顧客志向の人事考課の例文(コピペで使えるフレーズ)

「顧客志向」が実際に測定しているもの

評価する前に、まず定義する必要があります。「顧客を大切にしている」という表現は、誰も実行に移せる定義ではありません。サポートキューにおいて、顧客志向は、実際のチケットで具体的に指摘できる、いくつかの観察可能な行動に分解されます。

• 本当の問題を読み取る。 顧客が「アプリが壊れている」と言った時、エージェントは実際には特定の設定でロックアウトされていることを見抜きます。単なる書き写しではなく、診断です。
• 結果に責任を持つ。 チケットを他のキューに回して忘れてしまうことはありません。顧客が解決した状態に至るまで見届けます。
• 相手に合わせてトーンを調整する。 苛立ったエンタープライズの管理者と、戸惑っている初回購入者には、同じ台本は通用しません。
• 最後までやり切る。 クローズする前に修正が実際に機能したことを確認します。これは再オープンされるチケットの最大の原因を防ぐことにつながります。
• 上流に改善をフィードバックする。 同じ質問が10回発生していることに気づき、マクロの作成、ドキュメントの修正、プロダクトチームへの報告など、何らかの対策を講じます。

これらは、多くのチームがすでに追跡しているより広範なカスタマーサービスの基準にきれいに対応しており、漠然とした雰囲気ではなく、評価すべき5つの具体的な項目を与えてくれます。評価を書く際は、感情ではなく行動を根拠にしましょう。

ほとんどの顧客志向の評価が役に立たない理由

失敗のパターンはいつも同じです。コメントが曖昧すぎて、反論も同意も改善もできません。「サラはお客様への対応が素晴らしい」と言われても、サラには何も伝わりません。トーンが良かったのか?最後までやり切ったのか?エスカレーションのタイミングを見極める勘が良かったのか?名前をつけられないものを、繰り返すことはできません。

解決策は一つの公式です:行動 + 成果 + 数字。同じ称賛がどう役立つものに変わるか見てみましょう。

• 曖昧:「お客様のことを本当に大切にしている」
• 改善版:「定型文を、人間らしく聞こえるよう一貫して書き直している」
• 有用:「繰り返し発生する混乱に気づき、上位5件の請求関連マクロを書き直したことで、請求関連のCSATを82%から91%に引き上げた」

3つ目のバージョンは昇進の根拠として使えるものであり、サラが意図的に再現できるものでもあります。ここでは数字が大きな役割を果たすので、形容詞に頼るのではなく、すでに追跡しているカスタマーサービスのKPI、CSAT、解決率、再オープン率、初回応答時間から数字を引用しましょう。

そのまま使える評価基準

評価フォームが1〜4や1〜5の尺度を使っている場合は、同じエージェントを評価する2人のマネージャーがほぼ同じ結論に至るよう、各段階に行動の基準を設けましょう。以下は私が顧客志向の評価に使っている基準です。

2から3への飛躍こそが、育成に関する対話のほとんどが行われる場所であり、それはほぼ常に同じことについてです。チケットに回答することから、顧客の結果に責任を持つことへの移行です。

評価レベル別 顧客志向の人事考課の例文

以下がフレーズ集です。細部は自分のエージェントに合わせて調整しつつ、行動、成果、そして数字があればその数字、という構成は維持してください。数字は、自社のカスタマーサービスマネジメントツールにある実際の指標名に置き換えましょう。

期待以上

• 「表面的な質問の奥にある本質的な問題を、一貫して読み取っている。顧客が『チェックアウトが壊れている』と報告した際、[名前]は支払い方法の有効期限切れを診断し、修正方法を案内することで、星1つの対応を星5つの対応に変えた」
• 「チケットを最初から最後まで責任を持って対応している。[名前]のキューの再オープン率は4%で、チームの11%を大きく下回っている。これは、クローズする前に修正が反映されたことを確認しているためである」
• 「難しい対応において、チームの模範となっている。彼らの緊張緩和のための返信は、現在チームのテンプレートとして保存されている」
• 「繰り返し発生する混乱を、上位の請求関連マクロを書き直すことで恒久的な解決策に変え、請求関連のCSATを82%から91%に引き上げた」
• 「すべてのチケットをシグナルとして扱っている。繰り返し発生する配送に関する質問を報告し、それがドキュメントの更新につながり、その種類のチケットが目に見えて減少した」

期待どおり

• 「正確でブランドに沿った回答を一貫して提供し、チームの水準に沿った堅実なCSAT[x]を維持している」
• 「標準的なキューを確実に処理しており、返信の修正が必要になることはほとんどない」
• 「ほとんどの顧客タイプに応じて適切にトーンを調整し、プレッシャーの中でもプロフェッショナルな対応を維持している」
• 「大多数のチケットで、初回応答時間の目標内に対応している」
• 「基本的な部分は信頼できる。次のステップは、個々のチケットを超えて、修正する価値のあるパターンに目を向けることである」

要改善

• 「回答は技術的には正しいが、顧客の感情的な状態を見落とすことが多く、エスカレーションされたチケットのCSATが平均を下回ることに表れている」
• 「修正が機能したことを確認する前にチケットをクローズする傾向があり、チーム平均を上回る再オープン率の一因となっている。目標:クローズする前に解決を確認する」
• 「定型文に大きく頼っており、カスタマイズしていないため、返信が画一的に見えることがある。目標:各返信の書き出しをパーソナライズする」
• 「本来対応可能な範囲のケースをエスカレーションしており、顧客の解決を遅らせている。目標:[特定のチケット種別]における自信を身につける」
• 「結果の質よりも件数の処理を優先する傾向がある。複数のチケットが形式上は解決していたが、顧客が不満を抱えて戻ってきた」

エージェント向け自己評価フレーズ

評価プロセスに自己評価が含まれている場合、エージェントは自慢しているように感じてしまい、顧客志向の項目で手が止まってしまうことがよくあります。次のような枠組みを与えましょう。顧客のために下した判断と、それによって何が変わったかを説明する、というものです。これなら誇張して聞こえることなく、うまく書けます。

• 「同じオンボーディングの質問が繰り返し寄せられていることに気づいたので、ヘルプ記事を作成し、自分のキューにおけるその種のチケットを約3分の1減らした」
• 「クローズする前に顧客と修正内容を確認するようになり、四半期を通じて自分の再オープン率が下がった」
• 「エスカレーションの際には、解決策の前にまず共感の言葉を伝えるようにしており、これによって最も難しい対応がスムーズになった」
• 「分かりにくいエラーメッセージをプロダクトチームに報告し、その後文言が修正された」

説得力のある自己評価とは、結局のところ、良いカスタマーサービスマインドセットを具体的な言葉にした証拠に過ぎません。

評価を目標に変える

評価が点数をつけるだけで終わってしまうなら、それは評価の半分にすぎません。「ロールモデル」を下回るすべてのスコアには、エージェントが実際にコントロールできる1〜2個の目標を添えるべきです。測定可能な要素を持つ行動として設定しましょう。

• 「クローズする前に修正を確認することで、自分のキューにおける再オープンされたチケットを20%削減する」
• 「各返信の書き出しをカスタマイズすることで、個人のCSATをチームの上位10%の水準まで引き上げる」
• 「四半期末までに、[チケット種別]の少なくとも80%のケースを、エスカレーションせずに最初から最後まで自分で対応する」
• 「自分がよく受ける上位3つの質問を、チーム全体で使えるマクロやドキュメントにする」

診断力をさらに高めたいエージェントには、問題解決のテクニックのまとめ記事が、こうした目標と組み合わせて役立ちます。

AIによって顧客志向の評価はどう変わるか

ここが、ほとんどの評価テンプレートがまだ追いついていない部分です。私が話をするチームでは、カスタマーサービス向けAIが繰り返し発生するティア1のボリュームの大部分を、今や静かに解決しています。私はここ数年、実際のサポートキューにAIエージェントを導入してきましたが、パターンは一貫しています。AIがFAQ、パスワードリセット、「注文はどこ?」といったチケットを引き受け、人間は難しいものすべてを担当することになるのです。

これにより、これまでの評価の計算が逆転します。定型的なチケットが人間のキューから離れると、残るのは感情的で、曖昧で、リスクの高いチケット、まさに顧客志向が仕事のすべてであるようなチケットです。そのため、顧客志向は人間の評価においてより軽くではなく、より重く評価されるべきです。評価基準は判断力に重点を置くべきです。怒っているエスカレーションへの対応、マクロが存在しないエッジケース、ボットでは対応できなかったからこそ人間を必要とした顧客への対応、といった点です。カスタマーサービスの指標も同時に見直す価値があります。AIと人間の業務のバランスによって、公正な目標の姿そのものが変わるからです。

ここには名指しする価値のある本当の落とし穴があります。私が話を聞いたあるCXリーダーは、その歯止めを見事に言い表していました。

「AIが100%の質問に答えられるようになることは決してありません。私が必要としているのは、自信を持って対応できるチケットだけを処理し、それ以外のすべてには手を出さないAIです」

あるDTCサプリメント企業のCXリーダー、信頼度ベースのルーティングが重要な理由について

AIが行き過ぎて、本来手を出すべきではなかったチケットに回答してしまうと、エージェントが評価される対象である顧客との関係を静かに損なってしまいます。そのため、2026年における公正な顧客志向の評価には、引き継ぎの確認も含まれます。適切なチケットが人間にエスカレーションされたか、それとも張り切りすぎたボットが、人間が目にする前に対応をこじらせてしまったか。単なるCSATの数値だけでなく、AIから引き継がれた内容に対する人間の判断力を評価しましょう。

ティア1のチケットにはeeselを試してみる

顧客志向にこそエージェントの力を注いでほしいと考えているなら、最も早い方法は、人間を必要とする対応にボットを野放しにすることなく、繰り返し発生するチケットをエージェントの手から取り除くことです。

それこそがeeselの根底にある考え方です。既存のヘルプデスクに接続し、過去のチケットやヘルプドキュメントをもとに学習し、ティア1のボリュームの下書き作成や自動対応を行います。これにより、チームのキューには顧客志向が実際に発揮される、判断力を要するケースが集まるようになります。そして、自信のあるチケットだけを処理するよう設定できるため、残りは推測するのではなく人間に引き継ぎます。まさに、あのCXリーダーが求めていた歯止めです。eeselはすでに、導入初月のチームでティア1の対応の大部分を解決しており、実際の顧客に返信する前に、自社の過去のチケットに対してシミュレーションすることもできます。

エージェントには難しい、人間らしい対応が求められるチケットを任せ、その対応ぶりを評価しましょう。eeselを試す、無料で。