고객을 위한 헬프 센터를 만든다는 것은 고객이 티켓을 등록하는 대신 스스로 문제를 해결할 수 있도록 셀프 서비스 채널을 제공하는 것입니다. 셀프 서비스를 통해 상담사가 처리해야 하는 요청 수를 줄일 수 있으므로(이를 티켓 수 줄이기라고 함) 고객 지원 조직을 확장하는 데 도움이 됩니다.
이 문서에서는 셀프 서비스 채널의 효율성을 측정하는 데 함께 사용할 수 있는 도구 및 메트릭을 소개합니다.
지식창고 참여 메트릭 분석하기
지식창고 활동 분석은 Explore의 지식창고 대시보드에서 시작됩니다. 이 대시보드에서 관리자는 지식창고의 필수 참여 메트릭을 측정할 수 있습니다.
자세한 내용은 Explore로 지식창고 활동 분석하기를 참조하세요.
검색 참여 메트릭 분석하기
고객이 헬프 센터에서 필요한 정보를 찾을 수 없다면 셀프 서비스 채널이 고객에게 거의 도움이 되지 않을 것입니다. Explore의 검색 대시보드는 고객이 검색하는 내용과 검색 후 어떤 조치를 취하는지 추적하는 데 도움이 되는 메트릭을 찾을 수 있는 곳입니다.
자세한 내용은 Explore로 헬프 센터 검색 결과 분석하기를 참조하세요.
Google 애널리틱스로 헬프 센터 사이트 활동 모니터링하기
다른 웹사이트처럼 Google 애널리틱스를 사용하여 헬프 센터의 트래픽과 활동을 모니터링하고 분석할 수 있습니다. Google 애널리틱스는 웹사이트 트래픽, 사용자 활동 및 사용자 참여에 대한 업계 표준 메트릭을 제공합니다. 필수 활동 데이터에 대한 스냅샷을 제공하는 Explore의 지식창고 대시보드와 함께 사용하면 Google 애널리틱스를 통해 중요한 사용자 활동 및 참여 메트릭을 더욱 심도 있게 파악할 수 있습니다.
이러한 메트릭으로 헬프 센터를 사용하여 얼마나 많은 티켓을 줄였는지 알 수는 없지만, 헬프 센터 콘텐츠의 사용도 및 효율성을 포괄적으로 이해할 수 있습니다.
시작하려면 헬프 센터용 Google 애널리틱스를 설정하세요. 그런 다음 Google 애널리틱스 계정에서 헬프 센터 활동을 추적할 수 있습니다.
- 페이지 조회 수: 헬프 센터의 페이지 조회 수입니다. Google 애널리틱스와 Explore의 지식창고 대시보드 둘 다에서 조회 수를 추적할 수 있습니다.
- 고유 페이지 조회 수: 헬프 센터의 고유 방문자 수입니다. 헬프 센터의 각 방문은 한 세션으로 계산되며, 각 세션을 통해 보통 여러 페이지 조회 수가 발생합니다. 헬프 센터를 방문하는 사용자 수를 추적하면 지정된 기간의 총 조회 수와 비교한 헬프 센터의 사용에 관한 통찰을 얻을 수 있습니다. 월 총 조회 수가 10,000건이고 동일한 기간 내 고유 사용자 수가 1,000명이면 그러한 사용자가 세션당 평균 10개의 페이지를 조회한다는 뜻입니다. 이로써 얼마나 많은 사용자가 셀프 서비스 콘텐츠를 사용하는지 이해하는 데 도움이 됩니다.
- 새 세션 비율(%): 헬프 센터의 새 사용자 수와 재방문 사용자 수를 이해하면 그러한 사용자들의 요구를 만족시키는 콘텐츠에 집중하는 데 도움이 됩니다. 예를 들어 신제품을 출시할 경우 새 사용자 수가 크게 늘어나고 신제품 사용에 필요한 정보를 제공함으로써 그러한 사용자들의 요구를 만족시킬 수 있습니다.
- 평균 세션 지속 시간: 헬프 센터에서 사용자 세션의 평균 지속 시간은 사용자가 헬프 센터에서 소요한 시간을 알려주며, 더 심도 있게 분석하면 사용자가 특정 문서 및 FAQ를 읽는 데 소요한 시간을 알 수 있습니다. 제공한 정보를 읽는 데 충분한 시간을 쓴다면 바람직한 것입니다. 그렇지 않다면 콘텐츠가 흥미롭지 않거나 필요한 정보를 제공하지 않음을 나타낼 수 있습니다.
- 세션당 페이지 수: 헬프 센터에서 한 세션 동안 조회한 평균 페이지 수입니다. 다시 말하지만 이로써 셀프 서비스 콘텐츠가 얼마나 많이 사용되는지 알 수 있습니다.
- 이탈률: 헬프 센터의 단일 페이지 세션 비율입니다. 이탈이란 고객이 헬프 센터의 시작 페이지를 본 후 여기에서 나갔음을 의미합니다. 사용자가 의도치 않게 헬프 센터를 방문했거나, 도착했을 때 본 페이지가 마음에 들지 않았을 수 있습니다.
Google 애널리틱스를 사용하면 사용자들이 무엇을 검색하고, 검색 후 어떤 조치를 취하는지에 대해서도 분석할 수 있습니다.
셀프 서비스 점수 계산하기
셀프 서비스 채널로서 헬프 센터의 효율성과 티켓 수 줄이기에 미치는 영향을 보다 직접적으로 정량화하기 위해 셀프 서비스 점수를 알고자 할 수 있습니다. 이 메트릭을 셀프 서비스 비율이라고도 하며 다음 수식을 사용하여 직접 계산할 수 있습니다.
셀프 서비스 점수 = 헬프 센터의 총 사용자 세션 수 / 티켓의 총 사용자 수
- 헬프 센터에서 Google 애널리틱스 사용 설정하기에 설명된 대로 Google 애널리틱스 계정을 설정하여 헬프 센터에 연결합니다.
- Google 애널리틱스에서 몇 달치 사용자 활동이 있는 경우에는 헬프 센터에서 방문자 세션 수에 대한 30일 스냅샷을 작성합니다.
- 이 수를 해당 기간 동안 티켓을 제출한 총 사용자 수로 나눕니다. Explore 사용법: 매달 티켓을 제출하는 사용자 수 알아보기
이 계산을 할 때 셀프 서비스 시도 차원에서 헬프 센터를 적극적으로 사용하는 것으로 간주하는 사항을 정의하고자 할 수도 있습니다. 셀프 서비스의 성공을 측정하기 위한 6가지 단계에서 RJMetrics의 Erin Cochran은 “우리는 ‘콘텐츠 상호작용’을 헬프 센터 시작 페이지를 방문하거나 새 티켓 양식으로 바로 이동하는 데 그치지 않고 더 많은 것을 한 사람으로 정의했고, 이로써 얼마나 많은 방문자가 티켓을 제출하기 전에 실제로 셀프 서비스를 시도하는지 더 잘 알 수 있었습니다.”라고 말합니다. Erin이 작성한 문서에서 셀프 서비스 평가를 위한 다른 유용한 팁도 살펴보세요.
지식창고 콘텐츠의 지식 활동 및 해결된 티켓 분석하기
컨텍스트 패널의 지식을 사용하면 상담사가 쉽게 고객과 지식창고 콘텐츠를 공유하고 안내하여 고객이 스스로 지원 문제를 해결할 수 있도록 도울 수 있습니다.
상담사가 지식창고 콘텐츠의 링크를 고객에게 보내는 답장에 추가해야 하므로 수작업이 필요하지만 링크된 콘텐츠를 사용하여 사용자가 직접 자신의 티켓을 해결하는 데 도움이 되었는지 추적할 수 있습니다. 이 경우 티켓 수가 줄어들지는 않았지만 셀프 서비스 채널의 사용을 통해 티켓이 해결된 것입니다.
자세한 내용은 지식 또는 Knowledge Capture 앱 활동 분석하기를 참조하세요.
문서를 통한 자동 답장을 통해 자동 티켓 해결 분석하기
문서를 통한 자동 답장 기능은 머신 러닝을 사용하여 수신 지원 요청의 텍스트를 스캔한 다음 고객이 상담사와 대화하지 않고도 스스로 문제를 해결하는 데 도움이 될 수 있는 관련 지식창고 문서 목록으로 티켓에 자동으로 응답합니다.
컨텍스트 패널의 지식과 마찬가지로 Explore에서 문서를 통한 자동 답장 활동에 대한 애널리틱스를 볼 수 있습니다. 가장 중요한 점은 지식창고 문서를 사용하여 얼마나 많은 티켓이 해결되었는지 확인할 수 있다는 것입니다.
여기에는 전반적인 성과(링크가 티켓을 해결한 횟수)와 개별 문서의 성과(고객이 문제를 해결하는 데 가장 도움이 되는 문서와 가장 도움이 안되는 문서)가 포함됩니다.
자세한 내용은 문서 추천 분석하기를 참조하세요.
셀프 서비스 채널 리포팅 옵션의 요약
리포팅 도구 | 보고서 위치 |
---|---|
지식창고 대시보드 | |
검색 대시보드 | Explore의 검색 대시보드 |
Google 애널리틱스 | Google 애널리틱스 대시보드 |
Knowledge Capture 대시보드 | Explore의 Knowledge Capture 대시보드 |
문서 추천 대시보드 | Explore의 문서 추천 대시보드 |