의도, 언어, 감성에 따라 자동으로 티켓 선별하기

주의: 이 문서에서 설명된 기능을 사용하려면 고급 AI 추가 기능이 있어야 합니다.

지능형 선별 기능은 인공지능(AI)을 사용하여 상담사나 관리자의 도움 없이 실행 가능한 정보로 티켓을 강화합니다. 특히 지능형 선별 기능은 AI를 사용하여 신규 티켓의 의도, 언어 및 고객 감성을 예측합니다.

지능형 선별은 의도, 언어 및 감성의 예측 및 신뢰도에 대한 Zendesk 티켓 필드를 사용 설정한 다음 이러한 필드를 사용하여 팀을 위한 보기를 설정하고, 트리거나 자동화로 자동화하며, Explore 보고서를 향상할 수 있습니다.

지능형 선별이 사용 설정되면 사용자들이 상담사 워크스페이스에서 컨텍스트 패널의 인텔리전스를 자동으로 사용할 수 있게 됩니다. 이 창은 사용자에게 추천 매크로와 더불어 티켓의 예측 의도, 언어 및 감성을 보여줍니다. 자세한 내용은 컨텍스트 패널에서 인텔리전스 사용하기를 참조하세요.

이 문서에서는 다음과 같은 주제를 다룹니다.

• 지능형 선별을 사용하기 위한 요구 사항
• 지능형 선별 이해하기
• 지능형 선별 사용 설정 및 구성하기
• 상담사가 지능형 선별 필드를 보고 업데이트할 수 있도록 하기
• 가능한 모든 의도 및 언어 값 보기
• 감성 값 이해하기

지능형 선별을 사용하기 위한 요구 사항

현재 지능형 선별은 다음 요구 사항을 충족하는 조직을 대상으로 제공됩니다.

요구 사항 유형	요구 사항 기준
플랜	Suite Professional 이상(레거시 플랜은 해당 안 됨)
업종 이 요구 사항은 의도 예측에만 적용됩니다. 나열된 업계 중 하나에 속하지 않고도 언어 및 감성 예측을 위해 지능형 선별을 계속 사용할 수 있습니다.	소매업 및 기업과 소비자 간(B2C) 전자 상거래. 제조업체, 도매업, 기업 간(B2B) 또는 소비자 간(C2C)은 포함하지 않음. 소프트웨어 플랫폼 또는 애플리케이션. B2C만. 가젯 또는 하드웨어 구성 요소를 상용화하는 회사는 포함하지 않음. 금융 서비스. 기존 뱅킹 및 온라인 뱅킹만. B2C만. 보험: 자동차, 건강, 주택 및 애완동물 보험을 포함.
티켓 건수 이 요구 사항은 의도 예측에만 적용됩니다.	지난 6개월 동안 지원되는 언어로 1,500건 이상의 티켓
티켓 언어 분포	최소 90% 이상의 티켓이 영어, 프랑스어, 포르투갈어, 독일어, 스페인어, 이탈리아어, 일본어, 러시아어, 네덜란드어, 한국어, 터키어, 중국어, 스웨덴어, 노르웨이어, 덴마크어, 폴란드어, 아랍어, 루마니아어, 체코어
모델 적합성 이 요구 사항은 의도 예측에만 적용됩니다.	현재 머신 러닝 모델이 계정에 얼마나 잘 적용되는지 판단하기 위해 지난 6개월의 티켓 샘플에 대해 품질 검사를 수행합니다. 품질 검사 중 지능형 선별이 티켓의 최소 30%에 높은 신뢰도 레이블을 지정하고 최소 60%에 중간 신뢰도 레이블을 지정해야 합니다.

신청한 고객 대상으로 제공되는 프로그램 참여자

이전에는 Zendesk가 신청한 고객을 대상으로 지능형 선별을 제공했습니다. 신청한 고객 대상으로 제공되는 프로그램에 참여하려면 다음 조건을 갖추어야 합니다.

• 위에 나열된 요구 사항을 충족함
• 2022년 12월 12일 이전에 지능형 선별을 활성화함

신청한 고객 대상으로 제공되는 프로그램에 참여한 고객은 유료 플랜 추가 기능을 구입할 필요 없이 2022년 12월 12일 이전에 발표된 지능형 선별 기능을 무료로 계속 이용할 수 있습니다. 신청한 고객 대상으로 무료로 제공되는 프로그램에는 추가적인 기능이 포함되지 않습니다.

지능형 선별 이해하기

지능형 선별을 사용 설정하면 시스템이 티켓에 새 필드를 추가합니다.

• 의도: 티켓에 대한 예측입니다. 가능한 값을 보려면 설정 페이지의 분류 탭으로 가면 됩니다.
• 의도 신뢰도: 의도 예측이 정확할 가능성입니다. 가능한 값은 높음, 중간, 낮음입니다.
• 언어: 티켓이 어떤 언어로 작성되었는지에 대한 예측입니다. 가능한 값을 보려면 설정 페이지의 분류 탭으로 가면 됩니다.
• 언어 신뢰도: 언어 예측이 정확할 가능성입니다. 가능한 값은 높음, 중간, 낮음입니다.
• 감성: 고객이 요청에 대해 어떻게 느끼는지에 대한 예측입니다. 가능한 값은 매우 긍정적, 긍정적, 중립, 부정적 및 매우 부정적입니다.
• 감성 신뢰도: 감성 예측이 정확할 가능성입니다. 가능한 값은 높음, 중간, 낮음입니다.

이러한 필드는 티켓이 제출될 때 첫 메시지의 콘텐츠를 기준으로 Zendesk의 머신 러닝 모델에 의한 티켓 업데이트를 통해 채워집니다. 상담사는 필요한 경우 의도, 언어 또는 감성 필드를 변경할 수 있습니다.

필드가 채워질 때 태그 역시 자동으로 티켓에 추가되어 트리거, 자동화 및 리포팅를 빌드하는 데 도움이 됩니다. 이러한 태그는 의도, 언어 및 감성 필드의 값을 반영하며 다음과 같이 구성됩니다.

• intent__의도 필드의 값
• language__언어 필드의 값
• sentiment__감성 필드의 값

팁: 트리거, 자동화 또는 보고서를 만들 때 빌드를 더 쉽게 만드는 것에 따라 필드 값이나 태그를 사용할 수 있습니다. 예를 들어 여러 의도로 트리거를 만들 때에는 여러 필드 값에 대해 별도의 조건을 추가하는 것보다 태그를 더 빨리 추가할 수 있으므로 태그를 사용하는 것이 더 쉽습니다.

지능형 선별 결과를 보여주는 보고서를 만드는 방법을 알아보려면 Explore 사용법: 지능형 선별 예측 및 신뢰도를 참조하세요.

팁: 티켓 API를 사용하여 의도 및 언어를 사용자 지정 필드 값으로 리턴할 수도 있습니다.

지능형 선별 사용 설정 및 구성하기

관리자는 관리 센터에서 지능형 선별을 사용 설정할 수 있습니다.

지능형 선별은 사용 설정된 후 만든 티켓에만 예측을 추가합니다. 지능형 선별이 사용 설정되기 전에 만든 티켓의 예측 값에는 사용할 수 없음이 표시됩니다.

지능형 선별을 사용 설정하고 구성하려면 다음과 같이 하세요.

1. 관리 센터의 사이드바에서 개체 및 규칙을 클릭한 다음 비즈니스 규칙 > 지능형 선별을 선택합니다.
2. 지능형 선별 기능 켜기를 선택합니다.

   

   처음에 의도, 언어 및 감성 예측 유형의 상태가 보류로 나열되는 다음 화면으로 이동됩니다. 잠시 후 상태가 활성으로 바뀌어 지능형 선별이 준비되었음을 알려줍니다. 의도 상태가 사용할 수 없음으로 나타나면 의도를 사용할 수 없는 이유가 무엇인가요? 문서를 참조하세요.

   

3. 개별 예측 유형을 추가로 구성하거나 사용 중지하려면 수정하려는 예측 유형에 대한 설정을 클릭합니다.
4. 예측 유형의 설정 페이지를 통해 다음 옵션 중에서 선택합니다.
   • <예측 유형> 선별 사용 설정: 시스템이 해당 예측 유형별로 티켓을 자동으로 분류하지 않도록 하려면 확인란을 지웁니다.
   • 이메일 채널: 웹 양식, 이메일 및 웹 서비스(API) 채널이 기본적으로 사용 설정되어 있습니다. 원하는 경우 Text, 웹 위젯, 모바일 SDK 및 모바일 채널도 사용 설정할 수 있습니다.
     참고: 일반적으로 추가 채널을 사용 설정하는 것을 권하지는 않지만 다른 채널에 티켓 양이 많은 경우에는 그러한 채널을 사용 설정하는 것을 고려할 수도 있습니다. 대화형 메시지, 시스템 알림 또는 스팸이 더 많은 채널은 신뢰도 예측도가 더 낮습니다.
   • 메시징 채널: 메시징 채널은 의도 예측 유형에만 사용할 수 있습니다. 웹 위젯, WhatsApp 및 Facebook Messenger 채널은 기본적으로 사용 설정됩니다. 원한다면 Android SDK, Google RCS, Instagram DM, iOS SDK, LINE, Slack, Telegram, Twilio SMS, 트위터 DM, Viber 및 WeChat 채널을 사용 설정할 수도 있습니다.
     참고: 지능형 선별이 메시징 채널에서 의도를 예측할 수 있으려면 대화가 봇 빌더에서 최소 하나 이상의 플로우를 통해 라우팅되어야 합니다. 도움말은 답변을 사용하여 대화 봇 구축하기를 참조하세요.
   • 제외 조건: 상담사가 만든 티켓을 지능형 선별 프로세스에서 제외하려면 상담사가 시작한 티켓 무시 확인란을 선택합니다.

     

5. 저장을 클릭합니다.

참고: 타사 도구를 사용하여 티켓을 자동 업데이트하는 경우에는 그러한 도구가 반드시 safe_update 특성을 사용하도록 구성되어 있어야 지능형 선별 티켓 필드를 실수로 덮어쓰지 않습니다. 자세한 내용은 티켓 업데이트 충돌에 대해 보호하기를 참조하세요.

상담사가 지능형 선별 필드를 보고 업데이트할 수 있도록 하기

지능형 선별을 사용 설정할 때 시스템이 자동으로 의도, 언어 및 감성 필드를 채우지만 이러한 필드는 기본적으로 단일 티켓 양식이 있는 경우에만 티켓에 표시됩니다.

• 여러 티켓 양식이 있고 상담사가 티켓에서 이러한 필드를 보고 변경할 수 있도록 하려면 티켓 양식을 편집하여 새 필드를 양식에 드래그하여 추가하세요.
• 단일 티켓 양식이 있고 상담사가 티켓에서 이러한 필드를 보고 변경할 수 없도록 하려면 기본 티켓 양식을 편집하여 양식 밖으로 새 필드를 드래그하여 제거하세요.
• Explore 리포팅이나 API 사용을 위해서만 지능형 선별 필드 값을 사용하려는 경우 티켓 양식에 추가할 필요가 없습니다.

상담사가 티켓에서 의도, 언어 및 감성 필드를 볼 수 있도록 선택하면 상담사가 이러한 필드의 값이 올바르지 않다고 생각하는 경우 업데이트할 수 있습니다.

Zendesk의 머신 러닝 모델은 티켓의 첫 번째 메시지에 대해서만 언어, 의도 및 감성을 감지하기 위한 것입니다. 상담사는 이러한 필드에 대한 모든 업데이트가 첫 번째 메시지를 기반으로 해야 한다는 점을 이해해야 합니다.

가능한 모든 의도 및 언어 값 보기

의도 필드의 경우 지능형 선별에 사용된 머신 러닝 모델은 현재 특히 전자상거래 및 소프트웨어 조직의 의도를 식별하도록 훈련되었습니다. 또한 의도 및 감성 감지는 다음 언어에 대해서만 작동합니다.

영어 프랑스어 독일어 이탈리아어 포르투갈어 스페인어 일본어	러시아어 네덜란드어 한국어 터키어 중국어(간체) 스웨덴어	노르웨이어 덴마크어 폴란드어 아랍어 루마니아어 체코어

언어 필드의 경우 지능형 선별은 대략 150개의 서로 다른 언어를 감지할 수 있습니다.

의도나 언어 설정 페이지의 분류 탭에서 가능한 모든 의도 및 언어 값을 볼 수 있습니다.

가능한 모든 의도 및 언어 값을 보려면 다음과 같이 하세요.

1. 관리 센터의 사이드바에서 개체 및 규칙을 클릭한 다음 비즈니스 규칙 > 지능형 선별을 선택합니다.
2. 수정하려는 예측 유형에 대한 설정을 클릭합니다.
3. 분류 탭을 클릭합니다.

   

4. 보고 있는 예측 유형에 따라 개별 의도나 언어를 찾아보려면 목록에서 각 카테고리를 클릭하여 확장합니다. 또는 검색 창을 사용하여 특정 의도나 언어를 검색할 수 있습니다.
5. 각 의도나 언어와 연관된 태그를 보려면 작업 > 태그 표시를 클릭합니다. 이는 지능형 선별 조건으로 트리거나 보기를 구성할 때 유용할 수 있습니다. 자동 선별된 티켓을 위한 트리거 만들기 및 자동 선별된 티켓을 위한 보기 만들기를 참조하세요.
6. 관련 태그와 함께 모든 의도나 언어 값의 CSV 파일을 다운로드하려면 작업 > CSV 다운로드를 클릭합니다. 이는 많은 지능형 선별 조건으로 트리거나 보기를 구성할 때 유용할 수 있습니다.

감성 값 이해하기

감성은 고객이 제출하는 요청에 대해 얼마나 긍정적이거나 부정적인지에 대한 예측입니다. 고객의 첫 번째 메시지의 텍스트에 따라 예측하여 다음 카테고리 중 하나로 분류합니다.

• 매우 긍정적: 메시지에 “훌륭한” 또는 “완벽한”과 같은 강력한 긍정적인 단어, 강한 부사 수식어가 붙은 긍정적인 단어 또는 여러 개의 긍정적인 문장이 포함될 가능성이 높습니다.
• 긍정적: 메시지에 고마움을 표현하는 문구나 하나 이상의 긍정적인 문장이 포함될 가능성이 높습니다.
• 중립: 메시지에 “모든” 또는 “항상”과 같은 부정적 한정사 없이 사실에 입각한 문장이 있거나 긍정적인 문장과 부정적인 문장이 섞여 있을 가능성이 높습니다.
• 부정적: 메시지에 불만을 표현하는 문구, 부정적인 단어를 포함한 불평 또는 동일한 불만족의 반복이 포함될 가능성이 높습니다.
• 매우 부정적: 메시지에 강력한 부정적인 단어, 대문자로 표기된 텍스트, 여러 개의 느낌표 또는 여러 개의 부정적인 문구가 포함될 가능성이 높습니다.

Zendesk의 머신 러닝 모델은 고객 서비스에 특화되어 있습니다. 즉, 고객이 주문에 문제가 있거나 필요한 정보를 찾을 수 없거나 기타 유사한 “부정적” 상황이 있다고 해서 티켓에 부정적인 감성이 배정되지는 않습니다. 대신 고객이 해결해야 할 문제가 있어 고객 서비스에 연락한다는 가정하에 모델이 감성을 분석하도록 조정되어 있습니다.