効果測定レポートは、サポートチームが時間をかけて会話をどのように処理しているかを見ます。初回対応で解決した会話の割合、再割り当ての数、クローズまでの時間などが含まれます。
効果測定レポートを作成する
Reports に移動し、新しいレポートを作成して、Effectiveness テンプレートを選択するとすぐに開始できます。
効果測定レポートテンプレートを使って次のことが見られます
返信された会話
初回対応でクローズされた会話の割合
会話をクローズするまでの返信数
再割り当てされた会話
最初の割り当てまでの時間
最初の割り当てからクローズまでの時間
チャートのデータを理解する
チャートの上部にある情報アイコンにカーソルを合わせると、レポート期間、レポートレベルのフィルター、メトリクス、および各チャートに適用されたメトリクスレベルのフィルターが表示されます。
選択した期間に1人以上のチームメイトの返信があるクローズ済み会話がない場合、Replies to close a conversation の「最小」数が0と表示されることがあります。
効果測定レポートテンプレートをカスタマイズする
効果測定レポートテンプレートは完全にカスタマイズ可能で、チャートライブラリからチャートを追加したり、このレポートで不要なチャートを削除したりできます。すべてのチャートはサイズ変更や移動が可能です。
効果測定レポートの利用例
異なる種類の会話がどのように処理されているかを見る
会話タグや会話データでチャートをフィルタリングして、チームが異なる種類の会話をどれだけうまく処理できているかを一目で確認できます。これにより、優先度の高い会話が効果的に処理されているかがわかります。
異なるチームメイトやチームが会話をどのように処理しているかを見る
特定のチームメイトやチームが会話により多くの時間を費やしているかを確認し、チームのトレーニングやスキルアップの領域を特定できます。チャートをチームメイトでフィルタリングして行えます。
初回対応でクローズされた会話の割合が低い場合は、assignment rules を再確認（または追加）して、会話が最適なチームに割り当てられているか確認してください。
チームメイトの返信はどのようにカウントされますか？
このレポートでカウントされるチームメイトの返信には、現在クローズされている会話の顧客からの最初のメッセージ以降のすべての返信が含まれます。
複数の返信が連続して送信された場合（顧客の返信や他のチームメイトのメッセージがない場合）、それらは1つとしてカウントされるようにグループ化されます。
👆この例では、チームメイトが6つの別々のメッセージを送信しましたが、一部はグループ化され、このレポートでカウントされる返信は合計4件です。
別のチームメイトが返信したり、会話がクローズされた場合、グループ化は解除されます。
会話が適切な担当者に引き継がれているか確認する
Conversations reassigned チャートは、チームメイトの返信後に複数回割り当てられた会話の数を、最初の顧客メッセージが送信された日付ごとにグループ化して表示します。会話が適切な担当者に引き継がれているか、または最初の割り当てが自動ルールであるかを確認するのに役立ちます。
会話はいつ再割り当てされますか？
会話がチームメイトに割り当てられ（手動、チームメイト、ボット、またはassignment ruleによる）、そのチームメイトが返信した後に別のチームメイトまたはチームに割り当てられた場合、その会話は再割り当てされ、Conversations reassigned チャートにカウントされます。
最初に割り当てられたチームメイトが解決した会話は、このチャートにはカウントされません。
チームメイトの作業負荷とキャパシティを把握する
最初の割り当てまでの時間が短いのにfirst response timeが長い場合、会話が割り当てられてもチームメイトがすぐに対応できない可能性があります。
Time to first assignment チャートは、最初の顧客メッセージが送信された日付ごとにグループ化された、チームメイトの返信前に会話が割り当てられるまでの中央値を示します。
デフォルトの集計は中央値ですが、AdvancedまたはExpertプランでは異なる集計方法を選択でき、選択は次回レポート閲覧時に保存されます。チャート編集時に平均、最大、中央値、最小から選べます。
チームメイトが会話の最初の割り当て前に返信した場合、その会話はこのメトリクスにカウントされません。
例：
顧客が10:55に会話を開始しました。
11:05にチームメイトに割り当てられました。
そのチームメイトが返信を送信しました。
最初の割り当てまでの時間は10分です。
顧客が10:55に会話を開始しました。
11:05にチームメイトに割り当てられました。
11:10に2人目のチームメイトに割り当てられました。
2人目のチームメイトが最初の返信を送りました。
最初の割り当てまでの時間は15分です。
最初の割り当てまでの時間は、レポート全体に適用されたチームメイトフィルターに関係なく、その会話に割り当てられたすべてのチームメイトのデータを含みます。このチャートのデータは個別のチームメイトを分離しません。
チームメイトが会話の処理に費やす時間
Time from first assignment to close チャートは、会話作成日ごとにグループ化された、最後の会話割り当て（最初のチームメイト返信前）からクローズまでの中央値を示します。
これは、顧客の初期待機時間を除いた、チームメイトが会話の処理に費やす時間の正確なイメージを提供します。
最初の割り当てからクローズまでには他のチームメイトの時間も含まれます。このメトリクスは、最初の割り当てからクローズまでの時間（およびその間のチームメイトのメッセージ）を見ます。
便利な効果測定レポートのフィルター
効果測定レポートは以下でフィルタリングできます：
タグ — 特定のタグが付いた会話のサブセットを確認。
大陸 — 1つまたは複数の大陸を選択。
国 — 1つまたは複数の国を選択。
チャネル — 会話が開始された場所でフィルタリング。例：メール、チャット、モバイルアプリ。
開始者 — 顧客が開始した会話のみ、またはボット/メッセージに応答した会話のみを表示。
チームメイト — 1人以上のチームメイトがアクションを行った会話を表示（例：そのチームメイトやチームが返信またはクローズした会話）。
会話データ属性 — 定義した特定の属性を持つ会話を表示。
このレポートを会話の種類別にフィルタリング（conversation tags）すると、次のことがわかります：
最少の返信で解決された会話 — Fin AI Agent を使ってこれらを処理することを検討してください。
最も注意が必要な会話 — Workflows can collect information from customers up front ので、チームがより効率的に支援できます。
注意：
1日単位でフィルタリングした場合、会話は時間ごとに分けられ、長期間の場合は日または週ごとに分けられます。
「チャネル」フィルターには、Intercomをインストールしたチャネルのみが含まれます。
ticketsの初回対応解決率を測定する
Intercomは、チケットが単一のエージェントによってオープンからクローズまで処理されたかをネイティブに追跡しません。Boolean会話属性、Data Connectorで返信したユニークエージェント数をカウントし、Workflowルールでticketsに自動タグ付けすることで自分で構築できます。
ステップ1：Boolean会話属性を作成する
この属性は各ticketのFCR結果を保存し、レポートをそれでフィルタリングできます。
設定 > データ > 会話 に移動し、+ Create attribute をクリックします。
名前をSingle agent resolutionのように設定します。
フォーマットはBooleanを選択します。
保存をクリックします。属性はInboxのすべてのticketsに表示されます。
ステップ2：Data Connectorを使ってユニークエージェント数をカウントする
Data ConnectorはWorkflowが外部APIやデータレイヤーを呼び出して、特定のticketに返信したユニークエージェント数を照会できるようにします。このカウントでBoolean属性をtrueに設定するか決定します。
Fin AI Agent > Data Connectors に移動し、新しいコネクタを作成します。
コネクタを設定して、conversation/ticket IDをパラメータとしてデータソースを呼び出し、返信したユニークエージェント数を返します。
レスポンスをWorkflowが読み取れる変数（例：
unique_agent_count）にマッピングします。
注意： Data Connectorsは外部エンドポイントのカスタム開発とホスティングが必要です。WorkflowsでのData Connectorsの使用について詳しく学ぶ。
ステップ3：Workflowルールでタグ付けを自動化する
属性とコネクタが設定されたら、ticketがクローズしたときに発火し、コネクタを呼び出し、属性を自動設定するWorkflowを作成します。
Fin AI Agent > Workflows に移動し、新しいWorkflowを作成します。
トリガーをConversation closedに設定し、条件をticketsのみに制限します。
Collect dataステップを追加し、ユニークエージェント数を取得するData Connectorを選択します。
Branchステップを追加：
unique_agent_countが1の場合、「FCR」パスに進みます。FCRパスでSet conversation dataアクションを追加し、Single agent resolutionをTrueに設定します。オプションで、追加のフィルタリング用にfcrなどのタグを付けるTag conversationアクションを追加します。
保存してSet liveにします。
単一エージェントのticketsに関するレポート
Workflowがライブになったら、効果測定レポートをSingle agent resolution会話データ属性でフィルタリングして、単一エージェントが処理したticketsのパフォーマンスを測定できます。次のことを追跡可能です：
1人のエージェントが解決したticketsの量と複数エージェントが解決したticketsの量。
単一エージェントticketsの中央値処理時間とクローズまでの返信数。
時間経過によるFCR率 — Conversation data attributesでフィルタリングし、Single agent resolutionをTrueに設定。
ヒント： この属性で効果測定レポートテンプレートを直接フィルタリングしたり、チャネルやタグなどの他のフィルターと組み合わせて、ticketsの種類やチーム別のFCRを確認できます。