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

データドリブンな
CS のための基盤と
その活用
財津麻衣 / GMO Pepabo, Inc.
2021.11.18 Pepabo Tech Conference #17
1

View Slide

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）

View Slide

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

View Slide

1. 2020 年以降のペパボの CS
4

View Slide

2020年、ペパボのカスタマーサービスの部門が１つに統合し、新しい組織体制になりました
2020 年以降のペパボの CS
55
ホスティング事業部
カスタマーサービスグ
ループ
EC事業部
ループ
minne事業部
ループ
CS室

View Slide

ペパボのカスタマーサービスは、ざっくりいうと２つのチームでできています
6
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。
6

View Slide

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
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

View Slide

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

View Slide

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

View Slide

● 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

View Slide

2. データドリブンな CS を
やっていくための基盤づくり
11

View Slide

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

View Slide

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

View Slide

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

View Slide

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/

View Slide

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

View Slide

3. CS のデータ基盤の活用事例
17

View Slide

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

View Slide

19
19
「顧客体験の強化ができているかどうか」を測る指標の例
○ ヘルススコア
○ 問い合わせ + α の案内の受諾数
○ 問い合わせされた方の契約率
○ セルフサービススコア

View Slide

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...
♻

View Slide

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）

View Slide

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）

View Slide

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

View Slide

4. CS のデータ基盤を
活用した結果とこれから
24

View Slide

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 🔥

View Slide

26
Thank You!
ありがとうございました
積極採用中!! : https://recruit.pepabo.com/info/career/joblist-cs/#info-career-joblist

View Slide

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

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

morimai

More Decks by morimai

Other Decks in Technology

Featured

Transcript