Ticketmaster gives millions of fans – worldwide – fair and easy access to the biggest and best in live entertainment. Driven by innovation, unparalleled scalability, and unmatched support, Ticketmaster is the definitive leader in professional ticketing solutions. Over 12,000 artists, teams, and venues around the world trust Ticketmaster to power their amazing performances daily — with more than 500 million tickets sold each year.
Sales/Marketing Technology
5k+
Beverly Hills, CA, United States
Ticketmaster needed a way to handle high-volume questions quickly and accurately. They created an agent, but wanted a better understanding of how it was being used.
With Pendo’s Agent Analytics, Ticketmaster could speed up the process of understanding performance with a clear, data-backed view that was available to everyone.
After using Agent Analytics, Ticketmaster retained 81% of users leveraging their agent.
需要の高いチケット販売といえば、Ticketmasterを思い浮かべる方も多いでしょう。その舞台裏では、強いプレッシャーの中で迅速かつ的確な判断を下す社内チームの存在が、あらゆる瞬間を支えています。
TicketmasterのプロダクトマネージャーであるBrian Muehlenkampは、そのプレッシャーを日々肌で感じていました。すぐには答えが得られない多くの質問が、常に彼のもとに寄せられていたのです。
Ticketmasterの社内チームには、各分野の専門家が揃っています。しかし、専門家であっても、データは常に必要です。
「このセールはベンチマークと比較してどのようなパフォーマンスを示していますか？」
「前回、似たようなことをやったときはどうなりましたか？」
AIが登場する以前、迅速に答えを得ることは困難でした。チームはデータプロバイダーにリクエストを送るか、自分でシステムを掘り下げるかのどちらかでした。そこでMuehlenkampは、社内ツールに直接AIエージェントを導入し、質問からインサイトへの道筋を短縮しました。SQLを記述したりチケットを提出したりする代わりに、チームは自然言語で質問し、すぐに回答を得られるようになりました。
その変化により、TicketmasterはMuehlenkampが「データ民主主義」と呼ぶもの——インサイトを必要とする誰もがアクセスできるようにすること——に近づくことができた。
しかし、エージェントのリリースにより、新たな課題が生まれました。その効果をどう測定するか、という問題です。
当初、Muehlenkampは生の監査ログに頼っていました。会話の内容は確認できましたが、誰が質問しているのか、行動が時間とともにどう変化しているのか、エクスペリエンスが改善されているかどうかは把握できませんでした。
監査ログを確認する作業は、時間がかかる手作業のプロセスでした。
リーダーシップが知りたかったのは、シンプルなことでした：
エージェントは本当に役に立っているのか？
初期ユーザーからの口コミフィードバックは好意的でした。しかし、それだけでは不十分でした。Muehlenkampは、特に声を上げないユーザーの潜在的な摩擦を明らかにするために、データに裏付けられたより明確な視点を必要としていました。
Pendo Agent Analyticsにより、その可視性のギャップはすぐに解消されました。
ログを掘り起こす代わりに、Muehlenkampは使用状況と影響の両方を示す指標に即座にアクセスできました：
最も価値あるインサイトの一部は、彼が探すべきだと気づいていなかったものでした。彼はこう述べています。「Agent Analyticsは、私が必要としているかどうかさえ分からなかったインサイトを明らかにしてくれました。」
特に際立った例として、キューメトリクス（需要が高い販売期間中に待機しているユーザー数）に関する質問が急増しました。
このインサイトにより、Muehlenkampは明確な方向性を得ました。彼はその特定のテーマに対するエージェントの回答を改善し、最も重要な部分での精度を高めました。
どこに投資すべきかを推測するのではなく、実際の利用パターンに基づいて優先順位を付けることができました。
Agent Analyticsは回答を改善しただけでなく、製品エクスペリエンス全体を向上させました。エージェント周辺のユーザー行動を追跡することで、Muehlenkampは以下を特定しました：
この最後のインサイトが迅速な修正につながりました。ユーザーはチャットパネルを閉じるボタンがあると思っていましたが、実際には存在していませんでした。このデッドクリックが特定されると、チームはすぐに優先対応し、問題を解決しました。
こうした小さな改善が積み重なり、エージェントはより直感的で、日常のワークフローにもよりスムーズに溶け込むようになりました。
Ticketmasterは、すでにこのツールに強い関心を持っていた30〜35名のパワーユーザーを対象に、段階的なロールアウトからスタートしました。
結果は有望でしたが、スケールアップには証拠が必要でした。Agent Analyticsにより、Muehlenkampはその証拠を手にしました。
彼が明確に示せたのは、次の点です。
その可視性により、彼は当初の計画よりもはるかに速くアクセスを拡大する自信を得ました。少数のコホートから、より広いユーザーベース全体へのオプトインモデルへと移行しました。
「Agent Analyticsが私に与えてくれたのは確信…そして、より迅速に展開する自信でした。」
AIエージェントとPendo Agent Analyticsを組み合わせることで、Ticketmasterは以下を達成しました：
強力なプロダクトへの確信の鍵は、実際のユーザー行動によって裏付けられていることです。これらの成果が相まって、Ticketmasterはより効率的に運営し、無駄な作業を削減し、チームが迅速に行動できるよう支援しました。これらはコスト削減と業務パフォーマンスの両方を推進する重要な要因です。
Muehlenkampにとって、Agent Analyticsの最大のメリットの一つは、まだ非常に新しく日々進化しているこの領域における学習を加速できることです。
「AIエージェントの経験が10年ある人など存在しない。そんな人はいないのだ。」
仮定に頼るのではなく、プロダクトチームは実際のデータを活用して意図を理解し、インパクトを測定し、継続的に改善することができます。
他のプロダクトマネージャーへのアドバイスは？
「昨日までに作れ。」
