Zendeskヘルプセンターの検索とファセット：2026年完全ガイド

顧客がヘルプセンターにアクセスするとき、通常はすでに不満を抱えています。彼らは問題を抱え、答えを求めており、記事を掘り下げるのに費やすすべての秒が彼らの忍耐を試します。そこで検索が登場します。それは単なる便利な機能ではありません。迅速なセルフサービスによる解決と、キューを詰まらせる別のサポートチケットとの違いです。

このガイドでは、Zendeskヘルプセンターの検索とファセットについて知っておくべきことをすべて解説します。Zendesk Guide（ゼンデスクガイド）で利用可能なネイティブ検索方法、高度な検索構文の使用方法、アナリティクスが示す内容、およびZendesk（ゼンデスク）の組み込み機能を超えて検討する価値がある場合について説明します。また、eesel AI（イーセルAI）のようなAIチームメイトが、ヘルプセンターのコンテンツを基に、記事へのリンクだけでなく、直接回答を提供する方法についても見ていきます。

Zendeskヘルプセンターの検索とは？

Zendesk Guide（ゼンデスクガイド）は、Zendesk Suite（ゼンデスクスイート）のナレッジベースコンポーネントです。その中核は、顧客（およびエージェント）がアクセスできるヘルプ記事の検索可能なリポジトリです。検索機能は、このナレッジベースを大規模に使用できるようにするものです。効果的な検索がなければ、どんなに優れた記事も読まれることはありません。

検索とチケット削減の関係は単純明快です。顧客が自分で答えを見つけられれば、チケットを送信する必要はありません。Zendesk（ゼンデスク）は、ユーザーが入力するときのインスタントサジェストから、パワーユーザー向けの高度な詳細検索まで、さまざまなユースケースに合わせて複数の検索方法を提供しています。

簡単に言うと、Zendesk（ゼンデスク）は4つの異なる検索方法を提供しており、それぞれが特定のシナリオ向けに設計されています。それぞれがいつアクティブになるかを理解することで、コンテンツ戦略を最適化し、検索で達成できることに対する現実的な期待を設定できます。

Zendeskのネイティブ検索方法

インスタント検索

インスタント検索は、誰かがヘルプセンターの検索ボックスに入力を開始するとすぐに開始されます。記事のタイトルに対してのみ、部分的な単語の一致を使用します。したがって、顧客が「refund（払い戻し）」と入力すると、タイトルに「refund（払い戻し）」、「refunding（払い戻し中）」、または「refunds（払い戻し）」が含まれる記事が表示されます。

利点はスピードです。結果はすぐに表示され、多くの場合、ユーザーが考えを終える前に表示されます。欠点は範囲です。インスタント検索では、記事の本文、ラベル、またはコミュニティ投稿は検索されません。記事のタイトルがキーワードで最適化されていない場合、顧客は関連コンテンツを見逃す可能性があります。

ネイティブヘルプセンター検索

ユーザーがEnterキーを押すと、ネイティブ検索が引き継ぎます。これは、記事のタイトル、本文、およびラベルをスキャンする完全な単語検索です。結果は、専用の検索結果ページに表示され、各結果の横に投票数とコメント数が表示されます。

ユーザーは、コンテンツタイプ（ナレッジベース記事とコミュニティ投稿）で結果をフィルタリングし、次にカテゴリまたはトピックでフィルタリングできます。ここで、ファセットが重要になります。これにより、ユーザーは最初からやり直すことなく、広範な結果セットを絞り込むことができます。

記事サジェスト検索

この方法は、エンドユーザーがサポートリクエストの送信を開始するとアクティブになります。件名フィールドに入力すると、Zendesk（ゼンデスク）はタイトル、コンテンツ、およびタグに基づいて関連する記事を提案します。提案は、関連性スコアを使用して結果を並べ替えます。

ここでの目標は、チケットの削減です。ユーザーが提案された記事をクリックして回答を見つけた場合、チケットは作成されません。これは、実行できる最もROIの高い最適化の1つです。記事のタイトルを改善し、上位の問題を包括的にカバーすることで、チケットの量を直接削減できます。

コンテキストパネルのナレッジ

エージェントの場合、チケットのコンテキストパネルにはナレッジセクションが含まれています。Zendesk bots（ゼンデスクボット）は、チケットの内容に基づいて関連する記事を自動的に提案します。エージェントは手動で検索し、応答でコンテンツを直接リンクまたは引用することもできます。

これは2つの目的を果たします。新しいエージェントが適切な回答をより迅速に見つけられるようにし、チーム全体で一貫した情報を保証します。誰もが同じナレッジベースから情報を取得すると、どのエージェントに連絡しても、顧客は同じ回答を得られます。

検索ファセットとフィルターについて

ファセットとフィルターは、圧倒的な検索結果のリストを、管理可能な関連する記事のセットに変えるものです。Zendesk（ゼンデスク）は、検索場所に応じて、いくつかのフィルタリングディメンションを提供しています。

ヘルプセンターでは、ユーザーは最初にコンテンツタイプ（記事とコミュニティ投稿）でフィルタリングし、次にカテゴリまたはトピックでフィルタリングできます。コンテンツタイプは通常最も広範な区別であるため、この階層的なアプローチは理にかなっています。公式の回答を探している人は、フォーラムディスカッションではなく、記事を求めています。

アナリティクスダッシュボードでは、フィルターがより洗練されています。検索データを、時間範囲、ブランド、検索チャネル、ユーザーロール、およびロケールでスライスできます。検索行動はこれらのディメンション間で大きく異なるため、これは重要です。

たとえば、モバイルデバイスからの検索では、デスクトップ検索とは異なるキーワードが使用される場合があります。異なる地域のユーザーは、異なる用語を使用して同じ問題を説明する場合があります。ファセット分析がなければ、これらのパターンは隠れたままになります。

覚えておくべき重要なことは、ファセットは精度を向上させるということです。コンテンツの存在を変更するわけではありませんが、ユーザーが適切なコンテンツをより迅速に見つけるのに役立ちます。そのスピードは、顧客満足度とチケット削減に直接つながります。

高度な検索構文と演算子

基本的な検索ボックスを超えて、Zendesk Support（ゼンデスクサポート）は、演算子とプロパティベースのキーワードを使用した高度な検索機能を提供しています。これは、パワーユーザー（および管理者）が必要なものを正確に特定できる場所です。

プロパティベースのキーワードを使用すると、検索を特定のデータフィールドに制限できます。たとえば、type:ticket status:openを検索すると、オープンチケットのみが返されます。担当者、リクエスター、組織、タグ、およびカスタムフィールドで検索できます。

ブール演算子（AND、OR、NOT）を使用すると、用語を結合または除外できます。日付範囲は、特定の期間のコンテンツを見つけるのに役立ちます。これは、先月のチケットを追跡したり、今四半期に公開された記事を見つけたりするのに役立ちます。

高度な検索で時間を節約できる一般的なシナリオをいくつか示します。

• 過去1週間に作成されたVIP顧客からのすべてのチケットを検索する
• 更新が必要な「deprecated（非推奨）」のタグが付いた記事を見つける
• 48時間以上経過した未割り当てのチケットを特定する
• アカウント固有の問題について、customer_id:12345のようなカスタムフィールドを検索する

構文は予測可能なパターンに従います：property:value。利用可能なプロパティを学習すると、手動で検索するのに数分かかる複雑なクエリを作成できます。

検索パフォーマンスの分析と最適化

Zendesk（ゼンデスク）には、アナリティクスセクションに組み込みの検索ダッシュボードが含まれています。ここでは、検索行動について推測することから、ユーザーが探しているものを正確に知ることに移行します。

ヘッドラインメトリックは、一目でストーリーを伝えます。

• 合計検索数： 検索アクティビティの量
• 結果なしの検索数： 埋める必要のあるコンテンツギャップ
• 平均クリック率： ユーザーが探しているものを見つける頻度
• 作成されたチケット数： 検索とサポート量の相関関係

ダッシュボードでは、時間、ブランド、検索チャネル、ユーザーロール、およびロケールでフィルタリングできます。あるユーザーセグメントの結果なしの割合が高い場合でも、別のユーザーセグメントでは許容できる可能性があるため、これは重要です。

実際の最適化の機会は、結果なしの検索にあります。ユーザーが何かを検索して結果がゼロになった場合、それはシグナルです。コンテンツがないか、タイトルが顧客が実際に使用する単語と一致していません。これらの失敗した検索をマイニングすると、作成または更新する記事の優先順位付けされたリストが得られます。

また、検索量がチケットの作成と相関しているかどうかを追跡することもできます。検索が急増し、チケットも急増する場合は、ヘルプセンターが人々の質問に答えていません。検索が急増してもチケットが横ばいの場合は、コンテンツがその役割を果たしています。

AI強化検索：生成機能とセマンティック機能

2023年、Zendesk（ゼンデスク）はセマンティック検索機能を展開しました。セマンティック検索は、キーワードのマッチングのみに依存する代わりに、埋め込みモデルを使用してクエリの背後にある意味を理解します。システムは、クエリとドキュメントの埋め込み間のベクトル類似性に基づいて、Elasticsearch（エラスティックサーチ）の結果を再ランク付けします。

結果は測定可能でした。Zendesk（ゼンデスク）は、クリック率が9％向上し、平均相互ランクが14％向上したと報告しました。顧客にとって、これはクエリが記事とは異なる単語を使用している場合でも、関連する記事が結果の上位に表示されることを意味します。

次に、2024年に、Zendesk（ゼンデスク）はEarly Access Program（早期アクセスプログラム）を通じて生成検索を導入しました。この機能は、検索結果の上部にAI搭載の「Quick Answers（クイックアンサー）」を提供します。記事をリストするだけでなく、システムはコンテンツから合成された直接的な回答を生成します。

生成検索機能はフェデレーションコンテンツで動作します。つまり、Zendesk（ゼンデスク）に接続した外部ソースからプルできます。Copenhagen（コペンハーゲン）テーマを使用しているチームの場合、{{generative_answers}}プレースホルダーを追加すると、機能が有効になります。カスタムテーマでは、より手動での実装が必要です。

考慮すべき制限事項があります。生成された回答はテキストのみであるため、スクリーンショットやビデオは表示されません。各クエリは独立して実行されるため、フォローアップの質問は以前のコンテキストに基づいて構築されません。また、この機能を適切に表示するには、適切なテーマ構成が必要です。

すでにZendesk（ゼンデスク）のエコシステムに投資しているチームにとって、これらのAI拡張機能は、新しいベンダーを必要とせずに価値を追加します。しかし、それらはより広範な傾向も強調しています。検索は「ドキュメントを見つける」から「質問に答える」へと進化しています。その変化は、ヘルプセンターのコンテンツをどのように構成するかに影響を与えます。

サードパーティの検索ソリューションを検討する時期

ネイティブのZendesk（ゼンデスク）検索は多くのチームでうまく機能しますが、それを使いこなせなくなったことを示す兆候があります。

• 結果なしの割合が高い： 検索の20％以上が何も返さない場合、コンテンツ戦略または検索テクノロジーの支援が必要です
• 複雑なコンテンツライブラリ： 複数のプラットフォーム（Zendesk（ゼンデスク）、Confluence（コンフルエンス）、SharePoint（シェアポイント））にコンテンツがある場合、フェデレーション検索が不可欠になります
• 結果のキュレーションの必要性： 特定のクエリに対して特定の記事を手動でブーストしたい場合があります
• 高度な分析要件： Zendesk（ゼンデスク）の組み込みダッシュボードが提供するよりも深い洞察が必要な場合

Swiftype（スイフトタイプ）やSearchUnify（サーチユニファイ）のようなサードパーティのオプションは、これらのギャップに対処します。Swiftype（スイフトタイプ）は、ヘルプセンター、フォーラム、およびFAQ全体で、ドラッグアンドドロップによる結果のランキングとフェデレーション検索を提供します。SearchUnify（サーチユニファイ）は、エンタープライズグレードのAIエージェントと、事実上すべてのコンテンツソースにわたる統合検索を提供します。

どちらも統合作業が必要であり、追加費用がかかります。Swiftype（スイフトタイプ）の価格は公開されておらず、営業担当者との会話が必要です。SearchUnify（サーチユニファイ）は、展開サイズに基づいたカスタム価格設定を備えたエンタープライズソリューションとして位置付けられています。

ここで、状況が面白くなります。ネイティブであろうとサードパーティであろうと、従来の検索は同じパターンに従います。ユーザーが検索し、システムがリンクを返し、ユーザーがクリックして読みます。eesel AI（イーセルAI）のようなAIチームメイトは、そのモデルを反転させます。eesel（イーセル）は、記事へのリンクを返す代わりに、ヘルプセンターのコンテンツから学習し、質問に直接回答します。

当社のZendesk（ゼンデスク）統合は、既存のナレッジベース、過去のチケット、および接続されたドキュメントに接続します。そこから、eesel（イーセル）は、最前線のチケットを処理するAIエージェント、エージェントの返信を作成するAIコパイロット、またはWebサイト上のAIチャットボットとして機能できます。違いは、eesel（イーセル）がコンテンツを見つけるだけではないということです。会話ができるほど十分に理解しています。

ヘルプセンターに適したアプローチを選択する

適切な検索戦略は、チームの規模、コンテンツ量、および技術リソースによって異なります。簡単なフレームワークを次に示します。

ネイティブ最適化から始めます。 複雑さを増す前に、Zendesk（ゼンデスク）が提供するものを最大限に活用していることを確認してください。結果なしの検索を監査し、記事のタイトルを改善し、上位20件の問題を包括的にカバーしていることを確認してください。これは費用がかからず、多くの場合、最大の改善をもたらします。

次にAI拡張機能を検討します。 Professional（プロフェッショナル）またはEnterprise（エンタープライズ）プランを使用している場合は、セマンティック検索機能と生成検索機能を有効にします。これらは、新しいベンダーや統合を必要とせずにインテリジェンスを追加します。

サードパーティの検索を評価する時期： 複数のプラットフォームにわたるフェデレーション検索、高度な結果キュレーション、またはZendesk（ゼンデスク）が提供するよりも深い分析が必要な場合。統合作業と継続的な費用に備えてください。

AIチームメイトを検討する時期： 「検索して読む」から実際の会話に移行したい場合。eesel AI（イーセルAI）は、ヘルプセンターのコンテンツから学習して、質問に直接回答し、チケットを自律的に処理し、エージェントをリアルタイムで支援します。検索の代わりではありません。顧客に迅速に回答を得るという同じ問題に対する別のアプローチです。

結論は？検索テクノロジーは進化しました。問題はもはや「顧客が記事を見つけるのをどのように支援するか」だけではありません。「摩擦を最小限に抑えて顧客に回答を得るにはどうすればよいか」です。場合によっては、より良い検索を意味します。場合によっては、検索を完全にスキップして、AIに会話を処理させることを意味します。