Genesys 챗봇

챗봇을 사용하여 고객 대화를 자동화하고 필요할 때 채팅 상담원에게 원활하게 인계하세요.

도전은 무엇입니까?

고객과의 많은 고객 서비스, 판매 또는 지원 대화는 반복적이어서 고객과 직원 모두에게 실망스럽습니다. 더 나은 자동화를 삽입할 수 있다면 입력 과정에서 많은 대화가 처리되어 시간을 절약하는 동시에 고객 만족도도 높아질 수 있습니다.

해결책은 무엇입니까?

혼합형 AI 챗봇은 채널 전반에서도 자연어 대화를 자동화합니다. Genesys 혼합형 챗봇은 고객 정보와 활동을 조회하여 질문에 답변합니다. 필요할 때 상황에 맞는 대화를 상담원에게 전달하거나 콜백을 제안할 수도 있습니다. 근무 시간 중 또는 이후.

사용 사례 개요

스토리와 비즈니스 맥락

디지털 채널의 확산으로 인해 고객 기대치가 높아지고 기업이 고객에게 서비스를 제공할 때 처리하는 상호 작용 수가 증가합니다. 비즈니스 애플리케이션을 위한 인공 지능(AI)의 사용 증가와 함께 이러한 변화로 인해 조직에서는 고객과 상호 작용하여 작업을 자동화하고 웹, 모바일, 소셜, SMS 및 메시징 앱과 같은 디지털 채널에서 쿼리를 지원할 수 있는 챗봇을 구현하게 되었습니다. 챗봇은 컨택센터 직원의 부담을 완화하는 동시에 고객 경험을 개선하고 비용을 통제할 수 있습니다. 챗봇은 항상 켜져 있고 사용 가능하며 필요할 때 언제든지 실시간 상담원에게 인계할 수 있습니다. 직원이 비즈니스 최적화 목적으로 챗봇을 사용할 수도 있지만, 이 문서의 나머지 부분에서는 고객 참여 맥락에서 옴니채널 봇을 언급합니다. 챗봇의 주요 이점은 셀프 서비스 성공률을 높이고 컨택 센터와의 상호 작용을 방지하며 고객 경험을 향상시키는 것입니다.

Genesys 챗봇은 기본 및 타사 봇을 모두 사용하여 셀프 서비스 경험을 통합하고 조율하여 뛰어난 고객 및 직원 경험을 제공합니다. Genesys는 조직이 음성 및 디지털 채널 전반에 걸쳐 원활한 고객 경험을 제공할 수 있도록 봇에 대한 "한 번 설계로 어디서나 배포" 개념을 지원합니다. 이 사용 사례는 웹 채팅, 모바일 채팅, Facebook 메신저, Twitter 쪽지, 회선 메시징, WhatsApp 또는 SMS에 봇을 배포하는 데 중점을 둡니다.

사용 사례의 이점

혜택 설명
향상된 격리율 반복적이거나 일반적인 요청에 대한 상담원 지원 상호 작용을 줄이기 위해 셀프 서비스 상호 작용을 늘립니다.
향상된 고객 경험 고객 요청을 처리하고, 근무 시간 외 연락을 처리하고, 즉각적인 옵션을 제공하고, 결과를 개선하는 데 필요한 시간을 줄입니다.
향상된 첫 번째 접촉 해결 고객이 누구인지, 상호 작용할 수 있는 이유, 연락 센터 상태를 기반으로 개인에게 고객 경험을 맞춤화합니다.

요약

Genesys Chatbots는 기본 플랫폼인 Dialog Engine Bot Flow와 Amazon, Google 등과 같은 타사 플랫폼을 지원합니다. 각 챗봇과 제3자는 고유한 특정 기능을 갖고 있으므로 이 사용 사례는 광범위하게 사용 가능한 기능을 다루고 있습니다. 사용 가능한 최신 참고 자료를 보려면 다음을 방문하세요. 리소스 센터 .

챗봇은 다음 기능을 지원하거나 조정합니다.

  • 개인화 – 현재 상호 작용 또는 이전 상호 작용의 컨텍스트를 기반으로 경험을 맞춤화합니다.
  • 자연어 이해 – 의도와 엔터티 도출
  • 간단한 봇 조정을 통해 고객은 작업에 가장 적합한 봇을 사용할 수 있습니다. 예를 들어 Google Dialogflow는 영숫자 인식률이 가장 높습니다.
  • Genesys Cloud CX Architect를 사용하면 새로운 봇 제공업체에 쉽게 통합하고, 봇 제공업체 간에 전환하고, 단일 상호 작용 내에서 여러 봇 제공업체를 사용할 수 있습니다.
  • Genesys Cloud CX Architect를 사용한 AB 테스트는 특정 비즈니스 사용 사례에 가장 효과적인 봇을 결정하는 데 도움이 됩니다.
  • 적시에 실제 상담사에게 원활하게 에스컬레이션

사용 사례 정의

비즈니스 흐름

고객이 지원되는 Genesys 디지털 채널을 통해 상호 작용하면 챗봇이 시작됩니다. 챗봇은 먼저 컨텍스트를 사용하여 고객이 참여하는 이유를 예측하고 개인화된 메시지를 제공하여 쿼리를 해결합니다. 개인화 옵션이 없는 경우 챗봇은 고객에게 "어떻게 도와드릴까요?"와 같은 공개 질문을 합니다.

고객이 응답하면 챗봇은 요청을 해석하여 의도를 파악한 후 다음에 수행할 작업을 결정합니다. 예를 들어 고객이 “잔고를 확인하고 싶어요”라고 답하면 챗봇은 먼저 고객을 파악하고 확인한 후 잔액을 보여줍니다.

작업이 완료되면 챗봇은 고객에게 추가 도움이 필요한지 묻습니다. 고객은 다른 질문을 하거나, 상담원과의 채팅을 요청하거나, '아니요'라고 대답하여 응답할 수 있습니다. 고객이 '아니요'라고 대답하면 챗봇은 상황에 따라 설문조사를 제공할 수 있습니다.

의도가 확립되지 않거나 이해되지 않으면 챗봇은 고객을 상담사에게 전달합니다.

고객이 상담원과 통화하거나 채팅하기로 선택하고 대기 시간이 길거나 업무 시간이 아닌 경우 챗봇이 적절한 메시지를 표시할 수 있습니다.

챗봇은 이런 방식으로 계속해서 대화 루프를 생성하고 자체와 고객 간의 컨텍스트를 구축하여 쿼리를 더 잘 해결합니다.

  1. 채팅 상호작용은 지원되는 채널 전체에서 시작됩니다(사후적 또는 사전적).
  2. 고객은 챗봇으로부터 표준 환영 메시지를 받습니다.
  3. 고객 정보 및/또는 컨텍스트는 다음에서 검색됩니다.
    • 외부 연락처의 고객 프로필 정보
    • 타사 데이터 소스에 대한 API 호출
  4. 고객은 개인화된 메시지를 받거나 상담원에게 전달됩니다. 예는 다음과 같습니다:
    • 맞춤 메시지 또는 업데이트: “다음 주문은 목요일 12시 이전에 도착할 예정입니다.”
    • 고객이 미결제 잔액이 있기 때문에 상담원에게 직접 연결되었습니다.
    • 고객이 상담원에게 연결되지 않으면 고객은 채팅을 종료하거나 연락 이유를 확인하거나 계속할 수 있습니다.
  5. 고객이 개인화 단계에서 넘어갔다고 가정하면 상호 작용은 다음과 같은 개방형 질문을 하는 챗봇(예: Genesys 대화 엔진)으로 전송됩니다. “무엇을 도와드릴까요?” 의도를 파악하고 고객을 포착하기 위해 님의 응답입니다. [BL1]
    • 인텐트와 슬롯이 반환되면 대화는 상호작용 흐름의 올바른 지점으로 이동합니다.
      • 자동 알림 작업(예: 잔액 표시)
      • 라이브 에이전트에게 핸드오프
    • 인텐트와 슬롯이 반환되지 않으면 대화는 상호작용 흐름으로 돌아가고 고객은 상담원에게 전달됩니다.
  6. 임무가 완료되면, 상호 작용은 챗봇(예: Genesys 대화 엔진)으로 전송됩니다. 묻는다 다음과 같은 후속 질문: “제가 더 도와드릴 일이 있나요?”
    • 고객이 "예"라고 대답하면 5단계로 돌아갑니다. “무엇을 도와드릴까요?”
    • 고객이 "아니요"라고 대답하면 대화는 상호작용 흐름으로 돌아갑니다.
    • 고객이 좀 더 고급 답변으로 응답하면 추가 처리를 위한 의도와 엔터티를 결정합니다.
  7. 설문조사 제공 여부를 결정하기 위해 고객 정보 및/또는 전후 상황을 검색합니다. [BL2]
    • 설문조사가 제공되면 상호작용이 챗봇으로 전송됩니다.
    • 설문조사가 제공되지 않으면 상호작용 흐름에 작별 인사 메시지가 표시되고 종료됩니다.
  8. 설문조사가 실행됩니다. 설문조사 질문은 다음과 같이 구성할 수 있습니다. 고객은 챗봇에서 평소와 같이 업무를 수행하므로 여기에는 대화 흐름이 정의되어 있지 않습니다.
  9. 상호작용 흐름 작별 인사를 전하고 채팅을 종료합니다.

비즈니스 및 유통 논리

비즈니스 로직

NLU:

  • 인텐트상호작용의 목표. 예를 들어, NLU가 반환한 "Switch Flight" 인텐트는 고객이 결제 비즈니스 프로세스를 수신했음을 나타냅니다.
  • 슬롯: NLU가 반환한 추가 핵심 정보입니다. 이러한 부분은 후속 질문에 대한 답변을 미리 채워 대화를 가속화할 수 있습니다.

BL1: 상담원 전달: 고객은 상담 가능한 상담원에게 연결해 달라고 요청할 수 있습니다. 이 시점에서 챗봇의 연결이 끊어지고 채팅 내용(민감한 데이터 제외)이 상담원 데스크톱에 나타납니다.

BL2: 조사: 고객은 설문 조사에 응할지 여부를 결정할 수 있습니다. 이 설문조사는 다음을 기반으로 할 수 있습니다.

  • 외부 연락처의 고객 프로필 정보
  • 고객 여정 데이터
  • 타사 데이터 소스에 대한 API 호출

사용자 인터페이스 및 보고

상담원 ID

고객과 챗봇 간의 채팅 기록은 상담원 데스크톱의 채팅 상호 작용 창에 채워집니다.

보고

실시간 보고

Genesys Cloud CX를 사용하면 흐름 보고를 수행하고 흐름 결과를 사용하여 챗봇 의도에 대해 보고할 수 있습니다.

참조 흐름 성능 요약 보기 그리고 사용 흐름 결과 특정 챗봇 흐름의 성능 문제를 파악하고 셀프 서비스 성공에 대한 데이터를 수집하는 데 도움이 되는 통계입니다. 챗봇 흐름 데이터를 사용하여 결과를 개선하세요.

사용 흐름 성능 세부정보 보기 특정 챗봇 흐름에 대한 간격별 측정항목 분석을 확인하고, 챗봇 상호 작용이 채팅 흐름에 들어오고 나가는 방식을 확인합니다.

그만큼 흐름 결과 요약 보기 Architect 흐름에 들어가는 채팅과 관련된 통계를 표시합니다. 이러한 통계는 챗봇 흐름이 고객에게 얼마나 잘 서비스를 제공하는지 판단하고 셀프 서비스 성공에 대한 데이터를 수집하는 데 도움이 될 수 있습니다.

내역 보고

우리는 자신만의 챗봇 보고서 작성을 포함하여 앞으로 더 많은 챗봇 보고 기능을 제공하기 위해 노력하고 있습니다.

고객이 직면한 고려사항

상호의존성

다음이 모두 필요합니다. 다음 중 최소한 하나가 필요합니다. 선택 사항 예외

일반적인 가정

  • 상담원에게 핸드오프가 동일한 채널에 있습니다.
  • 고객은 자연어 봇 모델을 구축하고 발화, 의도 또는 슬롯에 대한 봇 교육을 제공할 책임이 있습니다. 모델 개발을 위해 전문 서비스가 참여할 수도 있습니다.
  • 설문 조사 기능은 챗봇 제공업체 QA 기능(예: Amazon Lex)에서 제공되며 사용자 정의가 필요합니다.
  • Chatbot 통합은 HIPAA를 준수하지 않습니다.
  • 타사 챗봇은 통합 레지스트리를 통해 활성화되며 AppFoundry를 통해 정보를 제공합니다.
  • 고객은 Integration Services에 대해 자신의 타사 Chatbot 계정을 사용합니다.

고객 책임

N/A

관련 문서

문서 버전

브이 1.4.0 마지막 업데이트 2021년 11월 9일