AI 時代のナレッジ マネジメントの究極のガイド

AI は顧客サービス業界に革命をもたらしています。 当社のカスタマー サービス トレンド レポート 2024 では、カスタマー サポート チームのほぼ半数が現在 AI を使用しており、今年はさらに多くのチームが AI に参加する予定であることが明らかになりました。

AI ファーストのカスタマー サービスの利点は、24 時間年中無休の可用性、多言語サポート、大幅な時間の節約、顧客に対する迅速かつ効率的な解決など、驚くべきものです。 しかし、あらゆる優れた AI 主導のサポート エクスペリエンスの背後には、ナレッジ マネジメントという隠れた英雄が存在します。

包括的でよく構造化された知識管理システムが AI マシンの動力源です。 顧客と対話するためにチャットボットや AI エージェントを使用している場合でも、サポート チームのパーソナル アシスタントとして AI 副操縦士を使用している場合でも、これらのツールには、顧客が正確で最新の情報を得るために豊富な知識が必要です。情報 – また、サポート担当者は同じ質問に何度も答える必要がありません。

このガイドでは、AI が提供するすべての利点をチームが活用できるように、AI に最適化された効果的なカスタマー サービス ナレッジ マネジメントについて知っておくべきことをすべて説明します。

ナレッジ マネジメントとは何ですか?なぜそれほど重要なのでしょうか?

定義:ナレッジ マネジメントとは、ビジネスにおけるナレッジを作成、整理、共有、維持するプロセスです。

顧客向けのナレッジ ベースは典型的な例ですが、ヘルプ センターの記事はナレッジ マネジメントの氷山の一角にすぎません。 実際、ナレッジ マネジメントには次のようなさまざまな活動が含まれます。

• ヘルプセンターの記事、ブログ投稿、社内ガイド、学習資料などのリソースを作成します。
• 文書化された情報のギャップを特定します。
• 顧客の問題を解決する際に、チームメンバー (人間と AI の両方) がこの情報に簡単にアクセスして使用できるシステムを実装します。
• 既存のマテリアルが継続的に更新されるようにするためのワークフローを開発します。

AI の時代にナレッジ マネジメントがこれまで以上に重要になっているのはなぜですか?

ナレッジ ベースはもはや、ヘルプ センターにアクセスしてセルフサービスを利用したい勇敢な顧客だけのものではありません。AI の時代では、ナレッジ ベースはあらゆるものに活力を与えます。

それは、ナレッジ ベースが AI 主導のサポート エクスペリエンスにとって重要な入力であるためです。ナレッジ ベースは、複雑な顧客の質問に正確に答え、解決と処理時間を短縮し、顧客を満足させるための鍵となります。

現在、すべての先進的なサポート リーダーがナレッジ マネジメントを念頭に置いている 3 つの理由を以下に示します。

1. AI の強さは、あなたが AI に「与える」ものと同じです

AI の価値は、AI がアクセスできる知識とコンテンツによって決まります。 情報の欠如、不適切な構造の記事、古いドキュメントなどにより、顧客に明確で正しい回答を提供することができず、信頼性を低下させ、顧客の高い期待を裏切る質の悪い顧客エクスペリエンスにつながります。

あなたほどあなたのビジネスを理解している大規模言語モデル (LLM) はありません。 ChatGPT は顧客のニーズ、問題点、ユースケースを理解していません。 その知識はあなたとあなたの組織に固有のものであるため、あなたはそれをすべて計画して AI に提供する必要があります。

2. 知識の投資はすべて複合的な結果をもたらす

AI への切り替えは、単に新しいツールを採用することではなく、新しいエコシステムに適応することを意味します。 そして、種を植え始めるのが早ければ早いほど、より早く報酬の収穫を開始することができます。

園芸的な観点から言えば、ナレッジ ベースへの先行投資はすべて長期的なメリットをもたらします。 そして、この仕事をフルタイムで行う人を雇うか、エージェントに毎週行列から離れる時間を与えるかにかかわらず、ROI がすべてを物語ります。

このように考えてください。よくある質問に対して新しいヘルプ ドキュメントを作成するのに 30 分かかるとします。 30 分の投資により、次のような結果が得られます。

• サポート担当者の時間が節約され、AI が代わりにクエリを処理できるようになったため、サポート担当者はクエリへの応答に時間を費やす必要がなくなりました。
  • 計算:応答を作成する平均時間 X クエリの頻度 = チームの節約時間。
• 何百人ものお客様が、質問に対して即座に正確な回答を得ることができ、対応可能なエージェントを待つ必要がなく、満足しています。
  • 計算:このクエリを尋ねた顧客の数 X 解決までの平均時間 = 顧客が節約できる合計時間。
• ヘルプ ドキュメントと AI サポート エクスペリエンスに関するデータを学習して、ドキュメントをさらに効果的にすることができます。
  • モニター： AI関与率、解決率。

これは 30 分の作業としてはかなり優れた ROI です。

3. 継続的な学習は継続的な改善につながります

AI に関して言えば、学ぶための最良の方法は実際にやってみることです。

堅牢なナレッジ管理プロセスにより、反復処理に必要な貴重なデータを常に取得できるため、何が機能し、何が機能しないのかがわかります。 これは、顧客とチームに最大の影響を与える改善の機会と領域を特定するのに役立ち、AI をトレーニングして最高の状態にできるようにすることができます。

しかし、この豊富な情報を収集し、データに基づいて顧客中心の意思決定を下すには、まず始める必要があります。 古いことわざにあるように、「木を植えるのに最適な時期は 20 年前です。 次に良い時期は今だ。」 カスタマー サービスから顧客が何を望んでいるのか、何を必要としているのかを早く把握し始めるほど、より早くそれを提供できるようになります。

知識ベースではどのような情報を取り上げるべきですか?

AI を活用したプラットフォームを使用することの優れた点は、顧客が実際に探しているものに基づいて作成するヘルプ コンテンツを特定し、優先順位を付けるのに役立つデータ駆動型の洞察が得られることです。 たとえば、Intercom の Fin を使用すると、「未解決の質問」レポートにアクセスできるようになり、Fin が解決できなかったクエリについての洞察が得られ、新しいコンテンツが必要な領域を正確に特定できるようになります。

ただし、始めたばかりの場合、または簡単な復習チェックリストを探している場合は、始めるためのいくつかの例と、このコンテンツを活用して費用対効果を最大限に高めるための複数の方法を示します。

1. トラブルシューティングとよくある質問

• 概要:トラブルシューティングおよび FAQ ドキュメントは、「請求先情報を更新するにはどうすればよいですか?」など、顧客が抱える一般的な質問や問題に答えます。 または「注文した商品がまだ発送されていないのはなぜですか?」
• 情報の入手方法:受信トレイに何度も表示される質問や、顧客が頻繁に検索するトピック (「請求に関するヘルプ」や「注文の最新情報」など) を探します。
• このコンテンツの使用場所:ナレッジ ベース、AI エージェント/チャットボット、AI コパイロット、ツールヒントなどのプロアクティブなサポート。

2. クイックスタート製品または機能ガイド

• 概要:クイック スタート ガイドでは、「ワークスペースを作成する」、「チームを招待する」、「最初のレポートを実行する」などの一連の手順に従って、製品や機能を効率的にセットアップする方法をユーザーに説明します。
• 情報の入手方法:カスタマー サクセス チームまたはオンボーディング スペシャリストに相談して、開始するための推奨事項を学ぶか、製品チームに新しい機能を構築するときにこのプロセスを文書化するよう依頼してください。
• このコンテンツの使用場所:ナレッジ ベース、AI エージェント/チャットボット、AI 副操縦士、製品ツアー。

3. トラブルシューティングと詳細ガイド

• 概要:トラブルシューティングと高度なガイドは、ユーザーが基本を習得した後、製品や機能をさらに活用できるように支援し、次のレベルの導入につながります。
• 情報の入手方法:プロダクト マネージャー、研究開発、カスタマー サクセス マネージャーなどの社内専門家から情報を入手します。
• このコンテンツの使用場所:ナレッジ ベース、AI エージェント/チャットボット、AI 副操縦士、上級ユーザーを対象としたターゲットを絞ったメッセージング (アプリ内または電子メールで送信)。

4. 特定の使用例に対するベスト プラクティスのヒント

• 内容:これらは、エンジニアリング チームやスタートアップなど、同様のやるべき仕事を抱えている特定のユーザー層を対象としたヒントです。
• 情報の入手方法:ターゲット ユーザー (マーケティング チームがここで役立ちます) と、目標やワークフローに関する実際の顧客との会話に基づいた仮説の例を組み合わせて使用​​します。
• このコンテンツの使用場所:ナレッジ ベース、AI エージェント/チャットボット、AI 副操縦士、カスタマイズされたウェビナー、学習コース。

次の 5 つのステップで AI を強化するナレッジ マネジメント プロセスを作成します。

1. 既存の知識ベースのギャップを見つける

既存のコンテンツを監査する

まずは今手元にある教材を見直してみましょう。 これには 2 つの理由があります。1 つ目は、AI が古い情報から学習していないことを確認する必要があること、2 つ目は、現在のギャップがどこにあるかを特定することです。

Intercom では、AI エージェントの Fin にフィードする前に、700 を超えるライブ記事を監査する必要がありました。 これを行うために、記事を製品分野に分割し、関連チームに 1 週​​間ずつ各記事をチェック、更新、または廃止する時間を与えました。 このように所有権を共有することで、チーム全体の努力が実り、膨大な仕事が達成可能なタスクに分割されました。

顧客の立場に立って考える

AI 主導のサポート エクスペリエンスとの最初の遭遇も含め、顧客がサポートを求めるときに取るのと同じ手順を自分自身で説明します。

「最初の導入の一環として、自分でテストして、顧客が体験するエクスペリエンスを実際に体験してください」と当社のカスタマー サポート担当副社長の Declan Ivory 氏はアドバイスします。 これは、回答の品質をテストし、コンテンツ内で不足しているトピックやキーワードを見つけるのに役立ちます。

チームからの意見を求める

コンテンツのギャップを監査して特定するとき、私たちはカスタマー サポート チームだけに頼るのではなく、「全員参加」のアプローチを採用しました。 このプロセスに製品チームとエンジニアリング チームを含めることで、製品について他の誰よりも詳しい人たち (彼らが製品を作ったのですから!) から専門的なアドバイスを得ることができます。 営業、マーケティング、カスタマーサクセスのチームも、顧客にとって何が重要で、何を達成しようとしているのかについて独自の洞察を得ることができます。

AI エージェントまたはチャットボットからの初期データを使用する

AI エージェントまたはチャットボットを 30 日間使用すると、質問を正常に解決できる場所と行き詰まった場所、およびその理由を確認するのに十分なデータが得られます。 そのデータを詳しく調べて、強化すべき領域 (つまり、AI が処理してサポート担当者に引き継ぐのに十分なコンテンツがないトピック) や改善が必要な記事 (つまり、解決率が低い、または顧客満足度スコアが低い会話など) を見つけます。 ）。

プロのヒント:始めたばかりの場合は、最初に顧客のセグメントを使用して AI エージェント/チャットボットをテストして、この初期データを取得することを検討してください。 次に、差し迫ったギャップに対処したら、より広範な展開に進みます。

2. バックログに対処する計画を立てる

どのコンテンツを最初に更新または作成するかを優先する

おそらく今頃、社内の隅々から素晴らしいヘルプ コンテンツのアイデアが飛び交っていることでしょう。 次のステップ: どこから始めるべきかを決定します。

コンテンツに優先順位を付けるとき、実際にやろうとしているのは、カスタマー サポート チームのボリュームを促進している要因を特定し、そのボリュームを減らす最も簡単な方法を特定することです。 リソースを管理し、最大の効果をもたらす作業に取り組むには、次のヒントを試してください。

• 会話のデータと指標を調べて、最もよく聞かれた質問、処理時間が最も長いクエリ、顧客満足度 (CSAT) スコアが低い会話トピックを確認し、それらのトピックに関するコンテンツを作成または改善します。
• ビジネスにもたらす価値に基づいてトピックに優先順位を付けます。 たとえば、無料プランの前に、上位プランの機能に関するドキュメントを作成します。
• レポートを使用して結果のない検索を検索するか、「最終更新」でフィルターして、しばらく更新されていないため更新が必要なヘルプ記事を検索します。

AIにどのような情報を与えるかを決める

AI が使用する知識を調達するときは、幅広い網を投じてください。おそらく、思っている以上に関連性の高いコンテンツがあるからです。 ほとんどすべての情報は、適切な方法で構成すれば役立つため、すでに持っている情報を活用する必要があることがすぐにわかりました。

たとえば、Fin では次を使用できます。

• あなたのヘルプセンター
• 過去の事例と会話
• 受信トレイの提案
• 保存されたマクロ
• 切れ端
• 内部文書 (Notion や Guru ナレッジ ベースなど)
• PDFファイル
• ウェブサイトのページ
• あなたのブログ

時間とリソースを割り当てる

ヘルプ コンテンツに取り組む時間を意識的に確保してください。 「Intercom での私たちのやり方は、『Special-T』 と呼ばれるものを使っているということです」とアンソニーは言います。 「これは最前線の担当者からなる専任チームであり、当社のサポート スペシャリストとエンジニアが混合しており、実際に毎週受信トレイにアクセスして時間を費やしています。 通常、個々の寄稿者ごとに 5 ～ 10 時間を割り当てます」と彼は語ります。

このグループはナレッジ マネージャー (私です!) と協力して、コンテンツのバックログを構築します。

プロのヒント:これらのプロジェクトは、サポート担当者のスキルを向上させ、AI が顧客サービスで生み出すエキサイティングな新しい役割に発展するのに役立つ優れた方法です。

3. KPI を監視して成功を測定する

主要業績評価指標を確認する

AI の使用を開始したら、KPI とビジネス指標を追跡して、AI が与える影響を測定します。 注意すべき関連する KPI には次のようなものがあります。

• ボットと人間の両方の顧客満足度 (CSAT) スコア
• 解決率
• セルフサービス料金
• チャットボット関与率
• 最初の応答時間
• 人間のサポート担当者への引き継ぎの数

これらの指標はすべて、どのコンテンツのパフォーマンスが最も優れているか、そしてナレッジ管理プロセスを改善できる箇所を特定するのに役立ちます。

AI 時代の CS メトリクスについて詳しくはこちら →

学んだことを行動に移す

すぐに素晴らしい結果が得られるのが理想的ですが (すごい!)、すべてをすぐに正しくできる可能性はほとんどありません。 AI がまだ解決できない問題、適応が必要なワークフロー、必要な答えが得られなかったにもかかわらず、それを知らせるためにフォローアップを行わなかったユーザーもいます (その結果、「誤検知」の解決策が発生します)。

「真の」解決策を達成するために顧客が何を必要とし、何を重視しているのかについての実際のデータが得られるため、これらはすべて良いことです。 最も有益な洞察と影響は、これらの解決策から得られます。 作業を繰り返し、監視とレポートを継続します。

4. 監査、監査、監査

継続的なメンテナンスをワークフローに組み込む

ナレッジマネジメントはプロセスです。 一定数のヘルプ記事を公開したら終わりではありません。

製品、顧客、ビジネス目標が進化するにつれて、ヘルプ コンテンツも進化する必要があります。 これは、新機能のリリース前の慌ただしさだけでなく、継続的にチームのワークフローに新しいコンテンツの保守、更新、作成を組み込む必要があることを意味します。

次のような内容の更新計画を立てます。

• 新しいコンテンツの更新または作成の責任者。
• 既存のコンテンツが古くならないように、どのくらいの頻度でレビューする必要があるか。
• これをいつ行うべきか(つまり、1 日 1 時間、毎週金曜日、毎月、またはチームにとって適切な頻度で)。

新しいコンテンツのリクエストを記録するシステムを開発する

新しいヘルプ コンテンツや改善されたヘルプ コンテンツのアイデアを誰もが簡単に共有できるようにすることで、「ナレッジ マネジメント」の考え方への文化的移行を促進します。 チームメンバーがコンテンツリクエストを記録するためのシンプルなシステムを作成することで、すべての顧客対応チームと製品チームから洞察を取得し、あらゆる角度から顧客のニーズに対応できるようになります。

5. ナレッジマネジメントを将来の発売計画に組み込む

ナレッジマネジメントを製品開発の重要な部分にする

業界によっては、新しい機能を構築したり、新製品を出荷したりする場合があります。そのための高品質のヘルプ コンテンツを作成することが重要であり、リリース チェックリストの不可欠な部分となります。 製品チーム、製品マネージャー、製品マーケティング マネージャーと協力してローンチ コンテンツを構築し、本番稼働後に顧客との会話を確認して、追加リソースの機会を特定します。

2024 年の AI フレンドリーなナレッジ マネジメントのベスト プラクティス

顧客が使用している用語を使用する

ヘルプ ドキュメント内で言語を正しく表現することは重要ですが、難しいものです。 言語は多様で、場所（「コリアンダー」と「コリアンダー」）、方言（「ホーギー」と「サブ」）、さらにはユーザーの種類によっても異なります（マーケティング担当者は誰かを「リード」と呼び、営業担当者は「リード」と呼ぶこともあります）彼らは「見込み客」です）。 検索データを分析して、顧客が使用する言葉を発見し、顧客の言語を話します。

プロのヒント:パワー ユーザーや無料トライアル中の顧客など、さまざまなユーザー グループに AI を導入します。 これにより、同じ質問をするときの表現のバリエーションが明らかになり、さまざまな対象者向けの資料を作成する際にそれを組み込むことができます。

言語を簡素化し、曖昧さを取り除く

幸いなことに、機械に優しい言語は、人に優しい言語でもあります。 単に AI に向けて書いているのではなく、さまざまな技術的能力や背景を持つ現実の人々に向けて書いていることを忘れないでください。 言葉遣いはできるだけシンプルにしてください。専門用語は避け、頭字語は詳しく説明し、重要な用語を説明してください。

サポート コンテンツの曖昧さの回避について詳しくはこちらをご覧ください→

一貫性があり、信頼できる、ブランドに沿ったエクスペリエンスを作成する

ブランドの一貫性は、顧客の信頼を築くために非常に重要です。 これにより、ユーザーはどの顧客サービス チャネルを使用しても、1 つの企業と話しているように感じられます。 これを達成するには、すべてのタッチポイントで製品と機能の用語が一貫していることを確認し、スペルと文法を校正し、新しいヘルプ ドキュメントを作成するときに同じ形式を使用して一貫性を保ちます (ここではテンプレートが非常に役立ちます)。

回答にコンテキストを追加する

「人間が解釈できる FAQ 文書があり、そこに単純なはいまたはいいえの回答がある場合、機械はその回答を人間と同じように解釈しません」とデクラン氏は説明します。 「『はい』というときの意味、『いいえ』というときの意味を詳しく説明する必要があります。」これを行うには、回答の中で質問を言い換えることをお勧めします。 これにより、AI の学習に役立つ追加のコンテキストと明確さが与えられます。

AI 向けにヘルプセンターの回答を最適化する方法について詳しくはこちら →

画像や動画にテキストを追加する

伝えるだけでなく見せるのも素晴らしいことですが、AI はビデオや画像を解析できないため、常に説明文を添えてください。 これは AI にとってアクセスしやすいだけでなく、視聴者にとってもアクセスしやすくなり、視覚または聴覚に障害のあるユーザーが取り残されることがなくなります。

フォーマットを使用してスキャン可能な構造を作成する

ヘッダー、箇条書きリスト、表を使用して情報を整理し、AI (および人間の読者) が必要な情報をすばやく見つけやすくします。 H1、H2、H3 は正しく使用すればすべて役立ちますが、AI がそこにある情報を見つけるのは難しいため、H4 より下には大量の情報がありません。

ヘルプ コンテンツでのリッチ フォーマットの使用について詳しくは、こちらをご覧ください →

必要な顧客の連絡先の詳細を含める

連絡先情報を含めることで、AI が問題に答えられない場合でも、必要なサポートが受けられるという顧客の安心感を得ることができます。 提供する情報には必ずコンテキストを含めて、情報をいつどのように使用するかが明確になるようにしてください。

ユーザーが自分のニーズに最適なチャネルを把握できるように、連絡先の詳細に関するコンテキストを含めます。

よくある質問記事で一口サイズの情報を収集する

完全な記事を必要としない小さな情報がある場合は、それらを FAQ のリストにまとめます。 これらは最も量が多く、最も繰り返される質問の一部となる可能性があるため、この方法でも AI は答えを見つけることができます。

コンテンツの対象者を明確に特定する

さまざまなタイプのユーザー向けに異なるヘルプ コンテンツがある場合 (たとえば、記載されているすべての機能にアクセスできない可能性があるさまざまな料金プランを使用している顧客など)、各ヘルプ コンテンツで対象者を明確に示していることを確認してください。 また、舞台裏の対象ユーザー ターゲティング ルールとワークフローを使用して、適切なユーザーに適切なコンテンツを表示し、よりパーソナライズされたエクスペリエンスを提供することもできます。

AI ファーストの顧客サービス ソリューションを使用して、より多くのデータを取得 (そしてアクション)

統合された AI ファーストの顧客サービス プラットフォームを使用すると、すべてが強力なサイクルの一部になります。 すべてのカスタマー サポート データが 1 か所にまとめられているため、サポート エクスペリエンスとナレッジ ベース全体の分析、監視、反復が簡単、迅速、安全に行えます。

将来に対応したナレッジ管理プロセスで AI を強化する

AI は業界をリードする顧客エクスペリエンスを生み出すために不可欠であり、効率的に実行するには、AI に適した包括的なナレッジ管理プロセスによって支えられる必要があります。

これらのヒントを実践する準備はできていますか? Intercom の AI ファースト カスタマー サービス プラットフォームの無料トライアルを開始し、ナレッジ ベースを解決策に変え始めてください。