피드백을 보내 주셔서 감사합니다.

고객 만족도 점수를 예측하는 딥 러닝 기술을 기반으로 하는 Cisco의 AI 기반 자동 CSAT 기능으로 고객 경험을 향상시키세요. 이 강력한 기능은 상호 작용의 잠재력을 최대한 활용하여 정보에 입각한 의사 결정에 필요한 귀중한 통찰력을 제공해요. 실시간 인사이트를 쉽게 이용할 수 있게 되면 당신의 조직은 고객 서비스 기준을 높이고 지속적인 개선을 추진할 수 있어요. 

고객 만족도 (CSAT) 는 고객 센터가 고객이 서비스에 얼마나 만족하는지 이해하는 데 중요한 지표예요. CSAT는 고객 설문조사를 통해 수집되는데 응답률이 낮아요. 좋은 경험이든 나쁜 경험이든 모두 경험한 고객들로부터 반응이 오는 경우가 많은데, 이로 인해 받는 전체 피드백이 왜곡될 수 있어요. 자동 CSAT는 Cisco의 독점 모델을 사용하여 운영 데이터, 상호 작용 기록 및 설문 조사 데이터를 분석하여 각 참여에 대한 CSAT 점수를 정확하게 예측해요. 자동 CSAT 점수는 고객이 교육 요구 사항을 식별하고, 감사할 통화를 선택하고, 불만족한 고객을 신속하게 해결하는 데 사용할 수 있고 통화 라우팅과 같은 실시간 조치를 용이하게 하는 데 사용할 수 있어요. 자동 CSAT 점수는 고객이 보고서를 생성할 때 사용할 수 있어요. Webex Contact Center Analyzer

컨택 센터가 이 기능을 사용하여 고객 경험 전략을 개선할 수 있어요.

• 사전 문제 해결—조직은 불만을 식별하여 문제를 조기에 해결하고 해결할 수 있어요.
• 맞춤형 교육 프로그램—특정 상담원 성과 데이터를 기반으로 맞춤형 교육 프로그램을 개발하세요.
• 지속적인 개선—CSAT 점수에서 얻은 통찰력을 사용하여 고객 서비스 프로세스를 개선하고 최적화하세요.
• 전략적 의사 결정—데이터 기반 인사이트로 전략적 결정을 내리세요.

이 점수를 상담원 성과, 평가, 벌금, 보상 또는 고용 결정을 평가하는 데 사용하지 마세요. 사용 가이드라인에 대한 자세한 내용은 자동 CSAT—AI 투명성 기술 노트를 참조하세요.

자동 CSAT를 활성화하려면 다음 전제조건을 충족하는 것이 중요해요.

1. 신품 AI Assistant 또는 AI QM 또는 AI Assistant QM 번들 애드온 SKU를 구매한 고객 (). A-FLEX-AI-ASST
2. 통화 후 설문조사를 활성화해서 고객들이 CSAT를 측정해요:
   • 경험 관리, 또는
   • 플로우 빌더의 CSAT DTMF 설문조사 흐름 템플릿을 사용한 맞춤형 대화형 음성응답 설문조사

3. 3점 또는 5점 척도로 CSAT를 측정하는 고객들
4. 영어로 대화하는 고객 (다국어 지원은 현재 베타 단계예요. 자세한 내용은 AI Assistant 기능 다국어 지원을 참조하세요.
5. 통화 후 처리를 하려면 통화 녹음을 활성화해야 해요

• 자동 CSAT 점수를 콜 세션 레코드에 게시하고 검색 API를 사용하여 액세스할 수 있어요.
• Analyzer의 AI Assistant대시보드에 있는 자동 CSAT 테이블에서 이 점수에 액세스하여 사용자 지정 보고서를 생성할 수도 있어요.

  자동 CSAT 보고서는 다음과 같은 주요 질문에 답해요.

  • 상담원 수준의 인사이트: 개별 상담원의 상호작용에 대한 자동 CSAT 점수는 얼마예요? 평균, 최소, 최대 자동 CSAT 점수 추세는 어때요?
  • 팀 수준 인사이트: 특정 팀의 상호작용에 대한 자동 CSAT 점수는 얼마예요? 평균, 최소, 최대 자동 CSAT 점수 추세는 어때요?
  • 큐 레벨 인사이트: 주어진 대기열 내 상호작용의 자동 CSAT 점수는 어떻게 돼요? 평균, 최소, 최대 자동 CSAT 점수 추세는 어때요?
  • 비교 분석: 상담원, 팀, 대기열 간의 자동 CSAT 점수는 어떻게 비교돼요?
  • 개선해야 할 영역: 에이전트 코칭과 트레이닝이 성과를 개선할 수 있는 곳은 어디예요?
  • 상호작용 감사: 추가 검토나 고객 후속 조치가 필요한 상호작용은 뭐예요?
  • 운영 개선: 운영 또는 프로세스 개선이 필요하다고 생각하는 영역은 어디예요?
• 수퍼바이저 데스크톱에서 자동 CSAT 점수는 상호작용 세부 정보 페이지, 특히 상호작용 데이터 패널에 표시돼요.

시작하기 전: 통화 녹음을 활성화해서 통화 후 처리를 용이하게 하세요. 이는 자동 CSAT 예측을 생성하는 데 필요해요.

관리자가 전체 조직 또는 특정 사용자에 대해 자동 CSAT 기능을 활성화할 수 있어요. 활성화되면 자동 CSAT가 콜 센터에서 이루어지는 상호 작용에 대한 고객 만족도를 예측해요.

다음 단계에 따라 컨트롤 허브에서 자동 CSAT 기능 활성화해요.

1. 컨트롤 허브에 로그인하고 서비스 > 컨택 센터로 이동해요.
2. 탐색 창에서 데스크톱 경험 > AI 기능으로 이동해요.
3. 글로벌 구성에서 자동 CSAT 켜세요.
4. 조직의 모든 대기열에 대해 자동 CSAT를 활성화하려면 모든 대기열에 적용을 켜세요.
5. 특정 대기열에 자동 CSAT를 활성화하려면 상단의 대기열 구성으로 이동하여 필요한 대기열을 선택하고 해당 대기열의 기능을 활성화하세요.
6. 자동 CSAT 모델을 훈련하기 위해 설문조사에서 CSAT 질문을 선택하려면 경험 관리를 선택해요. 아니면 설문조사 응답을 저장하는 데 사용할 글로벌 변수를 선택하려면 글로벌 변수를 선택하세요.

1. 기능 활성화한 후 자동 CSAT 점수는 언제 확인할 수 있나요?

   자동 CSAT 모델에서 자동 CSAT 점수 예측을 시작하려면 CSAT 설문조사 응답과 최소 250회의 상호작용이 필요해요. 모델은 설문조사 데이터, 운영 데이터, 통화/채팅 기록의 조합을 기반으로 학습해요. 성공적인 교육 과정을 위해서는 전체 CSAT 척도에 최소 250개의 데이터 포인트가 필요해요. 최적의 결과를 얻으려면 척도에 균일하게 분포되어 있어요.

2. 우리 조직의 자동 CSAT 모델의 성과 메트릭을 어떻게 평가할 수 있나요?

   생성된 자동 CSAT 값을 고객 설문조사 응답에서 얻은 CSAT 점수와 비교하여 자동 CSAT 모델 성능을 평가하세요. 모델은 인간의 평가에 맞게 설계되었어요. 인간의 주관성과 비슷한 경험에 대한 반응 차이로 인해 약간의 차이가 있을 것으로 예상돼요. 대부분 예상 점수가 실제 설문조사 응답과 일치할 것으로 예상돼요. 모든 편차가 실제 설문조사 점수의 +/- 1 범위 내에 속해요. 이는 여러 사람이 동일한 상호 작용을 평가했을 때 예상할 수 있는 것과 같은 수준의 변동성을 반영해요.

3. 자동차 CSAT 모델은 얼마나 자주 재교육을 받나요?

   자동 CSAT 모델은 지난 180일 데이터를 사용하여 30일마다 재훈련돼요. 정기적인 재교육을 통해 모델이 정확하고 드리프트가 없는지를 확인할 수 있어요.

4. 우리 조직에 CSAT 설문조사가 여러 개 있는 경우, 매핑할 적절한 CSAT 질문을 어떻게 선택해야 하죠?

   모델 트레이닝의 경우 각 컨택 센터 상호 작용에 대한 전반적인 고객 만족도를 가장 잘 나타내는 CSAT 질문을 선택하세요. 설문조사를 여러 개 사용하는 경우 각 설문조사에서 CSAT 질문 하나를 선택하세요. 시스템은 상호작용당 하나의 설문조사만 사용된다고 가정해요. 설문조사에서 선택한 CSAT 질문이 해당 상호작용에 대한 교육 데이터를 제공해요.

5. 우리 조직은 CSAT 설문조사를 수집하지 않아요.자동 CSAT 기능 사용할 수 있나요?

   아니요. 자동 CSAT는 모델 트레이닝에 CSAT 설문조사 데이터가 필요해요. 조직에서 CSAT 설문조사를 수집하지 않는 경우 경험 관리나 사용자 지정 대화형 음성응답 설문조사를 통해 활성화하세요. CSAT 데이터 수집이 시작되면 자동 CSAT 활성화해요.

6. 우리는 CSAT 데이터를 수집하기 위해 타사 도구를 사용해요.이 데이터를 자동 CSAT 모델 훈련에 사용할 수 있나요?

   아니요. 자동 CSAT는 현재 내부적으로 수집한 CSAT 설문조사 데이터만 모델 교육에 사용해요. 타사 설문조사 데이터는 지원되지 않아요.

7. 자동 CSAT 보고서에 왜 'N/A'가 보여요?

   자동 CSAT 보고서에 'N/A'가 나타나면 데이터가 충분하지 않아 모델이 학습되지 않은 것일 수 있어요. 조직이 모델 교육에 필요한 데이터 요구 사항을 충족하는지 확인하세요. 시스템에는 CSAT 척도당 최소 50개의 응답이 필요해요.

8. 경험 관리 (EM) 하고 글로벌 변수 (GV) 옵션 사이를 전환하면 어떻게 되나요?

   EM하고 GV 옵션 간 전환은 다음 재교육 주기에 적용돼요. 기존 모델은 재교육이 이루어지기 전까지는 CSAT 값을 계속 예측할 거예요. 잦은 변경은 모델의 품질에 영향을 미칠 수 있으므로 일관성을 유지하는 것이 가장 좋아요.