개요
그 가치는 대화가 얼마나 많이 생성되는지가 아니라 성공적인 설정과 노력 감소로 측정되어야 합니다. 명확한 진행 상황, 편집 가능한 선택 사항, 사용자 데이터의 적절한 사용이 필수적입니다.
주요 시사점
- 첫 번째 유용한 결과를 정의합니다.
- 불필요한 질문을 최소화하세요.
- 설정 상태를 확인하고 복구를 지원합니다.
심층 분석
사용자에게 필요한 첫 번째 의미 있는 결과를 식별합니다. 가입, 데이터 소스 연결 및 유용한 가치 달성은 서로 다른 이정표입니다. 직접적인 형식이나 합리적인 기본값이 더 쉬울 때는 대화 단계를 추가하지 마세요. 설정에 영향을 미치는 정보만 요청하세요. 승인된 컨텍스트를 적절하게 재사용하고 필수 필드가 중요한 이유를 설명하세요. 가정을 수정하는 능력을 숨기지 않고 명확한 선택을 제공합니다. 권장사항과 조치를 분리하세요. 설정 단계에서 계정을 변경하거나, 데이터를 가져오거나, 정보를 다른 곳으로 보내기 전에 관련 결과를 표시하고 적절한 검토 또는 승인을 사용하세요. 요청한 구성이 실제로 적용되었는지 확인하십시오. 중단된 세션, 유효성 검사 오류, 보조 기술 및 불완전한 정보를 포함하여 실제 사용자와 함께 여정을 평가합니다. 완료된 설정과 사람들이 포기하거나 도움이 필요한 지점을 측정합니다. 접근 가능한 수동 경로와 모든 이전 단계를 반복하지 않고 재개할 수 있는 방법을 유지하세요.
04실제 사례
실제 온보딩 이정표 측정
100명의 사용자가 설정을 시작하고 80명이 어시스턴트의 질문을 완료했지만 작동 중인 연결을 생성하는 사용자는 50명에 불과하다고 상상해 보세요.
대화 완료와 별도로 연결 완료율을 보고합니다.
채팅 카운트에서 온보딩 성공을 선언하는 대신 실패한 연결 단계를 검사하고 여정의 해당 부분을 개선하세요.
그것이 보여주는 것
발명된 숫자는 제품 상태 측정이 대화형 이정표만 사용하는 것보다 더 유용한 이유를 보여줍니다.
실제 구현
사용자 데이터를 변경하기 전에 검토된 가져오기 미리보기를 제공하세요.
중단된 사용자가 관련 단계에서 재개할 수 있도록 설정 진행 상황을 저장하세요.
실천에 옮기기
왜 중요한가요?
- 빌드 선택. 애플리케이션 수준 설계는 AI가 실제 결과를 개선하는지 여부를 결정합니다.
- 팀과 워크플로우. 훌륭한 워크플로우 통합은 사용자가 신뢰할 수 있는 생산성 향상을 가져옵니다.
- 위험과 안전. 범위가 적절한 사용 사례는 변경 피로도와 구현 위험을 줄여줍니다.
조심하세요
- 손상된 프로세스를 자동화하면 기존 문제가 증폭될 수 있습니다.
- 팀은 필요한 인간 판단을 과도하게 자동화하고 제거할 수 있습니다.
- 출력을 지속적으로 평가하지 않으면 품질이 달라질 수 있습니다.
다음 단계
- 현재 워크플로를 매핑하고 마찰이 가장 큰 단계를 식별합니다.
- 완전 자동화 전에 휴먼 체크포인트를 정의하세요.
- 프롬프트, 에스컬레이션 경로, 품질 표준에 대해 사용자를 교육합니다.
- 작업 수준 결과를 추적하여 지속적인 가치를 확인하세요.
출처 및 추가 자료
- GOV.UK Service Manual완료율 측정
계속 탐색하세요
무료 뉴스레터
일일 AI 브리핑 받기
매주 평일 아침마다 3개의 검증된 AI 스토리를 일반 영어로 작성합니다. 무료이며, 광고 없음.
매주 평일마다 한 번 이메일을 받습니다. 한 번 클릭으로 구독 해지. 주소를 판매하거나 공유하지 않습니다.
자신을 테스트해 보세요
Take the AI Customer Onboarding quiz
모든 답변에 즉각적인 피드백과, 과정을 통과하면 검증 가능한 ID가 있는 공유 가능한 인증서를 제공합니다.
무료 AI 교육을 지원합니다. AI Understanding는 501(c)(3) 비영리 단체입니다 — 광고 없음, 유료 장벽 없음, 영원히. 기부하기
자주 묻는 질문
대화형 온보딩 흐름이 항상 전환을 향상시키나요?
아니요. 불필요한 질문을 하거나 진행 상황을 모호하게 하면 마찰이 가중될 수 있습니다. 더 간단한 대안에 대해 전체 설정 결과를 테스트합니다.