チャットボットの運用改善ガイド｜成果が出る状態に変える実践ステップ

チャットボットの運用改善は、実際に来た質問と、答えられなかった質問を数で見るところから始めます。どこを直すかを勘で探すより、どの質問で会話が途切れているかを先に押さえたほうが、足すべき一件が見えてくるのではないでしょうか。

手を付ける順番は、数字を置く、答えを直す、置き場所と知らせ方を変える、集まった質問を次の一手に回す、の4つになります。逆から入って導線ばかり触っても、答えの中身が変わっていなければ同じところで会話が止まります。順番どおりに動かすほうが、直した分の効果も読み取りやすいと思います。

チャットボット運用改善が必要になる「3つのサイン」

チャットボットを導入してしばらく経つと、このような状況に陥ることがあります。

「一応動いているけれど、問い合わせが減っているのかどうかよくわからない」
「お客さまからチャットボットについて何も言われない。使ってもらえているのだろうか」
「答えられない質問が多いと聞いたけれど、どこを直せばいいのかわからない」

これらは、チャットボットが「なんとなく動いている状態」に陥っているサインです。導入直後は設定に精一杯で、その後の改善まで手が回らなくなるのはよくある話です。

改善のサインは次の3つに集約されます。有人問い合わせが思ったより減っていない場合は、本来捌くべき質問を取りきれていません。利用回数は多いのに「解決した」感触がない場合は、回答にたどり着けず途中で離脱しています。担当者が「何を直せばいいかわからない」状態は、データが取れていない、または読み方がわからず改善が止まっているパターンで最も多く見られます。

チャットボットは「設置して終わり」ではありません。導入後2〜3ヶ月の改善サイクルを回して初めて本来の価値が出ます。

運用改善の全体像：4つのステップで考える

チャットボットの運用改善は、闇雲にシナリオを追加したり設定を変えたりするのではなく、4つのステップで体系的に取り組むことで効果が出やすくなります。

4つは順番に取り組む必要はありません。「使われていない」なら3から、「使われているが精度が低い」なら2から始めるというように、自社の現状に合わせて優先順位をつけましょう。

ステップ1：効果を数値で把握する（KPI設定と測定）

運用改善でまず突き当たる壁が「何を測ればいいかわからない」という問題です。感覚で「なんか動いてる」と思っていても、数値で見なければ何をどう改善すればいいのかがわかりません。

目的によって追う指標は変わりますが、共通して見ておきたいのは次の3つです。

• 完結率（解決率）：チャットボットだけで問い合わせが完結した割合。SHIRITAIの事例では関東の総合病院で約40〜50%、インフルエンサーマッチングサービスで60%という数字が出ています。最初から100%を目指さず「3ヶ月で40%」のような段階目標が現実的
• 離脱率：起動したが途中で止めたユーザーの割合。高いときは「回答が欲しいものと違う」「たどり着くのに時間がかかる」のどちらかが潜む
• 有人引き継ぎ数：完結できず有人担当者に渡した件数。これが多い質問はチャットボットに学習させるべき内容の最有力候補

KGI（最終目標）とKPI（中間指標）の関係も明確にしておきます。「月間の有人問い合わせ対応を月30件削減」がKGIなら、KPIは「完結率を40%以上」「月間利用回数を200回以上」となります。KGIだけを見ても改善のアクションには繋がらず、中間指標を設定することで「今何が不足しているか」が可視化されます。

ステップ2：回答精度を上げる（データベース・シナリオの見直し）

「正しく答えてくれない」「ユーザーが求める回答にたどり着けない」場合、回答精度の改善が最優先です。

精度改善の第一歩はログの確認で、見るのは2種類あります。「その質問には回答できません」「担当者にお繋ぎします」と返してしまったログは、データベースやシナリオに登録すべき内容の最優先候補です。アクセスはあるが離脱率が高い質問は、回答の内容や表現に問題があり、「出力されているがわかりづらい」ケースも含まれます。

種類によって、ログから先のアクションがまるで違います。シナリオ型では、回答できなかった質問ごとに新しいシナリオを追加していくことになりますが、シナリオを増やすほど管理が複雑化しメンテナンスに時間が取られます。これが「シナリオが手に負えなくなる」悩みの正体です。

生成AI型は、シナリオではなく「商品データベース」や「FAQ情報」を更新するだけで精度が上がります。最新のデータベースを元にAIがリアルタイムで回答を生成するため、シナリオを1本1本書き直す手間がありません。詳細はシナリオ型と生成AI型のチャットボットを比較するを参照してください。

ステップ3：使われる仕組みをつくる（導線と認知改善）

回答精度が整っても、「チャットボットの存在を知らない」「どこにあるかわからない」状態では利用回数が伸びません。

使われない原因はだいたい3つに分かれます。存在を知らないケースは、サービスページの片隅にひっそり置かれていて見落とされるパターン。何を聞いていいかわからないケースは、開いた瞬間に「何を入力すればいいか」がわからず閉じる状況で、入力候補やよくある質問例を最初に表示するだけで解決することがあります。電話やメールの方が早いと思われているケースは、レスポンスの速さや24時間対応のメリットを伝える啓発が必要です。

場所だけでなく、どの形式で設置するかも利用率に大きく効きます。

• 埋め込み型（常時表示）：料金ページや商品詳細など「疑問を持ちやすい場所」に常時表示。聞きたい瞬間に視界にある状態が利用率を押し上げる
• ボタン型（クリックで起動）：右下に固定される追従型で、下までスクロールしてもアクセスできる
• 独立ページ型・URL発行型：専用ページを作りURLをSNS・案内メール・店頭QRコードで案内。Webサイトに来ないユーザーや営業時間外の問い合わせが多い業種で効く

「とりあえず埋め込んだ」状態を見直すだけで利用回数が増えるケースは少なくありません。

ステップ4：ユーザーのニーズを次の改善に活かす

運用が軌道に乗ってくると見落とされがちなのが「データを活かす」視点です。チャットボットにはユーザーが実際に入力した言葉がそのまま蓄積されます。これは通常のアクセス解析では取得できない「顧客の生の言葉」です。

ホームページのアクセス解析では「どのページを見たか」はわかりますが「何を知りたかったか」はわかりません。一方、チャットボットの入力ログには「送料はいくらですか」「〇〇という商品のサイズは？」「返品できますか」など、顧客の具体的な疑問が残っています。

このデータを定期的に見ると、よく聞かれているのに回答できていない質問はデータベース・シナリオ改善の優先候補に、商品や価格に関する質問の傾向はLP・サービスページの改善やFAQ整備に、季節・時期によって変わるニーズは繁忙期前の先回り対策の材料になります。

チャットボットを「対応ツール」だけでなく顧客のニーズを収集する仕組みとして使うと、マーケティングや商品改善の一次情報源になります。ログの読み方は会話ログとは？チャットボットの記録から「お客さまの本音」を見つける読み方と活かし方も参照してください。

生成AI型チャットボットの改善サイクルはシナリオ型と何が違うのか

ここまでの内容はシナリオ型・生成AI型のどちらにも共通しますが、改善の「やり方」は両者で異なります。

シナリオ型は「樹形図」のような会話フローを事前に設計する仕組みで、答えられなかった質問を確認し、対応するシナリオを設計し、既存のシナリオと整合性を取りながら追加し、テストして公開する流れです。この作業を繰り返すうちにシナリオが数十〜数百に増え、全体像を把握するのが難しくなります。「担当者が変わって手が付けられなくなった」状況は、シナリオ型特有の問題です。

生成AI型は、商品データベースや社内情報を元に生成AIがリアルタイムで回答を生成する仕組みです。答えられなかった質問を確認し、対応する情報をデータベースに追記すれば、追記した情報を元にAIが自動で対応できるようになります。シナリオを1本1本設計する必要がなく、「情報を追加する」だけで対応範囲が広がります。既存の回答との整合性も生成AIが自動で保つため、メンテナンスの負担が下がります。

データベースを継続的に更新することで導入から2〜3ヶ月で回答精度が安定します。この期間は「育てる期間」と考え、週に一度でも会話ログを確認してデータを更新する習慣をつけることが重要です。

SHIRITAIでは、ユーザーが入力した内容が全て記録され、「どんな悩みや疑問が多いか」をデータとして確認できます。改善の優先順位を感覚ではなくデータで判断でき、回答精度が上がってきた段階でそのデータを営業やマーケティングにも転用できる点が、従来の問い合わせ管理と異なるポイントです。チャットボットが「問い合わせを受けるだけの窓口」から「顧客理解を深めるツール」に変わります。

SHIRITAIならこんなことができる：数字を見て、答えられていない質問を直す

ここまでの4ステップは、道具がなくても考え方としては成り立ちます。ただ、いざ回そうとすると「どこを見て、何を直せばいいのか」でつまずきがちです。SHIRITAI（シリタイ）では、この「見る」と「直す」が画面の中でつながっています。運用改善でよく見る2つの数字と、そこからの打ち手を紹介します。

反応率を見て、声かけの文言や条件を見直す

SHIRITAIには、こちらから先回りして声をかける機能があります。「料金ページに15秒とどまっている人に、一言差し出す」といった声かけです。これが効いているかどうかは、感覚ではなく数字で確かめられます。

下は、声かけごとの効果をまとめた画面です。ある声かけは36回表示されて、反応が9回、反応率は25%と出ています。表示のわりに反応が薄い声かけは、言葉が刺さっていないか、出すタイミングや条件が合っていない合図です。文言を書き換える、出す条件をずらす、といった見直しの手がかりになります。

4回に1回が反応してくれるなら十分なのか、もっと上を狙うのか。その判断も、数字があるからこそできます。反応率の低い声かけから順に手を入れていくと、同じ来訪数でも拾える会話が増えていくはずです。

実際に来た質問を見て、答えられていない所にナレッジを足す

もうひとつの出発点は「実際に来た質問」です。下の利用履歴の画面には、「費用はいくら？」といった生の質問と、利用回数180回といった数字が、時系列で残っています。

ここを眺めると、よく聞かれているのに、うまく答えられていない質問が見えてきます。そこが、次にナレッジを足すべき場所です。ステップ4で触れた「顧客の生の言葉」は、この画面にたまっていきます。週に一度でもここを開いて、答えきれていない質問を1つずつ拾っていくと、答えられる範囲は少しずつ広がっていくはずです。

やることは、この2つの画面を行き来するだけです。反応率が低い声かけは文言や条件を見直し、答えられていない質問にはナレッジを足す。派手な分析ではありませんが、続けた分だけチャットボットは着実に育っていきます。

運用改善を継続させる体制のつくり方

改善の方法論を理解していても、「誰がいつ何をするか」が決まっていないと、日々の業務に押されて改善が後回しになります。

複雑な体制は不要です。小さな組織でも、次の3つを決めるだけで継続しやすくなります。

• 担当者を1名決める：「誰でも触れる」は「誰も触らない」と同義。主担当を1名決め、データを定期的に確認する責任を持つ
• 週1回ログを見る時間を確保する：週15〜30分でも、ログを確認してデータベースに追記する時間をスケジュールに組み込めば改善サイクルが回り始める
• 月1回KPIを振り返る：完結率・離脱率・有人引き継ぎ数を月次で見て前月比を把握。上向きなら効いた改善を記録、下向きなら原因を探る

担当者が異動・退職した場合に備え、改善の記録をドキュメント化しておくことも重要です。「どのデータベースをなぜ更新したか」「どの質問が多かったか」を月次で記録しておくことで、引継ぎが容易になります。属人化を防ぐことは、チャットボット導入の目的のひとつである「業務の属人化解消」とも一致します。詳細はカスタマーサポートの属人化を解消する方法を参照してください。

困りごと別｜SHIRITAIで解決できること10

公開したあとの運用で起きていることを並べます。右がSHIRITAIでどう受けられるかです。

全部を一度にやる必要はありません。月に一度、答えられなかった質問を10件登録するだけで十分に回ります。

よくある質問

まとめ：チャットボット運用は「育てる」という感覚で続けることが鍵

チャットボットは設置した瞬間から完璧に動くものではありません。最初は必ず「答えられない質問」が出ますし、「使われない」時期もあります。重要なのは、それを課題として捉えて継続的に改善することです。

運用改善の4ステップを振り返ると、測るフェーズではKPIで現状を数値化し、精度を上げるフェーズでは会話ログから「答えられなかった質問」を特定してデータベースを更新します。使われる仕組みをつくるフェーズでは導線設計と認知改善で利用率を上げ、ニーズを活かすフェーズではユーザーの入力データをマーケティングや商品改善に転用します。

最初の「測る」で何を追うか迷ったら、チャットボットのKPI設定と効果測定で、目的別の指標の絞り方を整理しています。

シナリオ型はシナリオ管理の複雑化が改善の壁になりますが、生成AI型を選択すればデータベース更新中心の軽い改善サイクルに変えられます。

「導入したけど成果が見えない」状況は、改善が始まっていないだけである場合が多いです。週1回のログ確認から始め、2〜3ヶ月かけて精度を高めていくことで、チャットボットは「使えるツール」に育ちます。

先回りの声かけを出しているなら、その文面の直し方は先回りの声かけの文面が参考になるはずです。

SHIRITAIでは、ユーザー入力データの分析機能とデータベース改善のサポートを提供しています。「導入はしたけれど改善の仕方がわからない」という方は、お問い合わせからご相談ください。

SHIRITAI（シリタイ）は、HELATH株式会社が提供するAIチャットボットサービスです。