メインコンテンツにスキップ

効果測定レポート

チームが時間をかけて会話をどれだけ効果的に処理しているかを測定します。

対応者:Eric Fitzgerald

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 に移動して新しいレポートを作成し、Effectiveness テンプレートを選択してすぐに開始します。

効果測定レポートテンプレートを使って次のことを確認できます

  • 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

チャートデータの理解

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、指標、および各チャートに適用された指標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、会話をクローズするまでの返信数の「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のカスタマイズ

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

異なる種類の会話の処理状況を確認する

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必要な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います。

初回対応でクローズされた会話の割合が低い場合は、割り当てルールを再確認(または追加)して、会話が最適なチームに向けられているか確認してください。Finが多くの会話を処理している場合は、カスタムレポートにTeammate-handled closed conversations on first contact rateを追加してください。これはチームメイトが対応しなかった会話を除外し、チームの初回対応解決率のより良い指標となります。

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。

返信は連続して送信された複数の返信(顧客の応答や他のチームメイトからのメッセージがない場合)を1つとしてカウントするため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、そのうちいくつかはグループ化され、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場合や会話がクローズされた場合もグループ化は解除されます。

会話が適切な担当者に拾わ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拾われているか、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、または割り当てルールによる)、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最初の応答時間が長い場合、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、次回レポートを表示するときに保存されます。チャート編集時に平均、最大、中央値、最小から選択可能です。

会話が最初に割り当てられる前にチームメイトが返信した場合、その会話はこの指標にカウントされません。

例:

  1. 顧客が10:55に会話を開始しました。

  2. 11:05にチームメイトに割り当てられました。

  3. 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。

  1. 顧客が10:55に会話を開始しました。

  2. 11:05にチームメイトに割り当てられました。

  3. 11:10に2人目のチームメイトに割り当てられました。

  4. 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々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

最初の割り当てからクローズまでの時間チャートは、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。この指標は最初の割り当て時からクローズ時まで(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します。

  • 大陸 — 1つまたは複数の大陸を選択します。

  • 国 — 1つまたは複数の国を選択します。

  • チャネル — 会話が開始された場所でフィルタリングします。例:メール、チャット、またはモバイルアプリ。

  • 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します。

  • 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します(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します。

このレポートを会話の種類別にフィルタリングすると(会話タグを使って)、次のことがわかります:

注意:

  • 1日単位でフィルタリングした場合、会話は時間単位で分割されます。期間が長い場合は日または週単位で分割されます。

  • 「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。


チケット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は追跡しません。Boolean会話属性、Data Connectorでユニークな返信エージェント数をカウントし、Workflowルールでチケット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

この属性は各チケットの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。

  1. 設定 > データ > 会話 に移動し、+ 属性を作成をクリックします。

  2. 名前をSingle agent resolutionなどに設定します。

  3. フォーマットはBooleanを選択します。

  4. 保存をクリックします。属性はInboxのすべてのチケットに表示されます。

ステップ2:Data Connectorでユニークな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、特定のチケットに返信したユニークなエージェント数を照会できます。この数でBoolean属性をtrueに設定するか決定します。

  1. Fin AI Agent > Data Connectors に移動して新しいコネクタを作成します。

  2. 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、返信したユニークなエージェント数を返します。

  3. 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はこちら。

ステップ3:Workflowルールでタグ付けを自動化する

属性とコネクタが準備できたら、チケットがクローズしたときに発火し、コネクタを呼び出して属性を自動設定するWorkflowを作成します。

  1. Fin AI Agent > Workflows に移動して新しいWorkflowを作成します。

  2. トリガーをConversation closedに設定し、チケットのみに限定する条件を追加します。

  3. データ収集ステップを追加し、ユニークエージェント数を取得するData Connectorを選択します。

  4. 分岐ステップを追加:unique_agent_countが1の場合、「FCR」パスに進みます。

  5. FCRパスで会話データ設定アクションを追加し、Single agent resolutionをTrueに設定します。必要に応じて、会話にタグ付けアクションでfcrなどのタグを追加してフィルタリングを強化できます。

  6. 保存してライブ設定します。

単一エージェントのチケットをレポートする

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チケットのパフォーマンスを測定できます。以下を追跡可能です。

  • 単一エージェント対複数エージェントで解決されたチケットの量。

  • 単一エージェントチケット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に設定します。

ヒント:この属性でEffectivenessレポートテンプレートを直接フィルタリングし、チャネルやタグなどの他のフィルターと組み合わせて、チケットタイプやチーム別のFCRを確認できます。

こちらの回答で解決しましたか?