예측 라우팅을 위한 사용자 지정 KPI

  기능 제공 예정

사용자 지정 KPI를 사용하면 조직에서 판매 전환, 이탈 및 고객 유지와 같은 전략적 결과에 대한 KPI를 최적화할 수 있습니다. 이러한 유형의 최적화는 다음 유형의 추적 메커니즘을 기반으로 합니다.

  • 원하는 결과 달성을 추적하는 '판매 성공' 및 '구독 갱신'과 같은 요약 코드를 사용합니다. Genesys Cloud는 요약 코드 기반 맞춤형 KPI를 추적하고 측정하기 위해 내부 데이터 소스의 정보를 사용합니다.
  • Genesys Cloud가 외부 시스템에서 수신하는 미리 결정된 목표의 달성을 추적하는 결과 사용. Genesys Cloud는 결과 기반 맞춤형 KPI를 추적하고 측정하기 위해 외부 데이터 소스의 정보를 사용합니다. 

맞춤 KPI를 정의할 때 사용할 추적 메커니즘과 KPI 유형을 결정하게 됩니다. 정의된 사용자 지정 KPI는 예측 라우팅을 사용하는 대기열에서 사용할 수 있습니다.

요약 코드 기반 사용자 지정 KPI 작동 방식:

  1. '판매 전환' 유형의 '요약 코드' 추적 메커니즘을 사용하는 사용자 지정 KPI가 필요합니다.
  2. 마무리 코드가 '신규 주택 보험 판매'인 상호 작용의 수를 추적하는 '주택 보험 판매'라는 이름으로 새 사용자 지정 KPI를 만듭니다. 
  3. 대기열 활성화 시 사용 가능한 KPI 목록에서 '주택 보험 판매' KPI를 선택합니다.
  4. 새 상호작용이 도착하면 예측 라우팅은 특정 고객에 대한 '신규 주택 보험 판매' 결과를 달성할 가능성이 가장 높을 것으로 예상되는 상담원에게 상호작용을 라우팅하려고 시도합니다.

결과 기반 사용자 지정 KPI 작동 방식:

  1. 'Customer churn' 유형의 'Outcome' 추적 메커니즘을 사용하는 사용자 정의 KPI가 필요합니다.
  2. 'Credit card customer exit'라는 이름으로 새 사용자 지정 KPI를 만듭니다.
  3. 사용자 지정 KPI 페이지에서 '신용카드 고객 종료' 사용자 지정 KPI를 클릭하고 이 KPI 결과 전용으로 자동 생성된 결과 ID를 저장합니다.
  4. outcome Attributions API를 사용하여 상담원이 고객이 서비스를 종료하지 못하도록 한 모든 상호작용 정보를 3단계에서 저장한 결과 ID와 함께 보냅니다.
  5. 대기열 활성화 시 사용 가능한 KPI 목록에서 '신용카드 고객 종료' KPI를 선택합니다.
  6. 잠재적인 고객 이탈이 될 수 있는 새로운 상호작용이 대기열에 도착하면 예측 라우팅은 '고객 이탈' 결과를 달성할 가능성이 가장 높을 것으로 예상되는 상담원에게 상호작용을 라우팅하려고 시도합니다.

기능

    • Genesys Cloud는 요약 코드 및 결과를 조건으로 활용하여 원하는 결과를 추적하여 점수를 매기고 들어오는 상호작용에 대한 에이전트를 선택합니다.

      • 요약 코드 기반 사용자 지정 KPI: Genesys Cloud는상호작용 결과를 요약하는 관련 요약 코드가 있는 상호작용을 사용하여 머신러닝 모델을 학습시킵니다. Genesys는 작업의 실제 결과를 캡처하는 특정 요약 코드를 사용할 것을 권장합니다. 예를 들어 판매 전환을 추적하려면 상담원이 판매 프레젠테이션을 할 때 사용하는 마무리 코드가 아니라 판매가 완료되었을 때 추가하는 마무리 코드를 사용합니다.
      • 결과 기반 맞춤형 KPI: Genesys Cloud는 사전 구성된 결과(유형이라고 함)를 사용하여 상호 작용 결과를 추적하고 외부 소스의 데이터에 의존합니다. 사전 구성된 결과에 대한 결과 기반 사용자 지정 KPI를 생성하면 Genesys Cloud에서 전용 결과 ID를 생성하여 결과를 KPI와 매핑합니다.  KPI가 포함된 대기열이 활성화되면 Genesys Cloud는 결과 ID를 사용하여 결과 달성 및 결과로 이어진 접점을 추적합니다. 예를 들어 에이전트가 판매를 달성하면 판매 결과는 사전 구성된 결과 '판매 전환' KPI 전용 결과 ID로 추적됩니다. 이 정보는 관련된 에이전트의 점수를 매기고 향후 예측에 점수를 사용하는 데 도움이 됩니다. Outcome Attributions API를 사용하여 외부 데이터 소스의 상호 작용 결과를 Genesys Cloud로 보냅니다. 자세한 내용은 결과 기여 API를 참조하세요.

        더 나은 데이터 모델 교육 및 예측 결과를 위해 결과 기반 사용자 지정 KPI는 모든 유형의 요청을 처리하는 지원 대기열이 아닌 특정 결과를 제공하는 대기열에 가장 적합합니다. 
    • 현재 Genesys Cloud는 각 조건에 대해 다음 유형의 KPI를 제공합니다.
      • 판매 전환 KPI 유형 – 조직의 판매 전환을 극대화하는 데 도움이 됩니다. 
      • 고객 유지 KPI 유형 – 조직과 비즈니스를 계속하는 고객 수를 최대화하는 데 도움이 됩니다. 
      • 고객 이탈 KPI 유형 – 이탈은 조직과의 비즈니스를 중단하려는 기존 고객의 수를 나타냅니다. 고객 이탈을 최소화하는 데 도움이 됩니다.
      • 판매 가치 KPI 유형 – 결과로 추적되는 사용자 지정 KPI에만 사용할 수 있습니다. 조직의 판매 가치를 극대화하도록 도와줍니다. 
    • Genesys는 더 나은 모델 교육 및 예측 정확도를 보장하기 위해 결과 데이터를 주기적으로 업로드할 것을 권장합니다. 권장 빈도는 하루에 한 번 또는 최소한 일주일에 한 번입니다. 
    • 맞춤형 KPI 사용 준비:
      • 요약 코드 기반 사용자 지정 KPI를 사용하려면 요약 코드가 사용 중이고 이와 관련된 많은 수의 상호 작용이 있어야 합니다. 새로운 마무리 코드를 생성하는 경우 Genesys Cloud는 데이터 양이 필요한 임계값에 도달할 때까지 기다립니다. 예측 라우팅 결정을 위한 데이터 소스
      • 결과 기반 사용자 정의는 결과 데이터를 통해 사용할 수 있어야 합니다. 결과 기여도 API. 새 사용자 정의 KPI는 결과 데이터 업로드 후 24~48시간 후에 사용할 수 있습니다. 그러나 KPI의 결과 ID로 추적한 결과 수가 많을수록 예측이 더 정확합니다. 
    • 사용자 지정 KPI는 조직 수준에 있습니다. 조직의 모든 부서 및 대기열은 정의된 KPI를 사용할 수 있습니다.
    • 맞춤 KPI를 사용하여 대기열에서 이점 평가를 수행하고, 예측 라우팅을 활성화하고, 비교 테스트를 실행하고, 진행 중인 가치를 평가할 수 있습니다. .
    • 비교 테스트 결과 창에서 맞춤 KPI를 사용한 예측 라우팅의 이점을 볼 수 있습니다. KPI 세트에 따라 혜택 창에는 실제 판매 전환 수, 유지 고객 수 또는 서비스를 떠나지 못한 고객 수가 나열됩니다.