解決率

解決率とは

解決率とは、サポートへの問い合わせのうち、顧客の問題が完全に解決された割合を測るカスタマーサービス指標です。チケットが人間のエージェントに届く前に振り分けられたかどうかを追跡するディフレクション率とは異なり、解決率はより重要な問いに答えます。それは「顧客の問題は実際に解決されたのか」という問いです。

AIツールを評価するサポートチームにとって、この違いは重要です。ディフレクション率が高ければダッシュボード上の見栄えは良くなりますが、顧客が満足して離れたのか、単にあきらめたのかはわかりません。解決率はそのギャップを埋める指標です。

解決率の計算方法

解決率 =（解決した問い合わせ数 / 問い合わせ総数）x 100

たとえば、チームが1週間に500件のチケットを処理し、そのうち425件がフォローアップなしで完全に解決された場合、解決率は85%です。

問い合わせが「解決済み」とみなされるのは、次の条件を満たす場合です。

• 顧客の質問に完全に回答した
• 依頼されたアクションが完了した（返金処理、アカウント更新、サブスクリプション変更など）
• 48時間以内に同じ問題でのフォローアップ連絡が発生しなかった

最後の点は特に重要です。多くのツールは、顧客が翌日に同じ問題で再度連絡してきた場合でも、チケットがクローズされた時点で解決済みとカウントします。48時間以内の再問い合わせを追跡することで、真の解決状況をより正確に把握できます。

解決率のベンチマーク

業界ベンチマークはチャネルや問い合わせの複雑さによって異なりますが、データからは次のような傾向が見られます。

• 従来のルールベースのボット： 解決率10-30%（ほとんどの問い合わせが人間のエージェントにエスカレーション）
• 第1世代のAIツール： 解決率30-50%（言語理解は向上したものの、アクションを実行する能力は限定的）
• 最新のAIエージェント： 解決率70-93%（会話全体のコンテキスト、アクション実行能力、ナレッジグラウンディング）

32,000以上のチームにわたる1.2 billion件超のチケットを分析したFreshworks 2025 Customer Service Benchmark Reportによると、AIを活用した自動化により解決時間を最大40%短縮でき、チケットの相当な割合を即座に処理できます。

業界全体の初回解決率（FCR）は70-75%程度ですが、これには人間のエージェントによる解決も含まれます。AIのみによる解決の場合、その幅ははるかに大きく、プラットフォームや「解決」の定義に大きく左右されます。

解決率がディフレクション率より重要な理由

ほとんどのAIサポートツールはディフレクションに最適化されており、「顧客の70%が人間のエージェントに到達しなかった」といった指標を報告します。印象的に聞こえますが、ディフレクションからわかるのは、顧客がエスカレーションしなかったということだけです。次のことはわかりません。

• 顧客の問題が実際に解決されたかどうか
• 不満を抱えたまま、静かに離反したかどうか
• 自分で回避策を見つけ、サポートそのものを見限ったかどうか
• 明日また同じ問題で問い合わせてくるかどうか

解決率は、より厳しい問いを突きつけます。AIとやり取りした人のうち、問題を完全に処理できたのは何人か、という問いです。ハードルは高く、より優れたAIが求められます。しかし、顧客が本当に求めていることと一致する指標はこれしかありません。

業界調査： Gartnerは、セルフサービスによるディフレクションは未解決の需要を覆い隠しがちであると指摘し、誤解を招くKPIを避けるため、ディフレクションと併せて真の封じ込め（解決）を測定することを推奨しています。

高い解決率を実現する要因

解決率30%のチームと90%以上を達成するチームを分ける要因はいくつかあります。

• ナレッジグラウンディング： ゼロから回答を生成するのではなく、検証済みのドキュメント、過去のチケット、製品データから情報を引き出すAI。ハルシネーションを減らし、信頼を築きます。
• アクション実行能力： 問題の解決には、質問に答えるだけでなく、実際に何かを実行することが求められる場合が多くあります。返金処理、アカウント更新、サブスクリプション変更を行うには、AIがバックエンドシステムと連携している必要があります。
• 会話をまたいだコンテキスト： 顧客は問い合わせのたびに一から問題を説明するわけではありません。過去のやり取りを記憶し、アカウント履歴を参照できるAIは、より速く正確に問題を解決できます。
• スマートなエスカレーション： 解決すべきでない場面を見極めることも同様に重要です。人間の判断が必要な問題では、エージェントがゼロから対応せずに済むよう、AIが完全なコンテキストとともに引き継ぐべきです。
• 継続的な改善： どのトピックが解決され、どれがエスカレーションされたかを監視し、そのデータをフィードバックしてAIを継続的に改善します。

解決率と他のサポート指標の比較

• ディフレクション率との比較： ディフレクション率はチケットの発生防止を測定し、解決率は問題が解決されたかどうかを測定します。不満を抱えてチャットボットを離脱した顧客は「ディフレクション」にはカウントされますが、「解決」にはカウントされません。
• 初回解決率（FCR）との比較： FCRは、人間のエージェントによる対応も含め、最初のやり取りで問題が解決されたかどうかを追跡します。AIの解決率は、人間が関与しない完全自動化による解決を測定します。
• CSATとの比較： 解決は満足度を高めますが、両者が測るものは異なります。CSATは顧客の感情を、解決率は業務上の成果を捉えます。どちらも重要です。
• 平均処理時間（AHT）との比較： AHTはスピードを、解決率は有効性を測定します。チケットを早くクローズしようと急ぐと、問題に十分対処できず、かえって解決率が下がることがあります。

Maven AGIのお客様が実証した解決率

Maven AGIは、ディフレクションではなく解決を最重要指標（ノーススターメトリック）としています。実際の成果は次のとおりです。

• Mastermind（EdTech）：ライブチャットの会話の93%を解決。6週間で導入。
• Enumerate（PropTech）：サポートチャネル全体で解決率91%。
• Papaya Pay（FinTech）：自律的な解決率90%。
• K1x（FinTech）：解決率80%。以前のAIツールと比べて10倍の改善。1週間で稼働開始。

Maven AGIのアプローチ： Maven AGIが最適化する指標は解決のみです。すべての導入において、チケットを回避できたかどうかではなく、問題が実際に解決されたかどうかを追跡しています。量より成果を重視するこの姿勢が、EdTech、FinTech、PropTech、SaaSなど幅広い業界で80-93%の解決率を生み出しています。

よくある質問

良い解決率の目安は？

チャネルや、人間とAIのどちらによる解決を測定するかによって異なります。人間のサポートチームの場合、初回解決率のベンチマークは70-75%程度です。AIのみによる解決の場合、従来型のチャットボットは10-30%にとどまる一方、アクション実行能力を備えた最新のAIエージェントは80-93%に達します。

解決率とディフレクション率の違いは？

ディフレクション率は、人間のエージェントに到達せずに済んだチケットの数を測定します。解決率は、顧客の問題が実際にいくつ解決されたかを測定します。問題が解決されないまま「ディフレクション」されることもあります。解決率は、より厳しく、より実態に即した指標です。

解決率を向上させるには？

3つの領域に注力します。ナレッジグラウンディングの強化（正確で最新の情報をAIに提供する）、アクション実行のための連携（質問への回答だけでなく、返金処理やアカウント更新もAIが行えるようにする）、そしてフィードバックループ（解決できなかったトピックを追跡し、継続的に改善する）です。

AIは本当にサポートチケットの90%以上を解決できますか？

はい。ただし、適切なアーキテクチャが必要です。ルールベースのチャットボットは10-30%が上限です。言語理解、ナレッジ検索、バックエンド連携を組み合わせたエージェンティックAIプラットフォームは、本番環境で一貫して80-93%を達成しています。