
要約
人事評価のためのカスタマーサービス目標の多くは、いまだにAIが静かに奪いつつある仕事のために書かれています。もし評価シートが今も時間あたりのチケットクローズ数や平均対応時間を評価しているなら、それはAIエージェントが吸収すべき仕事そのものを測っていて、担当者を「うまく閉じる」ではなく「早く閉じる」方向へ追い立てていることになります。
解決策は、目標を5つのカテゴリにわたって書くことです。効率性、品質、顧客満足度、成長、そして(新しいカテゴリである)AIとどれだけうまく協働できるか。それぞれをSMARTにし、すでに追跡している指標に紐づけ、1人あたり3〜5個に絞りましょう。このガイドは各カテゴリのコピーして使える事例と、評価シーズンをスプレッドシートの発掘作業にしないための実際の測定方法を提供します。
私は毎日サポートキューで働いているので、これは評価テンプレート上できれいに見えるものではなく、担当者が実際に上達するために本当に役立つことについて、現場の実態から書いています。
なぜ多くのカスタマーサービス目標は間違ったものを測っているのか
ここからが居心地の悪い部分です。ほとんどの人事評価に入ると、目標はストップウォッチのように読めます。もっと多くのチケットを処理する、対応時間を削減する、稼働率を高く保つ。人間がすべてのチケットに対応していた時代にはそれが理にかなっていました。しかし今はそうではありません。
ギグエコノミーのドライバー向け分析企業Gridwiseでは、AIエージェントが初月でティア1リクエストの73%を解決しました。これが件数目標に何をもたらすか考えてみてください。「パスワードのリセット方法」や「注文の状況」といったチケットのほとんどが人間に届かないのであれば、単純なチケット処理量を評価する目標は、担当者を自動化と競わせ、そもそも時間を費やすべきではないチケットで負けさせることを評価していることになります。
「最初の1か月で、eeselは私たちのティア1リクエストの73%を解決しています。プラットフォームにはチケットのタグ付け、割り当て、ステータス更新のための自動化まで含まれています。」
Kim Simpson氏、Gridwise(eeselケーススタディ)
人間に残されるチケットは難しいものばかりです。怒っている顧客、エッジケース、ポリシーに当てはまらない返金、誰も見たことのないバグ。これらには判断力、共感力、問題解決力が必要で、そのどれも時間あたりのチケット数という数字にはきれいに表れません。だから評価目標を現代化する最初のステップは、件数だけを測る指標を廃止することです。

これは効率性に反対する主張ではありません。スピードは今も顧客にとって重要です。これは、人間の本当の価値が今や測定しづらく間違えやすいチケットに集中している中で、スピードをスコアカードのすべてにすることに反対する主張です。
カスタマーサービス目標を本当に良いものにする条件
事例の前に、その形を見ておきましょう。人事評価を生き延びる目標には4つの特徴があります。
すでに追跡している数値に紐づいていることです。目標がレポートに存在しない指標を参照していれば、6か月後にはスコアをつけられず、静かに消えていきます。すべての目標をカスタマーサービスKPIの生きた数値に紐づけましょう。
SMARTであることです。マネジメントで最も地味な頭字語ですが、目標を正直に保つのもこれです。具体的(Specific)、測定可能(Measurable)、達成可能(Achievable)、関連性がある(Relevant)、期限付き(Time-bound)。「もっと親切になる」はすべての文字で失格します。「Q3末までにCSATを84%から90%に上げる」は5つすべてに合格します。

担当者のコントロール範囲内にあることです。CSATは担当者の返信がそのまま影響するので公正な対象です。「全社的な解約率を下げる」はそうではありません。担当者が触れられない要素が数多く関わってくるからです。目標は、その人が実際に所有している成果の部分に結びつけましょう。
そして3〜5個あり、カテゴリ間でバランスが取れていることです。スピード目標を3つ積み重ねれば、また同じストップウォッチを作り直すことになります。良いセットは、効率性、品質、満足度、成長、AIとの協働という以下の5つのカテゴリに分散します。

カテゴリ別のカスタマーサービス目標(事例つき)
以下は5つのカテゴリで、それぞれに実際のコピーして使える目標と、それを評価する指標があります。組み合わせて、担当者ごとに3〜5個のセットを作りましょう。
1. 効率性・生産性の目標
これは手を抜かずに仕事を速くこなすことについてです。評価全体ではなく、1つ、多くて2つにとどめましょう。
- メールチケットの個人の初回応答時間をQ3までに4時間から1時間未満に短縮する。 初回応答時間で測定。
- QAスコアを90%以上に保ちながら、シフトあたりのチャット対応数を15%増やす。 このQAという歯止めがあるからこそ、単なるスピード目標にならずに済みます。
- 一次解決で問題を完全に解決することで、今四半期の再オープンチケットを20%削減する。 一次解決率を通じて測定。
効率性目標のコツは、常に品質指標とセットにすることです。スピード目標だけでは担当者に「急げ」と伝えるだけですが、QAの下限で囲まれたスピード目標は「良い仕事をしながら速くなれ」と伝えます。この違いがすべてであり、だからこそ担当者の生産性目標は評価の中で単独で存在すべきではありません。
2. 品質目標
品質とは、効率性目標が本来守るべきものです。ここできちんとしたQAプログラムが真価を発揮します。
- 年末までにレビュー対象チケット全体で平均QAスコア90%を達成する。 社内のカスタマーサービス評価ルーブリックで採点。
- エスカレーションされたチケットのトーン・共感チェックで100%を獲得する。 トーンが崩れるのはまさに難しいチケットにおいてなので、これは最もリスクの高い会話を対象にします。
- QAで指摘される事実誤認を、サンプル対応の3%未満に削減する。 正確性は静かな殺し屋です。自信満々の誤答は、遅くても正しい答えより多くの損害を与えます。
もしまだQAルーブリックがなければ、それが前提条件です。私たちがまとめたカスタマーサービス基準の事例は、それを採点対象の目標に変える前に「良い」がどう見えるかを知る良い出発点になります。
3. 顧客満足度目標
これは顧客が実際に感じるカテゴリです。担当者の成果を直接反映するので、採点も最も公平です。
- Q3までに個人のCSATを84%から90%に上げる。 解決後に送られるCSATアンケートで追跡。
- CES(顧客努力指標)の回答を、アンケートの85%で「簡単」帯に保つ。 取引型サポートでは、努力の少なさが単純な満足度よりもロイヤルティをよく予測します。
- 今四半期にネガティブなアンケートフィードバック10件を文書化された改善に変える。 顧客フィードバックツールを使って、苦情を記録するだけでなくループを閉じます。
一つ注意点があります。アンケートの回答率も見ずにCSATの数値だけを設定しないことです。顧客のわずか5%しか回答しないなら、そのスコアはノイズです。顧客満足度の測定についてのガイドでは、評価目標に結びつける前に信頼できる読み取り方を得る方法を解説しています。
目標ビルダー
注力領域を選んで、すぐに使える目標を手に入れる
QAスコアを90%以上に保ちながら、Q3末までにメールの初回応答時間を4時間から1時間未満に短縮する。
年末までにレビュー対象チケットで平均QAスコア90%を達成し、事実誤認をサンプル対応の3%未満に抑える。
アンケート回答率25%以上を維持しながら、Q3までに個人のCSATを84%から90%に上げる。
請求関連チケットのチームの専門家となり、請求エスカレーションを15%削減するナレッジベース記事を2本執筆する。
下書きを修正しナレッジギャップを指摘することで、月20件のAI回答を改善し、自分の担当チケット種別でのAIの解決率を引き上げる。
4. 成長・育成目標
これらは仕事がトレッドミルのように感じられるのを防ぎ、最も優秀な人材を引き留める場です。今四半期の数字よりも、担当者の成長軌道に関するものです。
- 請求関連チケットのチームの専門家となり、請求エスカレーションを15%削減するナレッジベース記事を2本執筆する。
- エスカレーションされたチケット10件でシニア担当者に同行し、四半期末までに次の5件を単独でリードする。
- エスカレーション対応(デエスカレーション)のトレーニングコースを修了し、実践する。 ネガティブな感情フラグから始まったチケットでのCSAT改善によって測定。
育成目標はまた、KPIには収まらないソフトスキルの自然な居場所でもあります。判断力、当事者意識、優れた担当者と卓越した担当者を分けるカスタマーサービスのマインドセットなどです。そのすべてに数字をつけることはできませんが、それで構いません。最も優れた評価目標の中には、明確な「完了」ラインを持つ定性的なものもあります。
5. AI協働目標(新しいカテゴリ)
これはほとんどの評価テンプレートに欠けているもので、今後数年で最も重要になるものです。AIがより多くのティア1業務を吸収するにつれ、担当者の仕事にはAIをより良くすることがますます含まれるようになります。それは本物のスキルであり、本物の目標に値します。
- 下書きを修正しナレッジギャップを指摘することで、月20件のAI回答を改善し、自分の担当チケット種別でのAIの解決率を上げる。
- 引き継ぎルールを厳格化することで、AIの誤ったエスカレーションを削減する。 コンテインメント率とエスカレーション品質を通じて追跡。
- 自分の製品領域のナレッジベースを所有する。AIが正確な参照資料を持てるように。AIは、それが読むドキュメントと同じくらいにしか優れていないからです。
これが馴染みのないものに聞こえるなら、AI対人間のサポートが現代のチームでどのように仕事を分担しているかを読む価値があります。活躍する担当者は、ボットよりも速くタイピングできる人ではありません。簡単な仕事でボットを信頼できるものにし、自分は難しい仕事を担当できるようにする人たちです。この考え方の転換こそ、評価に含まれるべきです。
これらの目標を実際に追跡する方法
評価目標が腐っていく理由は、測定の摩擦です。目標を採点することが3つのCSVをエクスポートして手作業で突き合わせることを意味するなら、それは実行されず、目標は単なる雰囲気になってしまいます。
ここでレポート機能があなたの代わりに仕事をする必要があります。どのヘルプデスクやAIカスタマーサービスツールを使っていても、目標に関連する数値、CSAT、解決率、QA結果、応答時間を担当者ごとに、四半期ごとの再構築プロジェクトではなく、ダッシュボード一つで見られるべきです。

もう一つ、苦労して学んだことがあります。目標には評価日だけでなく、評価のリズムが必要だということです。eeselの同僚であるAmoghは、顧客がなぜ離脱するのかを調べたとき、率直にこう言いました。「6か月以上、能動的な連絡がゼロ。30日/60日/90日のチェックインもない」という共通点があったと。これはエージェントの目標にも同じことが言えます。1月に設定されて12月に確認される目標は、コーチングし損ねた目標です。毎月チェックインし、状況が変わったら調整すれば、評価は待ち伏せではなく、すでに交わした会話のまとめになります。
避けるべきよくある間違い
繰り返し目にするパターンをいくつか挙げます。名前をつけておけば避けやすくなります。
- 効率性一辺倒のスコアカード。 スピード目標が3つあり、品質については何もない。これは担当者に「速く閉じて、頻繁に再オープンする」ことを訓練してしまいます。スピードには常に品質の下限を設けましょう。
- 担当指標のない目標。 「顧客ロイヤルティを改善する」は一人の担当者では採点できません。すべての目標を、その人がコントロールできる数値に結びつけましょう。
- 全員に同じ目標をコピペする。 新入社員と5年目のベテランには異なる目標が必要です。少なくとも成長目標とAI目標は個別化しましょう。
- 設定して放置する。 サイクル途中でのチェックインがなければコーチングもなく、評価はまとめではなく判決になってしまいます。
- AIを完全に無視する。 評価シートが担当者が自動化とどう協働するかに触れていないなら、それはすでに足元で変化している仕事を描写していることになります。
eeselで目標と指標を一か所にまとめる
良いカスタマーサービス目標を書くことは戦いの半分にすぎません。もう半分は、スプレッドシートのマラソンなしに、それが達成されているかどうかを実際に確認できることです。そこでeeselの出番です。eeselは既存のヘルプデスクに接続するカスタマーサポート向けAIエージェントで、反復的なティア1チケットを自動で解決し、担当者ごとの解決率、CSAT、QA結果のレポートビューを提供します。まさに評価目標の土台となる数値です。
eeselが件数の多いチケットを処理するため、チームの目標は難しいチケットとAIのコーチングに集中できます。それが今、人間の価値がある場所です。実際の顧客に触れる前に、まず過去のチケットに対して実行し、どのようなパフォーマンスになるかを確認することもでき、無料で試せます。評価シーズンがデータ発掘プロジェクトになるか、すでに信頼しているダッシュボードから5分で取得できるものになるか、その違いです。
よくある質問
カスタマーサービス担当者向けのSMART目標はどう書けばいいですか?
人事評価ではどのカスタマーサービスKPIを測定すべきですか?
カスタマーサービス担当者は1回の評価につきいくつ目標を持つべきですか?
AIはカスタマーサービスの人事評価目標をどう変えますか?

Article by
Riellvriany Indriawan
Riell is a designer and writer at eesel AI with about two years of experience researching CX platforms, AI chatbots, and helpdesk software. She combines her design background with a sharp eye for how these tools actually look and feel in practice — making her comparisons unusually visual and user-focused.








