ナレッジベースは、チケットを削減し、顧客が自分で問題を解決できるようにすることを目的としています。しかし、ドキュメントに記載されていない質問を顧客が繰り返しする場合、どうなるでしょうか？ それらはナレッジギャップであり、あなたが思っているよりもコストがかかります。
優れた記事で解決できたはずのすべてのチケットは、チームの時間と費用を浪費します。さらに重要なことは、自分で答えを見つけられると思っていた顧客をイライラさせることです。 幸いなことに、これらのギャップを特定するために推測する必要はありません。 このガイドでは、ネイティブ機能からAI搭載の自動化まで、Zendesk Guideナレッジベースで不足しているコンテンツを見つけるための実用的な方法について説明します。
ナレッジギャップとは何か、そしてなぜ重要なのか
ナレッジギャップとは、ヘルプセンターで回答されていない顧客からの質問のことです。 次のようなものが考えられます。
- 一般的なワークフローに関するドキュメントの欠落
- 製品と一致しなくなった古い手順
- 顧客を混乱させる不明確な説明
- まだドキュメント化されていない新機能
影響は、いくつかの追加チケットだけにとどまりません。 顧客が答えを見つけられない場合、サポートチケットを開き、応答を待ち、多くの場合、そのエクスペリエンスに不満を感じます。 エージェントは、人間の専門知識を実際に必要とする複雑な問題に集中する代わりに、同じ質問に繰り返し答えることになります。
セルフサービス率は、ナレッジベースの状態を直接示す指標です。 ヘルプセンターへのアクセスがチケットの削減につながらない場合は、ギャップがある可能性があります。 課題は、何が欠落しているかを正確に把握することです。 そこで、体系的なギャップ検出が登場します。
ナレッジギャップを見つけるためのネイティブZendeskメソッド
Zendeskには、不足しているコンテンツの特定に役立ついくつかの組み込みツールが用意されています。 それぞれの機能と、どこが不十分なのかを見ていきましょう。
ナレッジキャプチャアプリの使用
エージェントワークスペースのナレッジは、ナレッジの品質を維持するためのZendeskのネイティブソリューションです。 チケットインターフェイスに直接統合されているため、エージェントはコンテキストを切り替えることなく簡単に貢献できます。
できることは次のとおりです。
- AI搭載の記事レコメンデーション：アプリは、チケットのブランドと言語に基づいて、関連する記事を自動的に提案します。 エージェントは、ワンクリックでこれらを応答にリンクできます。
- 記事のフラグ付け：エージェントが古くなったコンテンツや誤ったコンテンツを見つけた場合、すぐにフラグを立てて、修正が必要な点に関するフィードバックを追加できます。
- 記事の作成：エージェントは、定義済みのテンプレートを使用してチケットから直接新しい記事を作成したり、新しいコンテンツのリクエストを送信したりできます。
- ナレッジ分析：管理者は、どの記事がエージェントのチケット解決に役立つかを確認できるため、何が機能しているかを把握できます。
注意点は？ このアプローチは、エージェントのイニシアチブに完全に依存しています。 チームが忙しい場合（そうでないチームはありますか？）、ギャップにフラグを立てることは優先順位が低くなります。 また、これらの機能にアクセスするには、Suite Growth以上である必要があり、エージェント1人あたり月額99ドルから始まります。
チケットデータの手動分析
ナレッジキャプチャにアクセスできない場合、またはより体系的なアプローチが必要な場合は、チケットデータを直接分析できます。
- 未解決のチケットを確認する：「未解決」とマークされたチケットや、複数回再オープンされたチケットのパターンを探します。 これらは、ドキュメントの欠落または不明確さを示していることがよくあります。
- エージェントの回避策を追跡する：エージェントがナレッジベースにない質問に一貫して回答する場合は、それらの回答を記事のトピックの候補として文書化します。
- 検索の失敗を監視する：顧客がヘルプセンターで検索しているが、見つからないものを確認します。 検索の失敗は、ギャップの直接的な証拠です。
- Zendesk Exploreを使用する：セルフサービスコンテンツの恩恵を受ける可能性のある一般的なチケットタイプを特定するためのレポートを作成します。
この方法は機能しますが、かなりの手作業が必要です。 誰かが定期的にチケットを確認し、調査結果を分類し、最初に文書化するものの優先順位を付ける必要があります。
コミュニティからのフィードバックと検索分析
顧客はすでに何が欠落しているかを教えてくれています。 あなたはただ聞く必要があります：
- 記事のコメント：回答されなかった質問について、既存の記事のコメントを確認します。
- コミュニティの投稿：Zendesk Gatherを使用している場合は、顧客が互いに質問していることを確認します。
- 検索分析：Google AnalyticsまたはZendeskの組み込みレポートを使用して、検索結果が得られない検索語句を確認します。
ここでの制限は、問題が発生した後に対応していることです。 ギャップを特定するまでに、顧客はすでに不満を感じています。
ナレッジギャップ検出へのAI搭載アプローチ
手動の方法は機能しますが、拡張できません。 チケットの量が増えるにつれて、会話を手動で確認することは不可能になります。 そこで、AI搭載ツールが登場します。
AIが不足しているコンテンツを特定する方法
AI搭載のギャップ検出は、サポートのやり取りを大規模に分析することで機能します。
- パターン認識：AIは数千枚のチケットをスキャンして、ナレッジベースでカバーされていない繰り返しの質問を特定します。
- 会話分析：サポートのやり取りを読み取り、ドキュメントに存在しない回答をエージェントが提供した場所を見つけます。
- 自動フラグ付け：エージェントがギャップにフラグを立てるのを待つ代わりに、AIは継続的に監視し、不足しているコンテンツの機会を表面化させます。
- 優先順位付け：AIは頻度と影響によってギャップをランク付けできるため、最初にどの記事を書くべきかを知ることができます。
その結果、ナレッジ管理へのプロアクティブなアプローチが実現します。 不満を抱いた顧客を通じてギャップを発見する代わりに、データを通じてギャップを特定します。
自動ギャップ識別のためのeesel AI
eesel AIでは、ナレッジギャップの検出を、より広範なAIサポート戦略の一部として捉えています。 当社のシステムは、サポートのやり取りを継続的に監視して、ナレッジベースに何が欠落しているかを特定します。
仕組みは次のとおりです。
- 継続的な監視：サポートチケットが届くと分析し、既存の記事でカバーされていない質問を特定します。
- ギャップの特定：顧客がナレッジベースで回答できない質問をした場合、コンテンツ作成のためにそれらのトピックにフラグを立てます。
- 記事の提案：エージェントが同様のチケットを解決した方法に基づいて、将来の顧客が自分で問題を解決するのに役立つコンテンツを提案します。
- Zendesk統合：すべてがZendeskインスタンスと直接同期されるため、特定されたギャップはワークフローの記事ドラフトになります。
ネイティブのZendesk機能との違いは、自動化です。 エージェントが手動でギャップにフラグを立てるのではなく、当社のAIは実際の会話データに基づいて自動的にギャップを特定します。 また、Zendeskとシームレスに統合されているため、既存のワークフローが中断されることはありません。
その他の自動化ツール
他のいくつかのツールも、ナレッジギャップ検出機能を提供しています。
Helply：Gap Finder機能は、チケットを分析して、ドキュメントでカバーされていない質問を明らかにします。 ヘルプデスクを接続してから24〜48時間以内にギャップを表面化させ、65％のAI解決率を保証することを約束しています。
Insight7：元々は通話分析用に構築されたInsight7は、サポートのやり取りを分析して、繰り返しのテーマとナレッジギャップを特定します。 チケットに加えて音声サポートを処理するチームに特に適しています。
どちらのツールもギャップ検出から手動作業を取り除きますが、サポートエクスペリエンスのさまざまな側面に焦点を当てています。 ネイティブのZendesk機能に対する主な利点は、規模です。これらのツールは、数時間ではなく数分で数千の会話を分析できます。
ステップバイステップ：Zendeskでのナレッジギャップ検出の設定
不足しているコンテンツを見つけるための体系的なアプローチを実装する準備はできましたか？ 実用的なワークフローを次に示します。
ステップ1：ナレッジキャプチャアプリを有効にする
Suite Growth以上を使用している場合は、まずZendeskのネイティブナレッジキャプチャを設定します。
- Zendesk Marketplaceからアプリをインストールします（プランに含まれています）。
- エージェントが記事を作成およびフラグを立てることができるように権限を構成します。
- 一般的なコンテンツタイプの記事テンプレートを設定します。
- ギャップにフラグを立てる時期と方法についてチームをトレーニングします。
これにより、エージェント主導のギャップ識別の基礎が確立されます。 セットアップとトレーニングに数時間かかることを想定してください。
ステップ2：ギャップ追跡システムを作成する
ナレッジキャプチャを使用するかどうかにかかわらず、見つけたものを追跡するシステムが必要です。
- ナレッジ関連のチケットにカスタムフィールドまたはタグを設定します（例：「kb-gap」、「needs-article」）。
- ナレッジギャップでタグ付けされたチケットを表示するZendeskビューを作成します。
- ギャップの優先順位を付けるために、毎週または毎月のレビュー頻度を確立します。
- 所有権を割り当てる：最初にどのギャップを埋めるかを誰が決定しますか？
このシステムは、ランダムな発見を実行可能なデータに変えます。 それがないと、フラグが立てられたギャップは対処されずに蓄積する傾向があります。
ステップ3：自動監視を実装する
チケットの量が多いチームの場合は、AI搭載のギャップ検出の追加を検討してください。
- eesel AIのようなAIツールをZendeskインスタンスに接続します。
- 優先順位を付けるギャップのタイプ（一般的な質問、影響の大きい問題など）を構成します。
- 新しく特定されたギャップの通知またはレポートを設定します。
- ギャップの調査結果をコンテンツ作成ワークフローに統合します。
自動化はあなたの判断に取って代わるものではありませんが、手動レビューで処理できる範囲を超えてギャップを特定する能力を拡張します。
ステップ4：コンテンツ作成ワークフローを構築する
ギャップを見つけることは、戦いの半分にすぎません。 それらを埋めるためのプロセスも必要です。
- 影響によって優先順位を付ける：どの不足しているトピックが最も多くのチケットを生成しますか？ そこから始めます。
- 専門家に割り当てる：誰が答えを知っていますか？ ギャップレポートを主題の専門家にルーティングします。
- レビューと公開：記事を公開する前にレビュープロセスを確立します。
- 結果を測定する：新しい記事が実際にチケットの量を減らすかどうかを追跡します。
目標はクローズドループです。ギャップを特定し、コンテンツを作成し、影響を測定し、繰り返します。
最初に埋めるナレッジギャップの優先順位付け
一度にすべての不足している記事を書くことはできません。 最初に何に取り組むかを決定する方法を次に示します。
ボリュームベースの優先順位付け：どの不足しているトピックが最も多くのチケットを生成しますか？ 月に50枚のチケットを引き起こすギャップは、5枚のチケットを引き起こすギャップよりも緊急です。
影響スコアリング：質問によっては、他の質問よりもイライラする場合があります。 顧客がコア機能を使用するのを妨げる問題は、エッジケースよりも優先される必要があります。
クイックウィン：明確で簡単な答えを持つギャップを探します。 これらは文書化が速く、すぐに価値を提供します。
戦略的な整合性：セルフサービスが最も重要な製品領域に焦点を当てます。 新しい機能をリリースする場合は、そこのドキュメントギャップが優先されます。
データを使用してこれらの決定を行います。 チケットタグ、検索分析、およびAIギャップレポートはすべて、優先順位付けフレームワークにフィードされる必要があります。
ギャップ検出プログラムの成功の測定
ギャップ検出の取り組みが機能しているかどうかをどのように判断しますか？ これらの指標を追跡します。
セルフサービス率：チケットを開かずに答えを見つける顧客が増えていますか？ これは、ナレッジベースの状態を測る究極の指標です。
チケット削減：文書化したトピックのチケット数が減っていますか？ 新しい記事を公開する前後のチケット数を比較します。
ナレッジベースのカバレッジ：一般的なトピックの何パーセントがドキュメント化されていますか？ AIツールは、これを定量化するのに役立ちます。
エージェントのフィードバック：エージェントは必要なコンテンツを見つけていますか？ 定期的にチームにアンケートを実施します。
解決までの時間：エージェントがより良いリソースを持っているため、チケットの解決が速くなっていますか？
重要なのは継続的な改善です。 ギャップ検出は1回限りのプロジェクトではありません。製品と顧客のニーズに合わせて進化する継続的なプロセスです。
eesel AIでナレッジギャップの特定を開始する
ナレッジキャプチャのようなネイティブのZendesk機能は、不足しているコンテンツを特定するための出発点を提供します。 ただし、効果的に機能するには、手動での作業とエージェントの参加が必要です。
AI搭載のギャップ検出は、方程式を変えます。 エージェントが問題にフラグを立てるのを待つ代わりに、サポートのやり取りを継続的かつ自動的に分析できます。 主要な問題になる前に、何が欠落しているかを学びます。
eesel AIでは、サポートチームがナレッジギャップを自動的に特定して埋めるのを支援することを専門としています。 当社のAIはZendeskチケットを監視し、不足しているコンテンツの機会を表面化させ、エージェントが実際に問題を解決する方法に基づいて記事を提案します。
eesel AIを無料で試すして、自動ギャップ検出がZendeskデータでどのように機能するかを確認するか、デモを予約するして、特定のナレッジ管理の課題について話し合ってください。
よくある質問
この記事を共有
Article by
Stevia Putri
Stevia Putri is a marketing generalist at eesel AI, where she helps turn powerful AI tools into stories that resonate. She’s driven by curiosity, clarity, and the human side of technology.
