대화형 IVR이란 무엇이며 표준 IVR과의 차이점은 무엇입니까?
게시 됨: 2022-08-30인공 지능(AI)은 비즈니스 커뮤니케이션 공간에서 가장 영향력 있는 요소 중 하나이며 고객은 이를 사용하는 비즈니스와 상호 작용하기를 원합니다.
AI는 이미 고객이 회사와 연결하는 방식을 변화시켰고 대화형 IVR과 같은 콜센터 기능이 점점 더 대중화되고 있습니다.
그러나 대화형 IVR(대화형 음성 응답)은 정확히 무엇이며 어떻게 작동합니까? 표준 IVR과 어떻게 다릅니까?
답변을 얻고 대화형 IVR의 이점, 사용 사례 등에 대해 알아보려면 계속 읽으십시오.
↓로 이동
- 대화형 IVR이란 무엇입니까?
- 대화형 IVR은 어떻게 작동합니까?
- 대화형 IVR과 표준 IVR의 차이점은 무엇입니까?
- 표준 IVR에 비해 대화형 IVR의 이점
- 대화형 IVR 사용 사례
- 대화형 IVR FAQ
대화형 IVR이란 무엇입니까?
대화형 IVR은 자연어 이해를 사용하여 고객 요청을 처리하고 실시간 상담원 없이 자동화된 음성 기반 고객 셀프 서비스를 제공하는 AI 기반 전화 시스템 기능입니다 .
대화형 IVR을 사용하면 발신자가 DTMF 터치 톤이나 짧고 고르지 못한 문구를 사용하여 통화 메뉴와 하위 메뉴를 탐색할 필요가 없습니다.
대신, 발신자는 상담원에게 말하듯이 IVR 시스템에 말을 합니다. 완전한 문장과 자연어를 사용하여 전화를 건 이유를 설명합니다. 그런 다음 대화형 AI 도구는 관련 응답을 제공하거나 추가 설명 질문을 하거나 필요한 경우 실제 담당자에게 전달합니다.
대화형 인공 지능은 자동화된 챗봇 메시징을 지원하는 것으로 가장 잘 알려져 있지만 음성 기반 가상 에이전트로 사용할 때 효과적입니다. Amazon의 Alexa 또는 Apple의 Siri와 같은 인기 있는 음성 비서 앱에 익숙할 것입니다.
이름에서 알 수 있듯이 Conversational IVR 시스템 은 발신자와 핸즈프리 양방향 대화에 참여하여 편리하지만 개인화된 지원을 제공하기 위해 필수 정보를 수집합니다.
Conversational AI는 발신자를 실제 고객 서비스 담당자에게 라우팅할 수 있지만 목표는 통화할 필요를 없애는 것입니다.
대화형 IVR은 어떻게 작동합니까?
대화형 IVR은 대화형 AI 기술 및 구성 요소를 사용하여 실시간으로 고객 음성 명령을 분석하고 응답하여 시간이 지남에 따라 고객에게 점점 더 개인화된 경험을 제공합니다.
기계 학습, 자연어 이해, 자연어 처리 및 자연어 생성은 가장 중요한 대화형 AI 구성 요소입니다.
대화형 AI는 고객의 언어와 의도, 대화 컨텍스트 및 사용자 감정, 물론 고객 입력(IVR 프롬프트에 대한 음성 응답)을 분석하여 인간과 유사한 상호 작용을 생성합니다.
대화형 IVR은 기계 학습 을 사용하여 고객 요구 사항을 충족하기 위해 지속적으로 발전합니다. 머신 러닝은 고객 피드백 및 강화를 기반으로 자체 알고리즘을 조정하는 AI 기반 자동화 시스템입니다. 즉, 수동 업데이트나 입력이 필요하지 않습니다.
자연어 처리(NLP) 는 사용된 언어를 결정하고 고객이 말한 것의 가장 기본적인 의미를 "번역"합니다.
자연어 이해(NLU) 는 고객의 진술의 의미를 실제로 분석하는 것, 즉 고객의 의도를 평가한다는 의미입니다. 또한 고객이 자신의 말을 사용하고 자연스럽게 말할 수 있도록 합니다. 이러한 방식으로 고객은 동일한 질문을 표현하거나 여러 방식으로 요청할 수 있으며, 대화형 AI 도구는 여전히 그들이 원하는 것을 이해할 것입니다.
마지막으로 NLG(자연어 생성) 는 고객 쿼리에 대한 음성 응답을 생성하고 제공합니다.
대화형 IVR과 표준 IVR의 차이점은 무엇입니까?
대화형 IVR과 표준(레거시)의 주요 차이점은 전자는 실제로 즉각적인 자동화된 고객 지원을 제공하는 반면 후자는 발신자를 일련의 하위 메뉴 또는 통화 메뉴 프롬프트를 통해 안내한 후 최종적으로 실제 상담원, 음성 메일 상자, 또는 미리 녹음된 메시지.
Conversational AI, Machine Learning 및 NLU를 사용하기 때문에 Conversational IVR은 고객의 음성 명령과 쿼리를 "이해"하고 즉각적이고 정확한 응답을 제공할 수 있습니다.
표준 IVR은 음성 인식 을 사용합니다. 즉, 사전 프로그래밍된 기본 트리거 단어와 구문만 "이해"하고 처리할 수 있습니다.
표준 콜 센터 IVR은 자동 교환에 의존하여 미리 구축된 통화 흐름 경로를 통해 통화 라우팅을 시작하며 제공할 수 있는 지원은 미리 녹음된 스크립트로 제한됩니다. 이것은 표준 IVR의 프로그래밍된 응답 범위를 벗어나는 더 복잡한 요청을 가진 호출자가 항상 필요한 도움을 받을 수 없다는 것을 의미합니다. 표준 IVR 도구는 그들을 도울 수 없습니다.
반면에 대화형 IVR 은 머신 러닝을 사용하여 고객 의도, 감정 분석 및 과거 대화의 데이터를 기반으로 상황에 맞는 개인화된 응답을 제공합니다 .
대화형 AI 플랫폼은 고객의 요청을 이해하지 못하더라도 추가 질문을 하고 데이터를 분석 및 저장하여 향후 더 나은 조언을 제공할 수 있습니다.
한마디로?
대화형 AI는 사용할수록 더 똑똑해지고 정확해집니다.
아래 표는 대화형 IVR과 표준 IVR 간의 추가적인 차이점을 강조합니다.
대화형 IVR | 표준 IVR |
즉각적인 응답 제공, 실시간 상담원 참여 없이 셀프 서비스에 중점 | 일반적으로 호출자를 중첩된 하위 메뉴로 이동하며, 종종 라이브 에이전트 지원이 필요합니다. |
자연어 이해, 머신 러닝, 대화형 AI로 고객을 사람처럼 이해/대응 | 자연어 처리(음성 인식) 및 자동 교환을 사용하여 그에 따라 통화를 라우팅하거나 사전 녹음된 응답을 재생합니다. |
– 고객은 요청을 여러 방식으로, 전체 문장으로, 종종 다른 언어로 구사할 수 있습니다. – 특정 단어/구에 국한되지 않음 | 사전 프로그래밍된 트리거 단어/구 및 사전 녹음된 스크립트로 제한된 지원 |
필요할 때 통화를 실제 상담원에게 리디렉션하지만 코드 없는 자동화로 개선하기 위해 모든 고객 대화의 데이터를 저장합니다. | 표준 IVR 응답 업데이트는 복잡하며 재프로그래밍, 통화 흐름 편집 및 메뉴 프롬프트 재녹음이 필요합니다. |
연중무휴 실시간 지원 가능 | 지원 시간은 실시간 상담원 일정에 따라 다릅니다. |
– 뉘앙스가 있고 더 복잡한 주제에 대한 대화 기반 지원을 제공합니다. – 기계 학습은 대화형 IVR이 모든 대화에서 더 똑똑하고 정확해진다는 것을 의미합니다. | – 지원은 도구가 이해하고 응답하도록 프로그래밍된 주제, 키워드 및 구문으로 제한됩니다. – 관련성이 없고 부정확한 자동화 지원 가능성이 높음 |
샘플 고객 상호작용: 표준 IVR 대 대화 IVR
표준 IVR과 대화형 IVR이 어떻게 다른지 더 잘 이해하려면 고객이 회사 전화번호로 수신 전화를 걸 때 어떤 일이 발생하는지 보여주는 아래 샘플 대화를 살펴보세요.
샘플 표준 IVR 상호 작용
IVR 인사말: 안녕하세요, 회사 Y에 오신 것을 환영합니다. 파티의 내선 번호를 알고 있다면 지금 말하거나 입력하십시오. 스페인어의 경우 2라고 말하거나 누르십시오. 자세한 내용을 보려면 우물정자 키를 누르거나 "추가 정보"라고 말하십시오.
고객: 계정 잔액을 봅니다.
IVR: 죄송합니다. 인식하지 못했습니다. 판매는 1번, 고객 서비스는 2번, 영업시간과 위치는 3번, 청구는 4번, 이 옵션을 반복하려면 6번을 누르세요.
고객: 담당자에게 문의하십시오.
IVR: 담당자에게 연결하기 전에 추가 정보가 필요합니다.
고객: 청구.
IVR: 청구 부서에 도달했습니다. 모든 에이전트는 현재 다른 고객을 지원하고 있습니다. 대략적인 대기 시간은 23분입니다. 회선을 유지하거나 나중에 다시 전화하십시오.
샘플 대화형 IVR 상호 작용
IVR 인사말: 안녕하세요, 회사 Y에 연결되었습니다. 전화한 이유를 말씀해 주십시오.
고객: 내 계정 잔액이 얼마인지 알아야 합니다.
IVR 인사말: 현재 계정 잔액을 보고 싶습니까?
고객: 네.
IVR 인사말: -0893으로 끝나는 계정의 잔액은 $1,237.17입니다. 오늘 제가 도와드릴 일이 또 있나요?
고객: 아니요.
보시다시피 Conversational IVR 소프트웨어는 Standard IVR보다 훨씬 더 미묘하고 복잡한 요청을 처리할 수 있으며 동시에 훨씬 빠르고 개인적인 응답을 제공합니다.
표준 IVR에 비해 대화형 IVR의 이점
Standard IVR은 Interactive Voice Response 소프트웨어에 약간의 나쁜 이름을 부여했지만 Conversational IVR의 발전은 대부분의 고객 불만을 없애면서 아래에서 살펴볼 놀라운 이점을 기업에 제공합니다.
비용 효율성
Gartner 연구에 따르면 실시간 전화 지원을 포함한 실시간 지원 채널의 비용은 연락처당 평균 $8.01이지만 셀프 서비스 채널 및 대화형 IVR과 같은 도구는 이러한 비용을 연락처당 $0.10로 줄입니다.
대화형 IVR은 또한 연중무휴 실시간 지원을 제공하므로 비즈니스 소유자는 높은 인바운드 통화량을 관리하기 위해 추가 에이전트를 고용할 필요가 없습니다.
실제 상담원이 고객과 대화해야 하는 경우에도 영업 전화를 걸고, 리드에 후속 조치를 취하고, 추가 작업을 완료할 수 있는 더 많은 자유 시간이 주어져 콜 센터 생산성이 전반적으로 향상됩니다.
자동화된 셀프 서비스
70%의 고객이 현재 고객 지원을 위해 셀프 서비스를 사용하고 있지만 셀프 서비스 상호 작용의 9%만이 셀프 서비스 애플리케이션 내에서 완전히 해결됩니다.
고객은 종종 표준 IVR 도구를 사용하여 올바른 실시간 상담원에게 연결하여 고객을 지원하지만 대화형 IVR은 첫 번째 연락 내에서 고객 지원 문제를 완전히 해결하도록 설계되었습니다.
또한 대화식 음성 응답 시스템은 CRM 소프트웨어와 통합하고 기존 고객 데이터 및 계정 기록을 가져와서 이전 상호 작용을 기반으로 개인화된 지원을 제공함으로써 셀프 서비스 경험을 촉진하고 개선합니다.
향상된 고객 경험
오늘날 고객의 기대치는 하늘을 찌를 정도로 높지만 고객 경험을 최적화하는 데는 엄청난 보상이 있습니다.
소비자의 절반 이상이 기업이 새로운 기술과 새로운 커뮤니케이션 채널을 활용하기를 원하지만 40% 이상의 고객은 여전히 전화로 지원 문제를 해결하는 것을 선호합니다.
대화형 IVR은 옴니채널 고객 서비스를 완벽하게 보완하여 개인화된 고객 지원을 제공하는 직관적이고 사용자 친화적이며 빠른 방법을 제공합니다. 또한 고객 대기 및 통화 처리 시간을 줄이거나 제거하여 고객 만족도를 쉽게 높일 수 있습니다.
마지막으로, 대화형 IVR 경험은 필수 KPI 및 메트릭을 수집하여 대상 시장에 대한 귀중한 통찰력을 제공하고 지원 프로세스를 더욱 간소화하고 고객 참여를 높일 수 있는 새로운 기회를 강조합니다.
고객에게 더 빠른 서비스 제공
Vonage 연구에 따르면 소비자의 46%가 건너뛸 수 없고 사전에 녹음된 긴 통화 메뉴를 기존 IVR 시스템의 가장 나쁜 점 중 하나로 꼽았습니다.
대화형 IVR은 다단계 IVR 통화 메뉴를 제거하는 대신 고객이 통화 방향을 완전히 제어할 수 있도록 합니다.
자동화된 응답은 일반적으로 설명 질문이나 직접 답변으로 제한되며 고객은 필요할 때 음성 메뉴를 쉽게 "중단"할 수 있습니다. 무엇보다도 고객은 언제든지 실시간 상담원과 통화를 요청할 수 있습니다.
대화형 IVR은 첫 번째 연락 해결률을 크게 높여 고객이 콜백 및 전화 태그에 더 많은 시간을 낭비하지 않도록 합니다.
여러 지역에 걸쳐 확장 가능
고객의 15%가 모국어로 담당자와 의사 소통하는 것을 선호한다는 점을 감안할 때 Conversational IVR이 다국어 지원을 제공한다는 사실은 큰 보너스입니다.
이를 통해 귀하의 비즈니스에 높은 수준의 국제적 확장성을 제공하여 새로운 시장을 개척할 수 있습니다.
대화형 IVR 사용 사례
인기 있는 대화형 IVR 사용 사례는 다음과 같습니다.
- 마케팅 : 고객 데이터 수집, 대상 시장 조사, 고객 구매 주기에 대한 통찰력, 고객 만족도 및 소비자 기대
- 뱅킹: 계좌 잔고, 사용자 확인, 의심스러운 활동 알림, 청구서 결제
- 항공 여행: 항공편 업데이트 수신, 항공편 추적, 항공권 예약/재예약, 좌석 변경, 여행 알림 등록, 승객 추가/편집, 안전 경고 검토
- 기술 지원: 실시간 고객 지원을 제공하고, 콜백을 예약하고, 사용자가 오류 보고서를 제출할 수 있도록 합니다.
- 서비스 제공자: 약속 일정 및 관리, 가격 및 서비스 정보 제공, 지불금 징수
대화형 IVR FAQ
아래에서 주요 IVR FAQ 중 일부에 답변했습니다.