【翻訳】カスタマーサクセスにおけるAI活用法──今すぐ試したい10の実践アプローチ

この記事は著作権を有する Custifyの許可を得て翻訳したものです。
Original article:https://www.custify.com/blog/ai-customer-success/

カスタマーサクセスは、顧客との関係を深め、継続的な価値提供を実現するうえで重要な役割を担ってきました。

近年ではAIの進化により、その業務に顧客データの分析、解約リスクの検知などさまざまな場面でAIを活用するようになっています。

一方で、AIを導入する上で最も重要なことは、更なる顧客理解を深め、よりよい意思決定につなげることが大切です。

本記事では、戦略の策定、顧客関係の管理、カスタマーサクセス業務の効率化など、カスタマーサクセスにおけるAI活用の具体的な戦術を10個紹介しながら、導入時に意識すべきポイントについて解説します。

カスタマーサクセスにおけるAI活用の10の実践アプローチ

1. 顧客データの解像度を高める

AIが最も大きな効果を発揮できる領域の一つが、大量の顧客データの分析です。

カスタマーサクセスの領域では、これまで膨大な顧客データが蓄積されてきました。その量は、人の手で分析できる範囲を超えつつあります。そこで活用できるのがAIです。

カスタマーサクセスプラットフォーム（CSP）は、これまでも顧客データを整理し、顧客理解につながるインサイトへと変換するうえで役立ってきました。CSPにAIを組み合わせることで、データセットを横断的に分析し、センチメント分析や行動傾向の把握など、活用が可能なインサイトの抽出につなげることができます。

一見すると難しそうに感じられるかもしれませんが、AI活用に関しては大がかりな取り組みから始める必要はありません。まずは小さいスケールで試しながら、顧客の理解に役立つデータ活用の形を見つけていくことが重要です。

顧客データの分析にAIを活用する際は、以下の手順で進めるとよいでしょう。

1. データソースを洗い出す

まずは、自社のデータソースを整理します。リストを作成し、利用中のツールや、各ツールからどのようにデータを出力できるかを分類しておくことで、その後の分析や活用が進めやすくなります。

2.AI活用の目的と範囲を明確にする

目的を曖昧にしたまま複数の施策を進めると、得られる結果も散漫になります。「解約リスクを早期に検知する」「オンボーディングのつまずきを把握する」など、まずは具体的なテーマに絞ることが重要です。

3. 関係者と情報共有の範囲を整理する

抽出したインサイトをどの担当者が活用するのかを明確にします。CSMだけでなく、サポート、営業、プロダクトチームなど、担当者のニーズに合わせて、情報にアクセスできる状態を整えることで、分析結果を実際のアクションにつなげやすくなります。

4. AI搭載のBIツールやリサーチアシスタントにデータを取り込む

担当者が活用するニーズに応じて、Rows、AnswerRocket、Team-GPT、Luzmo、Tableauなどのツールを選択し、データを取り込みます。ツールは機能の多さだけで選ぶのではなく、自社の目的や運用体制に合っているかを基準に選ぶことが大切です。

5. インサイトをCSワークフローに反映する

AIによって得られたインサイトをもとに、カスタマーサクセスプラットフォーム（CSP）などを活用しながら具体的なアクションにつなげます。プレイブックの改善や解約リスク対応など、日々のCS業務に反映することが重要です。

「AIの精度は、入力するデータの質に大きく左右されます。整理されたイベントデータ、安定した識別子、継続的なフィードバックループがあれば、どれほど高度なモデルよりも実務に役立つ場合があります。データの前提が不十分であれば、AIは単なる推測や憶測を自動化してしまうだけになりかねません。」

– Philipp Wolf, CEO, Custify

2. パーソナライズされた顧客との接点をスケールさせる

新たに得られたデータやインサイトは、既存のカスタマーサクセスワークフローに反映することで、よりパーソナライズされた顧客対応に活用できます。

1. 顧客セグメントを見直す

初めに、AIを利用して明らかになった顧客アカウントのデータをもとに、既存の顧客セグメントを見直します。利用状況、連絡手段への反応、課題の傾向などを分析することで、より実態に即したグループへと再分類できます。

2. 顧客へのコンタクトのタイミングや内容を最適化する

AIを活用することで、顧客ごとに最適なコンタクトの頻度を検討します。連絡するタイミング、メッセージの内容、コミュニケーションの頻度や長さなどを分析し、より反応を得やすいアプローチを設計できます。

新たな知見をもとに戦略プランを作成する

最後に、見直したセグメントやコンタクトの設計をもとに、具体的なカスタマーサクセス施策へ落とし込みます。新規のセグメントや更新された顧客グループに対して、どのような支援やフォローを行うべきかを整理していきます。

例：小規模SaaS企業向けの接点設計

• 小規模企業のSaaS企業では、週1〜2回程度のこまめなチェックインを好む傾向が見られる場合があります。

• 一方で、Slackでは反応が少なく、複数回メッセージを送っても返信がないケースがあるかもしれません。その一方で、WhatsAppでは返信率が高く、会話後に通話のスケジュールにつながる可能性があります。

• この場合、AIアシスタントを活用して、週の初めにWhatsAppで短いチェックインメッセージを送ることが、エンゲージメント向上に有効だと判断できます。

• ただし、顧客の反応は常に一定ではなく、アカウントの状況も変化します。そのため、一度設計した施策を保持し続けるのではなく、継続的に反応を確認しながら柔軟に見直していくことが重要です。

• カスタマーサクセスプラットフォームを活用すれば、毎週月曜日の朝に自動で実行されるプレイブックを設定することもできます。例えば、顧客に連絡しても問題ない状態かを確認し、条件を満たした場合にメッセージを送信し、担当者へ通知させる、といった運用が可能です。
  
  

3. AIで自動化フローを効率的に設計する

AIの進化により、自動化フローの生成もより簡単になっています。

Custifyのようなカスタマーサクセスツールでは、「どのような自動化を実現したいか」をプロンプトとして入力するだけで、ツール側が必要な手段を自動生成してくれる場合があります。担当者は生成された内容を確認し、必要に応じて調整するだけで、比較的短時間で自動化フローを設計できます。

例えば、一定の顧客がプロダクトを十分に活用できていないことが分かった場合、AIを活用して利用を促すメールフローを生成できます。対象顧客の条件、送信タイミング、メッセージ内容を設計し、再度の活用につなげることが可能です。

4. 契約更新・アップセル／クロスセルの可能性をリアルタイムにスコア化する

AIを活用することで、契約更新の可能性やアップセル・クロスセルの機会を、より高度に把握できるようになります。

具体的には、プロダクトの利用状況、ライセンスの利用率、サポートへの問い合わせ傾向、経営層からの反応、請求に関するシグナルなどをベースにして、軽量なモデルを構築します。このモデルを活用することで、アカウントごとのサブスクリプション更新の可能性や事業を拡張する機会をスコアとして可視化できます。

実装方法

• 過去6〜12か月分のアカウントステータスを取得します。更新、アップセル・クロスセル、解約など、ラベル付けされたデータを用意します。

• 次に、ログイン頻度、プロダクトの機能の利用状況、価値実感までの期間、シート利用率、問い合わせの再発率、NPSの推移、支払い遅延などのモデルに活用する指標を整理します。

• ロジスティック回帰やXGBoostなどの標準的なアルゴリズムを用いて、初期モデルを構築します。

• スコアをCSPに連携し、プレイブックを起動する

• • スコアに応じて対応方針を分ける：プロダクトをアップデートする可能性と、アップグレードする可能性が高い顧客には、積極的にアプローチし、アップセルやクロスセルの提案を検討します。

  • 更新可能性が低い顧客：早期にエンゲージメントを高めるためのフォローや、課題把握のための接点を設計します。

• 定期的にモデルを確認し、四半期ごとに予測精度や実際の成果とのズレを見直すことで、継続的に精度を高めていくことが大切です。
  
  

5. AIでカスタマージャーニーを可視化する

AIがビジネス業界に革新を起こす中で、カスタマージャーニーを包括的に把握するためのツールも増えています。TheyDoのJourney AI、ContentsquareのSense、MyMapなどはその一例です。

こうしたツールの大きな価値は、散在しているデータを整理し、理解しやすい形にまとめられる点にあります。AIを活用することで、顧客のデータを一つの流れとして把握しやすくなります。

「自社が競争優位性を得るために必要なのは、単にダッシュボードを増やすことや、部門ごとに新たなプロジェクトを立ち上げることではありません。重要なのは、カスタマージャーニーを統合的に把握し、常に最新の情報にもとづいて意思決定できる状況をつくることです。」

– Martin Palamarz, Co-founder & Chief Customer Officer @ TheyDo

例：AIを活用したジャーニー分析やエクスペリエンスインテリジェンスのツールは、雑多なデータを実用的な要点へと変換し、顧客体験の改善につなげるうえで有効です。

6. カスタムGPTをパーソナルカスタマーサクセスアシスタントとして導入する

ChatGPTのようなLLM（大規模言語モデル）では、特定の業務や目的に合わせてカスタマイズされたオプションを利用できるようになっています。OpenAIのGTMアシスタントは、その一例です。

カスタマーサクセス業務に特化したAIアシスタントを導入することで、通常のLLMでは実現しにくい効率化が可能になります。

一例としては、高度な顧客調査です。日々の業務では、AIを活用して顧客の現状を分析し、次に取るべきアクションを検討できます。カスタマーサクセスに特化したGPTであれば、必要な情報にアクセスしやすく、アカウントの概要、優先順位、対応方針などをスムーズに整理できます。

パーソナルAIカスタマーサクセスアシスタントを導入することで、通常のLLMだけでは対応しづらい、より実務に即した、顧客への支援が可能になります。具体的には、以下のような活用が考えられます。

• 顧客調査を効率化する

  AIを活用することで、顧客の現状を分析し、次に取るべきアクションを整理しやすくなります。カスタマーサクセス業務に特化したカスタムGPTであれば、データにアクセスしながら、アカウント概要、対応優先度、次のアクション候補などを提示できるため、顧客調査のプロセスをスムーズに進められます。
  
  

• 顧客との関係構築を支援する

  AIアシスタントは、顧客ごとの状況に応じたエンゲージメント戦略の提案にも活用できます。例えば、特定のアカウントに関する見落としがちな情報を整理したり、顧客満足度やロイヤルティ向上につながるアップセル・クロスセルの可能性を提示することで、CSMがより顧客理解にもとづいて深い関係性を築く支援ができます。
  
  

• 製品に関するQ&A対応を補助する

  複雑なプロダクトでは、経験豊富なCSMであっても、すべての機能や仕様を正確に把握することは難しいかもしれません。プロダクトのデータをもとに学習したカスタムGPTを活用すれば、CSチームは不明点を確認したり、顧客に分かりやすく説明する方法を相談したりできます。
  
  

このようなカスタマイズ可能なAIアシスタントは、生産性を高めるだけでなく、情報収集や定型作業の負担を軽減し、戦略検討やアイデア創出により多くのリソースを使えるようにします。（必要に応じて、AIを相談パートナーとして活用し、リアルタイムでフィードバックや提案を得ることも可能です）。

7. AIによるアカウントサマリーで顧客への理解を深める

カスタマーサクセスにおけるAI活用の中でも、シンプルかつ効果的な方法の一つが、AIによる顧客サマリーの活用です。Custifyでは、顧客360度ビューの中で、各アカウントの簡潔なAIサマリーを確認できます。日々の業務において、こうしたサマリーには以下のようなメリットがあります。

• 新任CSMの立ち上がりを支援できる

  アカウントサマリーを活用すれば、新しく担当に加わったカスタマーサクセスマネージャー（CSM）が、顧客情報や対応履歴などの過去データを短時間で把握しやすくなります。
  
  

• 業務開始時に、優先対応を把握しやすくなる

  一日の始まりに主要顧客のアカウント概要を確認できれば、前日の顧客対応データや優先すべきタスクを把握しやすくなり、スムーズに業務へ移ることができます。
  
  

• ミドルタッチのアカウント状況確認に活用できる

  頻繁なチェックインまでは必要ないものの、定期的な状況確認や適切なフォローが必要なアカウントもあります。アカウントサマリーを活用することで、顧客のヘルススコアやリスクの兆候を把握し、必要なタイミングで適切なフォローを行いやすくなります。
  
  

8. 会議やQBR・EBRの準備にAIを活用する

会議でのAI活用は、比較的ビジネスシーンにおいて一般的な活用法です。Fireflies、Krisp、Otter、Zoomなどのツールを活用すれば、会議メモの作成、重要事項の記録、会議内容に関するAIとのやり取りなどが可能になります。

これらのAIミーティングアシスタントは、顧客とのやり取りにおいてCSMに以下のようなメリットをもたらします。

• 会議中に話された重要な内容や顧客の発言、課題、要望を記録できるため、対応漏れや認識のズレを防ぎやすくなります。

• 次回のQBR（四半期ビジネスレビュー）やEBR（年次ビジネスレビュー）で取り上げるべき論点を整理できます。顧客の状況を踏まえた提案や振り返りを行いやすくなります。

• 会議終了後に内容を要約できるため、社内での共有や顧客へのフォローアップがスムーズになり、且つ、議事録作成にかかる時間を削減できます。

• 会議で話された内容についてAIに確認したり、次に取るべきアクションを整理したりできます。
  
  

さらに、AIは会議中の記録だけでなく、会議前の準備にも活用できます。具体的には、以下のような使い方が考えられます。

• QBR・EBR資料の作成を支援する

  AIによる要約機能を活用することで、QBR（四半期ビジネスレビュー）やEBR（年次ビジネスレビュー）の資料作成に活かすことができます。

• 顧客ポータルの入力を効率化する

  カスタマーサクセス向けのAIアシスタントを活用して、顧客向けポータルに掲載する事項を整理できます。顧客とのやり取りを効果的なものにしやすくなります。

• 会議で扱う論点や提案内容を整理する

  AIアシスタントと相談することで、会議の進め方や顧客に提供すべき価値についてアイデアを出しやすくなります。
  
  

9. センチメント分析を活用し、先回り支援と解約防止につなげる

顧客満足度を高めるうえで重要なのが、プロアクティブな顧客対応です。これは、顧客の不満が解約理由に発展する前に、場合によっては顧客自身が課題を明確に認識する前に、企業側から先回りして支援を行うことを指します。


AIを活用した先回り支援の方法として、特に有効なのがセンチメント(感情)分析です。顧客とのやり取りに含まれる温度感や不満の兆候を把握することで、解約リスクの早期発見や顧客体験の改善につなげることができます。

センチメント分析の進め方

まずは、通話記録や顧客メール、チャット履歴など、顧客の声が含まれるデータを整理します。

次に、Qualaroo、Yogi、Symbl AIなどのセンチメント分析ツールにデータを入力し、顧客の感情や反応の傾向を分析します。

その後、センチメント分析モデルによって得られた結果を確認し、顧客の不満、期待、関心の高いテーマなどを、CSMが手作業で確認します。

センチメント分析の結果は、Snowflakeなどのデータ基盤や、エクスペリエンス分析ツールに連携することで、他の顧客データと組み合わせて活用できます。

このプロセスを通じて得られた新たなデータポイントは、以下のようなカスタマーサクセス施策に活用できます。 

• プロダクト体験の改善

• VOC(顧客の声)プログラムの強化

• 市場調査への活用

• 先回り支援の強化

• ブランドに対する感情の把握
  
  

10. 反復業務を減らし、顧客対応に集中できる環境をつくる

ここまで紹介してきたAI活用の多くは、カスタマーサクセスのワークフロー効率化にもつながります。

LLMは、戦略策定、調査、顧客エンゲージメントの支援に活用できるだけでなく、CSMが定型的な業務をAIに任せることで、より顧客対応に集中できる環境を整えることができます。

エージェント型AIの進化により、この流れはさらに前進する傾向にあります。AIエージェントは、ヘルススコアの確認、サポート支援、アップセル戦略の提案、顧客モニタリングなど、CSMのワークフローの多くを支援できるほど高性能になっています。

どの業務をAIで支援するかは、各社のカスタマーサクセス戦略や運用方針によって異なります。AIエージェント開発企業の事例や実装方法を参考にすることで、自社に合った活用イメージを具体化しやすくなります。 


重要なのは、CSMがAIの出力を修正する作業に追われるのではなく、顧客への価値提供をより効率的に進められる状態を目指すことです。

カスタマーサクセスでAIを活用する際に押さえるべきポイント

 人間 vs AIではなく、人間＋AIで考える

近年のCX Annual Insightsレポートによると、人間の介入を伴うAIサービスとのやり取りに満足している顧客は88％である一方、AIのみのやり取りに満足している顧客は60％にとどまっています。

この結果から分かるのは、AIがサポートの代行を進める一方で、カスタマーサクセスには人間の関与が依然として重要であるということです。AIは、これまでにない効率性を実現できますが、顧客に対しての方針を決め、ツールを調整し、業務のスピードと質を高めていくのは、引き続き人間の役割です。

「投資対効果(ROI)が高いAIの導入プロセスには、意思決定プロセスの中に、常に人間が関与しています。AIにシグナルの選別、パターンの抽出、ドラフト作成などを任せ、CSMは意思決定、顧客への助言、信頼関係の構築に注力する。この役割分担が重要です。
顧客との対話を自動化に置き換えてしまうと、顧客離れを加速させる可能性があります。」

– Philipp Wolf, CEO, Custify

カスタマーサクセスにおけるAI活用の効果をどう測るか

AIを導入する際は、実際に業務や顧客成果にどのような変化があったのかを測定することが重要です。特に、以下のような指標を確認するとよいでしょう。

• eNPSの向上

  AIは、カスタマーサクセスマネージャー（CSM）の生産性や仕事への満足度を高めることが期待されます。従業員ネットプロモータースコア（eNPS）を測定することで、AI導入がCSMの業務量やモチベーションにどのような影響を与えているかを把握できます。eNPSが低下している場合は、AIの導入方法や運用設計に課題がある可能性があります。
  
  

• 顧客離脱率の低下

  カスタマーサクセス業務にAIを導入することで、解約リスクの早期検知や先回り支援が可能になり、顧客離脱率の低下が期待できます。導入後も離脱率に変化が見られない場合は、AIの活用範囲や連携しているデータの質を見直す必要があります。
  
  

• 価値実現までの時間の短縮

  AIを導入することで、顧客のニーズをより早く把握し、必要な支援を迅速に提供しやすくなります。その結果、顧客がプロダクトの価値を実感するまでの期間を短縮できる可能性があります。
  
  

• CSM一人あたりの対応効率の改善

  AIツールによって定型業務や情報整理の負担が軽減されれば、CSMはより多くのアカウントを無理なく担当しやすくなります。ポイントとなるのは、単に担当数を増やすことではなく、複雑な顧客対応や価値提供に使える時間を増やすことです。
  
  

• 顧客満足度スコアの向上

  AIが適切に導入されていれば、顧客は対応のスピードや質の向上を実感しやすくなり、顧客満足度スコアの向上が見込めます。

カスタマーサクセスにおける、 AI活用時に注意したい倫理・プライバシーの観点

AIは万能ではありません。実際に多くのAIモデルは誤った情報を生成することがあり、また学習データに起因する偏りを含む場合もあります。

そのため、AIから得られた具体的な情報は必ず確認する必要があります。ソースが信頼できるか、事実にもとづいているか、意図に合わせて歪められていないかを検証することが重要です。ツールによっては正確性を確認するための機能が組み込まれている場合もありますが、すべてのツールが同じ水準で対応しているわけではありません。AIの回答は常に慎重に扱う必要があります。

また、AIエンジンに情報を入力する際には、顧客データや機密情報の取り扱いに注意が必要です。LLMにデータを入力する前に、個人情報や機密情報を削除する、匿名化する、あるいは、「記録されない設定があるか」を確認するなど、プライバシー保護を前提に導入する必要があります。

AIはカスタマーサクセスに革命をもたらすのか？

私たちは、AIがすでにカスタマーサクセスの世界を変え始めていると考えています。それが「革命」と呼べるほどの変化になるのか、あるいは新たなパラダイムシフトの一つにとどまるのかは、現時点では判断が難しいところです。

ただし、明らかなのは、私たちが現在の進化を常に把握し、CSMとして、利用できるツールを適切に活用していく必要があるということです。