顧客タイプとは:5つの分類と、それぞれへの対応方法

顧客タイプがマーケティングよりサポートにとって重要な理由

私はサポートのキューで働いていますが、正直に言うと、あらゆるマーケティング資料に出てくる整然とした5分類の顧客タイプモデルは、私の受信箱に届く相手とほとんど一致しません。マーケティングは購入意欲によって人を分類します。それは広告を作るときには有用です。しかし、200件のチケットが未対応で誰から先に返信するかを決めなければならない朝9時には、ほとんど役に立ちません。

サポートは全く別の基準で人を分類します。この会話から何を必要としているか、そしてそれを与えるのにどれだけのコストがかかるかです。追跡番号を知りたい顧客と解約をほのめかす顧客はどちらも「顧客」ですが、同じ仕事ではありません。追跡番号の質問に対して三段落もの温かいお詫びで答えれば、全員の時間を無駄にします。解約の申し出に決まり文句のマクロで答えれば、おそらくそのアカウントを失います。

つまり顧客タイプを気にする理由は、分類そのものが目的ではありません。トリアージのためです。目の前にいる相手のタイプが分かれば、正しい応答、正しいトーン、そしてそもそも人間の対応が必要かどうかが分かります。この振り分けを正しく行えれば、小さなチームでも大きなチームのように機能します。誤れば、優秀な人材をパスワード再設定に使うことになります。

5つの古典的な顧客タイプ

サポートキュー版に入る前に、誰もが参照するこのモデルを知っておく価値があります。今でも社内での顧客の語られ方を形作っているからです。このフレームワークは通常、リテールコンサルタントのマレー・ラフェルによるものとされ、長年にわたりカスタマーエクスペリエンスに関する文献で広まってきました。購入者を5つのタイプに分けます。

• ロイヤル顧客。 何度も購入し、他の人に紹介してくれる、顧客ベースのわずかな割合を占める人たち。人数ではごく一部でも、売上の大きな部分を占めるため、不釣り合いなほどの手厚い対応に値します。
• 衝動買い顧客。 長い検討期間を経ず、その場の勢いで購入します。摩擦が最大の敵で、決済までの道を少しでも遅らせるものがあれば離れてしまいます。
• 値引き志向の顧客。 購入はしますが、定価で買うことはまれです。在庫を動かすには有用ですが、セールが終わればロイヤルティを保ちにくくなります。
• ニーズ型の顧客。 具体的な問題と具体的な製品を思い描いてやってきます。必要なものがあれば対応しやすく、なければ競合に流れやすいタイプです。
• 目的のない顧客。 明確な意図なく見て回るタイプです。トラフィックは多いものの転換率は低く、サポートのエネルギーを注ぐべき場所であることは通常ありません。

このモデルは共有できる良い語彙です。サポートリーダーにとっての限界は、顧客が実際に連絡してきたときにどう振る舞うかについては何も語らないことです。それこそが、ヘルプデスクから実際にコントロールできる唯一の要素なのです。

より実用的な視点:サポートキューにおける顧客タイプ

ここで、どのサポートチームにも伝えたい視点の転換があります。なぜ購入したかで顧客を分類するのはやめて、ヘルプデスクの中から見える2つの要素で分類してみましょう。その関係がどれだけの価値を持つか、そして各対応をうまく解決するのにどれだけの労力がかかるかです。

このグリッドに顧客を配置すると、5つの行動タイプが浮かび上がります。これらが実際に日々の業務を左右するタイプです。

セルフサーブ型

会話ではなく答えを求めています。「注文はどこにあるか」「パスワードのリセット方法」「返品期限はいつまでか」。労力は低く、数は非常に多いです。セルフサーブ型の顧客にしてはならない最悪のことは、難しいチケットの後ろに並ばせて、一行の答えを得るために待たせることです。多くのキューで最大のグループであり、チームをウェブサイト向けAIチャットボットや本格的なセルフサービス層へと向かわせる存在です。

ロイヤルVIP

高い価値を持ち、それを自覚しています。何年も付き合いがある、あるいは多くのお金を使っているため、彼らとのサポート対応は実質的にリテンション対応です。多くを求めることはありませんが、いざ連絡してきたときには、認識されて、実際に物事を決められる人が対応することがスピードよりも重要になります。当社の顧客であるYellowdigは、サポートに求める関係性をこう言い表しています。

「ベンダー関係というより、パートナーシップのように感じます。eesel AIは十分に柔軟だったので、すぐに始めて反復できましたし、eeselチームからの手厚いサポートもありました。最近、新しく入ったカスタマーサクセスの担当者が、私たちのeesel AIボットがオンボーディング中の一番の友達だったと冗談を言っていました。」

Jon Miron, Director of Support & Operations, Yellowdig

繰り返し連絡してくる顧客

しばしば同じ内容で何度も戻ってきます。時には本当に複雑なアカウントを持つロイヤル顧客である場合もありますが、多くの場合はもっと上流で何かが壊れているサインです(分かりにくいドキュメントのページ、バグ、マーケティングが示唆した通りには動かない製品など)。繰り返し連絡してくる顧客はチケット単位では価値が低く、労力は高いので、単に速く答えるのではなく「なぜこれが繰り返されるのか」を問うべきグループです。カスタマーサービス指標を見れば、顧客あたりの連絡数のスパイクとして表れます。

フラストレーションを抱えた顧客

到着した時点で既に怒っています。問題自体は小さいこともありますが、感情的な重みは大きく、対応を誤ったコストは公開レビューやアカウントの解約として表れます。これは、人間を装ったボットが対応してはほぼならないタイプです。彼らが必要としているのは速く誠実な人間で、他の場面で自動化するものはすべて、まさにこの瞬間のために時間を空けるという目的も一部担っています。(より深い議論をお求めなら、それぞれの役割についてAI対人間のカスタマーサポートにまとめています。)

静かに離脱リスクのある顧客

音沙汰がない顧客です。チケットはなく、利用も少なく、そして突然の解約がやってきます。サポートは本質的に反応型であり、この顧客は決して反応しないため、対応が最も難しいタイプです。ここでの答えは、より良い返信マクロではなくプロアクティブなアウトリーチであり、それは通常サポートとカスタマーサクセスの間の領域に存在します。

クイックリファレンス

自社データでこれらのタイプを見つける方法

これらの顧客を見つけるために調査プロジェクトは必要ありません。パターンはすでにヘルプデスクの中にあり、意識して見るだけです。

いくつかのシグナルがほとんどの仕事を担っています。

• 連絡頻度 は、一度だけのセルフサーブ型と繰り返し連絡してくる顧客を分けます。
• チケットの意図タグ は、実際にどれだけの量が本当に繰り返し発生しているかを示します(たいてい人が思うよりずっと多いです)。
• 注文額やプラン規模 は、ロイヤルVIPが自ら名乗る前にそれを示します。
• 受信メッセージの感情 は、入り口でフラストレーションを抱えた顧客を捉えます。
• 利用傾向 は、静かに離脱リスクのあるアカウントに対する唯一の早期警戒シグナルです。

正直な落とし穴は、多くのチームがこのデータを持っていても、それを分類に使うことがないという点です。数千件のチケットを手作業で分類するのは誰にとっても楽しい仕事ではないからです。自動化する価値があるのはまさにこの部分です。回答そのものではなく、分類 です。優れたカスタマーサービスワークフローは、タイプごとに自動でタグ付けとルーティングを行うため、人間がチケットを開く前にトリアージが完了します。

タイプに応じた動きを合わせる

自分のキューを検証する簡単な方法があります。現在チームの時間を最も奪っているタイプを選び、今の体制がそのタイプに本当に合った対応かどうかを確認してみましょう。

AIが果たす役割:チームを増やさずすべてのタイプに対応する

このようなリストにつきものの誘惑は、もっと人が必要だと結論づけることです。多くの場合、それは違います。必要なのは、繰り返しの多いタイプを自動的に処理することで、本当に必要とされるタイプに実際の人員を割けるようにすることです。

これこそが、現代のAIサポートエージェントの設計思想そのものです。受信したチケットを読み取り、意図と回答への自信度の両方を判断し、キューを分割します。自信を持てるセルフサーブ型の質問はその場で解決され、不確かな、怒っている、あるいは重要度の高いものは、すでに文脈が添付された状態で人間に引き渡されます。

そこで最も重要な働きをする言葉が自信度です。すべてに答えようとするボットは、ホラーストーリーを生む原因です。フラストレーションを抱えた顧客に自信満々に間違った答えを返してしまうからです。これを正しく行っているチームは、その逆を貫きます。あるDTCサプリメント企業のCXリーダーに話を聞いたとき、彼らはすべてを一文でまとめていました。「対応する自信があるチケットだけを処理し、それ以外はそっとしておくAI」を求めていたのです。それが正しい直感です。セルフサーブ型は処理し、難しい人間には人間を当てる。

うまく実行すれば、その効果は積み重なっていきます。SMSプラットフォームのTextla社のKellen Brownは、自分が目指すバランスを「自信を持って答えるが、自信過剰にはならない。トレーニングもとても簡単だった」というAIとして表現しました。この「自信過剰にはならない」という部分こそが、顧客タイプにしっかり応えるAIと、顧客の前で恥をかかせるAIの違いです。

よくある失敗

顧客タイプで考え始めたチームが陥りがちな落とし穴がいくつかあります。

• セグメンテーションを一度だけの作業として扱う。 構成比は変化します。製品の変更によって、静かだったセルフサーブ型のカテゴリーが一夜にして繰り返し連絡の壁に変わることもあるため、この振り分けは四半期ごとに見直しましょう。
• フラストレーションを抱えた顧客を自動化する。 最もコストの高い自動化のミスです。速さを伴う共感は人間の仕事であり、AIはその時間を守るために使うものであって、置き換えるためのものではありません。
• 静かなタイプを完全に無視する。 サポートは反応型であるため、サポートレポートに決して現れないタイプであり、しばしば解約による損失が最も大きいタイプでもあります。
• 低価値のタイプに過剰対応する。 VIPが待っている間に、ベテランのエージェントを一度限りの値引き狩りの顧客に使うのは、リソース配分のミスであり、寛容さではありません。

すべての顧客タイプにeeselを試してみる

結論が「応答をタイプに合わせる」ことだとすれば、実際の課題は、それを数千件のチケットにわたって人を増やさずに実現することです。eeselはまさにそのために作られています。既存のヘルプデスクに接続し、過去のチケットやヘルプセンターから学習した上で、大量に発生するセルフサーブ型のタイプは自ら処理し、フラストレーションを抱えた顧客や重要度の高い顧客は、すでに集めた文脈とともにチームへルーティングします。

この判断の不安な部分にとって重要なのは、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できるという点です。これにより、どのタイプが処理され、どのタイプがエスカレーションされたはずかを正確に確認できます。私たちはこれを18万件以上の実際のサポート会話にわたって実行しましたが、そのパターンは毎回同じです。どのキューでも大きな部分をセルフサーブ型のボリュームが占め、AIが即座に処理できるものであり、それはまさに今、優秀な人材を本当に必要としている顧客から遠ざけている部分でもあります。無料で試すことができ、すでにあなたのドキュメントすべてを読み込んだ新人のように機能します。