Zendesk Exploreで最初から用意されているダッシュボードについてまとめてみる(Support 編)

Zendesk Exploreで最初から用意されているダッシュボードについてまとめてみる(Support 編)

Clock Icon2023.06.25

この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。

こんにちは、ゲームソリューショングループの入井です。

Zendesk Exploreには、最初から用意されているデータ分析用ダッシュボードがいくつかあります。これらは既定のダッシュボードと呼ばれており、何も設定作業をすることなく自動的にZendesk環境についてのデータ分析が実行され、その結果をダッシュボードから閲覧することが可能です。独自のダッシュボードを作成する機能はSuite Professionalから利用できますが、規定のダッシュボードであればSuite Growh、Suite Teamプランでも利用可能です(読み取り専用)

規定のダッシュボードは以下の種類が用意されています。それぞれ、Zendeskの主要機能別にデータ分析が行われています。

今回は、Zendesk Supportダッシュボードでどのような分析結果が閲覧できるかをご紹介します。

Zendesk Supportダッシュボードについて

このダッシュボードでは、Zendesk Supportのチケット自体に関することや、解決にいたるまでの効率等の観点で数値指標やグラフをみることができます。

ダッシュボードは、分析の種類により以下の8つのタブに分かれており、タブをクリックして遷移することでそれぞれの分析結果を閲覧可能です。

  • Ticketsタブ
  • Efficiencyタブ
  • Assignee activityタブ
  • Agent updatesタブ
  • Unsolved ticketsタブ
  • Backlogタブ
  • Satisfactionタブ
  • SLAsタブ

各タブでは、フィルタ設定を操作することができます。これにより、以下のような観点で分析結果をフィルタリング可能です。

  • どの期間に作成されたチケットか
  • どのチケットグループやブランドに所属するチケットか
  • どのチャネルからチケットが作成されたか
  • どの問い合わせフォームが使われたか
  • 送信者は管理者かエージェントかエンドユーザーか
  • リクエスタはどの組織に所属しているか

次の項目以降で、それぞれのタブの詳細について紹介していきます。ダッシュボードの要素として、グラフの他に数値によって分析結果が分かるヘッドラインメトリックがあります。

Ticketsタブ

チケットタブは、作成されたチケットに関するレポートによる分析が可能です。

以下のフィルタリングが利用可能です。

  • グループ
  • ブランド
  • チャネル
  • フォーム
  • 送信者のロール
  • リクエスタの組織

ヘッドラインメトリック

  • Created tickets
    • Supportアカウントで作成されたチケットの数です。チケットの作成数を分析することで、特定の期間内にどれだけの問い合わせがあったかを把握できます。これにより、どのチャネルからいくつ送信されたかといった指標の他、問い合わせが多い曜日などの傾向も調査できます。
  • Unsolved tickets
    • 未解決のチケットの数です。これらは、「解決済み」または「終了」ステータスになっていないチケットです。
    • 未解決のチケット数を分析することで、現在進行中の問題や対応が遅れているチケットを特定できます。また、優先度やカテゴリ別の未解決チケット数を調べることで、リソースの再配分や業務改善が必要なエリアを見つけることができます。
  • Solved tickets
    • 解決されたチケットの数です。これらは、「解決済み」または「終了」ステータスのチケットです。このレポートはチケットの作成日でなく解決日で分析が行われます。
    • 解決済みチケット数を分析することで、サポートチームのパフォーマンスや問題解決の効率を評価できます。また、担当チームごとの解決数を比較することで、優れたパフォーマンスを発揮しているメンバーや、改善が必要な箇所を特定できます。
  • One-touch tickets
    • エージェントが一度回答しただけで解決されたチケットの割合を示します。このレポートはチケットの作成日でなく解決日で分析が行われます。
    • ワンタッチチケットの割合を分析することで、問題が迅速に解決されるケースの割合を把握できます。これにより、顧客満足度やサポートチームの効率を評価し、改善策を立案することができます。
  • Reopened tickets
    • 再オープンチケットの割合です。いったん「解決済み」ステータスにされた後、再オープンしたチケットです。このレポートはチケットの作成日でなく解決日で分析が行われます。
    • 再オープンチケットの割合を分析することで、再発・未解決の問題やそれが顧客満足度に影響を与える要因を特定できます。

グラフ

  • Tickets created by hour
    • 1時間ごとのチケット作成率が表示されます。
    • これを分析することで、1日の中で問い合わせが集中する時間帯を特定できます。これにより、スタッフのシフト調整や、リソースの最適化を図ることができます。
  • Average Tickets Created by Day of Week
    • 週の各曜日の平均チケット作成数が表示されます。
    • これを分析することで、曜日別の問い合わせ傾向を把握できます。これをもとに、週ごとのスタッフ配置や対応策を最適化することができます。
  • Tickets Created by Date
    • 選択した日付範囲について、各日に作成されたチケットの合計数。グラフ上のデータポイントにマウスを置くと、作成されたチケットのうちどのくらいの数が解決されたかがわかります。
    • これを分析することで、特定の期間やイベント等に関連する問い合わせの増減を把握できます。また、解決されたチケット数と照らし合わせることで、各日に担当していたチームの対応状況を評価できます。
  • Tickets by selected attribute (top 10)
    • 選択した属性タイプ別のチケットの割合。たとえば、チケットチャネルを選択した場合は、選択した日付範囲中に各チャネルで作成されたチケットの割合を表示します。
    • これを分析することで、チケットチャネルやカテゴリ、優先度などの属性ごとの問い合わせ傾向を把握できます。これにより、特定の属性への偏りを把握し、対策を強化することができます。
  • Tickets created by date and selected attribute (top 10)
    • 選択した日付範囲について、1日あたりに作成されたチケット数を、上で選択した属性タイプごとに切り出します。
    • これを分析することで、特定の期間内で属性タイプ別の問い合わせ数の変化を把握できます。
  • Tickets created by month/year
    • 選択した年に作成されたチケットの数を月別に表示します。過去5年間のデータを重ね合わせて比較することができます。当月のデータは月末まで表示されません。
    • これを分析することで、長期的な問い合わせの傾向や季節性を把握できます。過去5年間のデータを比較することで、ビジネスの成長や変化に伴うサポートニーズの変化を理解し、戦略的な対応を計画できます。

Efficiencyタブ

エージェントの作業効率の評価に役立つレポートを使った分析が可能です。このタブでは、基本的にチケットの解決日に基づいて分析されています。

以下のフィルタリングが利用可能です。

  • グループ
  • ブランド
  • チャネル
  • フォーム
  • 優先度
  • リクエスタの組織

ヘッドラインメトリック

  • First reply time median
    • チケットが最初に作成されてからエージェントが最初に返信するまでの時間の中央値です。このレポートは、チケットの解決日でなく作成日に基づいています。
    • これを分析することで、サポートチームの初回対応速度を評価できます。顧客満足度に大きな影響を与える要素であるため、この数値を改善することが重要です。
  • First resolution time median
    • チケットが作成されてから初めて終了または解決されるまでの時間の中央値。
    • これを分析することで、問題解決までの効率を評価できます。この数値を改善することで、顧客満足度の向上や、チームの生産性を向上させることができます。
  • Full resolution time median
    • チケットが作成されてから完全に終了または解決されるまでの時間の中央値。再オープンなども経過した後の最終的な解決という点で、前のものと異なります。
    • これを分析することで、全体的な問題解決の速度を評価できます。これにより、チームの効率や業務プロセスの改善が必要な箇所を特定できます。
  • Group stations average
    • チケットを担当したグループ数の平均。例えば、1つのチケットを2グループで対応していたら2となる。
    • これを分析することで、チケットの複雑さや、内部での情報共有や協力がどの程度行われているかを把握できます。
  • Assignee stations average
    • チケットを担当したエージェント数の平均。例えば、1つのチケットを2エージェントで対応していたら2となる。
    • これを分析することで、個々のエージェントの負担や、チケットの複雑さを評価できます。これをもとに、エージェントのスキルやリソースの再配分を検討し、効率的な対応を図ることができます。

グラフ

  • Tickets by first reply time brackets
    • チケットの初回返信時間ごとの比率を時間別に示すグラフ。このレポートは、チケットの解決日でなく作成日に基づいています。
    • これを分析することで、サポートチームの初回対応速度の分布を理解できます。これにより、改善が必要な返信時間帯を特定し、効率的な対応を目指すことができます。
  • Tickets by full resolution time brackets
    • チケットの全体解決時間ごとの比率を時間別に示すグラフ。
    • これを分析することで、チームの問題解決速度の分布を理解できます。これにより、改善が必要な解決時間帯を特定できます。
  • First reply and assignment time median over time
    • 選択した日付範囲について、初回返信時間の中央値と最初の割り当て時間の中央値との比較。このレポートのチケットの解決日でなく作成日に基づいています。
    • これを分析することで、アサインから返信までの間隔に時間による影響があるか確認できます。
  • Full resolution and requester wait time median over time
    • チケットの解決に要した時間と、チケットが新規、オープン、または保留中の状態であった時間の中央値との比較。
    • これを分析することで、解決からの再オープンがどの期間に集中したかなどが確認できます。
  • Tickets by agent replies brackets
    • チケットに対するエージェント返信数をパーセントで表します。
    • これを分析することで、例えばエージェントの返信数が多くなりがちなチケット種類の特定などが可能です。
  • Tickets by group stations brackets
    • チケットを担当したグループ数がパーセントで表示されます。
    • これを分析することで、チケットがどの程度複数のグループ間でやり取りされているかを把握することが可能です。
  • Agent replies average and resolutions over time
    • エージェント返信の平均数および解決されたチケットの合計数を日付別に表示します。
    • これを分析することで、エージェントの対応量と解決状況を把握し、パフォーマンスを評価できます。
  • Assignee and group stations average over time
    • チケットの担当エージェントの平均数とチケットに関連付けられたグループの平均数の両方を表示します。
    • これを分析することで、チケット処理に関わるエージェントとグループの関与の変化を時系列で把握できます。

Assignee activityタブ

エージェントなどにチケットを割り当てた結果を分析できます。 このタブでは、チケットの解決日に基づいて分析されています。

以下のフィルタリングが利用可能です。

  • グループ
  • 担当者名
  • ブランド
  • チャネル
  • フォーム
  • リクエスタの組織

ヘッドラインメトリック

  • Solved tickets
    • 解決済みチケットおよびクローズ済みチケットの数。
    • Ticketsタブで紹介したものと同様。
  • Requester wait time median
    • チケットが新規ステータス、オープンステータス、または保留中ステータスにあった時間の中央値。
    • これを分析することで、顧客が解決までどれくらい待機しているかを把握できます。これにより、顧客満足度を向上させるための対応速度やプロセスの改善が可能です。
  • Assignment to Resolution
    • エージェントが最後に割り当てられてからチケットが解決されるまでの時間の中央値。
    • これを分析することで、最後に割り当てられたエージェントがどれくらいの時間で問題を解決しているかを把握できます。
  • One-touch tickets
    • エージェントが一度回答しただけで解決されたチケットの割合を示します。
    • これを分析することで、エージェントがどれくらい効率的に問題を解決しているかを評価できます。
  • Two-touch tickets
    • エージェントからの2回目の返信で解決されたチケットの割合を示します。
    • これをOne-touch ticketsと合わせて分析することで、エージェントが迅速に問題を解決しているかを把握できます。

グラフ

  • Good vs bad satisfaction tickets
  • Tickets by requester wait time brackets
    • リクエスタの待機時間別のチケットの割合を示します。
    • これを分析することで、顧客が多くの場合どれくらい待っているかの傾向を把握できます。
  • Satisfaction score and requester wait time median by date
    • カスタマー満足度スコアとエージェントからの返信を待つ時間とを比較します。
    • これを比較することで、迅速な対応が顧客満足度にどのような影響を与えるかを分析できます。
  • Assignee activity
    • 解決したチケットの数、平均返信時間など、エージェントとそのアクティビティの詳細リスト。
    • これをを分析することで、各エージェントのパフォーマンスを評価し、効率的な業務遂行やスキル向上のための改善点を特定できます。また、エージェント間での業務量のバランスや、特定の問題に対する専門性の高いエージェントを特定することも可能です。

Agent updatesタブ

エージェントがチケットに追加したコメントについての分析ができます。 このタブでは、チケットの更新日に基づいて分析されています。

以下のフィルタリングが利用可能です。

  • 更新したエージェント
  • 更新したブランド
  • 更新したチャネル
  • フォーム
  • グループ
  • リクエスタの組織

ヘッドラインメトリック

  • Public comments
    • エージェントからのパブリックコメントが含まれているチケットの総数。
    • これを分析することで、エージェントが顧客とどの程度コミュニケーションを取っているかを把握できます。
  • Internal comments
    • エージェントからの社内コメントが含まれているチケットの合計数。
    • これを分析することで、サポートチーム内でのコミュニケーションや協力の状況を把握できます。
  • Tickets Commented
    • エージェントの(パブリックおよび社内)コメント付きチケットの数。
    • これを分析することで、エージェントがどれだけチケットに対してアクティブに関与しているかを把握できます。
  • Tickets solved
    • エージェントによって解決済みとしてマークされたチケットの数。
    • これまで出てきたものと似ていますが、こちらは指定期間内に解決済みステータスへ変更されたものです。そのため、ステータスが再オープンしても計上されたままです。
    • これを分析することで、エージェントのパフォーマンスが評価できます。
  • Tickets created
    • エージェントによって作成されたチケットの数。
    • これを分析することで、顧客起点でないチケットの数を把握できます。

グラフ

  • Agent comment averages by date
    • チケットに付けられたコメントの総数と、パブリックまたは社内向けコメントの数を比較します。
    • これを分析することで、特定の期間においてエージェントの顧客対応とチーム内のコミュニケーション割合を比較できます。
  • Tickets commented, created and solved by date
    • 選択した日付範囲について、作成、解決、コメントされたチケットの数を比較します。
    • これをを比較することで、チームのパフォーマンスや業務の状況を時系列で把握できます。
  • Agent updates
    • 各エージェントについて、コメント、解決、作成など、チケットに対して行った更新に関する詳細情報を表示します。
    • これを分析することで、エージェントの個別のパフォーマンスや行動記録を評価できます。これにより、エージェントの強みや弱みを特定し、トレーニングやコーチングの対象を決定したり、チーム内での役割分担を最適化することができます。

Unsolved ticketsタブ

まだ解決されておらず、対処が必要なチケットについて分析することが可能です。

以下のフィルタリングが利用可能です。

  • グループ
  • 担当者
  • ブランド
  • チャネル
  • 優先度
  • リクエスタの組織

ヘッドラインメトリック

  • Unsolved tickets
    • ステータスが「解決済み」または「終了」のどちらでもないチケットの数。
    • Ticketsタブに出てきたものと同様です。
  • New and open tickets
    • ステータスが「新規」または「オープン」のチケットの数。
    • これにより、新たに対応が必要なチケットや進行中のチケットの量を把握できます。
  • Unreplied unsolved tickets
    • エージェントが返信してない未解決のチケット。
    • 迅速な対応が必要なチケットの数を把握し、エージェントに優先的に対応を促し、顧客満足度の低下を防ぐことができます。
  • Time since update median
    • 未解決チケットが更新されてからの経過時間の中央値。
    • これにより、一次対応はしたもののチケット解決できずにいる期間を把握できます。
  • Ticket age median
    • 未解決チケットが作成されてからの経過時間の中央値。
    • これにより、一次対応もできずに顧客を待たせてしまっている期間を把握できます。

グラフ

  • Unsolved tickets by status
    • 新規、オープン、保留中、または待機中のステータスにあるチケットの割合を示す円グラフ。
    • これにより未解決チケットの状況を把握し、各ステータスごとの対応やリソースの割り振りを最適化できます。
  • New and open tickets by assignment status
    • 割り当てられている、または割り当てられていないオープンまたは新規ステータスのチケットの割合を円グラフ。
    • これにより、未割り当てのままで対応が必要なチケットの割合を特定できます
  • Unsolved tickets by selected attribute (top 10)
    • 選択した属性の新規ステータス、オープンステータス、保留中ステータスおよび待機中ステータスのチケットの割合を表示する積み上げグラフ。属性は、チケットのブランド、チケットチャネル、チケットフォーム、チケットグループ、チケットの優先度、またはチケットタイプから選択できます。
    • これを分析することで、特定の属性に関連する問題の発生状況や傾向を把握できます。
  • Unsolved tickets by creation month
    • 選択した日付範囲について、未解決の全チケットを積み上げグラフで月別に表示します。積み上げグラフは、チケットが新規、オープン、保留中、または保留中のいずれであるかを示します。
    • これを分析することで、時間の経過とともに未解決チケットがどのように変化しているかを把握できます。これにより、問題の優先順位を調整したり、チケットの解決にかかる時間を短縮するための戦略を立てることができます。
  • Unsolved tickets
    • 未解決チケットの詳細リストをエージェント名でソートして表示します。
    • これを分析することで、各エージェントが担当している未解決チケットの状況を把握できます。これにより、個々のエージェントの業務負荷を評価し、必要に応じてリソースの再分配やサポートを提供することができます。

Backlogタブ

ステータスがオープンのチケットの状態推移を把握できます。 このタブはグラフだけで構成されています。

以下のフィルタリングが利用可能です。

  • グループ
  • 担当者
  • ブランド
  • チャネル
  • 優先度
  • リクエスタの組織

グラフ

  • Daily historical backlog by status (30 days)
    • 傾向を見極められるよう、過去30日間オープンステータスのチケットバックログをリスト表示します。
    • これにより、特定の期間におけるバックログの増減や、問題が発生している可能性のある日を特定することができます。また、対応策の効果を評価し、必要に応じて改善策を立てることができます。
  • Weekly historical backlog by status (12 weeks)
    • 傾向を見極められるよう、過去12週間にわたってオープンステータスにあるチケットバックログをリスト表示します。
    • これにより、長期的な傾向やパターンを特定し、チケットの処理効率を向上させるための戦略を立てることができます。
  • Weekly historical backlog by selected attribute (top 10/12 weeks)
    • 最近の12週間の各週の終わりに未解決だったチケットの件数。タブを選択して、チケットのブランド、グループ、チャネル、優先度、またはタイプ別に結果を表示します。
    • これにより、特定の属性に関連する問題が発生している可能性のある期間や、特定の属性に対する対応やリソースの割り振りを最適化することができます。

Satisfactionタブ

チケットのカスタマー満足度スコアを詳しく調べることが可能です。

Zendesk SupportのCSAT(カスタマー満足度評価)について – Zendeskヘルプ このタブでは、チケットの解決日に基づいて分析されています。

以下のフィルタリングが利用可能です。

  • グループ
  • ブランド
  • チャネル
  • フォーム
  • 優先度
  • リクエスタの組織

こちらのタブは検証環境上で上手くデータが取れていないため、以下の画像も初期状態になっています。

ヘッドラインメトリック

  • Satisfaction score
    • 評価されたチケットの総数に対し「満足」と評価されたチケットの割合。
    • 顧客サポートの全体的な品質を測定できます。
  • Good satisfaction tickets
    • 「満足」と評価されたチケットの数。
    • どれだけのチケットが顧客にとって良い結果をもたらしているかを把握できます。
    • サポート品質が低いと感じられるチケットの数を特定できます。
  • Bad satisfaction tickets
    • 「不満」と評価されたチケットの数。
  • Bad to Good Ratings
    • 「不満」から「満足」に変化したチケットの数。このレポートの時間フィルターは、チケットの更新日に基づいています。
    • サポートチームが顧客の不満を解決し、顧客満足度を向上させることができたケースを把握できます。
  • Satisfaction rated ratio
    • 調査されたチケットの総数から、「不満」または「満足」と評価されたチケットの割合。
    • 顧客からのフィードバックがどれだけ収集されているかを把握できます。

グラフ

  • Good vs bad satisfaction ticket
    • コメント付きまたはコメントなしの両方で、「満足」または「不満」の満足度評価を受けたチケットの割合を円グラフで表示します。
    • 全体的な顧客満足度を把握できます。
  • Rated tickets funnel(チケット評価ファンネル)
    • すべてのチケットについて評価済みのチケットの割合をファンネルグラフで表示します。
    • 顧客からのフィードバック収集の効果や調査の有効性を評価できます。これにより、より多くの顧客からフィードバックを得るための戦略を立てることができます。
  • Satisfaction score and rated chats by date
  • Satisfaction score by selected attribute (top 10 by volume)
    • 選択した属性の平均満足度をパーセントで表示します。たとえば、チケットチャネルを選択した場合は、チャット、メールなどの各チケットチャネルの平均満足度スコアが表示されます。属性は、チケットのブランド、チケットチャネル、チケットフォーム、チケットグループ、チケットの優先度、またはチケットタイプから選択できます。
    • 特定の属性が顧客満足度にどのような影響を与えているかを評価できます。これにより、特定のチケットチャネルやグループなどで改善が必要な箇所を特定できます。
  • Satisfaction score and rated chats by month (12 months)
    • 評価チケットの数と12か月間の平均満足度スコアを表示します。このレポートは、タブの時間フィルターから除外されます。
    • 長期的な顧客満足度のトレンドを把握できます。
  • Satisfaction rated ratio and surveyed tickets by month (12 months)
    • 過去12か月間の調査チケット数に対する、評価済みチケットの割合を示します。このレポートは、タブの時間フィルターから除外されます。
    • フィードバック収集の効果や顧客満足度調査の長期的な有効性とその推移を評価できます。

SLAsタブ

設定したSLAを基準として結果を測定できます。 このタブは基本的にSLAの更新日に基づいて分析されています。 SLAポリシーの定義と使用 – Zendeskヘルプ

以下のフィルタリングが利用可能です。

  • SLAポリシー名
  • SLAメトリック
  • グループ
  • ブランド
  • フォーム
  • リクエスタの組織

こちらのタブは検証環境上で上手くデータが取れていないため、以下の画像も初期状態になっています。

ヘッドラインメトリック

  • SLA achievement rate
    • SLAチケットの総数に対するSLAに準拠したチケットの割合。
    • サポートチームのパフォーマンスと目標達成に関する情報を得ることができます。
  • SLA breached tickets
    • SLA目標違反が1つ以上あるチケットの数。
    • サポートチームが目標達成できていない領域を特定できます。
  • SLA achieved tickets
    • SLA目標違反のないチケットの数。
    • サポートチームが目標を達成している領域を特定できます。
  • SLA active tickets
    • アクティブなSLAポリシーを持つチケットの数。
    • 現在対応が必要なチケットの量や状況を把握できます。これにより、リソースの割り当てや優先順位付けを適切に行うことができま
  • SLA active breached tickets
    • SLA目標の違反が1つ以上あるアクティブなチケットの数。
    • 現在の問題や目標違反の状況を詳しく把握できます。

グラフ

  • Achieved vs breached completed SLA policies by date
    • 選択した日付範囲について、SLA目標に違反/達成したチケット数が表示されます。
    • 特定期間におけるサポートチームのパフォーマンスを評価できます。これにより、改善が必要な期間やエリアを特定し、対策を講じることができます。
  • Achieved and breached completed SLA policies by selected attribute (top 10 breached)
    • 選択した属性のSLAポリシーを達成または違反したチケットの割合を積み上げ棒グラフで表示します。属性は、チケットのブランド、チケットのチャネル、チケットフォーム、チケットグループから選択できます。さらに、SLAポリシー名を選択できます。
    • 特定の属性におけるパフォーマンスの傾向を把握できます。
  • SLA target breaches by hour
    • 24時間の間に発生したSLA違反の平均割合を1時間ごとのグラフで表示します。
    • 特定の時間帯に発生する問題や遅延の傾向を把握できます。
  • SLA target breaches by day of week
    • 各曜日に発生したSLA違反の平均割合を棒グラフで表示します。
    • 週の特定の曜日に発生する問題や遅延の傾向を把握できます。
  • Achieved and breached SLA targets by metric
    • 各SLA目標を達成または違反した時間の割合。
    • 各目標に対するパフォーマンスの傾向を把握できます。SLA違反の割合が高くなっている場合、目標の見直しやリソース割り当ての再検討が必要です。
  • SLA target achievement rate by month (12 months)
    • SLA目標を達成した割合を月別に表示します。
    • 長期的なパフォーマンスの傾向を把握できます。

まとめ

Zendesk Exploreで標準で用意されている既定のダッシュボードのうち、Supportについてのダッシュボードをご紹介しました。

以上のように、多種多様な種類のグラフやメトリクスが用意されており、これらだけでもチケット管理業務についての細かな分析が可能となっております。

Share this article

facebook logohatena logotwitter logo

© Classmethod, Inc. All rights reserved.