고객 서비스를 개선하세요

Freshdesk 고객 서비스 최적화를 위한 6단계 가이드입니다.

데이터 템플릿 다운로드

고객 서비스

Freshdesk

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(5)

Freshdesk 고객 서비스 프로세스를 개선해 고객 만족도를 높이세요

고객 서비스에서는 해결 시간이 길어지거나 상담원별 성과가 일정하지 않은 문제가 자주 발생합니다. ProcessMind는 서비스 요청이 지연되는 지점을 정확히 찾아내도록 지원합니다. 운영 절차를 간소화하고 상담원 효율성과 고객 만족도를 높일 수 있도록 실질적인 개선 단계를 안내합니다.

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

자세한 설명 보기

Freshdesk 고객 서비스 프로세스를 개선해야 하는 이유

고객 서비스는 성공적인 비즈니스의 중심이지만, 비효율이 쌓이면 고객 만족도가 낮아지고 운영 비용이 늘어납니다. Freshdesk처럼 매일 수많은 고객 응대가 이루어지는 시스템에서는 병목이 눈에 띄지 않는 곳에 숨어 있을 수 있습니다. 그 결과 처리가 늦어지고 고객 불만이 커지며 상담원의 업무 부담도 늘어납니다. 서비스 요청 처리가 지연되면 브랜드 평판이 나빠지고 고객 이탈 가능성도 커집니다. 서비스 요청이 접수된 순간부터 해결될 때까지 실제로 어떤 과정을 거치는지 파악해야 경쟁력을 유지하고 고객과 장기적인 관계를 구축할 수 있습니다. Freshdesk 고객 서비스 프로세스 개선은 단순히 문제를 해결하는 데 그치지 않습니다. 고객 중심의 원활하고 효율적인 서비스 운영 체계를 만드는 일입니다.

process mining으로 Freshdesk 고객 서비스 현황 파악

process mining은 Freshdesk 고객 서비스 프로세스를 파악하고 개선하는 새로운 방법을 제공합니다. 추측이나 집계 보고서에 의존하는 대신, Freshdesk에서 생성된 이벤트 로그를 활용해 각 서비스 요청이 실제로 거친 경로를 재구성합니다. "고객 문의 시작"과 "서비스 요청 생성"부터 상담원 배정, "내부 에스컬레이션 발생"을 거쳐 "서비스 요청 해결"과 "서비스 요청 종료"에 이르기까지 티켓의 모든 단계를 시각적으로 보여줍니다. 이를 통해 이상적인 경로에서 벗어나는 지점과 자주 생략되는 단계, 반복 작업이 발생하는 구간을 바로 확인할 수 있습니다. 프로세스 흐름을 명확하게 파악하면 지연이 발생하는 위치와 처리 주기가 길어지는 원인을 확인하고, 프로세스 개선이 필요한 영역을 찾을 수 있습니다.

Freshdesk 고객 서비스의 주요 개선 영역

process mining을 활용하면 Freshdesk 환경에서 개선이 필요한 영역을 구체적으로 찾을 수 있습니다.

병목 파악: 서비스 요청이 어디에서 지체되는지 쉽게 확인할 수 있습니다. 특정 상담원이나 부서 간 인계가 원인인가요? 아니면 "고객에게 정보 요청" 단계에서 대기하나요? 이러한 지점을 찾아 개선 방안을 적용하면 고객 서비스 처리 주기를 단축할 수 있습니다.
처리 주기 단축: 각 활동과 전환에 걸리는 시간을 분석합니다. 프로세스를 간소화하고 반복 작업을 자동화하며 불필요한 단계를 제거해 서비스 요청의 전체 해결 시간을 줄일 기회를 찾을 수 있습니다.
SLA 준수 및 이행: 서비스 수준 계약(SLA)의 목표 해결 시간을 꾸준히 지키는지 모니터링합니다. process mining은 SLA 위반 사례와 원인을 보여주므로 개별 실패에 대응하는 데 그치지 않고 반복되는 문제를 사전에 해결할 수 있습니다.
상담원 성과 및 업무량 균형: 상담원별 효율성을 파악해 문제를 빠르게 해결하는 상담원과 에스컬레이션이 잦은 상담원을 확인합니다. 분석 결과를 바탕으로 필요한 교육을 제공하고 리소스를 적절히 배분해 상담원 간 업무량을 균형 있게 조정할 수 있습니다.
에스컬레이션 원인 분석: "내부 에스컬레이션 발생"과 같은 내부 에스컬레이션으로 이어지는 이벤트 순서를 추적합니다. 복잡하거나 해결되지 않는 문제에 앞서 자주 발생하는 활동과 조건을 찾을 수 있습니다.

기대 효과: Freshdesk 운영에서 확인할 수 있는 실질적인 성과

Freshdesk에서 process mining을 활용해 프로세스를 개선하면 명확하고 측정 가능한 효과를 얻을 수 있습니다.

처리 시간 단축: 고객 서비스 요청을 해결하는 평균 시간을 크게 줄여 고객 만족도를 높입니다.
운영 효율성 향상: 워크플로를 간소화하고 중복 단계를 제거하며 리소스 배분을 최적화해 운영 비용을 낮춥니다.
고객 만족도 향상: 더 빠르고 일관되며 품질 높은 서비스를 제공해 고객 반응을 개선하고 충성도를 높입니다.
SLA 이행 개선: 서비스 수준 계약을 사전에 준수하고 목표를 달성해 고객의 신뢰를 높입니다.
프로세스 투명성 향상: 고객 서비스 프로세스를 객관적으로 파악해 데이터에 기반한 의사 결정과 지속적인 개선을 지원합니다.

Freshdesk 고객 서비스 process mining 시작하기

고객 서비스 운영을 개선할 준비가 되셨나요? ProcessMind에 Freshdesk 데이터를 연결하면 process mining을 쉽게 시작할 수 있습니다. 직관적인 시각화와 분석 도구를 제공하므로 데이터 과학자 없이도 중요한 인사이트를 찾을 수 있습니다. 지금 시작해 서비스 프로세스를 명확히 파악하고 개선 기회를 찾아 고객에게 더 나은 경험을 제공하세요.

고객 서비스 서비스 요청 관리 고객 지원 운영 상담원 효율성 SLA 준수 처리 시간 고객 경험 헬프 데스크 티켓 발행 티켓 관리 지원 티켓 컨택 센터 고객 지원 CRM 문의 해결

일반적인 문제와 과제

현재 겪고 있는 과제 선택

고객은 빠른 해결을 기대하지만, Freshdesk에서 서비스 요청이 복잡한 경로를 거치면 대기 시간이 길어질 수 있습니다. 지연이 이어지면 고객 신뢰가 낮아지고 부정적인 평가와 고객 이탈이 늘어날 수 있으며, 상담원이 요청을 오래 처리하면서 운영 비용도 증가합니다. ProcessMind는 Freshdesk 서비스 요청에서 지연을 일으키는 단계와 활동을 찾아 병목과 비효율적인 인계를 보여줍니다. 실제 프로세스 흐름을 시각화해 근본 원인을 파악하고, 해결 시간을 단축할 수 있도록 개선 방향을 구체화합니다.

Freshdesk에서 해결된 서비스 요청이 곧바로 다시 열리는 경우, 처음 제공한 해결책이 충분하지 않았을 수 있습니다. 같은 작업을 반복하면 상담원의 시간이 낭비되고, 문제가 해결되지 않았다고 느끼는 고객의 불만이 커지며 운영 비용도 늘어납니다. ProcessMind는 서비스 요청의 전체 처리 과정을 매핑해 재개가 반복되는 유형과 그에 앞서 발생한 활동을 보여줍니다. 분석 결과를 통해 재작업으로 이어지는 상담원, 요청 유형 또는 프로세스 단계를 파악하고 고객 서비스의 근본적인 품질 문제를 해결할 수 있습니다.

Freshdesk에서 응답 및 해결 시간에 관한 서비스 수준 계약(SLA)을 지키지 못하면 고객 만족도가 낮아지고 위약금이나 계약 위반으로 이어질 수 있습니다. SLA를 놓친 이유를 명확히 파악하지 못하면 적시에 개입하고 고객 서비스 제공 방식을 지속적으로 개선하기 어렵습니다. ProcessMind는 실제 서비스 요청 경로를 정의된 SLA 목표와 자동으로 비교해 위반 사례와 원인을 보여줍니다. 이를 통해 SLA 위반 가능성이 높은 단계, 상담원 그룹 또는 요청 유형을 파악하고 사전에 조정할 수 있습니다.

Freshdesk에서 상담원마다 비슷한 서비스 요청을 다르게 처리하면 서비스 품질이 일정하지 않아지고 고객 경험과 상담원 효율성에도 영향을 줍니다. 일부 상담원은 효율적인 경로를 따르는 반면, 다른 상담원은 경로를 벗어나 해결 시간이 길어지거나 더 많은 리소스를 사용할 수 있습니다. ProcessMind는 서비스 요청별 활동을 추적해 상담원 행동을 데이터로 보여줍니다. 상담원별 실제 프로세스 흐름을 비교하고 모범 사례를 찾으며, 고객 서비스 전반을 개선하기 위해 추가 교육이나 표준 절차가 필요한 영역을 파악할 수 있습니다.

Freshdesk에서 명확한 이유 없이 또는 처리 초기부터 서비스 요청이 자주 에스컬레이션된다면 프로세스가 비효율적이거나 초기 대응 상담원에게 충분한 권한이 없다는 신호일 수 있습니다. 불필요한 이관은 상위 지원 인력의 업무 부담을 늘리고 해결을 지연시키며 운영 비용을 높입니다. ProcessMind는 에스컬레이션 경로를 시각화해 어떤 요청 유형이나 초기 처리 단계가 내부 에스컬레이션으로 이어지는지 보여줍니다. 이러한 패턴을 분석해 일선 상담원의 대응 권한을 강화하고 지식 기반을 보완하거나 고객 서비스의 초기 분류 및 배정을 개선할 수 있습니다.

Freshdesk 서비스 요청에서 고객이나 내부 팀에 정보를 반복해서 요청하면 처리가 지연되기 쉽습니다. 여러 차례 오가는 소통은 해결 시간을 늘리고 고객의 수고를 키우며 고객 서비스 프로세스의 비효율을 초래합니다. ProcessMind는 서비스 요청 처리 과정에서 정보 요청으로 지연이 발생하는 위치와 원인을 정확히 찾아냅니다. 특정 요청 유형, 상담원 또는 소통 채널에서 병목이 자주 발생하는지 확인해 정보 수집 절차를 간소화하고 고객 경험을 개선할 수 있습니다.

Freshdesk에서 상담원이 서비스 요청을 처리할 때 문서화된 모범 사례나 표준 운영 절차를 따르지 않으면 결과가 일관되지 않고 규정 준수 위험과 운영 비용이 커질 수 있습니다. 실제 현황을 명확히 파악하지 못하면 이러한 이탈을 발견하고 바로잡기 어렵습니다. ProcessMind는 서비스 요청이 실제로 거친 경로를 자동으로 찾아 정의된 이상적인 프로세스 모델과 비교합니다. 이를 통해 모든 이탈 사례와 발생 빈도 및 영향을 파악하고 고객 서비스에서 표준 운영 절차를 더 잘 준수하도록 지원합니다.

Freshdesk에서 서비스 요청을 잘못 분류하거나 우선순위를 잘못 지정하면 요청이 잘못 전달되고 적합한 상담원에게 배정되는 시간이 길어지며 SLA 목표를 놓칠 수 있습니다. 초기 단계의 비효율은 전체 프로세스로 이어져 해결 시간과 고객 만족도에 악영향을 줍니다. ProcessMind는 서비스 요청이 처음 생성되고 분류되는 시점부터 해결될 때까지의 흐름을 분석합니다. 특정 분류나 우선순위에서 해결 시간이 길어지거나 재배정이 잦은지 확인해 고객 서비스 교육이나 자동화가 필요한 영역을 찾을 수 있습니다.

Freshdesk에서 서비스 요청이 상담원이나 부서 사이를 여러 차례 오가면 고객은 불편을 느낄 수 있습니다. 고객이 같은 설명을 반복하고 해결 시간이 길어지며 고객 서비스가 단절되어 있다는 인상을 받을 수 있어 만족도가 낮아집니다. ProcessMind는 서비스 요청의 전체 경로를 시각화해 모든 내부 이관을 명확히 보여줍니다. 인계 과정을 분석해 반복되는 이관 유형과 원인을 파악하고 상담원 역량, 배정 규칙 또는 지식 공유 방식을 개선해 불필요한 이관을 줄일 수 있습니다.

Freshdesk를 사용하는 많은 고객 서비스 조직은 문제가 확대되거나 고객 불만이 커진 뒤에야 대응합니다. 이로 인해 고객 이탈이 늘고 잠재적인 문제를 미리 해결해 고객 만족도를 높일 기회를 놓칠 수 있습니다. ProcessMind는 반복되는 문제나 새롭게 나타나는 문제를 보여주는 서비스 요청 패턴을 찾아 사전 대응이 필요한 영역을 파악하도록 돕습니다. 근본 원인과 반복되는 유발 요인을 분석해 사후 대응에서 예측 기반 고객 서비스로 전환하고 전반적인 고객 경험을 개선할 수 있습니다.

Freshdesk에서 고객이 하나의 서비스 요청에 여러 채널을 사용하거나 상담원이 채널별 정보를 통합하는 데 어려움을 겪으면 고객 경험이 단절되고 운영 비용이 늘어날 수 있습니다. 채널을 비효율적으로 사용하면 고객 만족도와 상담원 업무량 모두에 영향을 줍니다. ProcessMind는 서비스 요청의 각 활동에서 사용한 소통 채널을 추적할 수 있습니다. 전체 흐름을 분석해 효율이 낮은 채널이나 불필요한 채널 전환을 찾아 옴니채널 고객 서비스 전략을 개선할 수 있습니다.

일반적인 목표

성공의 기준 정의

해결 시간이 길어지면 고객 만족도가 낮아지고 운영 비용이 늘어납니다. 이 시간을 줄이면 고객은 더 빠르게 문제를 해결하고, Freshdesk 지원팀은 효율적으로 업무를 처리해 고객 충성도를 높일 수 있습니다. ProcessMind는 Freshdesk 고객 서비스 프로세스에서 지연의 근본 원인과 병목을 찾아 해결 시간이 길어지는 활동이나 상담원을 보여줍니다. 인계를 최적화하고 불필요한 단계를 찾아 해결 시간을 15~25% 줄이는 데 도움을 줄 수 있으며, 워크플로와 팀 효율성을 개선할 수 있는 실행 가능한 인사이트를 제공합니다.

서비스 요청이 자주 다시 열리면 처음 제공한 해결책이 불완전하거나 만족스럽지 않았다는 뜻일 수 있습니다. 이로 인해 고객 불만이 커지고 상담원은 같은 작업을 반복하게 됩니다. 재개율을 낮추면 최초 접점에서 문제를 더 잘 해결하고 Freshdesk 지원에 대한 고객 신뢰를 높일 수 있습니다. ProcessMind는 반복 문제로 이어지는 프로세스 변형을 분석하고 재개율이 높은 상담원이나 요청 유형을 찾아 티켓 재개의 원인을 보여줍니다. 이를 바탕으로 필요한 교육이나 프로세스 조정을 진행해 재개율을 10~20% 낮추고 전반적인 고객 만족도를 높일 수 있습니다.

서비스 수준 계약(SLA)을 위반하면 고객 불만과 위약금이 발생하고 기업 평판이 나빠질 수 있습니다. SLA 준수율을 높이면 일관된 서비스를 제공하고 고객 기대를 충족하며 Freshdesk 운영에 대한 신뢰를 강화할 수 있습니다. ProcessMind는 SLA 위반으로 이어지는 이상 경로를 시각화하고 티켓이 목표 해결 시간을 넘기게 되는 지연 단계와 활동을 찾아냅니다. 규정 준수의 공백을 파악해 시정 조치를 적용하면 SLA 준수율을 20~30% 개선하고 고객 관계를 강화할 수 있습니다.

상담원별 성과가 일정하지 않으면 고객 경험과 서비스 품질도 달라집니다. 성과를 표준화하면 모든 고객에게 일관된 고품질 서비스를 제공하고 Freshdesk 팀의 운영 예측 가능성을 높일 수 있습니다. ProcessMind는 상담원별 워크플로를 분석해 모범 사례를 보여주고 최적 경로에서 벗어나는 사례나 유사한 요청을 처리하는 방식의 차이를 찾아냅니다. 프로세스 준수와 효율성 차이를 파악해 맞춤형 교육과 프로세스 표준화를 지원하며, 서비스 품질의 일관성을 15~25% 개선하는 데 도움을 줄 수 있습니다.

과도하거나 불필요한 에스컬레이션은 운영 비용과 해결 시간을 늘립니다. 고객이 첫 문의에서 문제를 해결하기를 기대하는 상황에서 에스컬레이션이 잦으면 불만도 커질 수 있습니다. 이를 줄이면 Freshdesk에서 문제를 더 효율적으로 해결하고 리소스를 효과적으로 활용할 수 있습니다. ProcessMind는 에스컬레이션된 서비스 요청의 전체 경로를 매핑해 상담원 역량 부족이나 지식 기반 미비 등 에스컬레이션을 유발하는 조건과 원인을 찾아냅니다. 분석 결과를 바탕으로 문제를 사전에 해결하고 일선 상담원의 대응 역량을 강화하면 불필요한 에스컬레이션을 10~20% 줄이고 고객 서비스 비용을 절감할 수 있습니다.

고객에게 필요한 정보를 수집하는 데 시간이 오래 걸리면 서비스 요청 해결 과정에 병목이 생기고, 여러 차례 소통이 오가면서 고객 불만도 커집니다. 정보 수집 절차를 간소화하면 해결 속도와 Freshdesk 고객 경험을 개선할 수 있습니다. ProcessMind는 정보 수집으로 지연이 발생하거나 고객에게 여러 차례 연락해야 하는 단계와 요청 유형을 찾아 데이터 수집 방식이나 초기 접수 양식을 개선할 기회를 보여줍니다. 이러한 병목을 파악해 정보 수집으로 인한 지연을 10~15% 줄이고 서비스 프로세스를 원활하고 효율적으로 운영할 수 있습니다.

표준 운영 절차에서 벗어나면 비효율과 규정 준수 위험이 발생하고 서비스 결과가 일관되지 않을 수 있습니다. 절차를 철저히 준수하면 예측 가능하고 품질 높은 서비스를 제공하며 Freshdesk 운영에서 오류와 재작업을 줄일 수 있습니다. ProcessMind는 모든 프로세스 변형을 자동으로 찾아 정의된 최적 경로와 비교하고 상담원이나 자동화 단계가 표준에서 벗어난 사례를 보여줍니다. 이를 통해 모범 사례를 지속적으로 모니터링하고 정착시켜 프로세스 준수율을 20~30% 높이고 운영 위험을 줄일 수 있습니다.

서비스 요청을 잘못 분류하면 잘못된 부서로 전달되거나 배정이 지연되고 해결 과정이 비효율적으로 진행되어 고객과 상담원 모두 불편을 겪을 수 있습니다. 분류 정확도를 높이면 요청을 적합한 부서나 상담원에게 신속히 전달해 Freshdesk 운영 효율성을 높일 수 있습니다. ProcessMind는 잘못 분류된 요청의 흐름을 분석해 재작업이나 이관으로 이어지는 반복 패턴, 접수 지점 또는 분류 담당자를 찾아냅니다. 이를 바탕으로 분류 규칙과 상담원 교육을 개선해 정확도를 15~25% 높이고 초기 배정과 해결 속도를 높일 수 있습니다.

상담원이나 부서 간 서비스 요청 이관이 잦으면 최초 접점에서 문제를 해결하는 역량이 부족할 수 있습니다. 고객 불만과 처리 시간 증가로 이어질 수 있으므로 이관을 줄이면 더 빠르게 문제를 해결하고 Freshdesk에서 원활한 고객 경험을 제공할 수 있습니다. ProcessMind는 서비스 요청의 이관 경로를 시각화해 여러 차례 인계와 지연으로 이어지는 원인, 상담원 또는 요청 유형을 찾아냅니다. 상세 분석을 통해 필요한 역량 개발이나 지식 기반 개선을 진행하고 이관을 10~15% 줄여 상담원 효율성을 높일 수 있습니다.

문제가 발생한 뒤 대응하는 방식에서 벗어나 고객의 요구와 문제를 미리 예상해 대응하면 고객 만족도와 충성도를 크게 높일 수 있습니다. 이러한 전략적 전환은 Freshdesk 고객 경험을 개선할 수 있습니다. ProcessMind는 과거 서비스 요청 패턴과 고객 여정을 분석해 반복되는 문제나 고객 문제가 발생하기 전에 나타나는 징후를 찾아 선제적으로 대응할 기회를 보여줍니다. 근본 원인과 공통 패턴을 파악해 사전 대응 전략을 수립하고, 인바운드 요청을 5~10% 줄이며 전반적인 고객 인식을 개선할 수 있습니다.

소통 채널을 비효율적으로 사용하면 운영 비용과 응답 시간이 늘고 고객 경험이 단절될 수 있습니다. Freshdesk에서 고객이 선호하고 요청에 적합한 채널을 통해 효율적으로 서비스를 제공하려면 채널 활용을 최적화해야 합니다. ProcessMind는 여러 채널에 걸친 고객 상호작용을 매핑해 특정 요청 유형에서 과도하게 또는 충분히 활용되지 않는 채널과 비효율적인 채널 전환을 찾아냅니다. 분석 결과를 바탕으로 리소스 배분과 채널 전략을 개선해 운영 비용을 5~10% 줄이고 전반적인 채널 효율성을 높일 수 있습니다.

고객 서비스 개선을 위한 6단계 경로

템플릿 다운로드

수행할 작업

고객 서비스 데이터에 맞춰 미리 설계된 Excel 템플릿을 사용하세요. Freshdesk 티켓 정보를 효과적으로 정리할 수 있도록 최적의 구조로 구성되어 있습니다.

데이터 템플릿 가이드 보기 템플릿 다운로드

중요한 이유

처음부터 올바른 데이터 구조를 사용하면 재작업을 방지하고 정확한 분석을 수행할 수 있습니다. 이를 바탕으로 서비스 운영에 관한 유의미한 인사이트를 얻을 수 있습니다.

기대 효과

Freshdesk 고객 서비스 데이터 추출과 분석에 맞게 구성된 데이터 템플릿을 바로 사용할 수 있습니다.

제공 내용

Freshdesk 지연을 찾아 고객 만족도를 높이세요

ProcessMind는 Freshdesk 고객 서비스 프로세스 전체를 시각화해 실제 처리 경로와 성과 지표를 보여줍니다. 눈에 띄지 않던 비효율과 상담원 생산성 및 고객 만족도를 높일 기회를 찾아보세요.

실제 서비스 요청 처리 경로 시각화
Freshdesk 서비스 병목 파악
상담원 성과를 일관된 기준으로 분석
고객 만족도를 높이도록 해결 시간 개선

Discover your actual process flow

Identify bottlenecks and delays

Analyze process variants

Design your optimized process

일반적인 성과

고객 서비스 품질 향상

이러한 성과는 process mining을 고객 서비스 워크플로에 적용해 조직이 일반적으로 얻는 개선 효과를 보여줍니다. Freshdesk와 같은 시스템에서 병목을 찾고 서비스 요청 처리를 최적화할 수 있습니다.

0 %

해결 시간 단축

평균 해결 시간 단축률

병목을 찾아 제거하면 고객 서비스 요청을 해결하는 데 걸리는 시간을 크게 줄이고 더 신속하게 서비스를 제공할 수 있습니다. 이는 고객 경험과 운영 효율을 직접적으로 개선합니다.

0 %

티켓 재개 감소

후속 응대 횟수 감소

Process mining으로 티켓이 재개되는 근본 원인을 파악하고 지속 가능한 해결책을 마련할 수 있습니다. 상담원의 반복 업무를 줄이고 고객이 처음 문의했을 때 명확한 답변을 제공하는 데 도움이 됩니다.

0 %

SLA 준수율 향상

서비스 목표 준수 개선

SLA를 위반하게 되는 프로세스를 명확히 파악하고, 합의된 시간 안에 더 많은 요청을 해결할 수 있도록 필요한 변경 사항을 적용하세요. 이를 통해 고객의 신뢰를 높이고 위약금을 방지할 수 있습니다.

0 %

에스컬레이션 및 이관 감소

서비스 요청 처리 간소화

에스컬레이션과 이관으로 이어지는 패턴을 파악하면 최초 문의 단계에서 문제를 해결할 수 있도록 지원할 수 있습니다. 인계 횟수를 줄여 운영 비용을 낮추고 고객 경험을 개선할 수 있습니다.

0 %

상담원 서비스 품질의 일관성

해결 시간 편차 감소

성과가 높은 상담원의 모범 사례와 다른 상담원이 어려움을 겪는 영역을 파악해 맞춤형 교육과 프로세스 조정을 진행할 수 있습니다. 이를 통해 팀 전체가 더 일관되고 안정적인 서비스를 제공할 수 있습니다.

결과는 프로세스의 복잡성, 데이터 품질, 조직별 상황에 따라 달라집니다. 제시된 수치는 다양한 고객 서비스 도입 사례에서 관찰된 일반적인 개선 효과를 나타냅니다.

권장 데이터

먼저 중요한 속성과 활동부터 수집하고, 필요에 따라 범위를 넓히세요.

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

속성

분석에 필요한 주요 데이터 항목

고객 문의나 문제 하나를 식별하는 고유 ID입니다. 일반적으로 티켓 또는 케이스라고 합니다.

중요한 이유

관련 이벤트를 하나의 프로세스 인스턴스로 연결하는 필수 Case ID입니다. 이를 통해 각 고객 서비스 여정을 전체적으로 파악할 수 있습니다.

고객 서비스 프로세스에서 발생한 특정 업무 이벤트나 단계의 이름입니다.

중요한 이유

이 속성은 프로세스 맵의 단계를 정의하며, 시작부터 끝까지 프로세스 흐름을 시각화하고 분석할 수 있게 합니다.

특정 활동이나 이벤트가 발생한 시점을 나타내는 타임스탬프입니다.

중요한 이유

이 타임스탬프는 이벤트를 시간순으로 정렬하고 처리 시간, SLA 준수 여부 등 지속 시간 기반 지표를 계산하는 데 필요합니다.

이벤트 발생 시점에 티켓을 담당하는 고객 서비스 상담원의 이름 또는 ID입니다.

중요한 이유

상담원별 성과를 분석해 우수 상담원, 교육 기회, 재배정의 영향을 파악할 수 있습니다.

'Question', 'Incident', 'Problem', 'Feature Request' 등 서비스 요청의 분류입니다.

중요한 이유

인시던트와 문의처럼 고객 문제 유형별로 프로세스를 나누어 성과와 워크플로를 비교할 수 있습니다.

서비스 요청의 현재 또는 과거 상태입니다. 예: '접수', '보류', '해결', '종료'.

중요한 이유

상태 변경을 추적하면 티켓의 전체 처리 과정을 파악하고, '보류' 또는 '대기'와 같은 특정 상태에 머무는 시간을 확인할 수 있습니다.

서비스 요청에 지정된 우선순위입니다. 예: '낮음', '보통', '높음', '긴급'.

중요한 이유

SLA 분석과 리소스가 높은 우선순위의 문제를 낮은 우선순위의 문제보다 빠르게 처리하도록 적절히 배분되는지 확인하는 데 중요합니다.

활동

추적하고 최적화할 프로세스 단계

고객 서비스 과정의 첫 이벤트로, 고객 요청이 Freshdesk에 공식적으로 기록되는 시점을 나타냅니다. 이메일, 포털, 전화 또는 API 연동을 통해 새 티켓이 생성되면 이 활동이 명시적으로 기록됩니다.

중요한 이유

이 활동은 모든 케이스의 시작점입니다. 전체 해결 시간을 계산하고 채널이나 유형별 티켓 수 추세를 분석하는 데 필요합니다.

티켓을 담당할 특정 상담원이나 그룹에 배정하는 활동입니다. 담당 상담원 또는 그룹 필드에 값이 입력되거나 변경될 때 티켓 기록에 명시적으로 남습니다.

중요한 이유

배정 내역을 추적하면 상담원별 업무량을 분석하고 라우팅의 비효율을 찾아 배정까지 걸리는 시간 KPI를 측정할 수 있습니다. 업무가 어떻게 분배되는지, 업무 시작 전에 어디서 지연되는지 파악하는 데 도움이 됩니다.

티켓 생성 후 상담원이 고객에게 처음으로 공개 답변을 보낸 시점을 나타냅니다. Freshdesk는 SLA 추적을 위해 'First Response Time'을 측정하며 이 이벤트를 명시적으로 기록합니다.

중요한 이유

고객 응답성과 SLA 준수 여부를 측정하는 주요 기준점입니다. 이 활동까지 걸린 시간을 분석하면 고객과의 첫 소통이 지연되는 지점을 찾을 수 있습니다.

상담원이 해결책을 제공하고 티켓 상태를 'Resolved'로 변경한 주요 시점을 나타냅니다. 티켓 기록에 상태 변경으로 명시적으로 남습니다.

중요한 이유

이 활동은 티켓에 대한 실질적인 업무가 끝난 시점을 나타내며 해결 시간 측정의 기준이 됩니다. 상담원 성과와 전체 프로세스 효율을 분석하는 데 중요한 이벤트입니다.

티켓을 최종적으로 종료하는 마지막 활동입니다. 고객이 추가 답변을 하지 않은 채 티켓이 일정 기간 'Resolved' 상태로 유지되면 시스템이 자동으로 종료하는 경우가 많습니다.

중요한 이유

이 활동은 서비스 요청 과정이 완전히 끝난 시점을 나타냅니다. 전체 처리 주기를 정확히 계산할 수 있는 최종 기준점입니다.

자주 묻는 질문

process mining으로 Freshdesk 고객 서비스 운영에서 무엇을 파악할 수 있나요?

Process mining은 서비스 요청 세부 정보와 상담원 조치 등 Freshdesk 데이터를 분석해 실제 업무 흐름을 보여줍니다. 병목과 반복되는 편차, 해결 시간이 길어지거나 티켓이 자주 재개되는 원인을 파악하는 데 도움이 됩니다. 시각화된 정보를 통해 비효율이 발생하는 지점과 근본 원인을 확인할 수 있습니다.

process mining을 위해 Freshdesk에서 어떤 데이터가 필요한가요?

주로 케이스 식별자, 활동명, 해당 활동의 타임스탬프가 필요합니다. Freshdesk에서는 서비스 요청 ID, 상태 변경, 상담원 배정, 에스컬레이션과 각 항목의 정확한 발생 시각이 이에 해당합니다. 상담원 이름, 고객 세그먼트, 티켓 유형 등의 속성을 추가하면 분석을 더 풍부하게 할 수 있습니다.

Freshdesk에서 필요한 데이터를 어떻게 추출하나요?

Freshdesk에서는 API, 보고서 생성 기능, 엔터프라이즈 요금제의 직접 데이터베이스 접근 등 여러 방법으로 데이터를 추출할 수 있습니다. 적합한 방법은 Freshdesk 구성과 데이터 규모에 따라 다릅니다. 사용 환경에 맞춰 효율적이고 안전한 방법을 선택할 수 있도록 안내해 드립니다.

고객 서비스 process mining을 시작하면 초기 결과를 얼마나 빨리 확인할 수 있나요?

데이터 추출과 준비가 끝난 뒤 몇 주 안에 초기 인사이트를 얻는 경우가 많습니다. 소요 기간은 데이터의 복잡성과 품질에 따라 달라집니다. 지속적인 모니터링과 심층 분석을 통해 시간이 지나도 개선 기회를 계속 찾을 수 있습니다.

고객 서비스 지표에서 어떤 개선을 기대할 수 있나요?

서비스 요청 해결 시간이 줄고 티켓 재개율이 낮아지는 등 주요 지표의 개선을 기대할 수 있습니다. process mining은 서비스 수준 계약(SLA) 준수율을 높이고, 상담원 성과를 표준화하며, 커뮤니케이션 채널 활용을 최적화하는 데도 도움이 됩니다. 이러한 개선은 고객 만족도와 운영 효율 향상으로 이어집니다.

Freshdesk 데이터로 process mining을 도입하기 어렵나요?

초기 설정에는 프로세스 범위를 정하고 올바른 데이터를 추출하는 과정이 포함되므로 어느 정도의 기술 지식이 필요합니다. 하지만 데이터 커넥터를 설정한 뒤에는 process mining 도구가 분석의 상당 부분을 자동화합니다. Freshdesk 환경에 맞춰 도입을 원활하게 진행할 수 있도록 지원과 전문 지식을 제공합니다.

process mining이 일상적인 Freshdesk 운영에 지장을 주나요?

아니요. process mining은 운영에 개입하지 않는 분석 방식입니다. Freshdesk에서 내보낸 과거 데이터를 분석하므로 실시간 운영이나 상담원 워크플로에 영향을 주지 않습니다. 서비스 제공과 별도로 분석을 수행해 인사이트를 제공합니다.

Freshdesk 데이터의 process mining에 필요한 기술 요건은 무엇인가요?

클라우드 또는 온프레미스 방식의 process mining 소프트웨어와 데이터 추출 방법이 필요합니다. 일반적으로 Freshdesk API나 보고서를 사용합니다. 분석에 앞서 데이터를 정리하고 변환하는 기본 기술도 유용합니다. 구체적인 기술 환경을 검토할 수 있도록 지원해 드립니다.

지금 Freshdesk 고객 서비스를 최적화하세요

최초 문의 해결률 80%를 달성해 고객 만족도를 높이세요.

무료 체험 시작하기

신용카드 없이 몇 분 만에 설정할 수 있습니다