カスタマーエクスペリエンス（CX）はAIの時代を迎え、成功を測るCX指標にも進化が求められています。平均処理時間（AHT）やチケット回避率（セルフサービスなどでチケット化を防いだ割合）といった従来の指標では、今日のサービス提供の全体像は捉えきれません。解決の自動化や、担当者・管理者の支援へと広がるAIの役割についても同様です。AIがサービスの基盤となりつつある今、リーダーに必要なのは、活動量だけでなく成果を説明できる指標です。
この進化は、すでにデータにも表れています。Zendeskの「CXトレンド2026」レポートによると、リーダーはAI主導のサービス環境における成果測定のあり方を積極的に見直しつつあります。リーダーの78%は、AIによって成功の定義そのものの見直しを迫られていると回答しています。従来の指標を超えて、自動化とAIが業務にもたらす真の影響を理解しようとする動きです。また、AI固有のKPIを測定している組織は現在47%にとどまりますが、86%は今後12〜24か月以内に測定する見込みです。現代のサービスの実態を反映した、より診断的で成果重視のフレームワークへの移行が急速に進んでいることがうかがえます。
AIがより多くの問い合わせを解決し、より多くのワークフローを効率化するなか、リーダーが知りたいのは次の点です。こうした機能はチームの負担をどれだけ取り除いているのか、顧客の成果にどう影響しているのか、効率・品質・コストのどこで測定可能な改善を生んでいるのか。そのうえで、顧客満足度（CSAT）が変動する理由や、未処理チケット（バックログ）が積み上がる原因、顧客がストレスを感じている箇所を可視化したいと考えています。
同時に、レポーティングは「何が起きたか」を記述するだけのものから、行動につながるものへと進化する必要があります。満足度が下がった、問い合わせが増えたと示すだけでなく、背後にある要因を特定し、最も効果的な打ち手を提示することが現代の分析には求められます。CXリーダーや管理者が求めているのは、当て推量を減らし、意思決定を速め、最もインパクトの大きい取り組みにチームが集中できるようにする指針です。その手段として広がりつつあるのが、プロンプトベース分析（promptable analytics）です。自然言語でオンデマンドに分析できる仕組みで、複雑なデータを数秒で明快な答えに変え、インサイトをすべての従業員が活用できるようにします。
サービスのAI活用が進むほど、最も価値のあるCX指標は「説明できる」「診断できる」「行動につながる」ものへと変わります。こうした指標があれば、何がうまくいっているか、どこに注意が必要かを理解できます。さらに、サービスへの投資が、運用コストの削減、対応キャパシティの拡大、再問い合わせの減少、解決の迅速化、顧客体験の向上といった実質的なROIにどう結びつくのかも見えてきます。
CX測定はどう進化しているか
- 指標は活動量から成果へ
リーダーは、件数やスピードに基づく指標を超えて、パフォーマンスが変動する理由を明らかにする指標へと軸足を移しています。どの問題がCSATを変動させているのか、バックログ急増の原因は何か、顧客はどこでストレスを感じているのか、といった点です。求められているのは「何が起きたか」の報告ではなく、変動の背後にある根本原因の明確な可視化です。
- AIが生み出す新たな測定対象
AIが解決する問い合わせと支援するワークフローが増えるにつれ、取り除かれた負担、削減された時間、自動解決の品質を定量化する指標が必要になっています。その結果、完結率（人手を介さずAIで完結した対応の割合）、AI支援時の解決時間、自動化の品質など、これまで存在しなかった新しい指標が登場しました。
- AIの貢献度とROIの重視
サービスチームには、AI投資のビジネス価値を証明することが期待されています。サービス提供コスト、対応キャパシティ、解決品質、顧客満足度にAIがどのような影響を与えているかを、透明性のある、説明可能な形で測定することが求められます。
- 記述型レポートから診断型分析へ
プロンプトベース分析のようなツールにより、誰でも普段の言葉で質問するだけで、パフォーマンス変動の背後にある「なぜ」を即座に把握できるようになりました。
- プロアクティブなリアルタイムインサイトが当たり前に
現代のオペレーションは、週次や月次のレビューを待っていられません。異常検知、リアルタイムアラート、継続的なモニタリングによって、問題が深刻化する前、顧客が影響を感じる前に介入することが求められています。
- 「行動につながること」は最低条件
レポーティングは問題を明らかにするだけでなく、次の一手を示すものでなければなりません。リーダーが求めているのは、最もインパクトの大きいアクションを指し示し、当て推量を減らして改善を加速するインサイトです。
- 最重要指標はスピードから体験品質へ
処理時間だけを見るよりも、顧客の労力、解決の完全性、ジャーニー上のストレスのほうが、満足度や顧客維持を正確に予測できることが、調査で一貫して示されています。
これから重要になる新しいCX指標
指標 | 測定内容 | なぜ今重要か |
自動解決率 | 人手を介さずに解決された顧客の問題の割合 | AIエージェントがどれだけの対応量を自動化しているか、自動化がコスト削減と対応キャパシティの拡大にどれだけ寄与しているかを示す |
解決1件あたりのコスト | 人による対応・AI支援・自動対応の各経路で問題を解決するコスト | 業務効率に直結するROI指標 |
対応1件あたりの削減時間 | 自動化された提案・サマリー・ルーティング・ワークフローステップによって削減された時間（分） | 生産性向上を定量化し、組織全体での効率改善の把握に役立つ |
AI支援時の解決時間 | AIが支援した対応と従来型の対応の解決時間の比較 | 新しい機能が成果を早め、顧客体験を向上させているかどうかを示す |
初回解決率（FCR）の改善 | AIあり・AIなしそれぞれで、1回のやり取りで解決した問題の割合 | 顧客の労力の削減、再問い合わせの減少、解決品質全体を示す有力な指標 |
CSAT／顧客感情の根本要因 | 満足度の変化に影響している主要なテーマ・インテント・ジャーニー | 満足度が変わる理由と注力すべき改善点が分かり、スコアを眺めるだけの運用から脱却できる |
カスタマーエフォートスコア（CES）（または同等の労力指標） | CES評価の合計 ÷ アンケート回答数 = CES | 顧客ロイヤルティや解約の予測精度が高く、顧客が最も強く感じるジャーニー上のストレスの特定に役立つ |
バックログ要因分析 | 特定の問題・リリース・顧客セグメントに起因するバックログの割合 | 業務負荷の原因を特定し、根本原因への対処につなげられる |
異常検知 | 主要なサービス指標（チケット量、CSAT、トピックの急増、処理時間など）の変化をAIで検出すること | 遅行指標に頼るのではなく、よりプロアクティブで予測型のサービスモデルを実現できる |
エージェント型サービスには、より高度な測定が必要です。従来の指標から一歩踏み出し、成果起点の分析を取り入れるリーダーが目にするのは、数字の羅列ではありません。顧客ロイヤルティ、業務効率、そして成長を本当に左右している要因です。
