최근 Zendesk 커뮤니티는 ‘CX에서 가장 자율적인 봇’인 Zendesk AI 상담사에 대한 두 번째 Post-Relate 심층 분석을 개최했습니다. 전문가 패널은 AI 상담사의 핵심 기능을 자세히 살펴보고 대화형 제품 데모를 선보였습니다. 참석자에게 성공 사례, 실제 사용 사례를 소개하고 AI 상담사와의 서비스 경험을 개선하기 위한 리소스를 받았습니다.
이 이벤트는 자동 해결 비율을 개선하고, 고객 상호작용을 높이며, 운영 효율성을 높일 수 있는 AI 상담사의 잠재력을 강조했습니다. 라이브 Q&A 세션을 통해 참가자에게 개인화된 인사이트를 제공했습니다. 이 문서에서는 이벤트 리소스, 이벤트 녹음 및 Zendesk에서 해결한 질문 목록을 제공합니다.
이벤트 녹음
Q&A 요약
아직 봇이 없는 경우 이 기능을 구축하는 가장 좋은 방법은 무엇인가요?
몇 분 만에 AI 상담사 시작 > 의도와 함께 가드레일 설정 > 상호작용에서 더 많은 개인화 및 제어 추가 > AI 상담사 업무 성과 분석 및 최적화 > 이메일 및 웹 양식 자동화를 수행합니다. AI 상담사가 고객의 대화 패턴을 인식할 수 있도록 배포 후 2주 학습 기간을 허용하는 것이 좋습니다. 지식창고를 사용하여 가장 잘 해결된 의도에 대해 ‘답장 생성하기’를 선택하세요. 헬프 센터 문서의 정보로 효과적으로 해결할 수 있는 FAQ에 이를 활용하는 것을 고려하세요. 대화/답변 플로우를 구축하여 고객 경험을 개인화하세요(예: 주문 상태 확인, 인증 또는 조건부 시나리오 만들기).
AI 상담사의 성공을 어떻게 측정하나요?
천천히 시작하여 진행하면서 구축하세요. 생성형 답장을 사용하여 자동화 비율을 최대 20%까지 높이세요. GenAI를 사용할 인기 의도 몇 개를 선택하고 이틀마다 계속해서 더 많은 의도를 자동화하세요. 지속적으로 검토 및 조정하세요. AI 상담사 대화 통화 내용을 검토하여 지식이나 대화의 부족한 부분을 파악하세요. 고객이 같은 말을 반복할 필요가 없도록 플로우를 최적화하세요.
배포 첫 달에 어떤 메트릭을 살펴봐야 하나요?
AI 상담사 모니터링은 인사이트 대시보드를 통해 수행하는 것이 가장 좋습니다. 활성 사용자, 상담사에게 연결되는 비율 및 자동 해결에 대한 자세한 정보를 얻을 수 있습니다. 대시보드 성과 메트릭을 통해 AI 상담사의 전반적인 성과를 개략적으로 확인할 수 있습니다.
AI 상담사가 잘못된 답변을 하지 않도록 방지하려면 어떻게 해야 하나요?
AI 상담사가 제공하는 정보는 지식창고 내의 정보에 달려 있습니다. 기존 답변이 제공되지 않도록 지식창고 콘텐츠를 최신 상태로 유지하고 정기적으로 검증하세요. 처음 75개 단어에 집중하면 더 나은 문서 검색 결과를 얻을 수 있습니다. 이 문서의 팁을 사용하여 여러 문제가 아닌 단일 주제에 대한 각 문서를 작성하여 지식창고를 최적화하세요.
AI 상담사가 티켓 양식을 작성하도록 하여 상담사의 시간을 절약하고 효율성을 높이려면 어떻게 해야 하나요?
특정 데이터 포인트를 수집하기 위해 ‘AI 상담사’ 설정 내의 ‘세부 정보 묻기’ 단계를 활용하고자 할 것입니다.
AI 상담사의 성공 여부를 판단할 때 고려해야 할 가장 좋은 핵심성과지표는 무엇인가요?
셀프 서비스 비율을 권장합니다. 어디에서 시작하고 계신가요? 봇 인사이트 7일 성과. ‘성능 개선을 위한 다음 단계’. 티켓/미해결로 에스컬레이션되는 주제를 표시합니다. 의도 제안 등 자동화 수준 개선을 위한 실행 가능한 다음 단계입니다. CSAT와 결합하세요.
봇과의 대화는 7일 동안만 사용할 수 있습니다. 이 데이터를 내보내거나 저장할 수 있는 방법이 있나요? 봇의 품질 보증을 위해 봇이 고객에게 올바른 정보를 제공하기를 원할 것입니다.
챗봇 품질 보증을 강화하도록 디자인된 AI 상담사 QA(봇 QA) 기능의 출시를 발표하게 되어 매우 기쁩니다. 이 새로운 기능을 통해 AI 상담사 지원 품질의 사각 지대를 파악할 수 있습니다. AI 상담사 작업을 100% 분석 및 검토하고, 실제 상담사 개입을 위한 오류를 식별하며, 주요 성과 영역에 대한 인사이트를 얻으세요.
리소스: AI 상담사를 위한 QA(품질 보증) 발표
최종 사용자가 AI 상담사와 대화하고 있다는 명백한 신호가 있나요?
그렇다면 고객이 쉽게 상담사와 대화하는 것이 선택 사항인가요?
예, 답변 시 AI 상담사의 댓글이 ‘AI를 통해 생성’된다는 표시가 있습니다. AI 상담사는 라이브 상담사에게 핸드오프하고 사용자가 요청할 때 이를 이해할 수 있습니다.
AI 상담사가 Zendesk 데이터베이스의 고객 데이터에 액세스하려면 Sunshine을 사용해야 하나요?
아니요, 기본 AI 상담사의 API 호출하기 단계를 활용하여 고객 데이터를 수집하고 변수를 저장하고 전달한 다음 Sunshine Conversations API 액세스를 사용하지 않고 대화 내에서 봇 메시지로 반환할 수 있습니다.
리소스: 대화 봇에서 API 호출하기 단계 사용하기
AI 상담사가 HubSpot과 연동되어 지원 티켓에서 영업 및 마케팅 워크플로우를 만들 수 있나요?
API 호출하기 단계를 사용하면 사내 CRM이나 ERP 등 다른 시스템에 보내는 API 호출을 구성하거나, Amazon Event Bridge나 Google 애널리틱스와 같은 외부 엔드포인트로 대화 세부 정보를 푸시할 수 있습니다. HubSpot API로 직접 작업하지는 않았지만 액세스할 수 있는 API 엔드포인트가 있다고 가정하면 AI 상담사 봇 플로우 내에서 활용하는 방법을 결정할 수 있습니다.
리소스: 대화 봇에서 API 호출하기 단계 사용하기
사용자의 질문에 답변하기 위한 정보인 Zendesk Guide 문서는 어디에서 제공되나요? 그렇다면 ‘스노우플레이크’(일회성) 티켓이 많은 경향이 있는 경우 지식창고를 준비하는 가장 좋은 방법은 무엇인가요?
헬프 센터 문서에서 직접 정보를 얻을 수 있습니다. 즉, AI 상담사가 제공하는 모든 정보는 팀이 헬프 센터에서 이미 작성하고 승인한 것이기 때문에 잘못된 정보를 전달하는 것에 대해 걱정할 필요가 없습니다. Zendesk의 리포팅은 AI 상담사가 답을 찾지 못한 질문들 사이에서 테마를 파악하는 데 도움이 될 수 있어야 합니다. 이러한 인사이트를 사용하여 이러한 주제를 다루는 헬프 센터 문서를 만들 수 있습니다. 제목과 문서의 처음 75개 단어는 AI 상담사가 올바른 정보를 표시하는 데 도움이 되므로 특히 주의를 기울이는 것이 좋습니다.
ZenDesk 팀이 겪고 있는 가장 어려운 사용 사례에는 어떤 것이 있나요?
이 질문을 고객이 AI 상담사로 해결하는 가장 복잡한 사용 사례를 의미한다고 해석해 보겠습니다. 고객은 이러한 엔드 투 엔드 연동 서비스를 사용하여 복잡한 프로세스에서 큰 성공을 거두었습니다. 이를 사용하여 OMS, CRM, 배송 제공업체 등 모든 종류의 내부 및 외부 시스템에서 데이터를 푸시, 풀 및 구문 분석할 수 있습니다. 이전에는 상담사에게 티켓을 보장해 주던 프로세스를 자동화하는 데 있어 혁신적이었습니다. 이제 반품이나 교환과 같은 작업을 완전히 자동화할 수 있습니다. 이 프로세스는 완료하는 데 필요한 모든 데이터에 있어 매우 복잡한 프로세스입니다.
기술에 익숙하지 않은 고객을 위해 챗봇 채택을 늘리기 위한 제안 사항이 있나요?
기본적인 것부터 시작하여 AI 상담사가 사용할 수 있는 콘텐츠/지식을 갖추세요. 이는 최소한의 설정으로 즉각적인 가치를 얻을 수 있는 방법의 핵심 토대가 될 것입니다.