が高い一方、最もスケールしない方法です。実際の会話5件からは、アンケートの千行分よりも多くの理由を学べます。深く掘り下げるために使い、広く浅くには使わないことです。
3. サポートチケットの分析 - ほとんどのチームが十分に活用できていない方法で、私が真っ先に手を伸ばす方法でもあります。すべてのチケットは、あなたの製品やドキュメントがどこで顧客の期待に応えられなかったかを、求められてもいないのに正確に伝えてくれています。詳しくは後述します。
4. 行動分析 - 顧客が製品内で実際に何をするかです。離脱ポイント、苛立ちのクリック(レイジクリック)、誰も見つけられない機能。これが観察ニーズの層にあたります。
5. 現場やセールスのメモ - あなたのエージェントや営業担当者は、毎日同じ異議や要望を耳にしています。その暗黙知は宝の山ですが、たいてい共有ドキュメントではなく人の頭の中に眠っています。それを記録することは、定期的な15分間の習慣にする価値があります。

5つすべてに共通するパターンがあります。「本人に自己申告してもらう」から離れ、「実際に起きたことを観察する」に近づくほど、抱えるバイアスは少なくなります。

多くのチームが見落としている方法:サポートの会話を掘り起こす

ここが私が最も気にかけている部分です。なぜなら、チームが最大の「なるほど」という瞬間を迎えるのを見てきた場所だからです。

サポートキューは、顧客が自力では満たせなかったすべてのニーズを、継続的に、求められることなく、タイムスタンプ付きで記録したものです。どんなアンケートサンプルよりも規模が大きく、顧客自身の言葉で書かれており、辛かったまさにその瞬間のニーズを捉えています。これほど正直なリサーチパネルは他にありません。チームがこれを活用できていない唯一の理由は、1万件のチケットを手作業で読むのは不可能で、データがただそこに眠ってしまうからです。

それこそがAIが実際に取り除く制約です。手作業でのチケットタグ付けの代わりに、AIモデルが履歴全体を読み込み、会話をテーマ別にグループ化するため、繰り返し発生するニーズが自然と件数順にランク付けされます。

eeselでは、これこそ私が真っ先に伝える部分です。なぜなら、チームが自分たちのキューをようやくデータセットとして見たときに何が起こるかを、長年見続けてきたからです。ヘルプデスクを接続すると、AIが最初に行うのは過去のチケットを読み込み、テーマを浮かび上がらせることです。どのトピックが最も件数を生んでいるか、ナレッジベースのどこにギャップがあるか、どの質問が再オープンされやすいか。多くの場合、最初のこのレポートから、1年分のアンケートよりも多くのことを顧客のニーズについて学べます。

eeselのレポートは、チケット履歴全体から繰り返し現れるテーマを浮かび上がらせるため、最も件数の多いニーズが自然とランク付けされます。

これをブラックボックスではなく信頼できるものにしているのがシミュレーションです。何かを自動化する前に、eeselはAIを過去のチケットに対して実行し、テーマごとに、AIならどう答えていたか、どこで力不足だったかを示します。それは顧客のニーズと、それに応える自社の能力の両方を診断するレポートであり、まさに「顧客ニーズを特定する」ことが本来生み出すべきものです。私は自信たっぷりに聞こえるボットが、実は静かに間違った答えを返しているのを見てきました。だからこそ、チームには実際の運用キューで発見させるよりも、先にギャップを見せておきたいのです。

"初月で、eeselは私たちのTier 1リクエストの73%を解決しています。7日間のトライアル中にも、すぐに成果を得られました。"

Kim Simpson, Gridwise (G2 review)

73%という数字自体よりも重要なのは、それが何を意味しているかです。彼らのTier 1の件数のうち73%は、既存のナレッジから完全に回答可能な、少数の繰り返し発生するニーズの集まりだったということです。チケットがグループ化されるまで、彼らはその集まりを見ることすらできていなかったのです。

ニーズを行動に変える

ニーズを特定することは、仕事の半分にすぎません。大事なのはループを閉じることであり、サポートデータは継続的であるため、他のどの情報源よりも早くそれを実現できます。

• ナレッジギャップを埋める。 あるテーマが繰り返し現れているのにドキュメントがそれをカバーしていない場合、それはトレーニングの問題ではなく、ヘルプ記事が欠けているという問題です。AIツールの中には、カバーされていないトピックの記事を自動で下書きしてくれるものもあります。
• 根本原因を直す。 「毎週月曜日にロックアウトされる」がトップテーマなら、答えはより良いマクロではなくエンジニアリングの修正です。こうしたテーマはプロダクトチームに回しましょう。
• 労力の配分を見直す。 上位5つの繰り返し発生するニーズが分かれば、当て推量ではなく、自動化とセルフサービスが実際に効果を発揮する場所が分かります。
• 再測定する。 ここでアンケートが真価を発揮します。ちょうど対応したテーマについての的を絞ったCSATアンケートは、そのニーズを正しく読み取れていたかどうかを教えてくれます。

これをループとして回し続ければ、顧客ニーズの理解は年に一度のリサーチプロジェクトであることをやめ、ライブフィードになります。

顧客が求めているものを読み取るためにeeselを試す

「顧客が何を求めているか、どうやって分かるのか」という問いに対する正直な答えが「アンケートを送って推測する」であるなら、eesel AIはそのより良いバージョンのために作られています。ヘルプデスク(Zendesk、Freshdesk、Gorgias、HubSpot、Frontや100以上の他ツール)に接続し、既存のチケットとドキュメントを読み込み、何かを自動化する前の最初のシミュレーション実行で、繰り返し発生するテーマとナレッジギャップを浮かび上がらせます。

eeselはあなたのライブなチケット活動と過去の履歴を読み取り、顧客が求め続けているものを浮かび上がらせます。

この違いを生んでいるのは、ヘルプセンターの記事だけでなく、あなたの解決済みチケットからも学習する点です。そのため、チームがすでに満たし方を知っているニーズを理解できます。クレジットカード不要で無料お試しができ、数分で自分たちの履歴を指定するだけで、キューがずっと語りかけていたことを確認できます。