🟢 HubSpot Service Hub 実践教科書 — 2026年版
Chapter 10

サービス分析
ダッシュボード設計・KPI 追跡・レポート活用

「測定できないものは改善できない」——サポートチームが感覚ではなくデータで動くようになると、改善サイクルのスピードが劇的に上がる。どの KPI を追跡し・どのダッシュボードを誰のために作り・どのレポートを定例会議に持ち込むか——この設計を正しく行うことで、サポートの ROI を経営層に示し、チームの優先順位を数値で決め、問題を発生前に検知できるようになる。この章では KPI の階層設計・ダッシュボードモックアップ・標準レポートカタログ・分析ケイデンスを体系的に解説する。

📖 読了目安 30分
🎯 対象:CS マネージャー・RevOps・経営層向けレポート担当
📅 2026年3月版

📋 この章の内容

  1. 10-1KPI の階層設計——経営・マネージャー・エージェントの3層
  2. 10-2コア KPI の定義・計算式・ベンチマーク
  3. 10-3ダッシュボード設計(誰のために・何を・どう見せるか)
  4. 10-4標準レポートカタログ(8種)
  5. 10-5分析ケイデンスと改善アクションへの変換
Section 10-1

KPI の階層設計——経営・マネージャー・エージェントの3層

すべての KPI を全員が見る必要はない。経営層が毎日チケット件数を確認する必要はなく、エージェントが NRR(純収益維持率)を追う必要もない。「誰が・何のために・どの指標を見るか」を3層に分けて設計することで、各役割が意思決定に必要なデータだけに集中できる。KPI の洪水は「何も見ない状態」と同じだ。

📊 KPI の3層構造 — 役割別に追跡すべき指標
Layer 1 — 経営層 / 月次・四半期
ビジネスへのインパクトを示す指標
NPS CSAT 達成率 更新率 NRR(純収益維持率) AI 解決率 サポートコスト/件 チケット件数トレンド
閲覧者:CEO / CFO / CS リーダー / RevOps
Layer 2 — マネージャー / 週次
チーム運営の品質と効率を示す指標
FRT(初回返信時間) TTR(解決時間) SLA 達成率 担当者別 CSAT チャネル別件数 カテゴリ別件数 未解決件数(滞留)
閲覧者:サポートマネージャー / CS マネージャー / チームリード
Layer 3 — エージェント / 日次
個人の生産性と品質を示す指標
自分の担当チケット件数 自分の CSAT スコア SLA 期限まで残り時間 今日の期限タスク 平均返信時間(個人)
閲覧者:各エージェント本人(Help Desk の個人ビュー)
💡 「全員に全指標」ダッシュボードが機能しない理由

KPI を詰め込んだダッシュボードは誰も使わなくなる。経営層は「サポートが会社の収益にどう貢献しているか」を知りたいのであり、チケットの平均返信時間には興味がない。各ダッシュボードを設計するとき、最初に「このダッシュボードを見て何を決断するか」を1文で書くことで、不要な指標を自然に除外できる。

Section 10-2

コア KPI の定義・計算式・ベンチマーク

KPI を正確に定義しないと、チームによって「解決時間」の意味が違ったり、計測の起点がずれてデータが比較できなくなる。以下に Service Hub で追跡すべきコア KPI の定義・計算式・業界ベンチマークを整理した。

FRT — First Response Time
初回返信時間
チケットが作成されてから、エージェントが最初の返信を送るまでの時間。顧客が「対応してもらえている」と感じられるかを左右する最初のタッチポイント。
FRT = 最初の返信時刻 − チケット作成時刻(営業時間のみカウント可)
BtoB SaaS ベンチマーク:メール 4時間以内、チャット 1分以内を目標に設定するチームが多い。Urgent チケットは30分以内が標準。
⚠️ FRT が悪化 → ルーティング設計・担当者の稼働率・AI 一次対応の設定を確認
TTR — Time to Resolution
解決時間(平均)
チケット作成からクローズまでの総時間。FRT は「返信の速さ」、TTR は「解決の速さ」を測る。顧客の摩擦量(CES)と最も相関する指標。
TTR = クローズ時刻 − チケット作成時刻(カテゴリ別に分けて測定する)
BtoB SaaS ベンチマーク:一般問い合わせ 24時間以内、技術不具合 72時間以内。カテゴリ別に目標を分けることが重要。
⚠️ TTR が長いカテゴリ → KB 充実・担当スキル強化・エスカレーション経路の見直しを検討
SLA — Service Level Agreement
SLA 達成率
設定した FRT・TTR の目標(SLA)を期限内に達成したチケットの割合。チームとして守るべき約束を数値で追跡する。
SLA 達成率 = SLA 期限内に対応したチケット数 ÷ 全チケット数 × 100(%)
目標:95% 以上が多くの SaaS チームの標準値。95%を下回り始めたら即原因分析が必要。
⚠️ SLA 達成率低下 → 担当者の稼働過多・未ルーティングチケットの滞留・SLA 設定自体の現実性を確認
CSAT — Customer Satisfaction
顧客満足度達成率
チケットクローズ後のサーベイで「満足」または「非常に満足」と回答した割合。エージェントの対応品質を即時に反映する最もアクション直結型の指標。
CSAT 達成率 = (4点 + 5点の回答数)÷ 総回答数 × 100(5点スケールの場合)
目標:85% 以上。カテゴリ別・担当者別に分解することで改善点が特定できる。
⚠️ 担当者別 CSAT が低いエージェント → コーチング機会・Copilot 活用状況を確認
AI Resolution Rate
AI 自己解決率
Breeze Customer Agent が人間にエスカレーションせず完結した会話の割合。KB の充実度・学習ソースの品質を反映する。
AI 解決率 = AI が完結した会話数 ÷ AI に届いた総会話数 × 100(%)
導入初期は20〜30%から始まり、KB が充実するにつれて50〜70% を目指すチームが多い。
⚠️ AI 解決率が伸び悩む → 未カバーの頻出トピックを特定し KB 記事を追加・更新する
Ticket Volume Trend
チケット件数トレンド
単なる件数ではなく「前月・前年比の変化率」を追う。件数増加が「顧客増加」によるものか「製品の問題」によるものかを区別することが重要。
件数トレンド = 今月件数 ÷ 先月件数 × 100(%)、および対 ARR 比率(件数/顧客数)
件数が増えても「顧客1社あたりのチケット件数」が減少していれば品質改善の証拠。
⚠️ 特定カテゴリの急増 → 製品バグ・KB の穴・新機能リリースの影響を確認
Section 10-3

ダッシュボード設計(誰のために・何を・どう見せるか)

HubSpot のダッシュボードは「レポートを並べるキャンバス」だ。設定場所は レポート → ダッシュボード → 新規作成。各レポートをウィジェットとして追加し、自動更新・定期メール送付が設定できる。マネージャー向けダッシュボードの完成形モックアップを以下に示す。

サービスチーム マネージャーダッシュボード — 2026年3月(週次ビュー)
FRT 平均
2.4h
▲ 改善 -0.6h
TTR 平均
18.2h
▲ 改善 -3.1h
SLA 達成率
91%
▼ -4pt(要確認)
CSAT
88%
▲ +3pt
AI 解決率
54%
▲ +7pt
カテゴリ別 チケット件数(今月)
使い方・機能
142
技術不具合
90
請求・契約
55
連携・API
47
オンボーディング
33
週次 チケット件数トレンド(過去8週)
W1W2W3W4 W5W6W7W8
W4〜W5 の急増:v3.2 リリース直後の技術問い合わせ集中
担当者別パフォーマンス(今月)
担当者 担当件数 CSAT FRT 平均 TTR 平均 SLA
田中 恵子 87 94% 1.8h 14.2h 達成
山田 太郎 92 89% 2.6h 19.8h 達成
鈴木 さくら 74 76% 3.9h 28.4h 未達
佐藤 健 68 91% 2.1h 16.7h 一部未達
⚡ 担当者別 CSAT 表示はコーチングツールとして使う——競争ではなく成長のため

担当者別の CSAT スコアを公開するときは、「ランキングで競わせるため」ではなく「サポートが必要なメンバーを早期に特定してコーチングするため」という目的を明示する。CSAT が低いエージェントには「Copilot の返信提案を活用しているか」「KB 参照の習慣があるか」を確認し、スキル習得の機会を提供するアプローチが生産的だ。

Section 10-4

標準レポートカタログ(8種)

HubSpot Service Hub には標準レポートが多数用意されているが、どれを使えばいいかわからないという声が多い。以下に「すぐに使える標準8レポート」と、それぞれが答える問いをまとめた。設定場所はすべて レポート → レポート → サービス カテゴリから選択できる。

チケット量・トレンド
① チケット件数(時系列)
日次・週次・月次で新規作成チケットの件数推移をグラフ化する。製品リリースやキャンペーン後の件数急増を可視化するのに最適。
「チケットが増えている原因はいつ・何で発生したか?」
応答品質
② 平均 FRT・TTR(期間比較)
FRT・TTR の月次推移を折れ線グラフで表示。カテゴリ別・担当者別・チャネル別にドリルダウンして問題箇所を特定できる。
「どのカテゴリ・担当者の返信・解決が遅いか?」
SLA 管理
③ SLA 達成率レポート
FRT SLA・TTR SLA それぞれの達成率を週次・月次で追跡。優先度別・担当者別に分解して「どこで SLA 違反が発生しているか」を特定する。
「SLA が守れていない担当者・優先度・時間帯はどこか?」
顧客満足度
④ CSAT スコア(担当者別・カテゴリ別)
全体 CSAT に加え、担当者別・カテゴリ別のスコア内訳を棒グラフで表示。低スコアが集中している担当者・カテゴリを即座に特定できる。
「どの担当者・カテゴリで顧客満足度が低いか?」
AI 活用
⑤ Customer Agent 解決率レポート
AI が解決した会話数・エスカレーションした会話数・解決率の推移を表示。AI 解決率の変化と KB 更新のタイミングを照合することで KB 投資の効果を測定できる。
「KB のどのカテゴリが AI 解決率に最も貢献しているか?」
ナレッジベース
⑥ KB 記事パフォーマンス
記事別の閲覧数・フィードバックスコア・閲覧後チケット作成率を一覧表示。「閲覧後チケット作成率が高い記事」=改善が最も必要な記事を特定できる。
「どの KB 記事が自己解決に貢献し・どれが機能していないか?」
エージェント生産性
⑦ 担当者別パフォーマンスサマリー
担当件数・FRT・TTR・CSAT・SLA 達成率を担当者ごとに一覧化。個人面談・コーチング計画の根拠データとして使用する。
「チームの中でサポートが必要なメンバーは誰か?」
CS・解約防止
⑧ ヘルススコア分布レポート
担当アカウント全体のヘルススコア分布(危険・要注意・健全の件数と割合)を月次で追跡。「危険アカウントが増えているか減っているか」のトレンドで CS 活動の成果を測定する。
「解約リスクの高いアカウントが増えているか・CS 活動が機能しているか?」
Section 10-5

分析ケイデンスと改善アクションへの変換

データを見るだけでは何も変わらない。「誰が・いつ・どのレポートを見て・何を決めるか」のサイクル(ケイデンス)を組織のカレンダーに組み込むことが、分析を改善アクションに変換する唯一の方法だ。

毎日
エージェント:個人ダッシュボードで今日の優先度を確認
担当チケットの SLA 残時間・未返信チケット・今日期限のタスクを確認。SLA 危険ゾーンのチケットを最優先で対応開始。所要時間:5〜10分。
週次
月曜朝
マネージャー:チーム週次レビュー(FRT・TTR・SLA・滞留チケット)
先週の FRT・TTR・SLA 達成率の確認。担当者別 CSAT で低スコアエージェントにフォローアップ。件数急増カテゴリがあれば原因を分析し KB 更新・ワークフロー調整をタスク化。所要時間:30分。
月次
第1月曜
CS リーダー:月次サービスレビュー(全 KPI・NPS・AI 解決率・ヘルス分布)
全 KPI トレンドのレビュー・NPS/CSAT の前月比・AI 解決率と KB 充実度の相関確認・ヘルス「危険」件数のトレンド・Product への VoC フィードバックサマリー作成。アクション:改善優先度 TOP3 を次月の改善テーマとして設定。所要時間:2時間。
四半期
期初
経営層向け:サービス ROI レポート(更新率・NRR・サポートコスト・AI 投資対効果)
NPS 推移・更新率・NRR(純収益維持率)・AI によるサポートコスト削減額・チケット件数 vs 顧客数比率を1ページのエグゼクティブサマリーにまとめて全社会議で発表。アクション:次四半期の CS 投資優先度を経営層と合意。所要時間:資料作成3時間 + 発表15分。
✅ 「データを見た後に何をするか」を会議のアジェンダに組み込む

週次レビューで「SLA が91%でした、先週より下がりました」と報告して終わるのではなく、「SLA が低下した原因は何か」→「来週中に何を変えるか」→「誰がオーナーか」まで会議内で決めるアジェンダ構成にする。データの確認と改善アクションの設定を同じ会議で行うことで、分析が「報告」ではなく「意思決定」の道具になる。

📌 第10章 まとめ

KPI は「経営・マネージャー・エージェント」の3層に分けて設計する

経営層は NPS・更新率・NRR、マネージャーは FRT・TTR・SLA・CSAT、エージェントは自分の担当チケットと SLA 残時間だけを追う。「全員に全指標」は誰も使わないダッシュボードを生む。

コア KPI を正確に定義し、計測の起点を統一する

FRT・TTR・SLA・CSAT・AI 解決率——これら5つの定義と計算式をチーム全員が同じ理解で共有することが分析精度の前提。「解決時間」の意味がメンバーによって違うと比較できないデータが積み上がる。

ダッシュボードは「見て何を決めるか」を1文で書いてから設計する

KPI を詰め込んだダッシュボードは誰も使わない。各ダッシュボードの設計前に「このダッシュボードを見て何を決断するか」を明文化することで、不要な指標が自然に除外できる。

標準レポート8種を使い分けて「答えを出したい問い」に合わせて選ぶ

チケット量・FRT/TTR・SLA・CSAT・AI解決率・KB パフォーマンス・担当者別・ヘルス分布——各レポートが答える「問い」を把握することで、会議に持ち込むべきレポートを迷わず選べるようになる。

分析ケイデンスをカレンダーに固定し「見た後のアクション」をセットで決める

日次5分・週次30分・月次2時間・四半期エグゼクティブレポートのサイクルを組織のカレンダーに組み込む。「データを見た」で終わらず「誰が・何を・いつまでに変えるか」まで同じ会議で決める。

担当者別 CSAT はコーチングツール——競争ではなく成長のために使う

CSAT が低いエージェントを責めるのではなく、Copilot 活用状況・KB 参照の習慣・スキルギャップを確認してサポートを提供する。データが「恐怖」ではなく「成長の道具」として機能する文化を作ることが長期的なチームの底上げにつながる。

Next Chapter
第11章:Sales・Marketing との連携設計 — サポートデータを収益に変える →