시리즈의 문서
헬프 센터가 라이브인 상태(셀프 서비스 시작하기 - 6부: 헬프 센터 시작하기 참조)에서 이제 헬프 센터가 어떻게 사용되고 있는지, 문서가 얼마나 유용한지, 셀프 서비스를 얼마나 잘 제공하고 있는지 파악하는 데 도움이 될 주요 셀프 서비스 메트릭을 추적하기 시작해야 합니다.
이 문서에서 다루는 주제는 다음과 같습니다.
셀프 서비스 점수 계산하기
헬프 센터의 성공은 여러 가지 방법으로 측정될 수 있습니다. 매달 얼마나 많은 사용자가 헬프 센터를 방문하고 몇 번이나 문서를 조회하는지 등 헬프 센터 사용도에 대한 이해를 얻고자 할 것입니다. 새로운 셀프 서비스 채널을 홍보하는 노력에 따라 사용도가 증가되어야 합니다.
헬프 센터 사용자 수를 동일한 기간에 만들어진 티켓 수와 비교할 수도 있습니다. 이를 셀프 서비스 점수(셀프 서비스 비율 및 티켓 수 감소율이라고도 함)라고 합니다.
셀프 서비스 점수 = 총 헬프 센터 사용자 수 / 티켓의 총 사용자 수
수식을 통해 셀프 서비스를 사용하여 스스로 문제를 해결하려고 시도한 고객 4명 중 한 명이 지원 요청을 제출함을 의미하는 4:1 등의 비율을 얻을 수 있습니다. 여기에서 점점 더 높은 비율(예를 들어 사용자 40명 중 1명만 티켓 제출 - 40:1 비율)을 얻으면 성공이 입증되는 것입니다.
Support의 리포팅 도구를 사용하여 보기와 티켓을 추적해서 점수를 계산할 수도 있습니다. Google 애널리틱스를 헬프 센터에 연결(헬프 센터의 Google 애널리틱스 사용 설정하기 참조)하면 Support와 함께 Google 애널리틱스를 사용하여 총 사용자 수와 총 조회 수 등을 추적할 수도 있습니다.
Google 애널리틱스를 헬프 센터에 연결하기
여느 웹사이트와 마찬가지로 헬프 센터가 어떤 식으로 사용되고 있으며 어느 부분을 개선해야 할지 등 가능한 자세하게 측정하고 싶을 것입니다. Google 애널리틱스를 헬프 센터에 연결한 후에는 트래픽, 사용자 참여도 및 기타 전형적인 웹사이트 메트릭을 분석할 수 있습니다.
Google 애널리틱스에서 추적할 만한 몇 가지 메트릭은 다음을 포함합니다.
- 사용자 - 사용자 메트릭은 셀프 서비스 점수 계산에 도움이 되는 것은 물론 방문자들이 세션 동안 액세스하는 페이지도 보여줌으로써 방문자가 콘텐츠를 얼마나 잘 이용하는지 전체적으로 파악할 수 있습니다.
- 평균 세션 지속 시간 - 평균 세션 지속 시간이 낮다면 방문자가 콘텐츠를 이용하고 있지 않음을 나타낼 수 있습니다.
- 신규 세션 비율 - 이 메트릭은 재방문자 수와 신규 방문자 수에 대한 정보를 제공함으로써 예를 들어 신규 사용자를 위해 더 많은 시작하기 콘텐츠를 제공하는 등 어떤 콘텐츠 종류에 중점을 두어야 할지 결정하는 데 도움을 줄 수 있습니다.
- 이탈률 - 시작 페이지(문서 목록이 있는 카테고리 및 섹션 페이지)의 이탈률이 높다면 방문자에게 필요한 콘텐츠를 제공하고 있지 않거나 문서 제목이 개선되어야 함을 나타낼 수 있습니다.
Google 애널리틱스로 추적할 수 있는 아주 많은 데이터가 있으므로 다음 문서 시리즈를 반드시 읽고 이 주제를 심도 있게 이해하시기 바랍니다.
Support에서 헬프 센터 활동 대시보드 사용하기
헬프 센터 활동이 추적되어 Support의 리포팅 대시보드에 제공됩니다. 지식창고 문서, 검색 및 커뮤니티(Zendesk Gather를 사용하여 커뮤니티를 사용 설정한 경우)를 위한 활동이 추적됩니다.
이 3가지 대시보드에서 발견하는 데이터의 도움을 받아 헬프 센터와 콘텐츠를 분석하고 개선할 수 있습니다. 모든 데이터가 흥미롭고 중요하지만 특히 일부 데이터는 지식창고 콘텐츠에 변경이 필요함을 나타내는 훌륭한 지표 역할을 합니다.
지식창고 대시보드
이 대시보드의 통계에는 만들어진 문서 수, 문서 조회 수, 그리고 총 투표 수, 수신 및 댓글 수가 포함됩니다. 이들 중 문서 조회수, 투표 수 및 댓글 수가 특히 중요합니다.
- 조회 수는 지식창고 문서의 총 조회 수입니다. 시간의 경과에 따라 추적하여 조회 수가 증가되는 것을 보고자 할 것입니다. 이 수를 통해 얼마나 잘 헬프 센터 및 지식창고의 사용을 촉진 및 유도하고 있는지 알 수 있습니다.
-
순 투표 수는 모든 문서에 대한 모든 긍정적 투표 및 부정적 투표 수의 차이입니다. 부정적 투표 수가 높다면 문서를 업데이트 및 개선해야 한다는 뜻일 수 있습니다. 반면 긍정적 투표 수가 높다면 문서가 유용하며 티켓 수 감소에 도움이 된다는 뜻입니다.
- 댓글 수는 지식창고의 문서에 달린 총 댓글 수입니다. 문서에 댓글이 많다는 것은 콘텐츠가 혼동스럽거나 불완전하여 고객이 후속 질문을 해야 한다는 의미일 수도 있습니다.
이 대시보드에 대한 자세한 내용은 지식창고 활동 분석하기를 참조하세요.
검색 대시보드
- 결과 없음은 0개의 결과를 리턴한 검색 수입니다. 이는 고객이 지식창고에 없는 무언가를 검색하고 있다는 뜻입니다. 엉뚱한 검색 문자열을 사용하여 결과가 없거나, 고객이 찾고 있는 정보를 제공하기 위해 새 지식창고 문서가 필요할 수도 있습니다.
- 클릭 없음은 아무 결과도 선택되지 않은 검색 수입니다. 콘텐츠 격차를 나타내거나(무언가를 검색했지만 아무 것도 없었음), 지식창고 문서의 제목을 업데이트해야 함을 나타낼 수도 있습니다(문서가 있지만 사용하는 검색어가 제목에 포함되어 있지 않음).
- 티켓 만듦은 티켓이 만들어진 검색 수입니다. 이 통계를 심층 분석하면 티켓이 만들어진 각 검색어를 볼 수 있습니다. 다음과 같은 두 가지가 원인일 수 있습니다. 첫째, 검색했지만 결과가 없어서 고객이 필요한 답을 얻기 위해 바로 티켓을 만들었습니다. 둘째, 문서를 클릭했으며 어떤 이유로든 상담사의 도움이 더 필요했습니다. 이는 문서에 정보를 더 추가해야 한다는 것을 의미할 수 있습니다.
이러한 통계 각각에 대해 어떤 검색 문자열이 사용되고 있는지 볼 수 있습니다. 고객이 대체 용어(이전 제품 이름, 경쟁사 중 한 곳에서 사용하는 용어)를 사용하고 있거나 빈번하게 철자를 잘 못 쓰고 있는 것을 발견할 수도 있습니다. 이런 경우 레이블을 사용하면 아주 편리합니다. 이러한 대체 용어와 틀린 철자를 문서의 레이블로 추가하여 고객의 검색 결과를 개선할 수 있습니다.
이 대시보드에 대한 자세한 내용은 헬프 센터 검색 결과 분석하기를 참조하세요.
커뮤니티 대시보드
이 대시보드의 통계에는 작성된 게시물 수, 게시물을 조회한 사용자 수, 그리고 총 투표 수, 수신 및 댓글 수가 포함됩니다.
커뮤니티는 또한 피드백을 제공하기 위한 곳이므로 커뮤니티 게시물을 통해 해당 주제를 다루는 지식창고 문서를 만들어야 한다는 것을 알 수도 있습니다.
이 대시보드에 대한 자세한 내용은 커뮤니티 활동 분석하기를 참조하세요.
Explore에서 Answer Bot 및 Knowledge Capture 활동 리포팅
셀프 서비스 채널의 일부로 Answer Bot을 사용 설정했다면 Zendesk Explore에서 제공되는 Guide 리포팅 대시보드에서 Answer Bot 활동을 추적할 수 있습니다.
고객이 문서를 클릭하는지, 상담사 개입 없이 얼마나 많은 문제가 해결되었는지, 그리고 얼마나 많은 문서가 유용하지 않다고 표시되었는지 추적함으로써 문서가 지원 문제 해결에 도움이 되고 있는지 알아볼 수 있습니다. 이 데이터는 셀프 서비스가 제대로 기능을 발휘하고 티켓 수를 줄이고 있는지 판단할 수 있는 가장 직접적인 정보 소스입니다.
Answer Bot 활동 리포팅에 대한 자세한 내용은 Answer Bot 활동 분석하기를 참조하세요.
Knowledge Capture 앱을 사용하여 문서를 만들고 상담사가 지식창고 콘텐츠에 더 쉽게 연결할 수 있도록 하는 경우 Explore의 Guide 리포팅 대시보드에 그 사용에 대한 리포팅도 제공됩니다. Knowledge Capture 활동 분석하기를 참조하세요.
0 댓글
댓글을 남기려면 로그인하세요.