9월 26일에 Zendesk 커뮤니티는 기본 Chat에서 Zendesk의 AI 기반 메시징으로 전환하여 고객 서비스를 개선하는 방법을 모색하는 이벤트를 개최했습니다. 참여자들은 간단한 채팅 상호작용을 보다 발전된 자동화된 커뮤니케이션 기술로 업그레이드하는 방법에 대해 배웠습니다. 이 세션에서는 24시간 지원을 제공하고 고객 상호작용을 개인화하는 이점을 포함하여 AI 및 머신 러닝을 사용하여 고객 지원을 개선하는 데 대한 실용적인 인사이트를 제공했습니다.
본 이벤트에서는 웹, 모바일, 소셜 미디어 등 다양한 채널에서 Zendesk의 메시징 도구를 연동하여 일관된 서비스 경험을 보장하는 방법에 대해서도 다루었습니다. 참석자들은 고객 상호작용에 대한 통찰력을 얻고 전반적인 지원 성과를 향상시키는 데 있어 실시간 애널리틱스의 역할에 대해 논의했습니다.
관심이 있으시면 이벤트 녹음, Q&A 하이라이트 및 프레젠테이션 자료를 참조하시기 바랍니다. 이러한 리소스는 AI 기반 메시징으로 고객 서비스 역량을 개선하려는 모든 사람을 지원하기 위해 마련되었습니다.
이벤트 녹음
Q&A 요약
예! 메시징 기능을 사용 설정하면 올바른 리소스로 신속하게 안내하여 더 빨리 답변을 얻을 수 있습니다. 또한 긴급 채팅의 우선 순위를 정하여 우선 순위가 높은 문의를 즉시 처리합니다. 이로써 전반적으로 더 원활하고 만족스러운 경험을 할 수 있습니다.
예, 올해 4월 기준으로 관리 센터에서 의도를 요청할 수 있습니다. Zendesk의 평가에는 최대 2주가 소요됩니다.
예, Zendesk Suite 플랜에는 Chat과 마찬가지로 메시징이 포함되어 있습니다. AI가 해결을 도울 수 있지만 ADA 또는 Zendesk와 같이 사용되는 특정 AI 상담사에 따라 관련 비용이 발생할 수 있습니다. 가격에 대한 자세한 내용은 계정 매니저에게 문의하는 것이 좋습니다.
Chat과 메시징을 모두 성공적으로 사용하려면 먼저 소셜 미디어 및 기본 연동 서비스 등 메시징에 적합한 채널을 파악하세요. 먼저 별도의 메시징 브랜드를 만들어 점차적으로 배포하세요. 이를 통해 실시간으로 메시징의 성능을 확인하고 필요에 더 잘 맞게 워크플로우를 세분화할 수 있습니다.
리소스: 메시징에 오신 것을 환영합니다
Zendesk는 사용자의 웹 브라우저 기본 설정에서 사용자의 기본 언어를 감지할 수 있습니다. HTTP를 통해 전달되는 accept-language 헤더에 사용자의 기본 언어에 대한 정보가 포함됩니다. 이 정보가 있으면 언어를 감지할 수 있습니다.
사전대응 메시징은 페이지에서 URL이나 버튼 클릭과 같은 사용자 작업에 의해 트리거될 수 있습니다. 고급 작업을 위해 이러한 기능을 쉽게 사용 설정하는 API가 있습니다.
리소스: 사전대응 메시지에 대한 정보
예, 사전대응 메시징을 위한 AI 의도가 있습니다. 효율성은 봇 설정 방법에 크게 좌우됩니다. 예를 들어 사용자가 페이지에서 너무 오래 머무는 경우 질문이 있는지 묻는 메시지를 표시할 수 있습니다. 구조화된 메시지로 고객의 참여를 유도하고 고객이 필요한 정보를 찾도록 도울 수 있습니다. 이 접근 방식은 봇과의 사용자 상호작용을 크게 향상시킬 수 있습니다!
예, 사용자 지정 필드를 AI 상담사와 연결할 수 있습니다. 보드 빌더에는 최대 8개의 사용자 지정 티켓 필드를 맵핑할 수 있는 세부 정보를 묻는 옵션이 있습니다. 이러한 필드는 대화 중 사용자가 작성하며 대화가 상담사에게 전달될 때 채워집니다. 기본 사용자 지정 티켓 필드처럼 작동합니다.
리소스: 봇 답변의 단계 유형 이해하기
Zendesk의 머신 러닝 작업은 다음과 같은 원칙에 따라 진행됩니다.
- 모델 및 주석 리소스에서 이메일 주소 및 번호와 같은 정보를 제거하려면 훈련 데이터를 익명화해야 함
- 고객이 교육을 거부할 수 있어야 함
- Zendesk는 데이터 삭제를 존중합니다
- Zendesk는 지역 데이터 호스팅 정책에 따라 데이터 지역성을 존중합니다.
리소스: Zendesk 신뢰 센터
AI 기반 메시징을 효과적으로 구현하려면 다음 두 가지 주요 영역에 집중하세요.
- 봇 구성: 먼저 대부분의 지원 작업을 처리하도록 봇의 설정을 시작하세요. 여기에는 자동 답장을 사용 설정하고 AI 기능을 활용하여 봇을 24시간 사용 가능하도록 보장하는 것이 포함됩니다.
- 상담사 생산성: 메시징 워크플로우의 개선된 옵션 등 고급 AI 기능으로 상담사의 효율성을 높이세요.
이러한 전략을 결합하여 지원 운영을 간소화하고 워크플로우를 최적화하여 성과를 높일 수 있습니다. 봇으로 시작하는 것도 좋은 방법입니다!
리소스: 봇 및 자동 답장을 사용하여 AI 상담사 시작하기, AI 상담사 개요, Zendesk AI 및 고급 AI 시작하기
예, 특정 고객 세그먼트에 메시징을 릴리스할 수 있습니다. 하지만 모든 고객을 포함하여 더욱 광범위한 접근 방식을 고려하는 것이 좋습니다. 유료 고객에게는 상담사와 채팅할 수 있는 옵션을 제공하는 동시에 평가판 사용자에게는 유용한 문서를 제공하는 등 상태에 따라 사용 환경을 사용자 지정할 수 있습니다. 이로써 모든 고객 세그먼트가 가치 있고 지원받는다고 느낄 수 있습니다.
AI는 지식창고 문서를 사용하여 단순한 키워드 일치가 아닌 의도 일치에 집중함으로써 고객의 질문에 답변합니다. 즉, 질문에 다른 문구가 있거나 철자가 틀린 경우에도 질문의 맥락을 이해하여 관련성 있는 응답을 효과적으로 제공할 수 있습니다.
예, 상담사에게 에스컬레이션하지 않아도 고객이 챗봇과 나눈 대화를 볼 수 있습니다. 인사이트 대시보드에서 봇의 구성으로 이동하여 자동화된 상호작용의 대화 내용에 액세스하기만 하면 됩니다. 또한 QA 시스템은 상담사와 봇의 상호작용을 모두 검토하여 그러한 대화를 모니터링할 수 있는 또 다른 방법을 제공합니다.
리소스: 봇 대화 대화 내용 검토
예, 봇은 새 질문에 답변할 때 이전 대화의 컨텍스트를 유지합니다. 즉, 대화가 특정 플로우 내에서 발생하더라도 봇이 이전 상호작용을 기억하여 더욱 관련성 있고 일관된 응답을 보장할 수 있습니다.
AI 상담사는 AI 기반 메시징의 많은 부분을 차지합니다. 일반적인 문제에 대한 티켓 수를 줄이고 더 복잡한 문제에 대한 티켓을 상담사에게 전달하는 봇 기능이 있습니다. 하지만 AI 상담사가 메시징 내 AI 및 자동화의 유일한 부분이 아닙니다. 메시징에는 상담사 워크스페이스 내 연동을 통한 자동화 기능도 있습니다. 좀 더 구체적으로 옴니채널 라우팅을 예로 들 수 있습니다.
예, AI 상담사를 위한 로드맵은 경쟁력을 유지하기 위해 끊임없이 발전하고 있습니다. 곧 제공될 한 가지 흥미로운 기능은 AI 상담사의 성과 분석에 도움이 될 품질 보증(QA)입니다. 향후 몇 분기에 몇 가지 새로운 기능이 예정되어 있으므로 담당자에게 자세한 내용을 문의하시기 바랍니다. 또한 10월 9일에 예정된 AI 기능 및 개선 사항에 대해 논의하는 AI 서밋에 참석을 신청할 수 있습니다.
현재 지식창고 콘텐츠에 액세스하는 AI 상담사 기능을 사용하려면 Zendesk 헬프 센터가 있어야 합니다. 하지만 봇 답변의 버튼과 같은 다른 방법으로 외부 지식창고에 연결할 수 있습니다.
데이터 사용량에 대한 정보는 다음에서 확인할 수 있습니다. Zendesk AI 데이터 사용 정보
메시징의 두 번째 브랜드는 기본 가이드나 지식창고에서 자동으로 가져오지 않습니다. 하지만 실시간 채팅과 비슷하게 메시징을 설정하여 서로 다른 팀에서 두 가지 모두를 효과적으로 사용할 수 있습니다. 이로써 두 채널의 이점을 모두 누릴 수 있습니다!
봇을 더 스마트하게 만드는 가장 좋은 방법은 학습 문구를 사용하는 것입니다. 단일 단어 문구를 피하고 답변당 가능한 많은 여러 단어 학습 문구를 사용하는 것이 좋습니다.
헬프 센터 콘텐츠 마이그레이션에 대한 정보는 다음을 참조하세요. 기존 콘텐츠를 헬프 센터로 마이그레이션하기 문서를 참조하세요.
사용자 지정 고객 만족도(CSAT)가 출시되었습니다!
예!
리소스: 메시징 응답 및 업무 시간 구성하기
이벤트 리소스
댓글 0개