지난 몇 년간, 잡담 운영하고 고객에게 서비스를 제공하는 방식을 극적으로 변화시켰습니다. 기본적인 정보 인터페이스에서 타사 시스템과 통신할 수 있는 복잡한 솔루션으로 이동했습니다.
이러한 변화는 기술 향상과 함께 셀프 서비스 성능에 상당한 영향을 미쳤습니다. 이는 대화 형 AI?
Inbenta에서는 셀프 서비스 추세를 감지하고 분석하기 위해 고객 세션을 살펴보기로 했습니다. 결과는 매우 놀라웠고 통찰력이 유용하기를 바랍니다.
거래 대 정보 챗봇. 차이점이 뭐야?
정보 챗봇은 요청을 식별하고 답변에 텍스트만 포함되는지, 이미지, 비디오 또는 특정 페이지에 대한 링크가 포함되는지 여부에 관계없이 특정 표준 답변을 제공할 수 있는 사람들입니다.
그러나 이것이 이미 허용되지만 높은 셀프 서비스 비율, 그리고 고객 서비스 퍼즐의 큰 부분을 해결하지만 여전히 더 복잡하고 개인화된 사례 시나리오를 충족시키지 못합니다.
사용자가 자신에게만 적용되는 답변을 기대하면 어떻게 됩니까?
특정 작업을 달성하거나 완료해야 하는 경우 어떻게 합니까?
계정 잔액 확인, 의료 기록 액세스, 보험 정책 업그레이드, 예약한 항공편 일정 변경 –거래 챗봇 대화를 에이전트에게 에스컬레이션하지 않고도 챗봇이 다른 시스템과 상호 작용해야 하는 이러한 종류의 더 복잡한 요청을 처리할 수 있습니다.
이러한 트랜잭션은 일반적으로 다음을 통해 활성화됩니다. 웹 후크 및 통합.
우리는 매우 성공적인 프로젝트에서 잠시 동안 고급 트랜잭션 챗봇을 배포해 왔습니다. 우리는 거래 프로젝트가 고객에게 더 광범위한 옵션을 제공한다는 것을 알고 있습니다. 그러나 우리의 질문은…
트랜잭션 챗봇은 셀프 서비스 요금에 얼마나 영향을 미칩니까?
우리는 거래성을 추가하는 것이 영향을 미치는지 알아보기 위해 데이터로 몇 가지 연구를 실행하기로 결정했습니다. 챗봇 프로젝트의 관련 KPI, 그리고 그렇다면 얼마나.
우리가 가장 먼저 한 일은 샘플을 가져 오는 것입니다. 4.2만 챗봇 대화 다양한 고객의 특성에 따라 분류합니다. 그들은 다음 범주 중 하나에 속했습니다.
- 기업 거래를 유발하는 챗봇의 세션
- 정적 정보만 제공하는 챗봇의 세션
이것은 거래성에 관한 데이터와 결론을 도출하는 데 도움이 될 것입니다.
그렇게 한 후에는 글로벌 수준과 모든 범주에 대해 서로 다른 KPI를 살펴보았습니다.
전체 셀프서비스율 91% 초과
우리가 가장 먼저 주목한 것은 놀랍도록 높은 91% 셀프 서비스 비율, 트랜잭션 및 비트랜잭션 인스턴스를 모두 포함합니다.
이 수치는 챗봇에 대해 일반적인 셀프 서비스 비율을 90%로 설정한 이전 테스트와 크게 다르지 않습니다.
그래도 꽤 인상적이지 않나요? 즉, 4.2만 세션에서 360K만 접촉 작업으로 끝났습니다. 나머지 3.8만 고객 요청이 고객 서비스 부서에 들였을 비용을 상상할 수 있습니까?
비 거래 챗봇은 응답률이 낮았습니다.
두 번째로 주목한 것은 트랜잭션 기능이 없는 챗봇이 낮은 응답률을 보였다. 이는 정보 챗봇이 특정 수의 지원 요청 사례만 다룰 수 있다는 사실과 일치합니다.
FAQ에 대한 관련 답변으로 챗봇을 채우는 한 사용자가 작업을 수행하려고 하는데 챗봇이 그렇게 할 수 없는 경우 결과는 응답되지 않은 요청이 됩니다.
샘플을 분석할 때 우리는 응답률 7점 증가 트랜잭션 챗봇과 정적 정보 챗봇을 사용할 때 실제로 매우 뛰어난 것입니다.
트랜잭션 챗봇은 셀프 서비스 비율이 28% 더 높습니다.
마지막으로 우리가 알아차린 것은 트랜잭션 챗봇의 경우 연락 작업으로 끝나는 요청이 더 적었다는 것입니다.
우리는 챗봇의 전체 셀프 서비스 비율이 91%인 것을 보았으므로, 총 세션(트랜잭션 및 비트랜잭션)의 9%만이 지원 팀에 도달했습니다.
글쎄, 우리가 트랜잭션 챗봇의 세션을 정보 챗봇의 세션과 비교하면 전자가 지원해야 할 사례가 28% 감소했습니다.
이는 트랜잭션 챗봇이 더 나은 셀프 서비스 속도를 제공하고 전반적인 서비스를 개선한다는 것을 증명합니다. 또한 이러한 감소는 고객 서비스 에이전트의 작업량과 성능에 큰 영향을 줄 수 있습니다.
챗봇 인스턴스의 성능을 분석하는 방법은 무엇입니까?
강력한 챗봇 데이터 대시보드
메트릭과 KPI를 따르기 위해서는 챗봇을 위한 강력한 분석 패널을 보유하는 것이 매우 중요합니다. 챗봇이 잘 작동하는지 아닌지 어떻게 알 수 있습니까?
At 인벤타, 우리가 구축 강력한 대시보드 고객이 모든 KPI를 이해할 수 있도록 돕기 위해 다음과 같이 하십시오.
- 총 세션 수
- 셀프 서비스 요금
- 답이없는 질문
- 에스컬레이션된 세션
- 기타 측정항목
그러나 트랜잭션 챗봇을 구현하면 어떤 영향을 미칩니까? 다시 말해, 트랜잭션을 추가하면 운영 비용이 얼마나 감소합니까?
챗봇에 트랜잭션 추가에 대한 ROI
보셨듯이 트랜잭션을 추가하면 챗봇 에스컬레이션이 28% 감소합니다. 따라서 한 달에 총 50,000개의 챗봇 세션(대화)이 있고 그 중 10%가 지원 사례로 에스컬레이션된 경우 5,000개의 지원 요청에 대해 이야기하고 있습니다. 이를 28% 줄이면 대신 3,600개의 지원 요청을 받게 됩니다.
에스컬레이션된 케이스(전화 통화 또는 실시간 지원)당 평균 비용이 5유로라고 가정해 보겠습니다.
챗봇에 트랜잭션 기능을 추가하면 한 달에 7,000유로를 절약할 수 있습니다.
반면에 전자 상거래 또는 온라인으로 지불할 수 있는 서비스를 운영하는 경우 거래를 활성화하면 비즈니스에 추가 수익을 가져올 수도 있습니다.
전체 챗봇 세션의 5%가 제품 또는 서비스 구매와 관련이 있다고 가정해 보겠습니다. 또한 평균 주문 금액을 50$로 가정해 보겠습니다(비즈니스 및 제품에 따라 다를 수 있음).
이 경우 챗봇은 한 달에 2,500건의 판매를 처리할 것입니다. 점원이 그렇게 많은 판매를 하는 것을 상상할 수 있습니까? 이는 영업 보조원이 하루에 최소 90건의 판매를 한다는 것을 의미합니다.
이 2,500개의 월별 판매는 125,000$의 월 수익을 차지합니다. 뛰어난, 그렇지?
팁 : 현재 셀프 서비스 비율이 80%~90% 미만인 경우, 현재 챗봇이나 챗봇이 제공하는 콘텐츠가 충분하지 않을 가능성이 높습니다. 트랜잭션이 아닌 경우 고객이 정보 챗봇이 처리할 수 없는 더 복잡한 쿼리를 해결하려고 할 가능성도 있습니다.
챗봇을 트랜잭션으로 만들기
챗봇에 트랜잭션 기능을 추가하려는 경우 쉽게 연결할 수 있고 다른 플랫폼에서 데이터를 주고받을 수 있는 솔루션이 필요할 것입니다.
여기에는 CRM, ERP, HRIS, CMS 및 기타 시스템, 메시징 또는 소셜 플랫폼, 음성 활성화 또는 기타 채널이 포함될 수 있습니다.
Inbenta에서 우리는 수년간 잘 알려진 플랫폼과의 통합을 구축해 왔으며 그 결과는 인벤타 앱허브. 여기에서 좋아하는 앱을 검색하고 찾고 Inbenta 챗봇을 앱에 연결하고 셀프 서비스 솔루션을 최대한 활용할 수 있습니다.
