AIチケット分類：スパム、売り込み、無関係なチケットをフィルタリングする方法
AIチケット分類がスパム、フィッシング、無関係なチケットを自動的にフィルタリングし、エージェントが実際に返信すべき問い合わせだけを確認できるようにする方法をご紹介します。...
15 分で読めます
AI-features
Blog
+2
スパムだけをキャッチするAIスパムフィルターでは、メトリクスは中途半端にしかクリーンになりません。ボットスパム、営業の cold ピッチ、自動の不在返信はすべて同じキューを乱雑にし、最初の応答時間、処理時間、CSATを静かに歪めます。ここでは、両方のカテゴリをキャッチし、実際のチケットを1件も失わないフィルターの設定方法をご紹介します。
この記事の内容：
ほとんどのチームはスパムブロックを一度設定し、問題は解決したと感じてそれ以上考えなくなります。そこに金曜の午後にメール配信が行われ、40件もの不在自動返信がメーリングリストから返ってきて、すべてがチケットとして登録され、月曜のメトリクスレポートにはチームの対応速度が突然2倍になったと表示されます。
チケットのクラッターが実際にもたらすコスト
不在自動返信はスパムではありませんが、数値に与えるダメージは同じです。実際の返信なしに1クリックでクローズされるものは、平均処理時間と最初の応答時間を引き下げます。システムは5秒の自動クローズと本当に迅速な解決を区別できないからです。
エージェントあたりのチケット数も同様に膨らみます。10人のエージェントがそれぞれ1時間に5件のクラッターチケットをクローズした場合、ダッシュボードはそれを生産的な1時間として表示し、10人がジャンクを処理していたとは表示しません。ヘルプデスクがクローズされたすべてのチケットに自動アンケートを送信する場合、CSATも影響を受ける可能性があります。「応答」の一部が実際には自動バウンスバックや不在返信であり、本来の顧客とのやり取りではなかったからです。
たとえば、5,000件のコンタクトにニュースレターを送信したチームでは、数時間のうちに150～200件の不在自動返信がチケットとして登録され、すべて即座にクローズされ、すべてその日のレポートで「迅速な解決」としてカウントされます。
厄介なのは、誰かがその誤った数値に基づいて行動するまで誰も気づかないことです。大量送信後に平均処理時間が20％低下したのを見たマネージャーは、チームの効率が向上したと結論づけるかもしれません。その日の「チケット」の5分の1が誰も触っていない自動返信だったとは気づかずに。人員配置の決定、ボーナス目標、プロセス変更——これらすべてが、チームの実際のパフォーマンスではなく、その週に届いた自動メールの量を測定した数値に基づいて行われてきたのです。
クラッターに該当するものとしないもの
「本物の」質問ではないからといって、すべてが同じ分類になるわけではありません。AIスパムフィルターが実際に何をキャッチすべきかを具体的にすることが重要です。
| 種類 | 例 | フィルタリングすべきか？ |
|---|---|---|
| スパム / 一括マーケティング | サポート受信箱への未承諾の営業ピッチ | はい |
| フィッシング | 偽の請求書や認証情報収集の試み | はい |
| 不在自動返信 | ニュースレターからの「月曜まで不在」のバウンス | はい |
| 配信失敗 / バウンスバック | Mailer-Daemonまたは「メッセージ未配信」通知 | はい |
| 本物の質問（表現が不適切な場合） | 短い、インフォーマル、または翻訳が不十分なリクエスト | いいえ |
| パートナーやベンダーからの問い合わせ | 請求書について尋ねるサプライヤー | いいえ |
中央の2行が、ほとんどのフィルターが誤るポイントです。不在自動返信やバウンスバックは悪意がないため、従来の意味での「スパム」のみに調整されたフィルターは両方をそのまま通してしまいます。
AIスパムフィルターがどのように区別するか
LiveAgentのAIスパム＆無関係フィルター は、受信した各チケットのヘッダー、構造、本文内容をユーザーが定義したルールに照らしてチェックし、厳密なtrue/false判定（関連性あり、またはなし）を返します。この判定に基づいてルーティングルールが動作するのであり、禁止送信者やキーワードの固定リストに基づいて動作するわけではありません。
これは特に不在自動返信において重要です。不在自動返信は従来の意味でのスパムには見えないからです。実際の人物、実際のアドレスから、悪意なく送信されます。これらをフラグするのは送信者レピュテーションチェックではありません。cold ピッチをキャッチするのと同じコンテキスト認識型評価——自動化されたトーン、実際の質問がない、件名と本文が本物のサポートリクエストと一致しない——がそれを可能にします。
この機能の設定ガイドでは、「自動システムメッセージ」を、パートナーからの問い合わせや内部メールと並んで、ルールを定義すべきエッジケースの一つとして明示的に挙げています。不在自動返信はまさにそのカテゴリに該当します。
メールレベルのスパムブロックとの連携
チケットの内容を評価するAIスパムフィルターは、メッセージがチケットになる前に既知のスパム送信者をブロックするフィルターとは異なるレイヤーです。LiveAgentのAIスパム防止 は、より上流のパイプラインで動作し、受信メールがキューに届く前にスパムか正当なものかを分類します。
この2つは二者択一ではありません。メールレベルのブロックは、大量送信者リスト、既知のフィッシングドメイン、一括マーケティングなど明らかなものを、チケット化される前にキャッチします。チケットレベルのフィルターは、それでも通過するもの——これまで見たことのないアドレスからの単発の不在自動返信や、まだブロックリストに載っていない送信者からの cold ピッチ——をキャッチします。両方を実行することで、そもそもチケットレベルのチェックに到達するクラッターが減り、フィルターの仕事が容易になり、偽陽性率が低下します。
ニュースレター登録
最新のヒントやお得な情報をお届けします。
実際のチケットを失わずに設定する方法
- 狭く始める。 まずは明白なスパムとフィッシングのみフィルタリングをオンにし、それ以外は何もしない。1週間分の実際のチケットがすべて問題なく通過するのを確認してから、追加のルールを1つずつ追加しましょう。
- 不在自動返信のルールを追加する。 関連性プロンプトを更新し、自動システムメッセージ、バウンスバック、不在自動返信をアクション不要として明示的に指定します。「out of office」や「auto-reply」など、具体的なフレーズ例を2～3個与え、ルールが照合する具体的なターゲットを持たせます。
- 判定をアクションにマッピングする。 フィルターがfalseと判定したものは、ゴミ箱に直接送るのではなく、別のタグまたはビューにルーティングし、監査可能にします。このビューはLiveAgentのチケットフィルター で構築し、新しいチケットがタグ付けされるたびに自動更新され、毎回手動検索する必要がないようにします。
- 1週間後にレビューする。 フィルタリングされたビューに、そこにあるべきでないものがないか確認します。たまたま自動化されたように聞こえる本物の質問——たとえば挨拶のない短いメッセージ——が最も一般的な偽陽性です。
- 調整して繰り返す。 想定していた内容ではなく、実際に目にした内容に基づいてプロンプトを厳しくしたり緩めたりします。ほとんどのチームは、ルールがエッジケースにフラグを立てなくなるまでに2～3回のレビューサイクルが必要です。
1回のレビューサイクルだけで調整したフィルターは、少なくとも一度は経験則を誤ることがよくあります。それは想定内です。ステップ4のポイントは、実際の顧客を失う前にそれを発見することです。
フィルタリングされたチケットの対処法
falseと判定されたチケットを単に消去してはいけません。独自のタグまたは保存済みビューにルーティングし、偽陽性が1クリックで復元できるようにすると同時に、フィルターが実際のチケットボリュームとは別に、どれだけのクラッターをキャッチしているかの実行カウントを取得します。
そのカウントこそが注目に値する数字です。先のニュースレターの例のように急上昇した場合、メトリクスダッシュボードに実際には発生していない「生産性」のバーストが表示されようとしていることを把握でき、誰かが応答時間が一夜で低下した理由を尋ねる前にそれを記録できます。
フィルタリングされたビューは、時々注意を払う必要があるセカンド受信箱として扱い、ブラックホールとして扱ってはいけません。毎週1回の簡単な確認は数分で済み、実際に重要な2つの障害モードを捉えます。すなわち、クラッタータグに閉じ込められた実際の顧客と、当初のルールが予期していなかった新しい種類の自動メッセージです。ニュースレタープラットフォームはバウンスバックの文言を変更し、チケットツールは新しい自動通知を追加し、6か月前に書かれたルールは静かに以前はキャッチしていたメッセージタイプをカバーしなくなります。AIスパムフィルターをうまく機能させ続けるチームは、それを一度設定して忘れるスイッチではなく、再訪すべき設定として扱うチームです。
