> 지속적인 프로세스 개선 > 고객 서비스 > Zendesk Support

고객 서비스 개선

Zendesk 고객 서비스를 최적화하는 6단계 가이드입니다.

데이터 템플릿 다운로드

고객 서비스

Zendesk Support

프로세스 선택

연결된 작업 공간에서 계속 작업할 프로세스를 선택하세요.

사용 가능한 프로세스

사용 가능한 시스템

과제(11)목표(11)6단계 미리보기 결과 데이터 자주 묻는 질문(4)

Zendesk Support 고객 서비스 최적화

고객 서비스 프로세스에는 고객 불만과 운영 비용 증가로 이어지는 비효율이 숨어 있는 경우가 많습니다. 이 플랫폼을 사용하면 병목을 정확히 찾아내고 원인을 파악해 개선 기회를 확인할 수 있습니다. 실질적인 변화를 적용해 해결 시간을 줄이고 고객 만족도를 높일 수 있습니다.

사전 구성된 데이터 템플릿을 다운로드하고 일반적인 과제를 해결해 효율성 목표를 달성하세요. 6단계 개선 계획을 따르고 데이터 템플릿 가이드를 참고해 운영을 개선하세요.

자세한 설명 보기

Zendesk Support 고객 서비스 최적화가 중요한 이유

고객 서비스는 고객 충성도와 브랜드 평판, 나아가 매출에 직접 영향을 미칩니다. 경쟁이 치열한 시장에서 고객의 기대에 부응하는 것만으로는 부족합니다. 고객은 신속하고 효율적이며 개인화된 지원을 기대합니다. Zendesk Support를 사용하는 조직은 최초 문의부터 최종 해결까지 모든 티켓이 가장 효율적인 경로를 따르도록 관리해야 합니다. 일상적인 운영의 복잡성 속에 감춰진 비효율은 해결 시간 증가, 운영 비용 상승, 상담원 소진으로 이어질 수 있습니다. 무엇보다 고객이 불만을 느껴 다른 서비스를 찾게 될 수 있습니다.

서비스 요청의 처음부터 끝까지 진행 과정을 명확히 파악하지 못하면 지연과 이탈의 원인을 추측에 의존해 찾게 됩니다. 특정 상담원에게 업무가 몰리고 있습니까? 특정 유형의 요청이 반복해서 지연됩니까? 불필요한 재작업이나 과도한 인계로 SLA 준수율이 낮아지고 있습니까? 이러한 질문에 답하는 일은 전략적 의사결정과 지속적인 개선에 중요합니다. 고객 서비스 프로세스 최적화는 단순히 비용을 줄이는 데 그치지 않습니다. 장기적인 고객 관계를 형성하고 사업 성장을 뒷받침하는 안정적이고 고객 중심적인 운영을 만드는 일입니다.

process mining으로 고객 서비스 효율 높이기

process mining을 활용하면 Zendesk Support의 고객 서비스 운영을 파악하고 개선할 수 있습니다. Zendesk 데이터에서 이벤트 로그를 추출해 실제 프로세스 흐름을 재구성하고, 서비스 요청이 거치는 모든 단계를 확인합니다. 실제로 일어난 일을 데이터에 기반해 객관적으로 보여주므로, 예상이나 추측에 의존할 필요가 없습니다.

분석 결과를 통해 고객 서비스의 전체 처리 시간을 시각화하고, 표준 운영 절차에서 자주 벗어나는 지점을 확인하며, 효율을 떨어뜨리는 병목을 찾을 수 있습니다. 예를 들어 티켓이 반복해서 재배정되는 지점을 확인해 교육 필요성이나 워크플로 설계 문제를 파악할 수 있습니다. 목표 해결 시간을 지속적으로 초과하는 서비스 요청 유형을 찾아 해당 프로세스를 집중적으로 재설계할 수도 있습니다. process mining은 가정이 아닌 구체적인 근거를 바탕으로 개선을 추진하도록 돕습니다. 이를 통해 고객 서비스 처리 시간을 줄이고 전반적인 성과를 높이는 데 필요한 의사결정을 내릴 수 있습니다.

process mining으로 찾는 주요 개선 영역

Zendesk Support 데이터에 process mining을 적용하면 일반적으로 다음과 같은 개선 영역을 확인할 수 있습니다.

병목 파악 및 해소: 서비스 요청이 쌓여 지연을 일으키는 특정 대기열, 상담원 그룹 또는 활동을 찾습니다. 이를 바탕으로 리소스를 적절히 배분하거나 프로세스를 재설계할 수 있습니다.
재작업 및 인계 최적화: 티켓이 다시 열리거나 팀 간에 반복해서 전달되는 재작업을 시각화합니다. 불필요한 인계를 줄이면 프로세스가 간소화되고 낭비되는 노력이 줄어 평균 처리 시간도 단축됩니다.
SLA 준수 및 이탈 분석: 고객 서비스 프로세스가 서비스 수준 계약을 얼마나 잘 준수하는지 모니터링합니다. 특정 프로세스 단계, 상담원 가용성 또는 내부 의존성 등 SLA 위반의 반복적인 원인을 파악합니다.
지연 원인 분석: 고객에게 추가 정보를 요청하는 경우, 내부 에스컬레이션, 외부 의존성 등 처리 시간이 길어지는 요인을 살펴보고 체계적으로 대응합니다.
상담원 성과 및 교육 필요성: 개인정보를 존중하면서 집계 데이터를 활용해 상담원별 효율성이나 모범 사례 준수의 차이를 파악하고, 맞춤형 교육이나 업무량 조정에 참고할 수 있습니다.

Zendesk 고객 서비스 최적화로 기대할 수 있는 효과

Zendesk Support 고객 서비스 프로세스에 process mining을 적용하면 다음과 같은 효과를 측정할 수 있습니다.

고객 서비스 처리 시간 단축: 불필요한 단계와 병목을 제거해 프로세스를 간소화하고 고객 문제를 더 빠르게 해결합니다.
고객 만족도 향상: 신속하고 효율적인 서비스는 고객 만족도와 유지율 향상으로 이어집니다.
운영 비용 절감: 리소스 배분을 최적화하고 재작업과 수작업을 줄여 비용을 절감합니다.
SLA 준수율 향상: 서비스 수준 계약을 일관되게 충족하고 초과 달성해 고객 신뢰를 높이고 위약금 발생을 방지합니다.
프로세스 투명성 향상: 고객 서비스 운영을 종합적이고 객관적으로 파악해 지속적인 개선과 선제적인 문제 해결을 지원합니다.

process mining을 활용하면 Zendesk Support의 고객 서비스를 사후 대응 중심의 비용 부서에서 벗어나, 변화하는 요구에 대응하는 선제적이고 효율적인 고객 중심 운영으로 발전시킬 수 있습니다.

최적화 시작하기

Zendesk Support 고객 서비스 운영을 분석하고 효율을 높일 준비가 되셨습니까? 현재 워크플로를 면밀히 분석해 프로세스 최적화를 시작하세요. 병목이 발생하는 위치를 정확히 파악하고 고객 서비스 처리 시간을 효과적으로 줄이는 방법을 확인할 수 있습니다. 분석 결과를 바탕으로 개선을 적용하면 팀이 더 효율적으로 고객에게 우수한 서비스를 제공할 수 있습니다. 오늘부터 Zendesk Support 고객 서비스 경험을 개선해 보세요.

고객 서비스 고객 지원 운영 상담원 효율성 서비스 수준 계약 고객 만족도 티켓 해결 헬프 데스크 관리 고객 경험 개선 티켓 처리 티켓 관리 고객 지원 티켓 컨택 센터 고객 지원 CRM 헬프 데스크 케이스 해결

일반적인 문제와 과제

현재 겪고 있는 과제 선택

고객 서비스 요청을 해결하는 데 시간이 오래 걸리면 고객 불만과 이탈 가능성이 커집니다. 대기 시간이 길어지면 고객 경험이 나빠지고, 진행 상황을 묻는 문의가 늘어 상담원 업무 부담도 커집니다.
ProcessMind는 Zendesk Support에서 각 Service Request의 전체 수명 주기를 분석해 해결 시간이 목표를 초과하는 시점과 원인을 보여줍니다. 특정 활동 순서나 상담원 배정에서 발생하는 병목을 찾아 효율을 높일 지점을 구체적으로 파악합니다.

고객 문제가 내부적으로 자주 에스컬레이션된다면 최초 문의 해결률이 낮고 더 많은 리소스가 투입되고 있다는 신호일 수 있습니다. 에스컬레이션이 발생할 때마다 운영 비용과 해결 시간이 늘어나 고객 경험에도 부정적인 영향을 줍니다.
ProcessMind는 Service Request가 거치는 경로를 매핑해 내부 에스컬레이션이 얼마나 자주, 어느 단계에서 발생하는지 보여줍니다. 상담원 교육 부족이나 지식 베이스 문서 누락과 같은 원인을 찾아 Zendesk Support 워크플로를 개선할 수 있도록 지원합니다.

서비스 수준 계약(SLA) 목표를 지속적으로 달성하지 못하면 위약금, 고객 불만, 평판 저하로 이어질 수 있습니다. SLA 위반은 프로세스 효율성이나 리소스 배분에 구조적인 문제가 있음을 나타내며, 신속한 대응이 필요합니다.
ProcessMind는 Zendesk Support에서 각 Service Request를 정의된 SLA 정책과 비교해 모니터링하고, 목표를 자주 초과하는 단계나 요청 유형을 찾아냅니다. 지연을 일으키는 병목에 대한 실행 가능한 정보를 제공해 서비스 제공 방식을 선제적으로 조정할 수 있도록 돕습니다.

처음 해결된 서비스 요청이 다시 열리는 경우, 해결이 불완전하거나 효과적이지 않았을 수 있습니다. 고객 불만이 커지고 상담원의 노력이 낭비되며, 해결 건당 평균 비용이 증가하고 전체 처리 속도도 느려집니다.
ProcessMind는 'Service Request Resolved' 활동 뒤에 고객의 새 문의나 후속 활동이 자주 이어지는 패턴을 찾아냅니다. Zendesk Support에서 재오픈율이 높은 Service Request Type이나 상담원을 파악해 맞춤형 교육이나 프로세스 개선을 추진할 수 있습니다.

고객이 하나의 서비스 요청을 처리하는 동안 응대 채널을 바꾸면 정보가 분산되고 같은 내용을 반복해서 설명해야 할 수 있습니다. 상담원이 전체 이력을 파악하기 어려워져 고객 경험이 나빠지고 해결 시간도 늘어납니다.
ProcessMind는 각 Service Request의 'Communication Channel' 속성을 분석해 이메일, 채팅, 전화 등 채널이 언제, 왜 바뀌는지 시각화합니다. Zendesk Support 프로세스에서 상호작용을 간소화하거나 채널 간 연계를 개선할 수 있는 패턴을 보여줍니다.

상담원별 업무량이 불균형하면 일부는 소진되고 다른 일부는 충분히 활용되지 않아 팀 사기와 효율성이 떨어질 수 있습니다. 그 결과 서비스 품질이 일정하지 않고 업무가 과중한 상담원에게 배정된 고객의 요청이 지연될 수 있습니다.
ProcessMind는 Zendesk Support의 상담원 활동과 Service Request 배정 현황을 명확히 보여줍니다. 업무량이 지나치게 많거나 적은 상담원과 팀을 찾아 관리자가 리소스를 적절히 배분하고 Service Request를 공정하고 효율적으로 처리하도록 지원합니다.

표준 고객 서비스 절차에서 벗어나면 서비스 품질이 일관되지 않고 규정 준수에 문제가 생기거나 오류가 늘어날 수 있습니다. 임의로 정한 업무 방식은 교육 효과를 떨어뜨리고 운영을 확장하기 어렵게 만듭니다.
ProcessMind는 Zendesk Support에서 Service Request가 실제로 거치는 경로를 자동으로 찾아 이상적인 프로세스 모델과 비교합니다. 상담원이나 시스템이 정해진 워크플로를 따르지 않는 지점과 이유를 보여주고, 각 이탈 사례를 확인해 필요한 시정 조치를 취할 수 있도록 돕습니다.

서비스 요청을 잘못 분류하거나 우선순위를 부정확하게 지정하면 잘못된 부서나 상담원에게 전달되어 긴급한 문제의 해결이 늦어질 수 있습니다. 이로 인해 고객 불만이 커지고 중요한 문제에 신속히 대응할 기회를 놓칠 수 있습니다.
ProcessMind는 Zendesk Support에서 최초 'Request Categorized and Prioritized' 활동과 이후 프로세스에 미치는 영향을 분석합니다. 특정 분류나 우선순위가 해결 시간 증가 또는 에스컬레이션 증가로 이어지는 패턴을 찾아 접수 절차를 개선할 지점을 제시합니다.

서비스 요청이 생성된 뒤 고객에게 최초 확인 응답을 보내기까지 지연되면 부정적인 첫인상을 줄 수 있습니다. 고객은 자신의 문의가 무시됐다고 느껴 불안해지고, 같은 내용으로 다시 연락할 수도 있습니다.
ProcessMind는 Zendesk Support에서 'Service Request Created'부터 'Initial Customer Acknowledgment Sent'까지 걸리는 시간을 정확히 측정합니다. 이 중요한 초기 단계의 병목을 찾아 적시 응답을 늦추는 프로세스 또는 시스템 문제를 파악하고 첫인상에 미치는 영향을 확인할 수 있습니다.

상담원이 고객이 이미 제공했거나 쉽게 확인할 수 있는 정보를 반복해서 요청하면 업무가 비효율적이고 정보 흐름이 분산되어 있다는 신호입니다. 불필요한 단계가 추가되어 해결 시간이 길어지고 고객 불만도 커집니다.
ProcessMind는 Service Request 워크플로에서 'Information Requested from Customer' 활동이 발생하는 양상을 매핑합니다. 이 활동이 여러 번 또는 불필요하게 발생하는 상황을 찾아 Zendesk Support에서 상담원의 정보 접근이나 최초 데이터 수집에 어떤 문제가 있는지 파악할 수 있도록 돕습니다.

상담원이 문제를 조사하는 데 지나치게 많은 시간을 쓰거나 관련 정보를 찾기 어려워하면 해결 시간이 크게 늘어납니다. 이로 인해 상담원 생산성이 떨어지고 고객 지원이 지연되며 운영 비용도 증가합니다.
ProcessMind는 'Solution Proposed to Customer' 또는 'Service Request Resolved' 이전 활동과 소요 시간을 분석합니다. 'Agent Investigates Issue'에 유난히 오랜 시간이 걸리는 사례를 찾아 Zendesk Support에서 지식 베이스 연계나 상담원 교육을 개선할 필요가 있는지 보여줍니다.

일반적인 목표

성공의 기준 정의

이 목표는 고객 서비스 요청이 최초 문의부터 최종 종료까지 해결되는 시간을 크게 줄이는 데 초점을 둡니다. 목표를 달성하면 고객 만족도가 높아지고 장기 미해결 건의 운영 비용이 줄며 상담원 업무 여력이 확보되어 Zendesk Support 운영 효율이 향상됩니다.
ProcessMind는 Zendesk Support 데이터를 분석해 해결 과정의 병목과 지연을 찾습니다. 해결을 늦추는 특정 활동이나 순서를 파악하고 프로세스 간소화, 반복 작업 자동화, 리소스 재배치에 필요한 정보를 제공합니다. 평균 해결 시간을 15~25% 줄이는 목표를 설정할 수 있습니다.

서비스 수준 계약을 준수하는 일은 안정적인 고객 서비스를 제공하고 위약금을 방지하는 데 중요합니다. 이 목표는 Zendesk Support 환경에서 정해진 SLA 목표 시간 안에 해결되는 서비스 요청의 비율을 높여 서비스 품질과 신뢰성을 일관되게 유지하는 데 초점을 둡니다.
ProcessMind는 주요 경로를 모니터링하고 지연을 표시해 SLA 위반 위험이 있는 케이스를 선제적으로 찾아냅니다. 상담원 간 인계, 조사 지연, 커뮤니케이션 공백 등 SLA 미준수의 원인을 파악해 맞춤형 조치를 취하고 준수율을 10~20% 높일 수 있도록 지원합니다.

내부 에스컬레이션이 잦으면 상담원의 지식 부족, 부정확한 초기 분류, 복잡한 프로세스 인계와 같은 근본 문제가 있을 수 있습니다. 이 목표는 Zendesk Support에서 고객 서비스 요청이 상위 지원 단계나 다른 부서로 넘어가는 빈도를 줄여 비용을 절감하고 해결을 앞당기는 데 초점을 둡니다.
ProcessMind는 에스컬레이션 경로와 반복적으로 발생하는 원인을 매핑해 지식 부족이나 프로세스의 모호성이 있는 지점을 보여줍니다. 에스컬레이션으로 이어지는 상황을 분석해 교육을 개선하고 지식 베이스 콘텐츠를 보완하며 초기 분류 절차를 다듬을 수 있습니다. 이를 통해 에스컬레이션 비율을 10~15% 줄일 수 있습니다.

서비스 요청 재오픈율이 높으면 최초 해결이 고객 문제를 충분히 해소하지 못했을 수 있습니다. 고객 불만과 업무량이 늘어날 수 있으므로 Zendesk Support에서 고객 문제를 처음부터 완전하고 효과적으로 해결하는 데 초점을 둡니다.
ProcessMind는 재오픈된 요청의 전체 수명 주기를 분석해 재오픈과 관련된 반복 패턴, 상담원, 요청 유형을 찾습니다. 해결이 충분하지 않거나 근본 문제가 남아 있는 지점을 파악해 재오픈율을 5~10% 낮추는 개선을 추진할 수 있습니다.

응대 채널을 일관되지 않게 사용하면 고객 경험이 분산되고 상담원의 워크플로가 비효율적으로 바뀔 수 있습니다. 이 목표는 Zendesk Support에서 고객 응대에 사용할 표준 채널을 정하고 준수하도록 해 명확하고 일관된 서비스 프로세스를 만드는 데 초점을 둡니다.
ProcessMind는 서비스 요청의 전체 수명 주기에서 사용된 응대 채널의 흐름을 시각화합니다. 선호 채널에서 벗어난 사례와 혼란을 일으킬 수 있는 여러 채널이 사용된 상황을 찾아 고객 경험을 개선하도록 커뮤니케이션을 간소화하고 표준화할 방향을 제시합니다.

업무량이 고르게 배분되지 않으면 상담원 소진, 서비스 지연, 품질 편차로 이어질 수 있습니다. 이 목표는 Zendesk Support 상담원의 업무량을 균형 있게 배분해 효율성을 높이고 팀 전체에 리소스를 공정하게 배정하는 데 초점을 둡니다.
ProcessMind는 상담원별 활동과 케이스 배정 현황을 분석해 불균형과 병목을 보여줍니다. 업무량 조정, 교차 교육, 배정 규칙 변경이 필요한 지점을 찾아 더 공정하고 효율적으로 업무를 배분하고 상담원 생산성을 10% 높일 수 있도록 지원합니다.

새 고객 서비스 요청에 대한 확인 응답이 늦으면 첫인상이 나빠지고 고객의 불안이 커질 수 있습니다. 이 목표는 Zendesk Support에서 고객이 처음 연락한 뒤 최초 확인 응답을 받기까지 걸리는 시간을 크게 줄이는 데 초점을 둡니다.
ProcessMind는 'Customer Contact Initiated'부터 'Initial Customer Acknowledgment Sent'까지 걸리는 시간을 세밀하게 추적합니다. 이 중요한 첫 단계의 지연과 프로세스 공백을 찾아 더 빠른 자동 응답을 도입하거나 초기 분류를 간소화해 확인 응답 시간을 20~30% 개선할 수 있도록 지원합니다.

서비스 요청을 부정확하게 분류하면 잘못 전달되거나 지연되고 처리가 비효율적으로 이루어질 수 있습니다. 이 목표는 Zendesk Support에서 접수된 요청의 분류와 우선순위 지정 정확도를 높여 적절한 상담원이나 부서에 신속히 전달하는 데 초점을 둡니다.
ProcessMind는 최초 분류와 이후 프로세스 경로 간의 관계를 분석하며 에스컬레이션과 재배정도 확인합니다. 잘못 분류되는 패턴을 찾아 분류 규칙을 개선하고 상담원 교육을 보완하거나 초기 분류를 자동화해 정확도를 15~20% 높일 수 있도록 돕습니다.

서비스 요청을 처리하는 동안 같은 정보를 반복해서 요청받으면 고객은 불편을 느낍니다. 이 목표는 Zendesk Support의 정보 수집 절차를 간소화해 필요한 정보를 효율적으로, 가능하면 첫 응대에서 모두 수집하는 데 초점을 둡니다.
ProcessMind는 서비스 프로세스에서 고객에게 정보를 요청하는 지점을 매핑합니다. 중복 요청이나 고객이 이미 제공한 정보를 상담원이 반복해서 묻는 활동을 찾아 프로세스를 조정하고 이러한 사례를 10~20% 줄일 수 있도록 지원합니다.

표준 운영 절차에서 벗어나면 서비스 품질이 일관되지 않고 규정 준수 위험과 운영 비효율이 발생할 수 있습니다. 이 목표는 Zendesk Support의 모든 고객 서비스 상담원과 프로세스가 정해진 지침과 워크플로를 따르도록 하는 데 초점을 둡니다.
ProcessMind는 실제 프로세스 경로를 자동으로 찾아 시각화하고 이상적인 기준 모델과 비교합니다. 승인되지 않은 지름길, 누락된 단계, 규정에 맞지 않는 작업을 표시해 프로세스 준수를 강화할 근거를 제공하고 일관성을 20% 높일 수 있도록 지원합니다.

조사 단계가 비효율적이면 고객 서비스의 해결 시간이 크게 늘고 비용도 증가할 수 있습니다. 이 목표는 Zendesk Support에서 고객 문제를 진단하고 해결하는 활동을 최적화해 더 빠르고 효과적으로 처리하는 데 초점을 둡니다.
ProcessMind는 'Agent Investigates Issue' 단계에서 반복되는 루프와 재작업, 불필요한 단계를 찾아냅니다. 상담원이 지나치게 많은 시간을 쓰거나 같은 작업을 반복하는 지점을 보여주고 진단 도구, 지식 베이스 접근, 내부 협업을 개선해 조사 시간을 10~15% 줄일 수 있도록 지원합니다.

고객 서비스 개선을 위한 6단계

템플릿 다운로드

수행할 작업

Zendesk Support 고객 서비스 프로세스 분석에 맞게 구성된 Excel 데이터 템플릿을 열고 다운로드합니다.

데이터 템플릿 가이드 보기 템플릿 다운로드

중요한 이유

표준화된 데이터 구조를 사용하면 Zendesk Support 티켓의 주요 정보를 빠짐없이 올바르게 수집해 정확한 프로세스 분석을 수행할 수 있습니다.

기대 효과

Zendesk Support 고객 서비스 데이터에 맞춰 바로 사용할 수 있는 Excel 템플릿입니다.

확인할 수 있는 내용

고객 서비스 프로세스의 숨은 경로를 찾아보세요

ProcessMind는 Zendesk Support의 원시 데이터를 대화형 시각화 자료로 변환합니다. 고객 서비스 여정의 각 단계를 확인하고 비효율적인 부분과 개선 기회를 찾아보세요.

서비스 프로세스의 처음부터 끝까지 시각화
Zendesk 프로세스의 숨은 병목 파악
상담원 간 업무 인계와 작업 최적화
고객 문의 해결 시간 단축

Discover your actual process flow

Identify bottlenecks and delays

Analyze process variants

Design your optimized process

일반적인 성과

고객 서비스의 실질적인 개선

이러한 성과는 Zendesk Support 데이터에 process mining을 적용해 조직이 얻을 수 있는 실질적인 효과를 보여줍니다. Service Request의 처리 과정을 분석하면 비효율과 병목을 찾아 운영을 크게 개선할 수 있습니다.

0 %

해결 시간 단축

평균 서비스 요청 해결 시간 감소

Process mining으로 병목과 비효율을 찾아 워크플로를 최적화하면 고객 문제를 해결하는 데 걸리는 시간을 크게 줄일 수 있습니다.

- 0 %

SLA 준수율 향상

서비스 수준 협약 준수율 개선

규정을 준수하지 않는 프로세스 경로와 근본 원인을 파악하면 문제에 선제적으로 대응해 더 많은 요청이 SLA 목표를 충족하도록 할 수 있습니다.

0 %

에스컬레이션 비율 감소

내부 에스컬레이션이 필요한 요청 감소

내부 에스컬레이션이 발생하는 원인을 파악하면 상담원 교육과 프로세스를 개선할 수 있으며, 상위 지원 단계의 개입을 줄일 수 있습니다.

0 %

재오픈 사례 감소

고객 서비스 요청 재오픈 감소

케이스가 재오픈되는 이유를 분석하면 최초 해결의 품질과 완성도를 높일 수 있습니다. 이를 통해 고객의 반복 문의를 줄이고 만족도를 높일 수 있습니다.

0 %

초기 응답 시간 단축

고객에게 처음 응답하기까지 걸리는 평균 시간 감소

첫 연락이 지연되는 지점을 파악하면 초기 응대 절차를 간소화할 수 있습니다. 이를 통해 고객에게 적절한 기대치를 안내하고 초기 만족도를 높일 수 있습니다.

구체적인 결과는 프로세스의 복잡성, 데이터 품질, 도입 범위에 따라 달라질 수 있습니다. 다음 사례는 고객 서비스 프로세스에 process mining을 적용한 조직에서 흔히 확인되는 개선 사항입니다.

권장 데이터

중요한 속성과 활동부터 수집하고, 필요에 따라 범위를 넓히세요.

이벤트 로그가 처음이신가요? 알아보기 process mining 이벤트 로그 만드는 방법.

속성

분석에 필요한 주요 데이터 항목

티켓 또는 케이스라고도 하는 각 고객 서비스 요청의 고유 식별자입니다.

중요한 이유

각 고객 서비스 여정의 프로세스 단계를 연결하고 재구성 및 분석할 수 있게 하는 필수 Case ID입니다.

활동이나 이벤트가 시작된 시점을 나타내는 타임스탬프입니다.

중요한 이유

이 타임스탬프는 이벤트 순서를 정하고 소요 시간을 계산하며 서비스 요청 처리 일정을 분석하는 데 필요합니다.

서비스 요청을 처리하도록 배정된 고객 서비스 상담원의 이름 또는 ID입니다.

중요한 이유

작업을 수행한 상담원을 추적해 개인별 성과, 업무량 분배, 리소스 배분을 분석할 수 있습니다.

'질문', '장애', '문제', '작업' 등 서비스 요청의 분류입니다.

중요한 이유

요청을 유형별로 분류해 성과를 비교하고 분석할 수 있습니다. 특정 프로세스를 개선할 때 중요한 기준입니다.

'낮음', '보통', '높음', '긴급' 등 서비스 요청에 지정된 우선순위입니다.

중요한 이유

요청의 긴급도를 나타내며, SLA 규정 준수 분석과 긴급한 문제의 신속한 처리를 위해 중요합니다.

서비스 요청을 접수하거나 커뮤니케이션을 진행한 채널입니다.

중요한 이유

고객과 상담원의 소통 방식을 보여 주므로, 채널별 효율성과 프로세스 및 고객 경험에 미치는 영향을 분석할 수 있습니다.

SLA 정책에 따라 서비스 요청을 해결해야 하는 목표 시간입니다.

중요한 이유

고객에게 약속한 서비스 기준을 정의하며, 정시 처리 성과와 SLA 규정 준수 여부를 측정하는 기준이 됩니다.

서비스 요청의 해결 시간이 SLA 목표를 초과했는지 나타내는 참·거짓 값입니다.

중요한 이유

각 사례의 SLA 성과를 명확한 참·거짓 값으로 표시하여 규정 준수 모니터링과 보고를 간소화합니다.

활동

추적하고 최적화할 프로세스 단계

이 활동은 고객 서비스 프로세스의 시작을 나타냅니다. 이메일, 웹 양식, 채팅 등 어떤 채널로든 Zendesk에 새 티켓이 생성되는 시점입니다. 티켓이 생성되면 시스템이 고유한 티켓 ID와 타임스탬프를 이벤트로 기록합니다.

중요한 이유

주요 시작 이벤트인 이 활동은 전체 케이스 처리 시간을 계산하고 시간에 따른 요청 유입량을 분석하는 데 필요합니다. 첫 응답까지 걸린 시간과 전체 해결 시간 같은 주요 성과 지표를 측정하는 기준이 됩니다.

서비스 요청을 처리할 특정 상담원에게 배정하는 이벤트입니다. 라우팅 규칙에 따라 자동으로 배정되거나 팀 리더 또는 상담원이 직접 배정할 수 있습니다.

중요한 이유

배정은 책임 소재와 업무량 관리에 중요한 단계입니다. 배정까지 걸리는 시간과 재배정 패턴을 분석하면 초기 분류와 배분 과정의 병목을 찾을 수 있습니다.

상담원이 처리를 계속하기 위해 고객에게 추가 정보가 필요해 티켓 상태를 'pending'으로 변경할 때 발생합니다. 이 상태 변경은 외부 응답을 기다리는 중임을 명확히 나타냅니다.

중요한 이유

이 활동은 고객 응답에 따라 처리가 달라지는 구간을 보여주며 내부 SLA 시계를 일시 중지합니다. 한 티켓에서 이 단계가 자주 반복되면 초기 정보 수집이 충분하지 않았다는 뜻일 수 있으며, 해결 시간이 길어질 수 있습니다.

고객에게 해결책을 제공한 뒤 상담원이 서비스 요청을 'solved'로 표시합니다. 고객이 답변하면 티켓이 다시 열릴 수 있으므로 이 상태는 임시 상태입니다.

중요한 이유

해결 시간과 상담원 효율성을 측정하는 주요 단계입니다. 상담원이 업무가 완료되었다고 판단한 시점을 나타내며, 티켓이 재오픈될 경우 재작업을 분석하는 기준이 됩니다.

티켓 상태가 'solved'일 때 고객이 답변하면 발생하는 활동입니다. Zendesk가 상태를 'open'으로 자동 변경하며, 이는 문제가 완전히 해결되지 않았음을 나타냅니다.

중요한 이유

재오픈은 최초 문의 해결에 실패했거나 해결 품질이 낮았음을 보여주는 중요한 지표입니다. 재오픈 빈도와 원인을 분석하면 상담원 교육과 해결 절차를 개선할 부분을 찾을 수 있습니다.

서비스 요청이 최종적으로 종료되는 마지막 활동입니다. 일반적으로 티켓을 'solved'로 표시한 뒤 일정 기간 동안 고객의 새 답변이 없으면 자동으로 종료됩니다.

중요한 이유

최종 종료 이벤트로 티켓의 전체 처리 과정을 마무리합니다. 'solved'에서 'closed'까지의 기간은 재오픈이 가능한 시간이며, 'closed' 이벤트는 해결이 최종 확정되었음을 나타냅니다.

자주 묻는 질문

Zendesk Support 데이터로 process mining을 수행하면 고객 서비스 운영을 어떻게 개선할 수 있나요?

Process mining을 사용하면 Zendesk에서 서비스 요청이 실제로 처리되는 흐름을 시각화하고 병목, 이탈, 비효율을 확인할 수 있습니다. 고객 요청이 어디에서 지연되거나 오래 걸리는지 파악해 워크플로를 최적화하고 해결 시간을 줄일 수 있습니다. 재오픈율이 높거나 중요한 SLA를 위반하는 문제의 근본 원인도 찾을 수 있습니다.

process mining 분석을 위해 Zendesk Support에서 어떤 데이터가 필요한가요?

process mining에는 주로 Zendesk Support의 이벤트 로그가 필요합니다. 여기에는 Service Request ID와 같은 케이스 식별자, "티켓 생성" 또는 "상담원 배정"과 같은 활동명, 각 활동의 타임스탬프가 포함됩니다. 상담원 ID와 "미해결", "보류", "해결"과 같은 상태 변경 정보도 중요합니다.

Zendesk Support 데이터에 process mining을 적용하면 일반적으로 어떤 결과나 개선 효과를 기대할 수 있나요?

평균 해결 시간과 내부 에스컬레이션 비율을 크게 줄일 수 있습니다. process mining은 중요한 SLA 준수율을 높이고 재오픈되는 서비스 요청 수를 줄이는 데 도움이 됩니다. 결과적으로 고객 만족도가 높아지고 상담원 리소스를 더 효율적으로 활용할 수 있습니다.

process mining에 필요한 이벤트 데이터를 Zendesk Support에서 어떻게 추출하나요?

Zendesk Support에서는 API, 보고 기능, 데이터 내보내기 기능 등 다양한 방법으로 데이터를 추출할 수 있습니다. 여러 process mining 도구가 직접 연결 기능을 제공하며 CSV나 Excel 같은 표준 형식의 데이터도 가져올 수 있습니다. 사용 중인 Zendesk 환경에 적합한 효율적인 방법을 안내해 드릴 수 있습니다.

Zendesk Support에 process mining을 도입하려면 특정 기술 역량이나 인프라가 필요한가요?

데이터 구조에 대한 기본적인 이해가 도움이 되지만, 최신 process mining 플랫폼은 비즈니스 사용자도 사용할 수 있도록 설계되어 있습니다. 데이터 준비에 기본적인 SQL 지식이 유용할 수 있지만, 전담 데이터 엔지니어가 항상 필요한 것은 아닙니다. 복잡한 분석은 process mining 도구가 처리합니다.

초기 응답 지연이나 반복적인 정보 요청 같은 문제도 process mining으로 파악할 수 있나요?

네. process mining은 초기 응답 지연처럼 처리 시간을 늘리는 프로세스 단계를 효과적으로 찾아냅니다. 이벤트 로그를 분석하면 고객에게 같은 정보를 반복해서 요청하는 패턴도 확인할 수 있습니다. 이는 조사 절차가 비효율적이거나 요청 분류가 부정확하다는 신호일 수 있습니다. 이를 바탕으로 필요한 부분을 집중적으로 개선할 수 있습니다.

process mining 프로젝트를 시작한 뒤 인사이트를 얻고 개선을 시작하기까지 보통 얼마나 걸리나요?

초기 데이터 추출과 모델 생성은 데이터의 양과 복잡성에 따라 보통 몇 주 안에 완료할 수 있습니다. 대개 첫 4~8주 안에 실행 가능한 인사이트를 얻을 수 있습니다. 지속적인 모니터링으로 개선을 이어가고 효과를 유지할 수 있습니다.

고객 서비스 병목을 해소하고 CSAT를 높이세요

반복 문의를 줄이세요. FCR 80%를 달성하고 고객 만족도를 높이세요.

무료 체험 시작

신용카드가 필요하지 않습니다