Genesys 예측 참여

AI 기반 여정 분석을 사용하여 웹사이트 활동을 관찰하고, 방문자 결과를 예측하고, 상담원 지원 채팅, 콘텐츠 제공 또는 챗봇을 통해 잠재 고객 및 고객과 적극적으로 소통하세요.

적절한 개인, 최고의 순간, 온라인 지원을 제공하는 최적의 방법을 식별하는 것은 어렵습니다. 기업은 고객의 여정을 형성하고 바람직한 결과를 향해 나아가기를 원하지만 의미 있고 실행 가능한 방식으로 사용 가능한 모든 데이터를 활용하는 것은 어렵습니다. 또한 소비자는 빠른 답변을 기대하지만 항상 상담원을 고용하는 데는 비용이 많이 듭니다.

귀하의 웹사이트에서 고객을 성공적인 여정으로 적극적으로 안내하십시오. 기계 학습, 동적 페르소나 및 결과 확률을 적용하여 웹 채팅이나 도움말 콘텐츠 스크린팝을 통해 적극적으로 참여할 적절한 순간을 식별합니다.

현대 비즈니스의 가장 큰 과제 중 하나는 의미 있고 실행하기 쉬운 방식으로 사용 가능한 데이터로 작업하는 방법을 배우는 것입니다. 웹사이트에서 생성된 데이터는 탐색되지 않는 경우가 많으므로 결과적으로 개별 고객 및 잠재 고객의 의도와 반응을 간과할 수 있습니다. 월별 전환 수와 같은 주요 지표인 광범위한 항목에 초점을 맞추는 경우가 많으며 참여가 필요한 잠재 고객을 식별하는 능력이 상실됩니다. 결과적으로 평가판 등록, 결제 완료, 서비스나 지원 관련 정보 검색, 기타 바람직한 결과를 눈앞에 두고 있는 고객은 난관에 부딪히게 됩니다. 웹사이트 트래픽의 양이 많기 때문에 적절한 개인, 최고의 순간, 실시간으로 참여하는 최적의 방법을 식별하는 것이 어렵습니다. 응답 시간에 대한 기대가 높아지고 있지만 직원을 늘리는 데는 비용이 많이 듭니다.

Genesys Predictive Engagement는 기계 학습을 사용하여 구매 완료, 견적 요청 등 정의된 비즈니스 결과에 대한 웹사이트 방문자의 진행 상황을 관찰합니다. Genesys Predictive Engagement를 사용하면 기업은 정적인 규칙이 아닌 실시간 관찰과 예측을 사용하여 가장 필요한 시점에만 개입을 트리거할 수 있습니다.

서비스나 지원을 원하는 고객의 경우 전화할 전화번호를 찾는 경우에도 회사 웹사이트가 첫 번째 연락 지점이 되는 경우가 많습니다. 그러나 기업은 웹사이트에서 생성된 모든 데이터를 의미 있고 실시간으로 쉽게 조치할 수 있는 방식으로 이해하고 사용하는 방법을 배우는 데 어려움을 겪고 있습니다. 결과적으로 고객은 결국 연락 센터(비용이 많이 드는 지원 채널)에 전화를 걸거나 필요한 도움을 찾을 수 없어 비즈니스에 불만을 갖게 됩니다. Genesys Predictive Engagement는 가치가 높은 방문자의 참여를 우선시하고 적극적으로 채팅을 제공하여 직원 활용도를 높이고 비용을 절감합니다.

예측 참여를 위해 데이터, 컨텍스트, 웹사이트 행동을 사용하여 고객 경험을 최적화할 수 있는 방법의 예:

• 기계 학습을 사용하여 정의된 결과(구매 완료, 견적 요청)에 대한 웹 사이트 방문자의 진행 상황을 감지하고 비즈니스가 가장 필요한 시점에만 개입을 트리거할 수 있도록 합니다.
• 대출 신청서 제출에 문제가 있는 것으로 인식된 고객에게는 상담원이 고객이 단계를 안내할 수 있도록 적극적인 웹 채팅이 표시됩니다.
• 고객은 새 휴대폰을 활성화하고 웹사이트에 접속하여 '기기 활성화'를 검색해야 합니다. 고객이 단계를 안내할 수 있도록 사전 예방적인 챗봇이 제공됩니다.
• 고객이 해외 여행을 계획 중이어서 신용카드 회사에 알려야 합니다. 회사 홈페이지에 접속하면 '여행알림' 관련 검색어를 바탕으로 챗봇이 제공돼 컨택센터에 전화할 필요가 없도록 도와준다.
• 고객에게는 거래를 지원하기 위한 자체 지원 옵션이 적극적으로 제공됩니다(예: RMA(반품 승인)에 도움이 되는 비디오 링크 제공).

온라인 활동 및 행동에 대한 지식을 이해하고 사용하면 후속 디지털 또는 음성 상호 작용을 더 잘 처리하기 위한 컨텍스트를 제공하여 전체 고객 수명 주기에 걸쳐 회사 제품을 쇼핑, 구매, 사용하는 고객을 도울 수 있습니다. 이 참여 인텔리전스는 서비스 요청을 교차 판매 또는 상향 판매를 위한 판매 기회로 변환하는 데에도 사용될 수 있습니다. Genesys는 인공 지능을 사용하여 웹사이트 방문자의 정의된 결과(서비스 요청, 보류 중인 거래, 애플리케이션 상태)에 대한 진행 상황을 관찰하고 분석합니다. 이 기술을 통해 기업은 단순한 정적인 규칙이 아닌 동적 관찰과 예측을 사용하여 고객과 소통할 수 있어 더 행복한 고객, 더 똑똑한 직원, 더 나은 결과를 창출할 수 있습니다.

기업은 CRM, 마케팅 자동화, 연락 센터 및 웹사이트 내에 방대한 양의 데이터를 보유하고 있으며, Genesys를 통해 기업은 실시간으로 해당 데이터를 잠금 해제하여 고객과 적극적으로 소통할 수 있으므로 음성 통화나 맥락 없는 연락이 필요하지 않습니다. Genesys Predictive Engagement는 회사 웹사이트에서 개별 고객 여정을 관찰하고 기계 학습, 동적(또는 대상자) 세분화, 실시간 결과 채점을 적용하여 채팅, 챗봇 또는 콘텐츠 제공을 통해 적합한 고객과 적극적으로 소통할 적절한 순간을 식별합니다.

Predictive Engagement의 실시간 참여 정교함은 고객 만족도를 높이고, 전환율을 향상시키며, 가장 가치가 높은 고객을 위한 상담원 리소스 사용을 최적화하여 통화 편향, AOV(평균 주문 금액), 첫 번째 접촉 해결과 같은 핵심 성과 지표를 개선합니다. 전환율.

비즈니스 로직

BL1 – 고객 식별

시스템은 쿠키를 사용하여 재방문자를 감지하고 이를 이전 사이트 방문과 연결할 수 있습니다. 여행 중에 제공되는 신원 정보(예: 이메일 주소 또는 전화번호)는 웹 페이지에서 명시적으로 제출된 후 캡처되며 여러 장치에서도 방문자를 식별할 수 있습니다. 고객이 식별된 후 수집된 모든 추적 데이터는 해당 특정 고객과 연결됩니다. 수집된 모든 고객 정보는 GDPR을 준수하는 방식으로 수행됩니다.

BL2 – 세그먼트 및 결과 구성

세그먼트는 일반적인 행동과 속성을 기반으로 웹사이트 방문자를 분류하는 방법입니다. 세그먼트는 시스템 프로비저닝 중에 미리 구성됩니다. 세그먼트는 다음 구성 요소 중 하나 또는 둘 다로 구성될 수 있습니다.

• 브라우저 유형, 장치 유형, 위치, 연결된 마케팅 캠페인, UTM 매개변수, 추천 웹사이트 등의 속성입니다.
• 웹 브라우징 행동, 웹사이트에서 수행된 검색, 클릭한 항목, 재방문 사용자, 장바구니 이탈자, 고주문 가치와 같은 여정 패턴입니다.

결과 또는 목표는 방문자가 웹사이트에서 수행하기를 원하는 특정 작업입니다. 세그먼트와 마찬가지로 사전에 구성됩니다. 일반적인 결과는 다음과 같습니다.

• 주문 상태 또는 반품 상태 확인
• 문제 티켓 열기 또는 상태 확인
• 보증 또는 반품 정책 찾기
• 신청서 제출
• 온라인 구매 확인
• 결제 제출
• 온라인 견적
• 데모 또는 약속 예약

Genesys는 예측 분석을 사용하여 웹사이트의 세그먼트 및 방문자 행동(결과 점수)을 기반으로 특정 결과가 달성될 확률을 실시간으로 평가합니다.

BL3 – 액션 맵 구성

액션 맵은 웹사이트 방문자와 소통하는 방법을 결정합니다. 작업 맵 내에서 고객에게 작업을 수행하는 트리거를 정의합니다. 이러한 트리거는 다음의 조합을 기반으로 할 수 있습니다.

• 분절
• 사용자 활동
• 결과 점수(일반적으로 특정 세그먼트의 결과 점수가 떨어지면 웹 채팅이 트리거될 수 있음)

BL4 – 고객 초대 및 등록 창

Genesys 위젯은 다음 용도로 사용됩니다.

• 웹 채팅에 메시지 초대
• 방문자의 연락처 수집
• 채팅 세션을 통한 참여

배포 논리

상호작용의 분포는 Genesys Predictive Engagement 규칙에 구성된 대상 표현식 및 가상 대기열에 의해 결정됩니다.

• Genesys Predictive Engagement 데스크톱 가젯을 Workspace Desktop Edition 8.5에 통합(챗봇 대화를 위해 상담원에게 에스컬레이션해야 하는 경우)
• 상호작용 연결 필요
• Single Sign-On을 옵션으로 사용할 수 있습니다.

실시간 보고

관리자는 현재 방문자의 실시간 보기와 사이트의 실시간 추적 정보를 볼 수 있습니다. 이 보기를 통해 관리자는 예를 들어 마케팅 캠페인이 활성화되고 개별 고객 여정을 자세히 분석하는 경우 실시간 운영 결정을 내릴 수 있습니다.

내역 보고

방문자 활동 보고서는 추세 분석과 장치 유형별 드릴다운을 제공합니다. 일치하는 세그먼트와 달성된 결과에 대해 보고합니다. 액션 유형의 액션 맵 성능; 웹 채팅, 콘텐츠 제공 및 설계 흐름.

이를 통해 리소스 요구 사항, 대기열 문제,

• 자격
• 제공
• 수락
• 약혼

개별 드릴다운

외부 연락처는 개별 고객 수준에서 Predictive Engagement에 의해 트리거된 채팅을 포함한 과거 대화 데이터를 제공합니다.

분석

성능 보고는 Genesys Cloud CX에서 제공되며, 이를 통해 개별 대기열 및 상담원 성능을 심층적으로 살펴볼 수 있습니다. 보고서에는 미리 준비된 보고서, 맞춤형 보고서, 원시 데이터 API 피드 등 세 가지 유형이 있습니다.

• Genesys Widgets 9를 사용해야 합니다.
• 상호 작용 라우팅을 위한 일반 논리는 필수 사용 사례 내의 논리로 정의됩니다.
• 이 사용의 설계 및 구성은 필수 사용 사례의 이전 배포를 고려해야 합니다.
• Genesys 위젯을 사용해야 합니다. 고객은 웹사이트/웹페이지에 Genesys Predictive Engagement 및 위젯 코드 조각을 모두 배포해야 합니다.
• 상호 작용 라우팅을 위한 일반 논리는 이러한 경우의 일부를 사용합니다. CE18이 이미 배포되고 사용자 정의된 경우 SL09 설계 및 구성을 고려해야 합니다.
• Genesys Interaction Connect 릴리스 2019R1이 필요합니다.
• Genesys Predictive Engagement 데스크탑 가젯을 Workspace Web Edition 9에 통합

• 고객 기업 아이덴티티에 맞게 조정할 수 있는 표준 기능을 갖춘 Genesys Widgets 9를 기반으로 합니다.

• Predictive Engagement는 Action Map 오케스트레이션을 통해 Salesforce 및 Rest API를 사용하는 모든 CRM에서 자동으로 리드를 생성할 수 있습니다.

• CRM에서 프로필을 조회할 수 있으며 상담원 작업 영역의 스크립트 탭에 리드 정보가 표시됩니다. 상담원은 CRM에 직접 로그인할 필요 없이 여기에서 수동으로 리드 정보를 생성하고 업데이트할 수도 있습니다.

• 고객은 웹사이트/웹페이지에 Genesys Predictive Engagement 및 위젯 코드 조각을 모두 배포해야 합니다.

뷔 1.1.1 마지막 업데이트 2022년 8월 18일