종사하는 업계에 관계없이 고객 서비스 작업은 비즈니스의 성패를 좌우할 수 있습니다. Zendesk의 고급 AI 추가 기능은 고객이 처음 연락하는 순간부터 고객 서비스 여정 전체에 걸쳐 고객의 요구 사항을 이해할 수 있는 강력한 방법입니다.
이 문서에 제시된 성공 사례는 Zendesk의 AI 기반 인사이트를 최대한 활용하여 비용을 절감하고, 매출을 창출하며, 시간을 절약하고, 가치를 증대할 수 있도록 돕습니다.
아래 버튼 중 하나를 선택하여 업계별 성공 사례를 보세요.
이 문서에서는 다음과 같은 주제를 다룹니다.
이 문서에서는 다음과 같은 주제를 다룹니다.
이 문서에서는 다음과 같은 주제를 다룹니다.
관련 문서:
소매: 운영 비용 절감
지능형 선별로 고객 의도를 활용하여 운영 워크플로우를 간소화하고 AI 봇을 강화하여 일부 티켓이 상담사 대기열에 쌓이는 일이 없도록 할 수 있습니다. 상담사가 티켓을 처리해야 할 때에는 추천 매크로의 도움으로 상담사가 신속하고 효율적으로 일관성 있는 지원을 제공할 수 있습니다.
성공 사례
- 제품 사이즈, 재고 추적 정보, 반품 등 고객 요청 유형에 대한 추세와 폭증을 모니터링하여 고객 서비스의 어느 부분을 실시간으로 조정해야 하는지 정확히 찾아내고 운영에 대한 장기적 개선 사항을 알립니다. Explore 사용법: 지능형 선별 예측 및 신뢰도를 참조하세요.
- 일반적인 요청을 정확하게 파악하고 그러한 요청 유형에 대한 관련 지식창고 콘텐츠를 제공하여 티켓 수를 더욱 줄이고 구매자가 셀프 서비스를 이용하도록 할 수 있습니다. 셀프 서비스 시작하기 - 7부: 지식창고 유지 관리 및 개선하기를 참조하세요.
- 관리자를 위한 매크로 제안을 통해 매크로의 부족한 부분을 검토하여 상담사들이 반품 정책, 품절 상품, 배송 문제 등 인기 대화에 대해 회사가 승인한 응답을 반드시 갖추고 있도록 하세요. 매크로 제안에서 매크로 만들기를 참조하세요.
- 소매 특정 의도로 사전 학습되어 제공되는 고급 봇으로 쉽게 해결 가능한 요청의 수를 줄이세요. 이러한 봇은 개인화된 연중무휴 서비스를 제공하여 비용을 절감하고 지원팀의 반복적인 작업 부담을 덜어줍니다. 고급 봇에 대한 정보를 참조하세요.
소매: 매출 창출 및 전환율 증가
판매 성사와 관련하여 Zendesk의 AI 기반 고객 의도 데이터가 강력한 도구가 될 수 있습니다.
성공 사례
- 프로모션 코드 적용이나 결제 방법 인식 문제 등 결제 문제와 관련된 고객 의도를 추적합니다. 상담사가 이러한 문제를 처리하여 전환율을 개선하고 매출을 높일 수 있도록 교육하세요. 이러한 유형의 문제에 대한 보기를 만들어 상담사가 이러한 요청을 찾아 우선적으로 처리할 수 있도록 도울 수도 있습니다. 자동 선별된 티켓을 위한 보기 만들기를 참조하세요.
- 중도 포기한 품목을 장바구니에 다시 표시합니다. Magento 또는 Shopify와 같은 타사 시스템을 사용하여 사용자 여정을 추적하는 경우에는 이 데이터를 고객 의도와 연결하여 전환율을 개선할 수 있습니다. 예를 들어 결제 문제와 관련된 의도의 경우 외부 API로 호출하여 봇 플로우에서 프로모션 코드나 결제 안내를 제공할 수 있습니다. 플로우 빌더에서 API 호출하기 단계 사용하기를 참조하세요.
- AI 지원 봇으로 구매자가 직접 또는 가상 상담이나 약속을 정할 수 있도록 하여 구매자가 더 이상 우려하지 않도록 합니다. 고급 봇에 대한 정보를 참조하세요.
- 구체적인 제품을 제안하기 위해 구매한 제품이나 지난 작업 등 과거 정보로 고객 의도를 계층화하여 고객 경험을 심층적으로 개인화합니다.
소매: 상담사 시간 절약
종종 고객은 고객 서비스 담당자와 상대하고 싶어 하지 않거나 그럴 필요가 없습니다. 그러한 경우에는 셀프 서비스 옵션을 제공하여 고객이 스스로 문제를 해결하게 하여 고객과 상담사 모두의 시간을 절약하는 것이 더 좋습니다.
성공 사례
- 의도에 따라 특정 요청을 자동으로 적절한 부서로 보내는 트리거를 만들어 팀들 간의 공동 작업을 단순화합니다. Zendesk 환경 밖의 팀들과 공동 작업할 수도 있습니다(예를 들어 제품 재고가 있는지에 대한 질문을 자동으로 창고에 전달). 자동 선별된 티켓을 위한 트리거 만들기 및 웹훅을 사용하여 외부 리소스로 정보 전달을 참조하세요.
- 신뢰도 수준이 높은 의도가 있는 요청에 자동 답장을 보내 상담사가 다른 더 복잡한 대화에 집중할 수 있도록 합니다. 자동 선별된 티켓을 위한 트리거 만들기를 참조하세요.
- 요청 유형에 따른 봇 워크플로우를 만들어 고객으로부터 중대한 정보를 사전대응적으로 요청하여 상담사가 티켓이 자신에게 배정될 때까지 문제 해결을 시작하는 데 필요한 모든 정보를 갖추도록 할 수 있습니다. 사전대응적으로 자세한 정보 요청을 참조하세요.
소매: 고객 평생 가치 증가 및 브랜드 충성도 강화
지난 작업으로 고객 감성 및 의도 데이터를 계층화합니다. 정보를 결합하면 상담사가 단일 보기에서 공감적이고 개인화된 고객 경험을 제공할 수 있습니다.
성공 사례
- 감성 분석으로 고객의 어떻게 느끼고 있는지 이해합니다. 부정적 감성의 대화를 특정 상담사 그룹에 자동으로 배정하고 트리거를 사용하여 우선 순위를 높여 상담사가 고객의 우려에 응답하도록 돕습니다. 감성에 따라 라우팅 트리거 만들기를 참조하세요.
- 고객 의도 및 감성에 따라 SLA를 맞춤 조정하여 상담사가 가장 중요한 사안을 우선적으로 처리할 수 있도록 돕습니다. SLA 정책 정의 및 사용하기를 참조하세요.
- CRM 또는 외부 주문 시스템과 같은 프론트엔드 및 백엔드 시스템과 봇을 연결합니다. 이러한 연동 유형은 상담사에게 고객의 지난 구매, 반품 기록, 충성도 정보 등에 대한 과거 정보를 제공하여 고객 경험을 맞춤 조정하여 단골 고객으로 만들 수 있도록 합니다. 웹훅을 만들어 타사 시스템과 상호작용하기를 참조하세요.
소프트웨어: 운영 비용 절감
지능형 선별로 고객 의도를 활용하여 운영 워크플로우를 간소화하고 AI 봇을 강화하여 일부 티켓이 상담사 대기열에 쌓이는 일이 없도록 할 수 있습니다. 상담사가 티켓을 처리해야 할 때에는 추천 매크로의 도움으로 상담사가 신속하고 효율적으로 일관성 있는 지원을 제공할 수 있습니다.
성공 사례
- 소프트웨어 특정 의도로 사전 학습되어 제공되는 고급 봇으로 쉽게 해결 가능한 요청의 수를 줄이세요. 이러한 봇은 개인화된 연중무휴 서비스를 제공하여 비용을 절감하고 비밀번호 재설정 또는 구독 업데이트 요청과 같은 지원팀의 반복적인 작업 부담을 덜어줍니다. 고급 봇에 대한 정보를 참조하세요.
- 성능이나 제품 문제 등 고객 요청 유형에 대한 추세와 폭증을 모니터링하여 고객 서비스의 어느 부분을 실시간으로 조정해야 하는지 정확히 찾아내고 운영에 대한 장기적 개선 사항을 알립니다. Explore 사용법: 지능형 선별 예측 및 신뢰도를 참조하세요.
- 일반적인 요청을 정확하게 파악하고 등록, 계정 지원, 구독 취소 등 그러한 요청 유형에 대한 관련 지식창고 콘텐츠를 제공하여 티켓 수를 더욱 줄이고 구매자가 셀프 서비스를 이용하도록 할 수 있습니다. 셀프 서비스 시작하기 - 7부: 지식창고 유지 관리 및 개선하기를 참조하세요.
소프트웨어: 전환율 증가 및 순 유지율 주도
판매 성사와 관련하여 Zendesk의 AI 기반 고객 의도 데이터가 강력한 도구가 될 수 있습니다.
성공 사례
- 봇을 프론트엔드 및 백엔드 시스템과 연결합니다. 이러한 연동 유형은 상담사에게 고객의 구독 정보, 제품 사용량, 계정 관리 세부 정보 등에 대한 과거 정보를 제공하여 고객 경험을 맞춤 조정하여 단골 고객으로 만들 수 있도록 합니다. 웹훅을 만들어 타사 시스템과 상호작용하기를 참조하세요.
- 구체적인 제품을 제안하기 위해 조회한 페이지나 지난 작업 등 과거 정보로 고객 의도를 계층화하여 고객 경험을 심층적으로 개인화합니다.
- 최근 조회했지만 조치를 취하지 않은 항목을 다시 표시하거나 라이선스 및 구독 기록에 따라 사전대응적으로 제품을 제안하여 매출을 창출합니다.
- 자동 요청 라우팅으로 브랜드 충성도를 이끌고 확장하는 적정 규모의 기술 지원을 제공합니다. 고객 의도, 감성 및 언어에 따라 수신 요청이 자동으로 올바른 상담사나 상담사 그룹에 전달됩니다. 자동 선별된 티켓 라우팅하기를 참조하세요.
소프트웨어: 상담사 시간 절약
종종 고객은 고객 서비스 담당자와 상대하고 싶어 하지 않거나 그럴 필요가 없습니다. 그러한 경우에는 셀프 서비스 옵션을 제공하여 고객이 스스로 문제를 해결하게 하여 고객과 상담사 모두의 시간을 절약하는 것이 더 좋습니다.
성공 사례
- 의도에 따라 특정 요청을 자동으로 적절한 부서로 보내는 트리거를 만들어 팀들 간의 공동 작업을 단순화합니다. Zendesk 환경 밖의 팀들과 공동 작업할 수도 있습니다(예를 들어 결제 관련 질문을 자동으로 재무 팀에 전달). 자동 선별된 티켓을 위한 트리거 만들기 및 웹훅을 사용하여 외부 리소스로 정보 전달을 참조하세요.
- 신뢰도 수준이 높은 의도가 있는 요청에 자동 답장을 보내 상담사가 다른 더 복잡한 대화에 집중할 수 있도록 합니다. 자동 선별된 티켓을 위한 트리거 만들기를 참조하세요.
- 요청 유형에 따른 봇 워크플로우를 만들어 고객으로부터 중대한 정보를 사전대응적으로 요청하여 상담사가 티켓이 자신에게 배정될 때까지 문제 해결을 시작하는 데 필요한 모든 정보를 갖추도록 할 수 있습니다. 사전대응적으로 자세한 정보 요청을 참조하세요.
- 관리자를 위한 매크로 제안을 통해 매크로의 부족한 부분을 검토하여 상담사들이 구독이나 제품 업데이트 등 인기 대화에 대해 회사가 승인한 응답을 반드시 갖추고 있도록 하세요. 매크로 제안에서 매크로 만들기를 참조하세요.
소프트웨어: 성능 모니터링
지난 작업으로 고객 감성 및 의도 데이터를 계층화합니다. 정보를 결합하면 상담사가 단일 보기에서 공감적이고 개인화된 고객 경험을 제공할 수 있습니다.
성공 사례
- 버그나 결함 가능성에 대한 추세를 사전대응적으로 식별하여 에스컬레이션 가능성을 방지합니다. Explore 사용법: 지능형 선별 예측 및 신뢰도를 참조하세요.
- 감성 분석으로 고객의 어떻게 느끼고 있는지 이해합니다. 부정적 감성의 대화를 특정 상담사 그룹에 자동으로 배정하고 트리거를 사용하여 우선 순위를 높여 상담사가 고객의 우려에 응답하도록 돕습니다. 감성에 따라 배정 트리거 만들기를 참조하세요.
- 고객 의도 및 감성에 따라 SLA를 맞춤 조정하여 상담사가 가장 중요한 사안을 우선적으로 처리할 수 있도록 돕습니다. SLA 정책 정의 및 사용하기를 참조하세요.
금융 서비스: 운영 비용 절감
지능형 선별로 고객 의도를 활용하여 운영 워크플로우를 간소화하고 AI 봇을 강화하여 일부 티켓이 상담사 대기열에 쌓이는 일이 없도록 할 수 있습니다.
상담사가 티켓을 처리해야 할 때에는 추천 매크로의 도움으로 상담사가 신속하고 효율적으로 일관성 있는 지원을 제공할 수 있습니다. 규제 환경에서 추천 매크로는 정부 규정 준수를 보장하여 상담사가 사전 승인된 응답만 제공하도록 합니다.
성공 사례
- 거래 보류나 결제금 문제 등 고객 요청 유형에 대한 추세와 폭증을 모니터링하여 고객 서비스의 어느 부분을 실시간으로 조정해야 하는지 정확히 찾아내고 운영에 대한 장기적 개선 사항을 알립니다. Explore 사용법: 지능형 선별 예측 및 신뢰도를 참조하세요.
- 일반적인 요청을 정확하게 파악하고 거래 기록, 잔액 문의, 자금 이체 등 그러한 요청 유형에 대한 관련 지식창고 콘텐츠를 제공하여 티켓 수를 더욱 줄이고 구매자가 셀프 서비스를 이용하도록 할 수 있습니다. 셀프 서비스 시작하기 - 7부: 지식창고 유지 관리 및 개선하기를 참조하세요.
- 관리자를 위한 매크로 제안을 통해 매크로의 부족한 부분을 검토하여 상담사들이 인기 대화에 대해 회사가 승인한 응답을 반드시 갖추고 있도록 하세요. 매크로 제안에서 매크로 만들기를 참조하세요.
- 금융 서비스 특정 의도로 사전 학습되어 제공되는 고급 봇으로 쉽게 해결 가능한 요청의 수를 줄이세요. 이러한 봇은 개인화된 연중무휴 서비스를 제공하여 비용을 절감하고 지원팀의 반복적인 작업 부담을 덜어줍니다. 고급 봇에 대한 정보를 참조하세요.
금융 서비스: 규정 준수 보장 및 단속 벌금 감소
Zendesk 고급 AI는 규정 준수를 보장하고 고객이 신용카드 지불 거절 분쟁이나 GDPR 또는 CCPA 요청과 같이 시간에 민감한 불만을 규제 기관에 에스컬레이션하는 것과 관련된 단속 벌금을 줄이는 데 도움이 될 수 있습니다.
성공 사례
- AI 기반 의도 및 감성 감지를 사용하여 잘 보이도록 규정 준수 관련 티켓을 자동으로 분류합니다. 의도, 언어, 감성에 따라 자동으로 티켓 선별하기를 참조하세요.
- 시간 기반 자동화를 사용하여 티켓의 우선 순위를 정하고 올바른 상담사 그룹에 티켓을 배정합니다. 요청이 얼마나 오래 대기열에 있었는지에 따라 상담사에게 알림을 보내 법적으로 요구되는 시간 제한 내에 티켓이 해결되도록 보장할 수도 있습니다. 자동 선별된 티켓 라우팅하기를 참조하세요.
금융 서비스: 매출 창출 및 전환율 증가
판매 성사와 관련하여 Zendesk의 AI 기반 고객 의도 데이터가 강력한 도구가 될 수 있습니다.
성공 사례
- 신용카드나 대출 등 신규 상품의 신청 프로세스 동안 고급 봇으로 연중무휴 지원을 제공합니다. 고객이 신청을 완료하는 데 도움이 되는 맞춤형 정보를 통해 적시에 고객 지원을 받을 수 있도록 합니다. 고급 봇에 대한 정보를 참조하세요.
- VIP 고객의 만족도를 유지합니다. 중요한 고객의 경우에는 자동 답장을 보내지 못하게 하고 대신 상담사에게 직접 라우팅합니다. VIP가 특정 감성(예: 부정적) 또는 의도로 요청을 제출하는 경우에는 반드시 요청을 에스컬레이션하고 적합한 상담사에게 보내 SLA 이내에 답변되도록 하세요. 워크플로우 사용법: 트리거를 사용하여 중요한 고객의 지원 요청 관리하기를 참조하세요.
- 제품 기록과 함께 AI 기반 고객 의도 데이터를 활용하여 개인화된 제품 및 서비스를 추천하고 전환율을 개선합니다. Explore 사용법: 지능형 선별 예측 및 신뢰도를 참조하세요.
- 구체적인 제품을 제안하기 위해 거래 기록이나 지난 작업 등 과거 정보로 고객 의도를 계층화하여 고객 경험을 심층적으로 개인화합니다.
금융 서비스: 상담사 시간 절약
종종 고객은 고객 서비스 담당자와 상대하고 싶어 하지 않거나 그럴 필요가 없습니다. 그러한 경우에는 셀프 서비스 옵션을 제공하여 고객이 스스로 문제를 해결하게 하여 고객과 상담사 모두의 시간을 절약하는 것이 더 좋습니다.
성공 사례
- 고객 의도 데이터를 사용하여 스팸 요청을 식별하고 그러한 스팸 요청이 상담사 보기에 도달하지 못하도록 하여 상담사가 실제 요청에 집중할 수 있도록 합니다. 자동 선별된 티켓을 위한 트리거 만들기를 참조하세요.
- 예를 들어 의심되는 거래를 사기 대응 부서로 전달하는 것과 같이 의도에 따라 특정 요청을 자동으로 적절한 부서로 보내는 트리거를 만들어 팀들 간의 공동 작업을 단순화합니다. Zendesk 환경 밖의 팀들과 공동 작업할 수도 있습니다. 자동 선별된 티켓을 위한 트리거 만들기 및 웹훅을 사용하여 외부 리소스로 정보 전달을 참조하세요.
- 신뢰도 수준이 높은 의도가 있는 요청에 자동 답장을 보내 상담사가 다른 더 복잡한 대화에 집중할 수 있도록 합니다. 자동 선별된 티켓을 위한 트리거 만들기를 참조하세요.
- 요청 유형에 따른 봇 워크플로우를 만들어 고객으로부터 중대한 정보를 사전대응적으로 요청하여 상담사가 티켓이 자신에게 배정될 때까지 문제 해결을 시작하는 데 필요한 모든 정보를 갖추도록 할 수 있습니다. 예를 들어 봇이 우편번호와 계좌 번호 등 민감하지 않은 개인 식별 정보(PII)를 얻도록 하여 명세서에 관한 질문을 신속히 처리할 수 있습니다. 사전대응적으로 자세한 정보 요청을 참조하세요.
금융 서비스: 고객 평생 가치 증가 및 브랜드 충성도 강화
지난 작업으로 고객 감성 및 의도 데이터를 계층화합니다. 정보를 결합하면 상담사가 단일 보기에서 공감적이고 개인화된 고객 경험을 제공할 수 있습니다.
성공 사례
- 신용카드 결제 문제와 같은 고객 의도를 추적하고, 이러한 문제를 처리하도록 상담사를 교육하여 유지율을 개선하고 카드 사용량을 높입니다. 이러한 유형의 문제에 대한 보기를 만들어 상담사가 이러한 요청을 찾아 우선적으로 처리할 수 있도록 도울 수도 있습니다. 자동 선별된 티켓을 위한 보기 만들기를 참조하세요.
- 선호도 및 현재 사용 중인 상품과 같은 고객 데이터를 사용하여 봇을 프론트 및 백 오피스 시스템과 연결하여 기존 고객에게 상향 판매 및 교차 판매 제안을 합니다. (예: “새 골드 카드를 받을 수 있는 자격을 갖추셨습니다. 이 상품에 대해 자세히 알아보시겠습니까?”) 웹훅을 만들어 타사 시스템과 상호작용하기를 참조하세요.
- 감성 분석으로 고객이 어떻게 느끼고 있는지 이해합니다. 부정적 감성의 대화를 특정 상담사 그룹에 자동으로 배정하고 트리거를 사용하여 우선 순위를 높여 상담사가 고객의 우려에 응답하도록 돕습니다. 감성에 따라 배정 트리거 만들기를 참조하세요.
- 고객 의도 및 감성에 따라 SLA를 맞춤 조정하여 상담사가 가장 중요한 사안을 우선적으로 처리할 수 있도록 돕습니다. SLA 정책 정의 및 사용하기를 참조하세요.
0 댓글
댓글을 남기려면 로그인하세요.