Complete Guide to Chatbot Containment Rates [2025]

1. 총 상호작용 및 에스컬레이션된 상호작용 추적

주어진 기간 동안 사용자가 챗봇과 상호작용한 총 횟수를 계산합니다. 여기에는 사용자가 시작한 모든 대화, 쿼리 또는 작업이 포함됩니다.

그런 다음 인간 상담원에게 에스컬레이션되거나 챗봇이 미해결로 표시한 상호작용의 수를 추적합니다. 

'에스컬레이션'에는 상담원에게 직접 전달하거나 사용자가 명시적으로 도움을 요청하는 경우가 포함될 수 있습니다.

2. 격리율 계산하기

공식을 사용합니다:

격리율 = (1- [에스컬레이션된 상호작용/총 상호작용]) × 100

예를 들어 챗봇이 1,000건의 상호작용 중 900건을 에스컬레이션 없이 처리했다면 다음과 같이 계산할 수 있습니다: 

봉쇄율 = (1-1000/100) × 100 = 90%

3. 또는 분석 도구 사용

격리율과 같은 지표를 자동으로 추적하고 보고하는 챗봇 분석 또는 고객 서비스 플랫폼을 활용하세요. 이러한 도구는 에스컬레이션 사유와 사용자 만족도에 대한 추가적인 인사이트를 제공하는 경우가 많습니다.

이 메트릭을 기반으로 지속적으로 모니터링하고 최적화함으로써 챗봇의 효율성과 사용자 경험을 향상시킬 수 있습니다.

인텐트 분류기 대신 LLMs 사용

고밀도 챗봇은 일반적으로 인텐트 분류기가 아닌 LLMs 구동됩니다. 

LLMs 는 미묘하고 자유로운 형식의 언어를 이해하고 다양한 문구에 적응하는 데 탁월하여 복잡하거나 예상치 못한 쿼리를 처리하는 데 이상적입니다. 

엄격한 인텐트 매핑이 필요하지 않으므로 챗봇( LLM 에이전트라고도 함)이 더 넓은 범위의 사용자 입력에 정확하게 유연하게 응답할 수 있습니다.

COO가 글에서 설명했듯이, Botpress 에서는 경쟁사와 달리 인텐트 분류기 대신 LLMs 을 사용합니다.

적응형 대화를 위한 디자인

챗봇은 정적인 워크플로우에 의존하기보다는 사용자 행동에 실시간으로 동적으로 적응하도록 구축되어야 합니다. 

봇은 문맥 인식 및 의사 결정 알고리즘을 활용하여 대화 도중에 접근 방식을 조정할 수 있습니다. 이를 통해 사용자가 주제를 바꾸거나 불완전한 정보를 제공하거나 후속 질문을 하는 경우에도 관련성을 유지하여 전반적인 해결률을 높일 수 있습니다.

동적 챗봇을 설계하는 가장 쉬운 방법은 에이전트 AI를 사용하는 것입니다. 이렇게 하면 봇이 사용 가능한 도구를 기반으로 문제에 가장 잘 접근할 수 있는 방법을 자율적으로 결정할 수 있습니다.

검색 증강 시스템 활용하기

검색 증강 생성(RAG) 을 CRM 및 지식 기반과 같은 통합 기능과 결합하면 챗봇의 잠재력을 최대한 활용할 수 있습니다. 

봇은 신뢰할 수 있는 소스에서 도메인별 정보를 실시간으로 가져와서 복잡한 질문에 답하고 사람 상담원에게 에스컬레이션하지 않고도 다단계 작업을 완료할 수 있습니다.

1. 다음을 통해 의도 인식을 개선합니다. LLMs

기존 인텐트 분류기에서 LLMs 로 전환하면 격리율이 향상될 가능성이 높습니다.

딱딱한 인텐트 매핑과 달리 LLMs 은 미묘하고 자유로운 형식의 언어를 이해하고 다양한 문구에 적응할 수 있습니다. 이러한 고급 이해는 오해를 줄이고 챗봇이 복잡하고 예측할 수 없는 대화를 정확하고 유동적으로 처리할 수 있도록 지원합니다.

2. 지식 기반 확장

챗봇의 지식창고를 최신 상태로 유지하는 것이 만족스러운 상호작용을 위한 핵심입니다. 

새로운 FAQ, 제품 정보, 자주 발생하는 문제에 대한 해결책을 정기적으로 추가하세요. 이렇게 하면 챗봇이 더 다양한 쿼리를 처리할 수 있으므로 사용자가 정확하고 시의적절한 답변을 받을 수 있습니다.

3. 추천 경로 늘리기

인간에게 에스컬레이션하기 전에 챗봇이 자체적으로 문의를 해결하려고 시도합니다. 성공하지 못하면 사용자가 선택할 수 있는 경로를 더 추가해 보세요.

명확한 질문이나 대체 솔루션과 같은 대체 옵션을 추가하면 사용자의 요구를 해결할 수 있는 기회가 더 많아집니다. 

4. 프로세스 전반에 걸친 지원 구축

약속 예약이나 문제 해결과 같이 복잡한 워크플로우가 포함된 경우, 사람 없이도 사용자가 이러한 작업을 원활하게 수행할 수 있도록 하세요. 이러한 프로세스를 안내할 수 있는 챗봇을 사용하면 사람의 개입이 필요하지 않습니다.

5. 챗봇의 용도를 명확하게 설명하세요.

처음부터 명확한 기대치를 설정하세요. 챗봇이 무엇을 처리할 수 있고 어디에서 뛰어난지 사용자에게 안내하세요. 이렇게 하면 챗봇이 가장 잘할 수 있는 영역으로 대화를 유도하여 좌절을 방지하고 성공할 수 있는 환경을 조성할 수 있습니다.

6. 성능 모니터링

미해결 쿼리, 에스컬레이션 비율, 만족도 점수와 같은 주요 지표를 추적하여 챗봇의 성과를 측정하세요. 이러한 인사이트를 활용하여 개선이 필요한 부분을 정확히 찾아내고 업데이트의 성공 여부를 평가하세요.