正直に言って、こんな経験はありませんか？顧客が質問を抱えてヘルプセンターにアクセスし、検索バーに質問を入力したものの…役に立つ情報が何も表示されない。その数分後、まさにその質問が書かれた新しいサポートチケットがあなたのキューに舞い込んでくる。この小さなサイクルが一日中何度も繰り返され、チームは繰り返し作業の山に埋もれ、顧客は不満を募らせていくのです。
問題は、顧客が質問していることと、あなたのナレッジベースが答えていることの間に乖離があることです。私たちはこれを「ヘルプセンターのギャップ」と呼んでいます。これは、サポートチケットの大きな原因でありながら、防ぐことのできる問題です。
次にどんなコンテンツを作成するかをただ推測するのではなく、AIを使って検索クエリをヘルプセンターのギャップにマッピングする、よりデータに基づいたアプローチを活用できます。このガイドでは、顧客が本当に必要としているものを見つけ出すための具体的な手順を解説します。チケット数を削減し、顧客満足度を高め、ヘルプセンターを本来あるべき姿、つまり頼りになるツールに変える方法を学びましょう。
必要なもの
始める前に、まずは準備を整えましょう。このプロセスをスムーズに進めるためには、いくつかのものが必要です。
-
ヘルプデスクの検索データ： 顧客がヘルプセンターの検索バーに実際に入力している内容のログが必要です。ZendeskやFreshdesk、Intercomなどのほとんどのプラットフォームには、検索アクティビティに関するレポート機能があります。
-
既存のナレッジベース： 現在のヘルプ記事、FAQ、そしてチームが頼りにしている社内文書など、すべての情報です。これらの情報はConfluenceやGoogle Docs、Notionなどに散在しているかもしれません。
-
カスタマーサポート向けに構築されたAIツール： もちろん、検索語句のスプレッドシートをふるいにかけ、手作業で記事と照らし合わせることもできますが、それはとてつもなく面倒な作業に聞こえます。AIツールは、そうした面倒な作業を自動化し、はるかに明確なインサイトを提供してくれます。eesel AIのようなプラットフォームは、これらすべての情報源を瞬時に接続し、複雑な設定なしで実際に使えるレポートを提供するために作られています。
AIで検索クエリをヘルプセンターのギャップにマッピングするための6つのステップ
ここでは、顧客の検索データという山を、問題が起こる前に火消しをするコンテンツ計画に変えるための明確なワークフローをご紹介します。
1. 顧客の検索クエリデータを収集する
まずは原材料、つまり顧客の検索ログが必要です。このデータは、顧客が何に困っているかを、彼ら自身の言葉で正確に伝えてくれるものです。
通常、これはヘルプデスクの分析またはレポートセクションで見つけることができます。例えばZendeskを使用している場合は、Exploreの検索レポートを確認します。Freshdeskにも分析スイートに同様のデータがあります。
このデータを収集する際には、いくつかの点に注意してください：
-
失敗した検索： これらは最も明白なギャップです。検索結果がゼロ件で、顧客を行き止まりにさせてしまった検索です。
-
検索ボリュームは高いがクリック率が低い検索： 頻繁に検索されているにもかかわらず、記事へのクリックにあまり繋がっていないキーワードを探します。さらに悪いのは、誰かが記事をクリックし、10秒ほどページに滞在した後、すぐにチケットを作成する場合です。これは、記事は存在するものの、役に立っていないという大きな兆候です。
-
同じことを尋ねるためのさまざまな表現： 顧客が同じ問題をどのように表現しているかに注目します。「請求情報の更新」「クレジットカードの変更」「支払い方法」は、すべて同じニーズを指している可能性があります。
2. ヘルプデスクとナレッジソースをAIツールに接続する
何千もの検索クエリを手作業で理解しようとするのは、時間がかかるだけでなく、非常に非効率です。さまざまなフレーズ間の微妙なパターンや関連性を見逃すことになります。ここで優れたAIツールが真価を発揮します。
eesel AIのような専用ツールは、この特定の作業のために設計されています。その最大の特徴の一つは、数ヶ月ではなく、数分で使い始められることです。試すためだけに長時間のセールスコールや必須のデモに参加する必要はありません。すべて自分一人で始めることができます。
設定は驚くほど簡単です。ZendeskやFreshdeskのようなヘルプデスク、ConfluenceやGoogle Docsのようなナレッジソースとのワンクリック統合により、開発者を必要とせずに、顧客向けおよび社内のすべてのナレッジをまとめることができます。これは、カスタムAPI作業を必要としたり、既存のシステムを完全に置き換えるよう求めたりする他のツールとの大きな違いです。
AIで検索クエリとヘルプセンターのギャップをマッピングする際、eesel AIが包括的な分析のために様々なナレッジソースをどのように連携させるかを示したインフォグラフィック。3. AIに人々が求めているものを分析・分類させる
データが接続されると、AIが作業を開始します。これは単なるキーワードの一致を探しているだけではありません。自然言語処理（NLP）を使用して、誰かが検索している背後にある意図を解明します。顧客がどの言葉を使おうとも、彼らが何をしようとしているのかを理解するのです。
例えば、「ログインを忘れた」「アカウントにアクセスできない」「パスワードのリセット」がすべて「アカウントアクセスに関する問題」という同じトピックに属することをAIは理解できます。これらのバリエーションをグループ化することで、需要の高いトピックがより明確に把握できます。これは、長い検索語句のリストをただ眺めているよりもはるかに有用です。
4. 検索意図と既存のナレッジを比較する
これがプロセスの主要な「マッピング」部分です。AIは、分類された検索意図を取得し、公開されているヘルプ記事から社内メモまで、ナレッジベース全体の実際のコンテンツと照合します。
その結果は単なるデータの羅列ではありません。それは、最も大きなコンテンツのギャップを明確に優先順位付けしたリストです。AIは以下の点を指摘します：
-
記事が全く存在しない人気のトピック。
-
記事は存在するものの、機能していないトピック（クリック率が低い、または閲覧直後に多くのチケットが作成されていることから判断）。
eesel AIの実用的なレポートは、ここで非常に役立ちます。分かりにくいダッシュボードを提示するのではなく、これらのギャップを自動的に注意喚起するように設計されています。次に作成または修正すべきコンテンツの簡単なロードマップを提供してくれるため、最も効果的な場所にエネルギーを注ぐことができます。
この画像はeesel AIの実用的なレポートを示しており、ナレッジギャップを特定し、自己解決率を追跡することで、検索クエリとヘルプセンターのギャップをマッピングするために不可欠です。5. 変化をもたらすコンテンツを優先順位付けして作成する
さて、これでナレッジベースのためのデータに裏付けられたToDoリストが手に入りました。次は何に最初に取り組むかを決める時です。
経験則として、検索ボリュームが最も大きいギャップから始めるのが良いでしょう。それらを最初に埋めることで、チケット数を最大かつ最速で削減できます。考えてみてください。一般的な問題に対して作成するすべての役立つ記事が、将来の何百ものチケットを未然に防ぐ可能性があるのです。
ここでeesel AIのもう一つの優れた機能が役立ちます。それは**ナレッジベースの自動生成**です。白紙の状態から始めるのではなく、解決済みのサポートチケットを分析して記事の下書きを作成してくれます。これは、新しいコンテンツが、他の顧客にとってすでに機能した解決策に基づいており、チーム自身の声で書かれ、人々が実際に抱えている問題に向けられていることを意味します。
6. 結果を監視、測定、調整する
ナレッジベースの管理は、一度やったら終わりというものではありません。継続的な改善のループです。ギャップを埋めるために新しいコンテンツを公開した後は、それが実際に機能しているかを確認する必要があります。
注意して見ておくべき点がいくつかあります：
-
自己解決率（Deflection rate）： 新しく記事を書いたトピックに関するチケットは減っていますか？
-
検索成功率： 顧客が役立つ記事を見つけて終了する検索が増えていますか？
-
チケットボリューム： これらのトピックに関するチケットの総数は減少傾向にありますか？
優れたAIプラットフォームは、これらの傾向を監視し、新たなギャップが出現した際にそれを発見し、自己解決戦略を継続的に改善していくための分析機能を提供します。
プロのヒント
このプロセスを最大限に活用するための追加のヒントをいくつかご紹介します。
-
Pro Tip「結果が見つかりません」の先を見る。最大のコンテンツギャップのいくつかは、目に見えるところに隠れています。顧客は記事を見つけ、15秒ほど目を通し、役に立たないと判断してチケットを作成するかもしれません。これは、コンテンツは存在するものの、問題を解決していないことを示しています。賢いAIツールは、このようなエンゲージメントの低いパターンを発見できます。
-
Pro Tip顧客の言葉で話す。新しい記事を書くときは、顧客が実際に検索していたフレーズをタイトルや見出しに使いましょう。これはコンテンツを見つけやすくし、顧客に「理解してくれている」と感じさせる簡単なコツです。
-
よくある間違い：検索ログしか見ないこと。 顧客はヘルプセンターだけでなく、あらゆる場所で質問をします。チケットの会話、チャットログ、コミュニティフォーラムには、貴重なインサイトの原石が見つかります。eesel AIのような最高のAIツールは、過去のチケットでトレーニングすることで、これらのより形式ばらない質問を理解し、見逃していたかもしれないさらに多くの隠れたギャップを明らかにします。
-
よくある間違い：汎用的なAIツールを使うこと。 一般的なAIはテキストを分類できるかもしれませんが、サポート環境の文脈を理解していません。専門ツールには、適切な統合機能、関連レポート、そして（チケットから記事を生成するような）ユニークな機能が備わっており、この特定の問題をはるかに効果的に解決するために作られています。
推測はやめて、AIで検索クエリとヘルプセンターのギャップのマッピングを始めましょう
もう、顧客が必要としているコンテンツを推測する必要はありません。AIを使って検索クエリをヘルプセンターのギャップに体系的にマッピングすることで、実際に顧客を助け、サポートチームを解放する自己解決リソースを構築できます。
このプロセスに従うことで、チケットが減り、顧客満足度が向上し、より容易にスケールできるサポート体制が実現します。あなたは今、顧客の混乱を戦略的優位に変えるための、再現可能な方法を手に入れたのです。
貴重な顧客インサイトが検索ログの中に消えてしまうのはもうやめましょう。eesel AIは数分であなたのツールに接続し、最大のナレッジギャップを自動的に示し、さらにそれを埋めるための記事作成まで支援します。
よくある質問
これは、人工知能（AI）を使って顧客がヘルプセンターで何を検索しているかを分析し、それらの検索と既存のナレッジベースを比較することを意味します。このプロセスにより、現在の記事が不足している、または効果的でないトピックが自動的に特定され、どこにコンテンツを追加または改善すべきかが正確に示されます。
これは、サポートチケットの量を直接削減し、顧客満足度を向上させるため、非常に重要です。よくある質問に明確な自己解決コンテンツで積極的に対応することで、サポート担当者を解放し、顧客が自力で答えを見つけられるようにします。
主に、顧客のクエリとその検索結果のログを含む、ヘルプデスクの検索データが必要です。さらに、AIがこれらのクエリと照らし合わせて分析するために、公開記事や社内文書など、既存のナレッジベース全体が不可欠です。
汎用的なAIでもテキストの分類は可能ですが、カスタマーサポート向けに設計された専門のAIツールの方がはるかに効果的です。これらのツールには、ヘルプデスクやナレッジベースとの組み込み連携機能があり、サポートの文脈を理解し、特定のレポート機能や記事の自動生成などの機能を提供します。
検索ボリュームが最も高いもの、または頻繁にサポートチケットにつながっているものに基づいてコンテンツの優先順位を決めるべきです。これらの影響の大きいギャップに最初に取り組むことで、受信チケットの削減に最も大きな効果をもたらし、最も多くの顧客体験を迅速に改善できます。
ナレッジベースの管理は継続的なプロセスであるため、結果を監視し、このマッピングを継続的に繰り返すべきです。定期的な分析は、顧客のニーズが変化するにつれて新たなギャップを発見し、自己解決戦略が長期的に効果的であり続けることを保証するのに役立ちます。
はい、もちろんです。このアプローチは、記事は存在するものの効果的でない場合、例えばエンゲージメントが低い記事や、閲覧後すぐにチケットが作成されるような記事のギャップも特定するのに役立ちます。賢いAIは、これらのより深いパターンを認識し、より微妙なコンテンツの改善を提案できます。
