1. AI가 여러 소스에서 지식을 중앙 집중화하고 대리인 응답의 품질과 정확성을 향상시킬 수 있습니다
대리인이 고객 질문에 대답하기 위해 필요한 모든 지식을 손끝에서 바로 전달 받을 수 있으면 정확한 답변을 찾는 시간을 절약하고 그러한 시간 절약을 고객에게 전달할 수 있습니다. 고객은 상담원이 AI의 도움을 받는지 여부를 알 수 없지만, 즉각적인 답변과 "이 점에 대해서는 다시 연락드려야겠다"는 답변 사이의 차이는 알 수 있습니다. 상담원이 AI 시스템을 통해 지식 정보를 사전에 제공받으면, 필요한 답변을 찾기 위해 검색할 필요가 없습니다.
고객은 "그 답을 찾아드리겠습니다"와 "그 답을 알고 있는 제 동료로 전환해 드리겠습니다" 사이의 차이도 알 수 있습니다. AI가 지식 기반을 운영하고 다양한 부서의 정보를 즉시 제공할 수 있을 때, 상담원은 질문이 자신의 책임이 아닐 때 고객을 부서 간에 넘길 필요가 없습니다. 고객은 자신이 어떤 부서와 이야기하고 있는지 신경 쓰지 않으며, 단지 자신의 회사와 이야기하고 있다는 것과 답변을 기대하고 있습니다. AI를 이용해 지식을 통합하고 활성화함으로써 상담원은 더 빠른 답변을 제공하고 고객이 여러 상담원에게 질문을 반복하거나 기다리는 실망을 덜 수 있습니다.
Kate Leggett는 포레스터에서 언급한 바에 따르면, 대표 - 고객에게 정답을 찾아서 바로 응답하지 않아도 고객에게 전달하거나 고객을 다른 부서로 이동시킬 필요가 없는 통화 내의 변화가 회사가 정말로 성장하고 고객 관계를 육성할 수 있는 지점입니다: 다시 한번, 고객은 자신의 시간을 중요하게 생각하는 것이 가장 중요하다고 말합니다. 그것은 정말 어려운 제안입니다. 그리고 올바른 경우, 이것은 고객과의 관계를 육성하고 성장시킬 수 있는 드문 순간입니다.
2. AI가 정확하고 관련성 있는 콘텐츠 유지하는 데 도움이 됩니다
상담원이 고객 문제를 신속하게 해결할 수 있도록 콘텐츠를 제공하는 것을 넘어, AI는 회사의 지식 기반이 실질적으로 관련성을 유지하도록 보장할 수 있습니다. 연구에 따르면, 콘텐츠를 업데이트하는 민첩한 접근 방식을 가진 회사는 더 높은 자기 서비스 비율과 더 나은 검색 결과를 나타냅니다. 이 복잡한 제품과 서비스의 시대에 도움 센터를 구축하는 것은 놀라울 정도로 어려울 수 있지만, 지원 팀은 AI를 활용하여 이 과정을 원활하게 진행할 수 있습니다.
예를 들어, AI는 콘텐츠를 정기적으로 검토를 위해 신호할 수 있으며, 기계 학습을 활용하여 업데이트가 필요한 제목, 새로운 콘텐츠 및 더 나은 검색 레이블을 가진 기사를 식별합니다. AI 기반의 지식 기반에서 가장 강력한 기능 중 하나는 고객이 지원 요청에서 요구하는 것에 따라 새로운 콘텐츠를 제안할 수 있는 능력입니다. 이것은 내부 주제 전문가들이 고객에게 가장 영향을 미칠 수 있는 내용에 기여할 수 있도록 합니다. 그리고 그 결과, 상담원들은 화이트 글러브 서비스에 집중할 수 있는 여유를 가집니다.
3. AI를 사용하여 에이전트에게 지식을 문맥적으로 제공하면 그들이 더 빨리 적응하고 일하는 동안 학습할 수 있습니다
고객 질문에 답변하는 데 필요한 지식 또는 액세스해야 하는 모든 지식을 알려야 하는 지원 대표에게는 신규 대표가 상당한 지식베이스를 너비 있게 돌아다니기 위해 몇 주가 걸릴 수 있습니다. 경험이 풍부한 상담원은 특정 질문에 대한 답변을 위해 고객에게 보내야 할 지식을 정확히 알 수 있지만, 새로운 상담원은 고객이 대기하는 동안 그 지식을 찾는 데 소중한 시간을 낭비해야 합니다.
지능으로 증강 된 지식베이스가 있으면, 그 대표들은 검색을 하지 않고도 지식을 제공 받을 수 있습니다. 계속되는 대화의 맥락을 기반으로, Guru의 AI 제안과 같은 AI 솔루션이 대표들에게 선택할 지식을 제공하여 검색 전혀 필요 없이 관련 지식을 제공할 수 있습니다. 경험 수준에 관계없이 모든 대표들이 동일한 시간 내에 동일한 지식에 액세스하여, 지능은 전문 대표들만큼 신속하게 질문에 대답할 수 있도록 하여 경쟁 상황을 고르게 만들고 신입 대표들도 즉시 답변할 수 있도록 돕습니다.
순간적으로 지식을 제공 받는 것은 맥락적 코칭에도 도움이 됩니다. Emergence Capital의 파트너인 고든 리터와 제이크 세이퍼는 이 개념을 깊이 있게 탐구하고 그들이 "코칭 네트워크"라고 부르는 것에 대해 머신러닝을 사용하여 작업을 더 잘 하는 방법에 대한 논문을 개발했습니다.
고객 상호작용 전후에 대표가 훈련을 받을 대신 ("특정 사용 사례에 필요한 지식입니다" 또는 "이 특정 사용 사례에 사용해야 할 지식입니다"), AI는 사용 사례 발생 시 대표들이 교육을 받을 수 있도록 도와줍니다.
대표가 특정 질문에 대한 답변을 모르는 경우 순간적으로 정답을 제안해주는 AI 지식 베이스가 없다면, 그들은 질문에 대답하기 위해 가지고 있는 것으로 최선을 다해야 합니다. 대표가 훈련 받은 내용을 기억하지 못한다면 가장 철저한 훈련도 그 상황에서 도움이 되지 않을 것입니다. 이후 훈련은 그들이 다음에 다시 그 질문을 받을 때 더 나은 대답을 할 수 있게 도와주지만, 그들이 도움이 필요한 현재 상호 작용에 대해서는 아무 도움이 되지 않습니다. 맥락적 코칭에서 나오는 즉각적인 훈련은 대표들이 가장 잘 배울 수 있도록 돕습니다. 그리고, 고객이 학습 커브의 결과로 고통을 겪지 않게 됩니다.
시간이 지남에 따라 AI는 똑똑해지며 개인의 창의성을 캡처, 학습하고 조직의 지능화를 위해 개별 조직원의 창의성을 활용할 수 있습니다. Emergence Capital에 따르면:
"코칭 네트워크의 핵심 요소는 분산된 노동자 네트워크에서 데이터를 수집하고 일을 처리하는 최상의 기술을 식별하는 소프트웨어입니다."
고객이 복잡한 보안 문제를 질문하면 AI 지식 베이스가 해당 질문에 대답하기 위해 관련 지식을 제공할 수 있습니다. 대표가 그 지식 중 일부를 사용할 수 있지만, 그럼에도 불구하고 어떤 다른 지식을 찾아서 고객의 질문에 대답하는 데 사용하는 경우에는 어떻게 됩니까? AI가 개입되지 않은 상황에서는 그 학습 순간이 고립되어 발생합니다. AI는 그 대표의 창의성과 성공을 포착하고 그 다음에 비슷한 보안 문제를 받은 다른 대표에게 처음 대표에게 제공하지 않은 추가 지식을 제공할 수 있도록 하는 제안을 생성할 수 있습니다.
"코칭 네트워크의 멋진 점은 센서 데이터가 있기 때문에 대표가 무슨 말을 하는지, 실제 결과는 무엇인지, 그리고 가까운 일이 발생하는 데 대표가 한 창의적인 일이 무엇인지 실제로 이해할 수 있습니다." 그 창의성을 포착하고 네트워크의 다른 모든 사람에게 전파할 수 있습니다. 따라서 여기서의 개념은 정말로 매우 강력합니다. 전 세계 어디서든 한 사람이 자신의 일을 하기만 해도 온라인이 과연하는 교육을 임의로 받게되고, 이것은 네트워크의 다른 모든 사람에게 교육을 제공하는 사실을 간접적으로 의미합니다. "제이크 세이퍼, Emergence Capital'
AI는 에이전트와 고객 모두에게 더 나은 경험을 제공합니다.
선방 레프가 자신의 업무를 더 잘 수행하도록 AI를 활용하는 것은 상호 이익입니다: 고객은 빠르고 효과적으로 도움을 받을 때 더 만족하며, 대표는 신속하게 직무를 습득하고 최선을 다하는 데 자신감을 느낍니다.
이 게시물의 버전은 마크 스미스(Zendesk 콘텐츠 마케팅 매니저과 공동 저자)와의 공동 저술로 Zendesk의 블로그에 원래 게재되었습니다. Zendesk knowledge base를 생성하는 데 Zendesk + Guru 통합을 사용하는 방법을 학습하십시오.
1. AI가 여러 소스에서 지식을 중앙 집중화하고 대리인 응답의 품질과 정확성을 향상시킬 수 있습니다
대리인이 고객 질문에 대답하기 위해 필요한 모든 지식을 손끝에서 바로 전달 받을 수 있으면 정확한 답변을 찾는 시간을 절약하고 그러한 시간 절약을 고객에게 전달할 수 있습니다. 고객은 상담원이 AI의 도움을 받는지 여부를 알 수 없지만, 즉각적인 답변과 "이 점에 대해서는 다시 연락드려야겠다"는 답변 사이의 차이는 알 수 있습니다. 상담원이 AI 시스템을 통해 지식 정보를 사전에 제공받으면, 필요한 답변을 찾기 위해 검색할 필요가 없습니다.
고객은 "그 답을 찾아드리겠습니다"와 "그 답을 알고 있는 제 동료로 전환해 드리겠습니다" 사이의 차이도 알 수 있습니다. AI가 지식 기반을 운영하고 다양한 부서의 정보를 즉시 제공할 수 있을 때, 상담원은 질문이 자신의 책임이 아닐 때 고객을 부서 간에 넘길 필요가 없습니다. 고객은 자신이 어떤 부서와 이야기하고 있는지 신경 쓰지 않으며, 단지 자신의 회사와 이야기하고 있다는 것과 답변을 기대하고 있습니다. AI를 이용해 지식을 통합하고 활성화함으로써 상담원은 더 빠른 답변을 제공하고 고객이 여러 상담원에게 질문을 반복하거나 기다리는 실망을 덜 수 있습니다.
Kate Leggett는 포레스터에서 언급한 바에 따르면, 대표 - 고객에게 정답을 찾아서 바로 응답하지 않아도 고객에게 전달하거나 고객을 다른 부서로 이동시킬 필요가 없는 통화 내의 변화가 회사가 정말로 성장하고 고객 관계를 육성할 수 있는 지점입니다: 다시 한번, 고객은 자신의 시간을 중요하게 생각하는 것이 가장 중요하다고 말합니다. 그것은 정말 어려운 제안입니다. 그리고 올바른 경우, 이것은 고객과의 관계를 육성하고 성장시킬 수 있는 드문 순간입니다.
2. AI가 정확하고 관련성 있는 콘텐츠 유지하는 데 도움이 됩니다
상담원이 고객 문제를 신속하게 해결할 수 있도록 콘텐츠를 제공하는 것을 넘어, AI는 회사의 지식 기반이 실질적으로 관련성을 유지하도록 보장할 수 있습니다. 연구에 따르면, 콘텐츠를 업데이트하는 민첩한 접근 방식을 가진 회사는 더 높은 자기 서비스 비율과 더 나은 검색 결과를 나타냅니다. 이 복잡한 제품과 서비스의 시대에 도움 센터를 구축하는 것은 놀라울 정도로 어려울 수 있지만, 지원 팀은 AI를 활용하여 이 과정을 원활하게 진행할 수 있습니다.
예를 들어, AI는 콘텐츠를 정기적으로 검토를 위해 신호할 수 있으며, 기계 학습을 활용하여 업데이트가 필요한 제목, 새로운 콘텐츠 및 더 나은 검색 레이블을 가진 기사를 식별합니다. AI 기반의 지식 기반에서 가장 강력한 기능 중 하나는 고객이 지원 요청에서 요구하는 것에 따라 새로운 콘텐츠를 제안할 수 있는 능력입니다. 이것은 내부 주제 전문가들이 고객에게 가장 영향을 미칠 수 있는 내용에 기여할 수 있도록 합니다. 그리고 그 결과, 상담원들은 화이트 글러브 서비스에 집중할 수 있는 여유를 가집니다.
3. AI를 사용하여 에이전트에게 지식을 문맥적으로 제공하면 그들이 더 빨리 적응하고 일하는 동안 학습할 수 있습니다
고객 질문에 답변하는 데 필요한 지식 또는 액세스해야 하는 모든 지식을 알려야 하는 지원 대표에게는 신규 대표가 상당한 지식베이스를 너비 있게 돌아다니기 위해 몇 주가 걸릴 수 있습니다. 경험이 풍부한 상담원은 특정 질문에 대한 답변을 위해 고객에게 보내야 할 지식을 정확히 알 수 있지만, 새로운 상담원은 고객이 대기하는 동안 그 지식을 찾는 데 소중한 시간을 낭비해야 합니다.
지능으로 증강 된 지식베이스가 있으면, 그 대표들은 검색을 하지 않고도 지식을 제공 받을 수 있습니다. 계속되는 대화의 맥락을 기반으로, Guru의 AI 제안과 같은 AI 솔루션이 대표들에게 선택할 지식을 제공하여 검색 전혀 필요 없이 관련 지식을 제공할 수 있습니다. 경험 수준에 관계없이 모든 대표들이 동일한 시간 내에 동일한 지식에 액세스하여, 지능은 전문 대표들만큼 신속하게 질문에 대답할 수 있도록 하여 경쟁 상황을 고르게 만들고 신입 대표들도 즉시 답변할 수 있도록 돕습니다.
순간적으로 지식을 제공 받는 것은 맥락적 코칭에도 도움이 됩니다. Emergence Capital의 파트너인 고든 리터와 제이크 세이퍼는 이 개념을 깊이 있게 탐구하고 그들이 "코칭 네트워크"라고 부르는 것에 대해 머신러닝을 사용하여 작업을 더 잘 하는 방법에 대한 논문을 개발했습니다.
고객 상호작용 전후에 대표가 훈련을 받을 대신 ("특정 사용 사례에 필요한 지식입니다" 또는 "이 특정 사용 사례에 사용해야 할 지식입니다"), AI는 사용 사례 발생 시 대표들이 교육을 받을 수 있도록 도와줍니다.
대표가 특정 질문에 대한 답변을 모르는 경우 순간적으로 정답을 제안해주는 AI 지식 베이스가 없다면, 그들은 질문에 대답하기 위해 가지고 있는 것으로 최선을 다해야 합니다. 대표가 훈련 받은 내용을 기억하지 못한다면 가장 철저한 훈련도 그 상황에서 도움이 되지 않을 것입니다. 이후 훈련은 그들이 다음에 다시 그 질문을 받을 때 더 나은 대답을 할 수 있게 도와주지만, 그들이 도움이 필요한 현재 상호 작용에 대해서는 아무 도움이 되지 않습니다. 맥락적 코칭에서 나오는 즉각적인 훈련은 대표들이 가장 잘 배울 수 있도록 돕습니다. 그리고, 고객이 학습 커브의 결과로 고통을 겪지 않게 됩니다.
시간이 지남에 따라 AI는 똑똑해지며 개인의 창의성을 캡처, 학습하고 조직의 지능화를 위해 개별 조직원의 창의성을 활용할 수 있습니다. Emergence Capital에 따르면:
"코칭 네트워크의 핵심 요소는 분산된 노동자 네트워크에서 데이터를 수집하고 일을 처리하는 최상의 기술을 식별하는 소프트웨어입니다."
고객이 복잡한 보안 문제를 질문하면 AI 지식 베이스가 해당 질문에 대답하기 위해 관련 지식을 제공할 수 있습니다. 대표가 그 지식 중 일부를 사용할 수 있지만, 그럼에도 불구하고 어떤 다른 지식을 찾아서 고객의 질문에 대답하는 데 사용하는 경우에는 어떻게 됩니까? AI가 개입되지 않은 상황에서는 그 학습 순간이 고립되어 발생합니다. AI는 그 대표의 창의성과 성공을 포착하고 그 다음에 비슷한 보안 문제를 받은 다른 대표에게 처음 대표에게 제공하지 않은 추가 지식을 제공할 수 있도록 하는 제안을 생성할 수 있습니다.
"코칭 네트워크의 멋진 점은 센서 데이터가 있기 때문에 대표가 무슨 말을 하는지, 실제 결과는 무엇인지, 그리고 가까운 일이 발생하는 데 대표가 한 창의적인 일이 무엇인지 실제로 이해할 수 있습니다." 그 창의성을 포착하고 네트워크의 다른 모든 사람에게 전파할 수 있습니다. 따라서 여기서의 개념은 정말로 매우 강력합니다. 전 세계 어디서든 한 사람이 자신의 일을 하기만 해도 온라인이 과연하는 교육을 임의로 받게되고, 이것은 네트워크의 다른 모든 사람에게 교육을 제공하는 사실을 간접적으로 의미합니다. "제이크 세이퍼, Emergence Capital'
AI는 에이전트와 고객 모두에게 더 나은 경험을 제공합니다.
선방 레프가 자신의 업무를 더 잘 수행하도록 AI를 활용하는 것은 상호 이익입니다: 고객은 빠르고 효과적으로 도움을 받을 때 더 만족하며, 대표는 신속하게 직무를 습득하고 최선을 다하는 데 자신감을 느낍니다.
Experience the power of the Guru platform firsthand – take our interactive product tour
