Zendesk Copilotの感情表示の使い方：完全ガイド

お客様がサポートチームに連絡するとき、その感情状態がすべてを左右します。不満を抱えたお客様には、ルーチンな質問をするお客様とは異なるアプローチが必要です。そこで感情分析が登場します。感情分析は、行間を読み、エージェントがどのような会話に臨むかを伝えます。

Zendesk Copilotには、インテリジェントトリアージシステムの一部として感情検出が含まれています。しかし、その存在を知っていることと、実際に効果的に使用することは別問題です。このガイドでは、Zendeskのインターフェースで感情がどこに表示されるか、その設定方法、そしてそのデータを活用するための実用的な方法を正確に説明します。

Zendesk Copilotの感情分析とは？

Zendeskの感情分析は、インテリジェントトリアージ（Intelligent Triage）によって実現されています。これは、受信チケットをスキャンし、感情的なトーンで分類するAIシステムです。「怒り」や「幸せ」のような明らかなキーワードを探すだけではありません。AIはメッセージの完全なコンテキストを分析して、顧客が自分の状況についてどのように感じているかを判断します。

システムは、次の5つの感情レベルを使用します。

• 非常にポジティブ（Very Positive）　お客様は熱狂的であるか、強い満足感を表明しています。
• ポジティブ（Positive）　お客様は概ね満足しています。
• ニュートラル（Neutral）　お客様は強い感情を持たずにルーチンな質問をしています。
• ネガティブ（Negative）　お客様は不満、失望、または懸念を抱いています。
• 非常にネガティブ（Very Negative）　お客様は怒り、動揺、または解約をほのめかしています。

重要な点は、Zendeskがこれをカスタマーサービス向けに特別に調整していることです。「注文が届いていない」と書いているお客様は、自動的にネガティブとしてフラグが立てられるわけではありません。モデルは、人々が問題を抱えているからサポートに連絡すること理解しています。代わりに、彼らがその問題をどのように表現しているかを見ています。彼らは辛抱強く事実を述べていますか？それとも、攻撃的な言葉遣いを使い、即時の行動を要求していますか？

各感情予測には、信頼度スコアが付属しています。高い信頼度は、AIがその評価についてかなり確信していることを意味します。低い信頼度は、メッセージがあいまいであるか、ポジティブな要素とネガティブな要素が混ざっている可能性があることを示唆しています。

Zendeskインターフェースでの感情の表示場所

インテリジェントトリアージが有効になると、感情データはエージェントワークスペース全体にいくつかの場所に表示されます。どこを見ればよいかを知ることで、チームは情報を迅速に行動に移すことができます。

インテリジェントトリアージパネル

最も目立つ場所は、チケットサイドバーのインテリジェントトリアージパネルです。エージェントがチケットを開くと、検出された感情が、意図や言語情報とともに目立つように表示されます。これにより、エージェントはメッセージ全体を読む前に、すぐにコンテキストを把握できます。

チケットのカスタムフィールド

感情の値は、カスタムチケットフィールドに保存されます。これは、データがチケットとともに保持され、後で参照できることを意味します。エージェントは、感情の値（「ネガティブ」など）と信頼度スコア（「高」など）の両方をチケットで直接確認できます。

自動タグ

Zendeskは、sentiment__negativeまたはsentiment__very_positiveの形式でタグを自動的に適用します。これらのタグは、自動化されたワークフローを構築するのに非常に役立ちます。これらのタグに基づいてトリガーを起動したり、特定の感情レベルのチケットのみを表示するビューを作成したりできます。

チケットビューとレポート

感情はチケットフィールドとして保存されるため、ビューでそれを使用してチケットをフィルタリングおよびソートできます。たとえば、過去24時間のすべての「非常にネガティブ」チケットを優先度順に表示するビューを作成できます。これにより、マネージャーはエスカレーションの可能性が爆発する前に見つけることができます。

感情データは、レポート用のZendesk Exploreにもフィードされます。時間の経過に伴う感情の傾向を追跡したり、どのエージェントがネガティブな感情をうまく処理しているかを確認したり、特定の製品または問題がネガティブな顧客感情と相関関係があるかどうかを特定したりできます。

感情設定の構成方法

感情検出を設定するには、Zendeskの管理センターへのアクセスが必要です。また、適切なプランも必要です。インテリジェントトリアージは、Copilotアドオンの一部として利用でき、Suite Professional以上が必要です。

ステップ1：インテリジェントトリアージ設定へのアクセス

管理センターに移動し、サイドバーの[AI]をクリックします。[インテリジェントトリアージ]、[感情]の順に選択します。[設定の管理]をクリックして、設定を構成します。

ステップ2：動的検出の有効化

デフォルトでは、Zendeskはチケットの最初のメッセージの感情のみを分析します。これは、多くのワークフローで理にかなっています。顧客の最初の連絡が会話のトーンを設定します。

ただし、各返信で感情を更新するように動的検出を有効にすることができます。これは、会話全体で感情がどのように変化するかを追跡する場合に役立ちます。顧客は最初は怒っていても、チームが問題を解決するにつれて満足するかもしれません。または、最初はニュートラルで、解決策がうまくいかない場合に不満を抱くかもしれません。

動的検出は、設定を有効にした後に作成された新しいチケットにのみ適用されます。既存のチケットの処理方法を遡及的に変更することはありません。

ステップ3：チャネルの選択

感情を監視するチャネルを選択します。オプションは次のとおりです。

• メールおよび非同期チャネル（Email and async channels）　Webフォーム、メール、API、およびソーシャルメッセージング
• メッセージングチャネル（Messaging channels）　Web Widget、WhatsApp、Facebook Messenger、およびモバイルSDK
• 音声チャネル（Voice channel）　通話後のトランスクリプト（通話の文字起こしを有効にする必要があります）

メッセージングチャネルを選択すると、関連するチャネルが自動的に選択されます。たとえば、Web Widgetを選択すると、同じ基盤インフラストラクチャを共有するため、iOS SDK、Android SDK、およびネイティブメッセージングも選択されます。

ステップ4：除外条件の設定

特定のチケットを感情検出から除外できます。最も一般的なユースケースは、エージェントによって作成されたチケットを除外することです。社内メモやエージェントが開始した会話には、感情分析は必要ありません。

感情表示を使用した実用的なワークフロー

感情データを持っているだけでは価値がありません。ここでは、サポートチームが日々のワークフローで感情検出を活用する実用的な方法を紹介します。

感情に基づくルーティング

最も一般的な用途の1つは、ネガティブな感情のチケットをより経験豊富なエージェントにルーティングすることです。sentiment__very_negativeのタグが付いたチケットを、シニアチームメンバーまたはエスカレーションキューに自動的に割り当てるトリガーを作成できます。

これにより、不満を抱えたお客様は、エスカレーションを軽減し、複雑な問題を解決するスキルを持つエージェントによって処理されるようになります。また、経験の浅いエージェントを、対応する準備ができていない状況から保護します。

ビューでの優先順位付け

ネガティブな感情のチケットを最初に表示するビューを作成します。エージェントがログインすると、感情的に最も緊急性の高い問題がキューの一番上に表示されます。これにより、エージェントがルーチンな問い合わせを処理している間、不満を抱えたお客様が待つことを防ぎます。

感情を他の基準と組み合わせることができます。たとえば、「非常にネガティブ」なチケットで、優先度が高く、未割り当てのチケットを表示します。これにより、マネージャーが緊急の注意を必要とする火種を見つけるのに役立つトリアージビューが作成されます。

自動応答とマクロ

感情に基づいて異なるマクロを適用するトリガーを設定します。「非常にネガティブ」なチケットには、謝罪とエスカレーションパスを含む即時の謝罪が送信される場合があります。「ポジティブ」なチケットには、レビューのリクエストを含む友好的な感謝のメッセージが送信される場合があります。

重要なのは、お客様の感情状態にあなたの応答トーンを合わせることです。不満を認めることは共感を示します。肯定的なフィードバックを称賛することは、良好な関係を強化します。

レポートとトレンド

Zendesk Exploreで感情データを使用して、時間の経過に伴う傾向を追跡します。特定の製品がより多くのネガティブな感情を生み出していますか？顧客の不満には季節的なパターンがありますか？どのエージェントがネガティブな感情を常にポジティブな結果に変えていますか？

このデータは、戦略的な意思決定に役立ちます。特定の製品機能がネガティブな感情と相関関係がある場合、それは製品チームへのシグナルです。特定の代理店が不満を抱いた顧客の対応に優れている場合、それは他の代理店へのコーチングの機会です。

要件と価格

インテリジェントトリアージと感情分析は、すべてのZendeskプランで利用できるわけではありません。必要なものは次のとおりです。

出典：Zendeskの価格（Zendesk Pricing）

感情検出を取得するには、Suite ProfessionalまたはEnterpriseに加えて、Copilotアドオンが必要です。これにより、年間請求の場合、合計でエージェント1人あたり月額155〜209ドルになります。

Zendeskは、最適な精度を得るために、過去6か月間に少なくとも1,000件の解決済みチケットを用意することを推奨しています。AIは、過去のデータから学習して、特定の顧客ベースと業界のコンテキストをよりよく理解します。

感情検出は約30言語で動作します。言語検出は約150言語をカバーしていますが、感情分析はより限られた言語サポートがあります。

制限事項と考慮事項

感情分析は強力ですが、完璧ではありません。その制限事項を理解することで、効果的に使用できます。

モデルは、カスタマーサービスのコンテキストに合わせて調整されています。これは、すべての問題をネガティブとしてフラグを立てるわけではないことを意味します。「この商品を返品する必要がある」と言うお客様は、苦情ではなく、中立的なリクエストとして扱われます。AIは、彼らが何について尋ねているかだけでなく、どのように尋ねているかを見ています。

信頼度スコアが重要です。信頼度の高い予測は信頼できます。信頼度が低いということは、メッセージが短い、あいまいである、またはポジティブな要素とネガティブな要素が混ざっている可能性があるため、AIが確信していないことを意味します。信頼度の低い感情データのみに基づいて重要なワークフローを構築しないでください。

感情データにアクセスするためのAPI構造はエレガントではありません。感情の値は、Zendeskインスタンスによって異なる一意のIDを持つカスタムフィールドに保存されます。カスタム統合を構築する場合は、クリーンなticket.sentimentプロパティではなく、これらのフィールドIDを使用する必要があります。

補完的なアプローチ：感情分析のためのeesel AI

Zendeskで感情分析を処理する別の方法を探している場合は、既存の設定と連携するアプローチを提供します。eesel AIでは、お客様のビジネスを学習し、感情ベースのワークフローを独自の方法で処理するAIチームメイトを構築しました。

当社のシミュレーションモードでは、ライブになる前に過去のチケットで感情分析を実行できます。AIが過去の会話をどのように分類したかを正確に確認できるため、実際のお客様に触れる前に結果に自信を持つことができます。

また、構成にはわかりやすい英語を使用しています。複雑な管理パネルをナビゲートする代わりに、「常に請求に関する紛争を人にエスカレートする」または「払い戻しリクエストが30日を超える場合は、丁寧に拒否し、ストアクレジットを提供する」のように、AIに指示するだけです。AIはこれらの指示を理解し、従います。

当社の価格設定も異なります。シートごとの料金ではなく、インタラクションごとに料金を支払います。これは、チケットの量が変動するチームにとってより予測可能になる可能性があります。

出典：eesel AIの価格（eesel AI Pricing）

主な違いは、当社のチームメイトモデルです。従来のツールのようにeeselを構成するわけではありません。採用し、知識を教え込み、返信の作成から完全な会話の自律的な処理までレベルアップします。修正とフィードバックから継続的に学習し、時間の経過とともに改善されます。

感情表示を最大限に活用する

感情分析をチームのために機能させるためのベストプラクティスを次に示します。

• ルーティングから始める（Start with routing）　最も簡単な勝利は、ネガティブな感情を経験豊富なエージェントにルーティングすることです。これにより、新しいチームメンバーが保護され、不満を抱えたお客様が熟練した支援を受けられるようになります。

• 他のデータと組み合わせる（Combine with other data）　感情だけでは十分ではありません。よりスマートなルーティングのために、意図、優先度、および顧客層と組み合わせます。VIP顧客からの「非常にネガティブ」なチケットは、無料トライアルユーザーからの同じ感情とは異なる処理が必要です。

• 信頼度の低い予測を確認する（Review low-confidence predictions）　信頼度スコアを手動レビューのシグナルとして使用します。AIが感情について確信がない場合は、人に確認してもらいます。これにより、精度が向上し、エッジケースを見つけるのに役立ちます。

• 個々のチケットだけでなく、傾向を追跡する（Track trends, not just individual tickets）　感情分析の真の価値は、パターンにあります。特定の製品、エージェント、または時間帯がネガティブな感情と相関関係がありますか？このデータを戦略的な改善に使用します。

• データを使用するようにエージェントをトレーニングする（Train agents to use the data）　チームが感情情報をどこで見つけるか、そしてそれに基づいてどのように行動するかを知っていることを確認します。ネガティブな感情インジケーターは、共感とエスカレーション軽減テクニックを促す必要があります。