고객 서비스 데이터 템플릿

서비스 요청 ID는 각 고객 케이스를 생성부터 최종 해결까지 고유하게 식별하는 기본 키입니다. 케이스 식별자로 사용되며, 특정 고객 문제와 관련된 이벤트, 커뮤니케이션, 조치를 하나의 일관된 타임라인으로 묶습니다.

process mining에서 이 속성은 각 서비스 요청의 전체 여정을 재구성하는 데 필수적입니다. 모든 활동을 서비스 요청 ID와 연결하면 분석가는 프로세스 흐름을 시각화하고, 편차를 찾고, 케이스 처리 시간을 정확하게 측정할 수 있습니다. 이를 통해 케이스 중심으로 프로세스를 살펴볼 수 있으며, 성과를 파악하고 개선 영역을 찾는 데 도움이 됩니다.

케이스를 식별하는 데 꼭 필요한 속성입니다. 이 값이 없으면 프로세스에서 개별 고객 문제의 진행 과정을 추적할 수 없습니다.

일반적으로 고객 서비스 관리 시스템의 케이스, 티켓 또는 인시던트 헤더나 기본 테이블에서 찾을 수 있습니다.

시작 시간이라고도 하는 이벤트 시간은 활동이 발생한 시점을 기록합니다. 서비스 요청 생성부터 최종 종료까지 로그의 모든 이벤트에는 타임스탬프가 표시됩니다. 이 시간 데이터는 이벤트를 시간순으로 정렬하는 데 중요합니다.

서비스 요청별 타임스탬프 순서를 바탕으로 process mining 도구는 실제 프로세스 흐름을 재구성할 수 있습니다. 이벤트 시간은 활동 간 소요 시간 계산, 전체 케이스 해결 시간 측정, 병목 식별, 서비스 수준 계약(SLA) 준수 여부 확인 등 시간 기반 분석의 기준이 됩니다.

이 타임스탬프를 기준으로 이벤트를 정렬하고, 해결 시간 계산이나 병목 식별 등 소요 시간 기반 분석을 수행할 수 있습니다.

이벤트 로그나 감사 추적 테이블에서 활동 이름과 함께 확인할 수 있습니다. 필드 이름은 '생성 날짜', '이벤트 날짜' 또는 '타임스탬프'일 수 있습니다.

활동은 서비스 요청의 수명 주기에서 구분되는 단계나 이벤트를 나타냅니다. 예를 들면 '서비스 요청 생성', '요청 할당', '해결 방안 제안', '요청 종료'가 있습니다. 각 활동은 특정 서비스 요청과 연결되며, 발생 시점을 나타내는 타임스탬프가 있습니다.

이 속성은 고객 서비스 워크플로를 시각적으로 나타내는 프로세스 맵을 만드는 데 중요합니다. 활동의 순서와 빈도를 분석하면 서비스 요청이 실제로 거치는 경로를 파악할 수 있습니다. 이를 통해 일반적인 워크플로, 병목, 편차, 재작업이 반복되는 구간을 확인할 수 있습니다. 모든 process mining 분석의 기반이 되는 속성입니다.

이 속성은 프로세스 맵의 단계를 정의합니다. 어떤 작업이 어떤 순서로 수행되는지 파악하는 데 필수적입니다.

고객 서비스 시스템의 이벤트 로그, 상태 변경 테이블 또는 감사 추적 기록에서 가져오는 경우가 많습니다.

원천 시스템 속성은 고객 서비스 데이터가 생성된 애플리케이션이나 플랫폼을 식별합니다. ServiceNow, Salesforce, Zendesk 또는 사내 맞춤 시스템 등이 해당합니다. 여러 시스템의 데이터를 결합하는 환경에서는 데이터 거버넌스와 추적성을 위해 이 필드가 중요합니다.

일반적인 프로세스 흐름 분석에서 직접 사용되지는 않지만, 중요한 맥락을 제공합니다. 시스템별 데이터 품질이나 프로세스 실행 방식의 차이를 파악하는 데 도움이 됩니다. 또한 데이터를 검증하고, 추출 문제를 해결하며, 데이터 통합 파이프라인을 관리하는 데도 필요합니다.

데이터의 출처를 식별합니다. 여러 시스템을 사용하는 환경에서 데이터 거버넌스, 문제 해결, 분석에 중요합니다.

일반적으로 데이터 추출(ETL) 과정에서 추가되며, 원천 시스템의 테이블에는 없을 수 있습니다.

최종 데이터 업데이트 속성에는 가장 최근 데이터 추출 또는 새로 고침의 날짜와 시간이 기록됩니다. 이 메타데이터는 분석 대상 데이터의 최신성을 파악하고 데이터 파이프라인을 관리하는 데 중요합니다.

이 속성을 통해 현업 사용자와 분석가는 분석에 사용된 데이터가 얼마나 최신인지 확인할 수 있습니다. 데이터 새로 고침 일정을 정하는 데 도움이 되며, 필요한 최신성이 확보된 데이터를 바탕으로 의사결정을 내릴 수 있습니다. 진행 중인 프로세스를 모니터링할 때는 마지막 업데이트 시점을 알아야 현재 열린 케이스의 상태를 정확히 해석할 수 있습니다.

데이터의 최신성을 나타내므로 분석과 업무 의사결정에 시의적절하고 관련성 높은 정보를 사용할 수 있습니다.

일반적으로 데이터 추출(ETL) 과정에서 생성되어 추가되는 타임스탬프입니다.

고객 만족도는 고객이 받은 서비스에 대해 어떻게 평가하는지 측정하는 주요 결과 지표입니다. 일반적으로 해결 후 설문을 통해 수집하며, 1~5점과 같은 숫자 척도나 '좋음', '보통', '나쁨'과 같은 범주형 평가를 사용합니다.

이 속성은 프로세스 성과와 업무 결과를 연결하는 데 중요합니다. 만족도 점수와 프로세스 지표를 함께 분석하면 고객 만족이나 불만으로 이어지는 프로세스상의 요인을 찾을 수 있습니다. 예를 들어 여러 차례 재할당되거나 해결 시간이 긴 케이스에서 만족도 점수가 지속적으로 낮게 나타날 수 있습니다. 이를 바탕으로 고객 경험에 가장 큰 영향을 미칠 프로세스 개선의 우선순위를 데이터에 근거해 정할 수 있습니다.

고객이 평가한 서비스 품질을 직접 측정해 프로세스 효율성과 업무 결과를 연결합니다.

일반적으로 별도의 설문 응답 테이블에 저장되며, 서비스 요청 레코드와 연결할 수 있습니다.

상담원 속성은 특정 활동을 수행했거나 현재 서비스 요청을 담당하는 직원을 식별합니다. 고유 ID, 이메일 주소 또는 전체 이름으로 표시될 수 있습니다.

이 속성을 사용하면 개인별 성과와 업무량을 분석할 수 있습니다. 관리자는 업무 분배 현황을 확인하고, 해결 시간이나 고객 만족도 같은 지표로 상담원 성과를 비교하며, 교육이 필요한 영역을 찾을 수 있습니다. 상담원 간 인계도 분석할 수 있어 지연과 고객 불만의 원인을 파악하는 데 중요합니다.

상담원의 업무량과 성과, 상담원 간 인계가 미치는 영향을 분석하는 데 필요한 속성입니다.

케이스 할당 이력 테이블이나 이벤트 로그에서 찾을 수 있으며, 기본 케이스 또는 티켓 레코드의 필드로 제공되기도 합니다.

에스컬레이션 여부 속성은 서비스 요청이 공식적으로 상위 단계로 에스컬레이션되었는지 표시하는 불리언 플래그(true 또는 false)입니다. 현재 지원 단계에서 해결하기에 문제가 너무 복잡하거나, 정해진 시간 안에 해결되지 않거나, 고객 불만이 큰 경우에 에스컬레이션이 발생합니다.

이 속성은 에스컬레이션 분석에 필수적입니다. 주요 성과 지표인 에스컬레이션 비율을 계산할 수 있습니다. 에스컬레이션된 케이스의 프로세스 흐름을 분석하면 일선 지원팀의 역량 부족, 불명확한 프로세스, 제품 문제 등 근본 원인을 찾을 수 있습니다. 에스컬레이션은 비용이 많이 들고 고객 만족도에 부정적인 영향을 줄 수 있으므로, 이를 줄이는 것이 주요 목표인 경우가 많습니다.

에스컬레이션 빈도와 근본 원인을 파악해 최초 접촉 해결률을 높일 기회를 찾을 수 있습니다.

케이스 또는 티켓 레코드의 체크박스나 플래그 필드인 경우가 많습니다. '에스컬레이션' 활동을 감지해 계산할 수도 있습니다.

요청 상태는 수명 주기의 특정 시점에서 서비스 요청이 어떤 상태인지 나타냅니다. 요청을 처리하면서 상태가 '신규'에서 '진행 중', '고객 대기'를 거쳐 '해결됨'으로 바뀔 수 있습니다. 상태 변경 순서는 프로세스 모델의 활동을 정의하는 기준이 되는 경우가 많습니다.

상태 변경을 분석하면 프로세스 흐름을 파악할 수 있습니다. '대기'와 같은 특정 상태에 요청이 머무는 시간을 확인해 외부 당사자에 대한 의존성을 찾을 수 있습니다. 또한 열린 케이스와 종료된 케이스를 구분하는 데 사용되므로, 진행 중인 업무량과 해결률을 보고하는 데 필수적입니다.

요청의 수명 주기 단계를 추적해 대기 상태에 머문 시간을 파악하고 프로세스 활동을 정의할 수 있습니다.

케이스 또는 티켓 레코드의 기본 필드입니다. 상태 변경은 감사 이력 테이블에 기록되는 경우가 많습니다.

요청 유형은 고객의 문제나 문의를 상위 범주로 분류합니다. 이 분류를 기준으로 서비스 요청을 나누면 지원 조직에 들어오는 수요의 유형을 파악할 수 있습니다. 일반적인 유형으로는 기술 문제, 청구 문의, 정보 요청, 불만 등이 있습니다.

이 속성을 사용하면 요청 유형별 프로세스를 필터링하고 비교할 수 있어 분석에 유용합니다. 예를 들어 '청구 문의'의 해결 절차는 '기술 인시던트'보다 단순하고 빠를 수 있습니다. 이러한 차이를 파악하면 적절한 SLA를 설정하고, 효율적인 워크플로를 설계하며, 리소스를 효과적으로 배분할 수 있습니다.

요청을 유형별로 나누면 서로 다른 프로세스 경로를 파악하고 문제별로 개선 방안을 마련할 수 있습니다.

기본 케이스 또는 티켓 양식에 있는 표준 필드로, 'Type', 'Category' 또는 'Classification'으로 표시되는 경우가 많습니다.

우선순위 속성은 서비스 요청의 긴급도를 나타내며, 일반적으로 얼마나 신속하게 처리해야 하는지에 영향을 줍니다. 고객이 보고한 문제의 업무 영향과 심각도를 기준으로 정하는 경우가 많습니다. SLA도 우선순위에 따라 달라질 수 있습니다.

프로세스 분석에서 우선순위는 필터링과 비교에 중요한 기준입니다. 분석가는 예상대로 우선순위가 높은 요청이 낮은 요청보다 빠르게 해결되는지 확인할 수 있습니다. 우선순위 지정 규칙이 지켜지는지 검증하고, 리소스 배분이 업무 우선순위에 맞는지 평가하는 데도 도움이 됩니다. 우선순위별 프로세스 흐름을 비교하면 긴급한 문제를 처리하는 과정의 비효율을 찾을 수 있습니다.

긴급 요청이 더 빠르게 처리되는지 분석하고, 리소스가 업무 요구에 맞게 배분되는지 확인할 수 있습니다.

대부분의 고객 서비스 시스템에서 케이스 또는 티켓 양식에 제공하는 표준 필드입니다.

종료 시간 속성은 활동이 완료된 시점을 나타냅니다. 이벤트 시간이 시작 시점을 기록한다면, 종료 시간은 특정 작업에 걸린 시간을 측정하는 데 필요한 종료 시점을 제공합니다. 모든 이벤트에 별도의 종료 시간이 있는 것은 아니지만, '상담원 조사'나 고객 통화처럼 종료 시간이 있는 활동에서는 유용합니다.

분석에서는 종료 시간에서 이벤트 시간을 빼 활동 처리 시간을 계산합니다. 이는 프로세스에서 시간이 가장 많이 걸리는 단계를 찾는 병목 분석의 기본입니다. 활동별 소요 시간을 파악하면 리소스 계획과 성과 평가에 도움이 되며, 운영을 간소화할 기회도 찾을 수 있습니다.

개별 활동의 소요 시간을 계산하는 데 필요한 속성으로, 병목을 찾고 효율성을 측정하는 데 중요합니다.

일반적으로 이벤트 로그나 감사 추적 테이블에서 시작 시간과 함께 찾을 수 있습니다. 값이 없으면 다음 이벤트의 시작 시간으로 계산해야 할 수 있습니다.

커뮤니케이션 채널은 고객이 서비스 데스크와 소통하는 수단을 나타냅니다. 일반적인 채널로는 이메일, 전화, 웹 포털, 채팅, 소셜 미디어가 있습니다. 채널에 따라 고객의 기대와 해결 프로세스의 복잡성이 달라질 수 있습니다.

커뮤니케이션 채널별로 프로세스를 분석하면 성과 차이를 확인할 수 있습니다. 예를 들어 전화로 접수된 요청은 웹 포털 요청보다 해결 시간이 짧을 수 있지만, 상담원의 리소스는 더 많이 필요할 수 있습니다. 이 분석을 통해 조직은 채널 전략을 조정하고, 리소스를 효과적으로 배분하며, 채널별 특성에 맞는 서비스 경험을 제공할 수 있습니다.

커뮤니케이션 채널에 따라 해결 시간, 상담원 업무량, 전반적인 프로세스 효율성이 어떻게 달라지는지 파악할 수 있습니다.

요청이 생성된 경로를 나타내는 표준 필드로, 일반적으로 케이스 또는 티켓 레코드에서 확인할 수 있습니다.

할당 그룹은 특정 시점에 서비스 요청을 담당하는 팀이나 기능 조직을 나타냅니다. 예를 들면 '1차 지원팀', '청구 부서', '기술 지원팀'이 있습니다. 서비스 요청은 처리 과정에서 여러 그룹으로 전달되는 경우가 많습니다.

할당 그룹을 분석하면 팀 간 협업과 인계를 파악할 수 있습니다. 업무가 과중한 팀, 그룹 간 병목이 발생하는 지점, 요청 유형별 조직 내 처리 경로를 찾는 데 도움이 됩니다. 이 정보는 팀 구조, 리소스 배분, 라우팅 규칙을 개선하는 데 중요합니다.

팀별 성과와 업무 분배를 분석하고, 부서 간 인계로 발생하는 지연을 파악할 수 있습니다.

케이스나 티켓 레코드에서 찾을 수 있으며, 'Assignment Group', 'Team' 또는 'Queue' 같은 필드에 저장되는 경우가 많습니다.

SLA 목표 시간은 서비스 수준 계약(SLA)에 따라 서비스 요청을 해결해야 하는 기한입니다. 이 목표는 요청의 우선순위와 유형, 고객 계약 수준에 따라 달라지는 경우가 많습니다. 특정 타임스탬프나 요청 생성 시점부터의 소요 시간으로 저장할 수 있습니다.

이 속성은 SLA 준수 여부를 분석하는 데 필수적입니다. 실제 해결 시간과 SLA 목표 시간을 비교하면 조직의 SLA 준수율을 확인할 수 있습니다. process mining을 활용하면 요청 유형이나 프로세스 단계별로 분석 범위를 좁혀 SLA 위반에 가장 크게 기여하는 요인을 찾을 수 있습니다. 이를 바탕으로 서비스 약속을 지키기 위한 개선을 추진할 수 있습니다.

고객 서비스 조직의 주요 KPI인 SLA 준수 여부를 측정하는 데 필요합니다.

일반적으로 시스템에 정의된 SLA 정책을 바탕으로 계산해 케이스 또는 티켓 레코드에 저장합니다.

고객 속성은 서비스 요청과 관련된 외부 고객을 식별합니다. 개인이나 조직이 해당하며, 특정 고객의 모든 서비스 상호작용을 묶어 분석할 수 있습니다.

고객 경험 전반을 파악하려면 고객 중심으로 데이터를 살펴보는 것이 중요합니다. 고객별로 데이터를 필터링해 분석하면 요청을 많이 접수하는 고객을 찾을 수 있습니다. 이는 제품 문제나 추가 교육의 필요성을 나타낼 수 있습니다. 주요 고객의 서비스 이력을 추적해 기대하는 수준의 지원을 받고 있는지 확인하는 데도 도움이 됩니다.

고객 중심으로 프로세스를 살펴보고, 특정 고객에게 반복되는 문제를 찾아 주요 고객을 관리할 수 있습니다.

케이스 또는 티켓 레코드의 표준 필드로, CRM의 연락처 또는 계정 객체와 연결됩니다.

제품 속성은 고객 요청의 대상인 특정 제품, 서비스 또는 기능을 나타냅니다. 이를 통해 요청이 관련된 업무 영역에 따라 서비스 요청을 분류할 수 있습니다.

제품별 서비스 요청 분석은 근본 원인을 파악하고 제품을 개선하는 데 중요합니다. 특정 제품에 대한 티켓이 많이 접수되면 품질 문제, 버그 또는 사용성 문제가 있을 수 있습니다. 이 데이터는 제품 개발 및 엔지니어링 팀에 유용한 피드백을 제공하며, 지원 업무량을 줄이고 고객 경험을 개선할 수정 사항과 개선 기능의 우선순위를 정하는 데 도움이 됩니다.

서비스 요청을 특정 제품과 연결해 제품 개선과 근본 원인 분석에 필요한 정보를 제공합니다.

케이스 또는 티켓 양식의 필드인 경우가 많으며, 제품 카탈로그와 연결되거나 직접 입력할 수 있습니다.