실패 유형별로 대화를 필터링하는 낮은 CSAT 분석 기능

1점이든 2점이든, CSAT 점수는 문제를 알리는 신호일 뿐 원인을 설명해 주지는 않습니다. AI가 질문과 다른 답변을 했을 수도 있고, 고객이 상담원 연결을 거부했을 수도 있습니다. 환불 금액이 기대에 미치지 못했거나, 배송 지연이나 오배송처럼 AI의 응답과 무관한 문제가 이미 고객 불만을 키운 상태였을 수도 있죠. 이러한 원인을 구분하지 못하면 모든 실패 사례를 같은 문제로 보고, 결국 엉뚱한 부분을 개선하는 데 집중하게 됩니다.

낮은 CSAT 분석(Low CSAT Analysis)은 대화 탭에 AI 기반 실패 분류 기능을 제공해, 고객 지원 매니저와 AI 에이전트 관리자가 불만족 대화를 더 체계적으로 필터링하고 원인을 파악할 수 있도록 지원합니다.

불만족 대화 찾기

낮은 CSAT 필터를 사용해 CSAT 1~2점 대화만 표시한 뒤, AI 신뢰도(AI Confidence) 필터를 함께 적용해 보세요. AI 신뢰도 필터는 메시지 단위가 아닌, 대화 단위로 작동하기 때문에 AI의 퍼포먼스가 저조했거나, 불확실성을 드러낸 대화를 걸러낼 수 있습니다. 이러한 필터를 활용해 가장 먼저 살펴봐야 할 대화를 빠르게 식별해 보세요.

실패 원인 이해하기

각 대화에는 다음 다섯 가지 실패 카테고리 중 하나가 자동으로 태그됩니다.

• 부적절한 응답: AI가 잘못된 질문에 답했거나, 모호하고 실질적이지 않은 답변을 제공한 경우
• 부적절한 보상: 고객이 환불 또는 쿠폰 제안에 이의를 제기한 경우
• 에스컬레이션 거부: 고객이 상담원 연결을 거부한 경우
• 상황에 따른 불만: AI는 제 역할을 다했지만, 고객이 외부 요인으로 인해 불만을 느낀 경우(AI의 문제가 아닌 경우)
• 기타: 위 항목에 해당하지 않는 경우

플래깅된 대화를 클릭하면 인사이트(Insights) 패널에서 해당 카테고리와 이유를 쉬운 문장으로 확인할 수 있습니다. 각 항목은 영향도 순으로 정렬됩니다.

시간별 트렌드 추적하기

트렌드 차트는 현재 적용된 필터에 맞춰 업데이트됩니다. 이를 통해 부적절한 응답 실패가 1주 사이에 일어난 일시적인 변동인지, AI 에이전트의 설정 오류를 의미하는 반복 패턴인지를 추적할 수 있습니다.