AI 시대의 지식 관리를 위한 최고의 가이드

AI는 고객 서비스 산업에 혁명을 일으키고 있습니다. 당사의 2024년 고객 서비스 동향 보고서에 따르면 현재 고객 지원 팀의 거의 절반이 AI를 사용하고 있으며 올해에는 더 많은 팀이 AI에 합류할 예정입니다.

AI 우선 고객 서비스의 이점은 놀라울 정도입니다. 연중무휴 24시간 가용성, 다국어 지원, 상당한 시간 절약, 고객을 위한 빠르고 효율적인 해결 방법입니다. 그러나 모든 훌륭한 AI 기반 지원 경험 뒤에는 알려지지 않은 영웅이 있습니다. 바로 지식 관리입니다.

포괄적이고 체계적으로 구성된 지식 관리 시스템은 AI 머신의 동력원입니다. 고객과 상호 작용하기 위해 챗봇이나 AI 에이전트를 사용하든, 지원 팀의 개인 비서로 AI 부조종사를 사용하든, 이러한 도구에는 고객이 정확하고 최신 정보를 얻을 수 있도록 광범위한 지식 풀이 필요합니다. 정보 – 지원 담당자가 동일한 질문에 반복해서 답변할 필요가 없습니다.

이 가이드에서는 팀이 AI가 제공하는 모든 이점을 활용할 수 있도록 효과적인 AI 최적화 고객 서비스 지식 관리에 대해 알아야 할 모든 것을 안내합니다.

지식관리란 무엇이며 왜 그렇게 중요한가요?

정의: 지식 관리는 비즈니스에서 지식을 생성, 구성, 공유 및 유지하는 프로세스입니다.

고객을 대상으로 하는 지식창고가 전형적인 예이지만 헬프 센터 문서는 지식 관리 빙산의 일각에 불과합니다. 실제로 지식 관리에는 다음과 같은 다양한 활동이 포함됩니다.

• 고객센터 문서, 블로그 게시물, 내부 가이드, 학습 자료 등의 리소스를 만듭니다 .
• 문서화된 정보의 공백을 식별합니다 .
• 고객 문제를 해결할 때 팀 구성원(인간과 AI 모두)이 이 정보에 쉽게 액세스하고 사용할 수 있도록 하는 시스템을 구현합니다 .
• 기존 자료가 지속적으로 업데이트되도록 워크플로우를 개발합니다 .

AI 시대에 지식관리가 그 어느 때보다 중요한 이유는 무엇일까요?

귀하의 지식 기반은 더 이상 셀프 서비스를 위해 헬프 센터를 방문하려는 용감한 고객만을 위한 것이 아닙니다. AI 시대에는 지식 기반이 모든 것에 활력을 불어넣습니다.

이는 지식 기반이 AI 기반 지원 경험을 위한 중요한 입력이기 때문입니다. 이는 복잡한 고객 문의에 정확하게 응답하고 해결 및 처리 시간을 단축하며 고객을 만족시키는 열쇠입니다.

지금 모든 미래 지향적인 지원 리더가 지식 관리를 염두에 두고 있는 세 가지 이유는 다음과 같습니다.

1. AI는 당신이 "먹이"는 만큼만 강력합니다.

AI는 접근할 수 있는 지식과 콘텐츠만큼만 우수합니다. 정보 부족, 잘못 구성된 기사 또는 오래된 문서로 인해 고객에게 명확하고 정확한 답변을 제공할 수 없으며, 이는 신뢰를 저하시키고 높은 기대치에 미치지 못하는 열악한 고객 경험으로 이어집니다.

귀하만큼 귀하의 비즈니스를 알고 있는 대규모 언어 모델(LLM)은 없습니다. ChatGPT는 고객의 요구 사항, 문제점 및 사용 사례를 이해하지 못합니다. 이러한 지식은 귀하와 귀하의 조직에 고유합니다. 즉, 모든 것을 지도화하고 AI에 제공하는 사람이 되어야 한다는 의미입니다.

2. 지식에 대한 모든 투자는 복합적인 결과를 낳습니다.

AI로 전환한다는 것은 단순히 새로운 도구를 채택하는 것이 아니라 새로운 생태계에 적응하는 것을 의미합니다. 그리고 씨앗을 빨리 심을수록 보상을 더 빨리 수확할 수 있습니다.

덜 원예적인 측면에서 보면 지식 기반에 대한 모든 초기 투자는 장기적인 이점을 제공합니다. 그리고 이 작업을 풀타임으로 수행할 사람을 고용하든 상담원에게 매주 대기열에서 벗어나 시간을 주든 ROI는 그 자체로 입증됩니다.

이렇게 생각해보세요. 자주 묻는 질문에 대한 새로운 도움말 문서를 작성하는 데 30분이 걸린다고 가정해 보세요. 30분 투자의 결과는 다음과 같습니다.

• 이제 AI가 쿼리를 대신 처리할 수 있기 때문에 더 이상 해당 쿼리에 응답하는 데 시간을 소비할 필요가 없는 지원 담당자의 시간이 절약되었습니다 .
  • 계산: 응답을 작성하는 평균 시간 X 쿼리 빈도 = 팀에서 절약한 시간입니다.
• 질문에 대해 즉각적이고 정확한 답변을 받고 상담원을 기다릴 필요 없이 만족한 수백 명의 고객 .
  • 계산: 이 쿼리를 요청한 고객 수 X 평균 해결 시간 = 고객이 절약한 총 시간.
• 학습할 수 있는 도움말 문서 및 AI 지원 경험에 대한 데이터를 통해 이를 더욱 효과적으로 만들 수 있습니다.
  • 모니터링: AI 참여율, 해결율.

30분 작업에 비해 꽤 좋은 ROI입니다.

3. 지속적인 학습은 지속적인 개선으로 이어집니다.

AI에 관한 모든 것을 배우는 가장 좋은 방법은 직접 해보는 것입니다.

강력한 지식 관리 프로세스를 통해 반복할 가치 있는 데이터를 지속적으로 확보할 수 있으므로 효과적인 것과 그렇지 않은 것을 확인할 수 있습니다. 이를 통해 고객과 팀에 가장 큰 영향을 미칠 개선 기회와 영역을 식별할 수 있으므로 AI를 최고 수준으로 훈련할 수 있습니다.

하지만 이렇게 풍부한 정보를 수집하고 데이터 중심의 고객 중심 결정을 내리려면 먼저 시작해야 합니다. 옛 속담에 “나무를 심기에 가장 좋은 때는 20년 전이다. 두 번째로 좋은 때는 지금이에요.” 고객 서비스에서 고객이 원하고 필요로 하는 것이 무엇인지에 대한 통찰력을 빨리 얻을수록 더 빨리 제공할 수 있습니다.

지식창고에서 어떤 종류의 정보를 다루어야 합니까?

AI 기반 플랫폼을 사용하는 것의 가장 큰 장점은 고객이 실제로 찾고 있는 것을 기반으로 어떤 도움 콘텐츠를 생성할지 식별하고 우선순위를 지정하는 데 도움이 되는 데이터 기반 통찰력을 제공한다는 것입니다. 예를 들어, Intercom의 Fin을 사용하면 Fin이 해결할 수 없는 쿼리에 대한 통찰력을 제공하고 새로운 콘텐츠가 필요한 영역을 정확히 찾아낼 수 있는 "해결되지 않은 질문" 보고서에 액세스할 수 있습니다.

하지만 이제 막 시작했거나 빠르게 복습할 수 있는 체크리스트를 찾고 있다면 시작하는 데 도움이 되는 몇 가지 예와 함께 이 콘텐츠를 활용하여 비용 대비 효과를 극대화할 수 있는 다양한 방법이 있습니다.

1. 문제 해결 및 FAQ

• 정의: 문제 해결 및 FAQ 문서는 "결제 정보를 어떻게 업데이트하나요?"와 같이 고객이 겪는 일반적인 질문이나 문제에 대한 답변을 제공합니다. 또는 "내 주문이 왜 아직 배송되지 않았나요?"
• 정보 출처 방법: 받은편지함에 계속해서 나타나는 질문과 고객이 자주 검색하는 주제(예: '결제 도움말' 또는 '업데이트 주문')를 찾아보세요.
• 이 콘텐츠를 사용할 수 있는 곳: 지식 베이스, AI 에이전트/챗봇, AI 부조종사, 툴팁과 같은 사전 지원.

2. 빠른 시작 제품 또는 기능 가이드

• 정의: 빠른 시작 가이드는 "작업 공간 만들기", "팀 초대" 또는 "첫 번째 보고서 실행"과 같은 일련의 순차적 단계를 수행하여 제품이나 기능을 효율적으로 설정하는 방법을 사용자에게 알려줍니다.
• 정보 출처 방법: 고객 성공 팀 또는 온보딩 전문가에게 문의하여 시작에 대한 권장 사항을 알아보거나 제품 팀에 새로운 기능을 구축할 때 이 프로세스를 문서화하도록 요청하세요.
• 이 콘텐츠를 사용할 수 있는 곳: 지식 베이스, AI 에이전트/챗봇, AI 부조종사, 제품 투어.

3. 문제 해결 및 고급 가이드

• 정의: 문제 해결 및 고급 가이드는 사용자가 기본 사항을 숙지한 후 제품이나 기능에서 더 많은 것을 얻을 수 있도록 도와주며 다음 단계 채택으로 이어집니다.
• 정보 출처 방법: 제품 관리자, R&D, 고객 성공 관리자 등 내부 전문가로부터 의견을 얻습니다.
• 이 콘텐츠를 사용할 수 있는 곳: 지식 베이스, AI 에이전트/챗봇, AI 부조종사, 고급 사용자를 대상으로 한 타겟 메시징(인앱 또는 이메일을 통해 전송).

4. 특정 사용 사례에 대한 모범 사례 팁

• 정의: 엔지니어링 팀이나 스타트업처럼 수행해야 할 작업이 비슷한 특정 사용자 집단을 대상으로 한 팁입니다.
• 정보 출처 방법: 대상 고객(마케팅 팀이 도움을 줄 수 있음)을 기반으로 한 가상의 예와 실제 고객과의 목표 및 작업 흐름에 대한 대화를 혼합하여 사용합니다.
• 이 콘텐츠를 사용할 수 있는 곳: 지식 베이스, AI 에이전트/챗봇, AI 부조종사, 맞춤형 웹 세미나, 학습 과정.

다음 5단계를 통해 AI를 강화하는 지식 관리 프로세스를 만드세요.

1. 기존 지식 기반의 격차를 찾아보세요

기존 콘텐츠에 대한 감사를 수행하세요.

가장 먼저 해야 할 일은 현재 가지고 있는 자료가 무엇인지 검토하는 것입니다. 여기에는 두 가지 이유가 있습니다. 첫째, AI가 오래된 정보로부터 학습하지 않도록 해야 하고, 둘째, 현재 격차가 어디에 있는지 식별해야 합니다.

Intercom에서는 AI 에이전트인 Fin에 제공하기 전에 감사할 라이브 기사가 700개가 넘었습니다. 이를 위해 기사를 제품 영역으로 나누고 관련 팀에 일주일 동안 각 기사를 확인, 업데이트 또는 폐기하도록 했습니다. 이와 같이 소유권을 공유하면 진정한 팀 노력이 가능해지며 엄청난 작업을 달성 가능한 작업으로 분할할 수 있습니다.

고객의 입장에서 생각해 보세요.

AI 기반 지원 경험에 대한 첫 만남을 포함하여 고객이 도움을 찾을 때 밟는 것과 동일한 단계를 직접 수행해 보세요.

고객 지원 담당 부사장인 Declan Ivory는 "첫 번째 배포의 일환으로 직접 테스트하고 고객이 갖게 될 경험을 실제로 경험하는지 확인하십시오."라고 조언합니다. 이는 답변의 품질을 테스트하고 콘텐츠에서 누락된 주제나 키워드를 찾는 데 도움이 됩니다.

팀의 의견을 구하세요.

콘텐츠의 차이를 감사하고 식별할 때 우리는 고객 지원 팀에만 의존하지 않고 "모두가 함께하는" 접근 방식을 취했습니다. 이 프로세스에 제품 및 엔지니어링 팀을 포함시키면 다른 누구보다 제품에 대해 더 많이 알고 있는 사람들로부터 전문적인 조언을 얻을 수 있습니다. 영업, 마케팅 및 고객 성공 팀은 고객에게 중요한 것이 무엇인지, 고객이 달성하려는 것이 무엇인지에 대한 고유한 통찰력을 갖게 됩니다.

AI 에이전트나 챗봇의 초기 데이터를 활용하세요

AI 에이전트나 챗봇을 사용한 지 30일 후에는 문제를 성공적으로 해결할 수 있는 부분과 문제가 있는 부분, 그리고 그 이유를 확인할 수 있는 충분한 데이터를 얻게 됩니다. 해당 데이터를 조사하여 강화할 영역(예: AI가 처리하고 지원 담당자에게 전달할 콘텐츠가 충분하지 않은 주제) 또는 개선이 필요한 기사(예: 해결률이 낮거나 고객 만족도 점수가 낮은 대화)를 찾으세요. ).

전문가 팁: 이제 막 시작했다면 먼저 고객 세그먼트를 대상으로 AI 에이전트/챗봇을 테스트하여 초기 데이터를 얻는 것을 고려해 보세요. 그런 다음 즉각적인 격차를 해결한 후 더 넓은 범위의 출시로 이동하세요.

2. 백로그 문제를 해결할 계획을 세운다

어떤 콘텐츠를 먼저 업데이트하거나 생성할지 우선순위를 정하세요

이제 회사 곳곳에서 놀라운 도움말 콘텐츠 아이디어가 넘쳐나고 있을 것입니다. 다음 단계: 어디서부터 시작할지 결정합니다.

콘텐츠의 우선순위를 정할 때 실제로 하려는 일은 고객 지원 팀의 볼륨을 높이는 요인이 무엇인지 파악하고 해당 볼륨을 줄일 수 있는 가장 쉬운 방법을 식별하는 것입니다. 리소스를 관리하고 가장 큰 영향력을 발휘할 수 있는 작업을 수행하려면 다음 팁을 시도해 보세요.

• 대화의 데이터와 지표를 보고 가장 많이 묻는 질문, 처리 시간이 가장 긴 쿼리, 고객 만족도(CSAT) 점수가 낮은 대화 주제를 확인한 다음 해당 주제에 대한 콘텐츠를 만들거나 개선하세요.
• 비즈니스에 가져올 가치에 따라 주제의 우선순위를 정하세요. 예를 들어, 무료 요금제 이전에 상위 등급 요금제의 기능에 대한 문서를 작성하세요.
• 보고를 사용 하여 결과가 없는 검색어를 찾거나 "최종 업데이트"로 필터링하여 한동안 업데이트되지 않아 새로 고쳐야 할 수 있는 도움말 문서를 찾으세요.

AI에 어떤 정보를 제공할 것인지 결정

AI가 사용할 지식을 확보할 때는 넓은 범위의 그물을 던져야 합니다. 왜냐하면 여러분이 생각하는 것보다 관련성 높은 콘텐츠가 더 많을 것이기 때문입니다. 우리는 거의 모든 정보가 올바른 방식으로 구성되면 유용하다는 사실을 빨리 배웠으므로 이미 가지고 있는 정보를 활용하십시오.

예를 들어 Fin의 경우 다음을 사용할 수 있습니다.

• 귀하의 도움말 센터
• 과거 사례 및 대화
• 받은편지함 추천
• 저장된 매크로
• 짧은 발췌
• 내부 문서(예: Notion 또는 Guru 지식 베이스)
• PDF 파일
• 웹사이트 페이지
• 귀하의 블로그

시간과 자원 할당

도움말 콘텐츠 작업에 시간을 의도적으로 할당하세요. "Intercom에서 우리가 하는 방식은 'Special-T'라는 것을 사용하는 것입니다."라고 Anthony는 말합니다. “이 팀은 실제로 매주 받은 편지함 밖에서 시간을 보내는 지원 전문가와 엔지니어로 구성된 일선 담당자로 구성된 전담 팀입니다. 우리는 일반적으로 개별 기여자당 5~10시간 정도를 할당합니다.”라고 그는 말합니다.

이 그룹은 함께 지식 관리자(바로 저입니다!)와 협력하여 콘텐츠 백로그를 구축합니다.

전문가 팁: 이러한 프로젝트는 지원 담당자의 기술을 향상시키고 AI가 고객 서비스에서 창출하는 흥미롭고 새로운 역할로 발전하는 데 도움이 되는 좋은 방법입니다.

3. KPI를 모니터링하여 성공 측정

핵심 성과 지표 검토

AI 사용을 시작한 후에는 KPI와 비즈니스 지표를 추적하여 AI가 미치는 영향을 측정하세요. 주의해야 할 관련 KPI는 다음과 같습니다.

• 봇과 인간 모두에 대한 고객 만족도(CSAT) 점수
• 해결률
• 셀프 서비스 요금
• 챗봇 참여율
• 첫 번째 응답 시간
• 인간 지원 담당자에게 인계된 횟수

이러한 모든 지표는 어떤 콘텐츠가 가장 성과가 좋은지, 그리고 지식 관리 프로세스를 개선할 수 있는 부분을 파악하는 데 도움이 됩니다.

AI 시대의 CS 지표에 대해 자세히 알아보기 →

학습한 내용을 행동으로 옮기기

이상적으로는 즉시 놀라운 결과를 볼 수 있지만(우후!) 모든 것을 즉시 제대로 얻을 가능성은 거의 없습니다. AI가 아직 해결할 수 없는 몇 가지 문제, 조정이 필요한 일부 워크플로, 원하는 답변을 얻지 못했지만 후속 조치를 취하지 않은 일부 사용자(결과적으로 "오탐지" 해결 방법)가 있을 것입니다.

이 모든 것이 좋습니다 . 고객이 "진정한" 해결 방법을 달성하기 위해 필요로 하고 중요하게 생각하는 것이 무엇인지에 대한 실제 데이터를 제공하기 때문입니다. 가장 유용한 통찰력과 영향력은 이러한 결의안에서 나올 것입니다. 작업을 수행하고, 반복하고, 계속 모니터링하고 보고합니다.

4. 감사, 감사, 감사

워크플로우에 지속적인 유지 관리 구축

지식관리는 하나의 과정입니다. 특정 수의 도움말 기사를 게시했다고 끝나지 않습니다.

제품, 고객, 비즈니스 목표가 발전함에 따라 도움말 콘텐츠도 발전해야 합니다. 이는 새로운 기능이 출시되기 전에 서두르는 것뿐만 아니라 지속적으로 팀의 워크플로에 새로운 콘텐츠를 유지 관리, 업데이트 및 생성해야 함을 의미합니다.

다음 내용이 포함된 콘텐츠 업데이트 계획을 세우십시오.

• 새로운 콘텐츠를 새로 고치거나 생성하는 일을 담당하는 사람입니다 .
• 기존 콘텐츠가 오래되지 않도록 검토해야 하는 빈도 입니다 .
• 이 작업을 수행해야 하는 시기 (예: 하루에 한 시간, 매주 금요일, 매월 또는 팀에 적합한 주기).

새로운 콘텐츠에 대한 요청을 기록하는 시스템 개발

모든 사람이 새롭거나 향상된 도움말 콘텐츠에 대한 아이디어를 쉽게 공유할 수 있도록 하여 "지식 관리" 사고방식으로의 문화적 전환을 장려합니다. 팀 구성원이 콘텐츠 요청을 기록할 수 있는 간단한 시스템을 만들어 고객을 대면하는 모든 팀과 제품 팀에서 통찰력을 얻고 모든 각도에서 고객 요구 사항을 해결할 수 있습니다.

5. 향후 출시 계획에 지식 관리 구축

지식 관리를 제품 개발의 필수 부분으로 만들기

업계에 따라 새로운 기능을 구축하거나 새로운 제품을 출시할 수 있으며, 이를 위한 고품질 도움말 콘텐츠를 만드는 것이 출시 체크리스트의 필수 부분이 되어야 합니다. 제품 팀, 제품 관리자, 제품 마케팅 관리자와 협력하여 출시 콘텐츠를 구축한 다음, 라이브 이후 고객 대화를 검토하여 추가 리소스에 대한 기회를 찾아보세요.

2024년 AI 친화적 지식관리 모범 사례

고객이 사용하는 용어를 사용하세요.

도움말 문서에 올바른 언어를 사용하는 것은 중요하면서도 까다롭습니다. 언어는 다양하며 위치('고수' 대 '고수풀'), 방언('호기' 대 '하위'), 사용자 유형(마케터는 누군가를 '리드'라고 부르고 영업사원은 전화할 수 있음)에 따라 다릅니다. 그들은 "잠재고객"입니다). 검색 데이터를 분석하여 고객이 사용하는 단어를 파악하고 고객의 언어로 대화하세요.

전문가 팁: 고급 사용자, 무료 평가판 고객 등 다양한 사용자 그룹에 AI를 소개하세요. 이는 동일한 질문을 할 때 표현의 차이를 보여주며, 이를 다양한 청중을 위한 자료를 만들 때 통합할 수 있습니다.

언어를 단순화하고 모호함을 제거하세요.

다행히도 기계 친화적인 언어는 사람에게도 친숙한 언어이기도 합니다. 당신은 단지 AI를 위해 글을 쓰는 것이 아니라 다양한 기술적 능력과 배경을 가진 실제 사람들을 위해 글을 쓰고 있다는 점을 기억하십시오. 언어를 최대한 단순하게 유지하세요. 전문 용어를 피하고, 약어를 철자하고, 주요 용어를 설명하세요.

지원 콘텐츠의 모호성을 방지하는 방법에 대해 자세히 알아보세요 →

일관되고 신뢰할 수 있는 브랜드 경험을 창출하세요.

브랜드 일관성은 고객 신뢰 구축에 매우 중요합니다. 이는 사람들이 어떤 고객 서비스 채널을 사용하든 상관없이 마치 하나의 회사와 대화하는 것처럼 느끼게 해줍니다. 이를 달성하려면 제품 및 기능 용어가 모든 접점에서 일관되게 유지하고, 철자와 문법을 교정하고, 새로운 도움말 문서를 만들 때 동일한 형식을 사용하여 일관성을 유지해야 합니다(여기서 템플릿은 매우 유용합니다).

답변에 맥락을 추가하세요

"오늘날 인간이 해석할 수 있는 FAQ 문서가 있고 거기에 간단한 예 또는 아니오 답변이 있는 경우 기계는 인간이 하는 것과 같은 방식으로 이러한 답변을 해석하지 않습니다."라고 Declan은 설명합니다. “'예'라고 말할 때의 의미와 '아니오'라고 말할 때의 의미를 확장해야 합니다.” 이렇게 하려면 답변에서 질문을 다시 언급하는 것이 좋습니다. 이는 AI에게 학습에 도움이 되는 추가적인 맥락과 명확성을 제공합니다.

AI에 대한 헬프 센터 답변 최적화에 대해 자세히 알아보기 →

이미지 및 비디오에 텍스트 추가

보여주는 것뿐만 아니라 말하는 것도 훌륭합니다. 하지만 AI는 비디오나 이미지를 분석할 수 없으므로 항상 설명 텍스트를 옆에 포함하세요. 이는 AI에 더 쉽게 접근할 수 있을 뿐만 아니라 청중에게도 더 쉽게 접근할 수 있으므로 시각 또는 청각 장애가 있는 사용자도 소외되지 않습니다.

서식을 지정하여 스캔 가능한 구조 만들기

머리글, 글머리 기호 목록, 표를 사용하여 정보를 정리하고 AI(및 인간 독자)가 필요한 정보를 더 쉽게 빠르게 찾을 수 있도록 하세요. H1, H2, H3는 모두 올바르게 사용하면 도움이 됩니다. 하지만 H4 아래에는 AI가 정보를 찾기 어렵기 때문에 정보 덩어리가 많지 않습니다.

도움말 콘텐츠에서 서식 있는 형식을 사용하는 방법에 대해 자세히 알아보세요 →

필요한 고객의 연락처 정보를 포함하세요.

연락처 정보를 포함하면 AI가 문제에 답할 수 없는 경우에도 필요한 지원을 받을 수 있다는 점을 고객에게 확신시킬 수 있습니다. 제공하는 정보에 대한 맥락을 포함하여 해당 정보를 언제, 어떻게 사용하는지 명확하게 알 수 있도록 하세요.

사용자가 자신의 필요에 가장 적합한 채널을 알 수 있도록 연락처 세부정보에 대한 컨텍스트를 포함하세요.

FAQ 기사에서 바이트 크기 정보 수집

전체 기사가 필요하지 않은 작은 정보가 있는 경우 이를 FAQ 목록으로 정리하세요. 이는 가장 양이 많고 가장 반복적인 질문일 수 있으므로 이러한 방식으로 AI는 여전히 답을 찾을 수 있습니다.

콘텐츠의 대상이 누구인지 명확하게 식별

다양한 유형의 사용자를 위한 다양한 도움말 콘텐츠가 있는 경우(예: 언급된 모든 기능에 액세스할 수 없는 다양한 요금제를 사용하는 고객) 각 도움말 콘텐츠가 누구를 위한 것인지 명확하게 참조하는지 확인하세요. 또한 숨겨진 잠재고객 타겟팅 규칙과 워크플로를 사용하여 적합한 사용자에게 적합한 콘텐츠를 노출하고 보다 개인화된 경험을 제공할 수 있습니다.

AI 우선 고객 서비스 솔루션을 사용하여 더 많은 데이터를 얻고 조치를 취하세요.

통합된 AI 우선 고객 서비스 플랫폼을 사용하면 모든 것이 강력한 주기의 일부가 됩니다. 모든 고객 지원 데이터가 한 곳에 있으므로 지원 경험과 지식 기반 전체를 간단하고 빠르고 안전하게 분석, 모니터링 및 반복하는 것이 더 쉬워집니다.

미래 지향적인 지식 관리 프로세스로 AI를 강화하세요

AI는 업계 최고의 고객 경험을 창출하는 데 필수적이며, 효율적으로 수행하려면 포괄적이고 AI 친화적인 지식 관리 프로세스를 통해 뒷받침되어야 합니다.

이 팁을 실제로 적용할 준비가 되셨나요? Intercom의 AI 우선 고객 서비스 플랫폼 무료 평가판을 시작하고 지식 기반을 해결 방법으로 전환해 보세요.