분석 및 대시보드
분석 및 대시보드
섹션 제목: “분석 및 대시보드”분석 대시보드는 AI 봇과 지원팀의 성과에 대한 완전한 그림을 제공합니다. 이를 사용하여 효과를 측정하고, 지식 공백을 파악하며, 봇을 지속적으로 개선하세요.
대시보드 개요
섹션 제목: “대시보드 개요”메인 대시보드는 한눈에 볼 수 있는 고수준 KPI를 보여줍니다:
| KPI | 설명 |
|---|---|
| 총 대화 수 | 선택한 기간에 시작된 대화 수 |
| AI 해결률 | 인간 인계 없이 봇이 해결한 대화의 비율 |
| 평균 응답 시간 | 사용자 메시지부터 봇 또는 상담원의 첫 번째 답변까지의 평균 시간 |
| 인계율 | 인간 상담원에게 에스컬레이션된 대화의 비율 |
| 활성 사용자 | 해당 기간에 봇과 상호작용한 고유 사용자 수 |
| 긍정적 피드백 비율 | 제출된 모든 피드백 중 좋아요의 비율 |
날짜 범위 선택기를 사용하여 모든 지표를 일, 주, 월 또는 사용자 지정 범위로 필터링합니다.
RAG 분석
섹션 제목: “RAG 분석”RAG 분석 섹션은 검색 파이프라인의 성능을 보여줍니다:
- 검색 성공률 — 시스템이 지식 베이스에서 관련 콘텐츠를 찾은 쿼리의 비율
- 상위 검색 문서 — 가장 자주 검색되는 문서로 수요가 높은 주제를 나타냄
- 평균 관련성 점수 — 모든 쿼리에 걸친 재순위 지정기의 평균 신뢰도 점수
- 시간별 쿼리량 — 피크 사용 시간을 파악하기 위한 메시지 볼륨 히트맵
이 데이터를 사용하여 거의 검색되지 않는 문서를 파악하세요. 더 나은 제목, 더 많은 키워드 또는 콘텐츠 검토가 필요할 수 있습니다.
미답변 분석
섹션 제목: “미답변 분석”미답변 분석 섹션은 봇이 답변할 수 없었던 질문을 표시합니다:
- 미답변 질문 목록 — 낮은 신뢰도 응답이나 인계로 이어진 질문의 시간순 목록
- 주제 클러스터링 — 질문이 자동으로 주제별로 그룹화되어 패턴을 파악할 수 있음
- 문서 없는 주제 — 미답변 질문에 자주 등장하지만 지식 베이스에 일치하는 문서가 없는 주제
내보내기 버튼을 사용하여 미답변 질문 목록을 CSV로 다운로드하여 오프라인 검토나 주제 전문가와의 공유에 활용하세요.
메시지 피드백
섹션 제목: “메시지 피드백”사용자는 채팅 위젯에서 봇 응답을 직접 평가할 수 있습니다:
- 👍 좋아요 — 응답이 도움이 됨
- 👎 싫어요 — 응답이 도움이 되지 않음
분석 대시보드는 이 피드백을 집계하여 다음을 보여줍니다:
- 시간에 따른 피드백 볼륨
- 가장 많은 싫어요를 받은 응답 — 원래 질문과 봇 답변이 포함되어 조사 및 개선에 활용 가능
- 피드백 추세 — 만족도가 향상되고 있는지 감소하고 있는지
감성 분석
섹션 제목: “감성 분석”
감성 분석 섹션은 대화 전반에 걸친 고객 감성의 ML 기반 분석을 제공합니다:
- 감성 분포 — 감지된 감성(긍정적, 중립적, 부정적)별 대화 분류
- 감성 추세 — 전반적인 고객 감성이 시간에 따라 어떻게 변하는지
- 부정적 감성 알림 — 부정적인 감성으로 표시된 대화가 우선 검토를 위해 표시됨
- 주제별 감성 — 어떤 주제가 부정적인 감성을 유발하는 경향이 있는지, 지식 베이스의 문제 영역을 파악하는 데 도움
감성 데이터는 감성 인식 라우팅 시스템에 입력됩니다(인간 인계 참조) — 부정적인 감성이 감지된 대화는 더 빠른 인간 상담원 응답을 위해 자동으로 우선 처리될 수 있습니다.
관리자 지표
섹션 제목: “관리자 지표”관리자는 추가 운영 지표에 액세스할 수 있습니다:
- 상담원 응답 시간 — 인간 상담원이 대화를 인계받은 후 응답하는 속도
- SLA 위반율 — SLA 목표를 초과한 인계 대화의 비율(인간 인계 참조)
- 채널별 대화량 — 웹 위젯, LINE OA 및 기타 채널별 대화 분류
- 지식 베이스 커버리지 — 문서 수, 인덱싱된 총 청크 수, 마지막 업데이트 타임스탬프
- 대화당 비용 — 해결된 대화당 예상 AI 추론 비용(엔터프라이즈 플랜)
모든 관리자 지표는 CSV로 내보내거나 대시보드에서 차트로 볼 수 있습니다.
언어 감지 분석
섹션 제목: “언어 감지 분석”언어 감지 분석 페이지(분석 → 언어 감지)는 관리자에게 대화 전반에 걸쳐 방문자 언어가 어떻게 감지되는지에 대한 가시성을 제공합니다.
주요 지표:
| 지표 | 설명 |
|---|---|
| 상위 언어 | 선택한 기간의 모든 대화에서 감지된 언어 분포 |
| 감지 방법 분류 | 각 언어가 어떻게 식별되었는지 — 유니코드 스크립트 분석, 브라우저 언어 헤더, 발음 구별 기호 또는 대화 연속성 |
| 감지율 | 언어가 성공적으로 감지된 대화 비율 대 조직 언어로 기본 설정된 비율 |
| 일별 언어 추세 | 시간에 따른 언어별 대화량 |
날짜 범위: 오른쪽 상단의 선택기를 사용하여 최근 7, 14, 30 또는 90일로 필터링합니다.
이 데이터를 활용하여:
- 언어 감지가 고객 기반에 대해 올바르게 작동하는지 확인하기
- 특정 로케일에 대해 위젯 언어 선택기 활성화 여부 결정하기
- 고객이 지식 베이스에서 대표성이 낮은 언어를 사용하고 있는지 파악하기