Upgrade to Pro — share decks privately, control downloads, hide ads and more …

データドリブンなカスタマーサービスのための基盤とその活用 − Foundations for ...

morimai
November 18, 2021

データドリブンなカスタマーサービスのための基盤とその活用 − Foundations for data-driven CS and their utilization

2021.11.18 Pepabo Tech Conference #17
データドリブンなカスタマーサービスのための基盤とその活用 − Foundations for data-driven CS and their utilization

スライド内リンク
・より良い顧客体験を実現するためのCS室とは。第10回マネージャーコラム : https://hr.pepabo.com/manager-column/2020/12/04/4820
・複数のサービスのCS組織が統合!チームをまとめるための仕組みを作った話 : https://hr.pepabo.com/column/2021/10/27/6426
・GMOペパボのサービスと研究開発を支えるデータ基盤の裏側 : https://speakerdeck.com/zaimy/inside-story-of-data-infrastructure-supporting-gmo-pepabos-services-and-r-and-d
・ペパボのログ活用基盤『Bigfoot』を使った Zendesk のデータ可視化 : https://tech.pepabo.com/2021/02/10/zendesk-data-visualization-with-bigfoot/

morimai

November 18, 2021
Tweet

More Decks by morimai

Other Decks in Technology

Transcript

  1. 2 自己紹介 GMOペパボ CS室 兼 CS室ホスティンググループ Customer Ops チーム 財津

    麻衣 Zaitsu Mai 経歴 • 2012 年 - 2017 年 : カスタマーサービス • 2017 年 - 2020 年 : カスタマーサービス部門リーダー • 2020 年 - いま : Customer Ops 🐣 他 • 長崎県佐世保市出身、福岡県福岡市在住 • Twitter : @__m5i • 3 人家族(データサイエンティストの夫、 3 歳の娘、自分)
  2. 3 アジェンダ 1. 2020 年以降のペパボの CS 2. データドリブンな CS をやっていくための基盤づくり

    3. CS のデータ基盤の活用事例 4. CS のデータ基盤を活用した結果とこれから
  3. わたしの発表では、Customer Ops チームの活動についてお話しします 2020 年以降のペパボの CS 7 QC (QualityControl) 顧客対応やそれに付随する

    作業、業務品質の管理を行ってい ます。 Customer Ops (Customer Operations) CS が扱う情報の収集、分析、 活用が行える基盤づくりを行って います。 7
  4. 2020 年以降のペパボの CS 88 ① 新しい組織体制になり、「顧客体験」を強化する方針へ(※) • 「顧客体験」を強化、向上できているかを測る指標が必要 ◦ 「顧客体験」の現状把握、施策検討のための材料、施策実施後の効果測定

    ◦ … etc. • 指標を決めたら、数値を毎日チェックできるようにする仕組みが必要 ◦ 数値取得の自動化(+状況判断の自動化) (※)より良い顧客体験を実現するためのCS室とは。第10回マネージャーコラム https://hr.pepabo.com/manager-column/2020/12/04/4820
  5. 2020 年以降のペパボの CS 99 ② 100 名のパートナーを管理する体制へ(※) • ペパボの全サービスの CS

    が 1 つになった = 100 名! • CS の活動を一律の基準で評価し、顧客対応の品質を維持・管理するための基盤が必要 ◦ 生産性、満足度、SLA、問い合わせ数 ◦ … etc. • 評価・管理のための数値を毎日チェックできるようにする仕組みが必要 ◦ 数値取得の自動化(+状況判断の自動化) (※)複数のサービスのCS組織が統合!チームをまとめるための仕組みを作った話 https://hr.pepabo.com/column/2021/10/27/6426
  6. 2020 年以降のペパボの CS • 様々な数値の取得 ◦ ①顧客体験強化:現状把握、施策検討のための材料、施策実施後の効果測定 ◦ ②品質維持・管理:生産性、満足度、SLA、問い合わせ数、LTV、その他 •

    数値取得の自動化 ◦ 数値は毎日チェックする → 欲しいときに都度用意するのではなくいつでも見れる状態に やるぞ!!!!! 10 ⇨ CS が扱う情報の収集、分析、活用が行える基盤づくり
  7. データドリブンな CS をやっていくための基盤づくり 12 12 CS が扱う情報の収集、分析、活用が行える基盤をどうやって作る? ◦ 新設された Customer

    Ops チームが主に担当 ▪ 技術部データ基盤チームに協力いただく 🤝 ▪ ペパボのデータ利活用基盤「Bigfoot」(※) • BigQuery(高速にデータ処理できるデータウェアハウス) や Cloud Composer (ワークフロー構築)などを使ったデータ利活用基盤 • CS 室でも Bigfoot を使って、Zendesk やサービスの情報から、 CS の活動を可視 化・分析・活用したい! ⇨ データ基盤チームと Customer Ops チームで CS 室のデータ基盤を作る (※)GMOペパボのサービスと研究開発を支えるデータ基盤の裏側 https://speakerdeck.com/zaimy/inside-story-of-data-infrastructure-supporting-gmo-pepabos-services-and-r-and-d
  8. データドリブンな CS をやっていくための基盤づくり 13 Data source logs metrics GitHub issues

    databases Collect data tbls datasets BigQuery bigfoot/platform Cloud Storage - Permissions - Datasets - Buckets Data Studio bigfoot/cloud-composer Cloud Composer dags/ tbls-build base tbls.yml files patch files ( *.yml, *.json ) patched tbls.yml files tbls-meta tbls data catalog Apply metadata Generate & Commit Generate schema.json & commit bigfoot/data-catalog Update metadata & commit Spread sheet View Send analysis results Colaboratory Bigfoot 構成図
  9. データドリブンな CS をやっていくための基盤づくり 14 14 すでに基盤はあるようなものなので...必要な情報を ETL (※) する ◦

    「Bigfoot」 ▪ ウェブサービスのユーザーの行動ログ、属性情報、広告情報などが扱える状態 ▪ ここに CS が利用したい情報を同期する • 問い合わせ情報とサービスのデータベースの情報 ◦ Zendesk Support, Chat ◦ まだ同期されていないサービスのデータベースなど ◦ ETL はデータ基盤チームが担当 (※)Extract / Transform / Load のこと
  10. データドリブンな CS をやっていくための基盤づくり 15 15 Zendesk の情報を BigQuery へ ETL

    ◦ Cloud Composer を利用し、Zendesk のブランドごとに情報を振り分け ▪ 問い合わせ情報 = 秘匿性高 • 担当領域(サービス)ごとに View / Write 権限を設定 • 担当していない領域の情報は見れない ▪ ブランドごとに存在する除外条件(計測対象外にする条件)などを決めて、 条件を適用した SQL で必要な値(満足度やチケット数など)を抽出、 クエリを定期実行し常に新しい情報が取れるようにする ◦ 振り分けした後の値の定義や SQL での処理は Customer Ops チームが担当(※) (※)ペパボのログ活用基盤『Bigfoot』を使った Zendesk のデータ可視化 https://tech.pepabo.com/2021/02/10/zendesk-data-visualization-with-bigfoot/
  11. データドリブンな CS をやっていくための基盤づくり 16 16 Stitch を 使って Zendesk の

    情報を引っ こ抜く BigQuery へ同期 サービスごとの データセットへ 振り分け 欲しい情報を取 るためのクエリ を作成、定期実 行 Data Studio で可視化
  12. CS のデータ基盤の活用事例 18 18 Zendesk の情報を BigQuery へ ETL してできるようになったこと

    ◦ ①品質維持・管理のための「KPI」が常に閲覧できるようになった ▪ Google Data Studio でグラフ化しておくことで、手作業要らずで 毎日確認したい KPI が把握可能に ▪ 定量的な情報に基づいた品質管理のための活動が可能に • Zendesk Explore でも、満足度や問い合わせ数などは確認できるが、サービスの 情報と組み合わせて分析することはできないため、要件に合わず利用しなかった ◦ ②「顧客体験の強化ができているかどうか」が測れるようになった ▪ ウェブサービスの利用情報と Zendesk の情報を組み合わせて計測し、 現状把握・施策検討のための材料、施策実施後の効果測定が可能に
  13. CS のデータ基盤の活用事例 20 20 「顧客体験の強化ができているかどうか」を測る指標の例(1) ◦ ヘルススコア ▪ 数十万アカウント分のヘルススコアを毎日自動計算し、グラフ化 •

    週単位でスコアが低下したアカウントを抽出し、フォローメールを送信 ✉ • 無料のお試し期間中のアカウントで一定期間内に n 点まで届いていなかったら、 フォローメールを送信 ✉ ◦ 動画コンテンツの紹介 ◦ サイト公開ガイド、マニュアルの紹介など ▪ ヘルススコアの算出ロジックを再利用して 問い合わせ + α の案内(後述) を出したり... ♻
  14. CS のデータ基盤の活用事例 21 21 「顧客体験の強化ができているかどうか」を測る指標の例(2) ◦ 問い合わせ + α の案内の受諾数

    ▪ アカウントごとのヘルススコア計算ロジックを使って、推奨している設定が 設定済み or 未設定のいずれかを判別 → 「どんな設定があればより良い状態になるか」 を Google Data Studio の計算フィールド(IF 文)を使って表示させる ▪ Data Studio を CRM っぽく使う 問い合わせ +α 検索画面 account_id Enter a value account_id 提案内容 問い合わせ返信時 にアカウントID を入 力 入力されたアカウン トに提案する項目 が表示される (検索結果の例) SSL の設定してもらう案内を送ろう! (検索結果)
  15. CS のデータ基盤の活用事例 22 22 ◦ 問い合わせされた方の契約率 ▪ 無料のお試し期間中に、 CS とタッチポイン

    トを持ったユーザーが契約に至った割合を 算出し、CS がお試し期間中にフォローす ることで契約に繋がるかを計測 ▪ CS の施策の効果測定に利用 「顧客体験の強化ができているかどうか」を測る指標の例(3)
  16. CS のデータ基盤の活用事例 23 23 「顧客体験の強化ができているかどうか」を測る指標の例(4) (準備中) ◦ セルフサービススコア = ヘルプセンターのユーザーセッションの総数

    / チケットのユーザーの総数 ▪ サービス利用時の疑問に対して自己解決できているかどうかを測る ▪ FAQ とマニュアルで利用している Zendesk Guide の情報と Zendesk Support や Chat で受け取った問い合わせの情報を利用する
  17. CS のデータ基盤を活用した結果とこれから 25 25 CS のデータ基盤を活用した結果とこれから ◦ 結果 ▪ CS

    室全体で数値に基づいた活動が行えるようになった 👍👍👍 ▪ 顧客体験強化の活動が実を結び始めた 👍 ◦ 課題、これから ▪ 「欲しいデータがどこにあるかすぐわかる」環境の整備 ▪ BI ツールを利用して「欲しいデータは自分で取る・作る」 ▪ 数値、常に見なきゃいけないもの多すぎ問題 ◦ 環境整備やツール学習、自動異常検知を進めて、更にスピードアップ 🔥