AI 기반 대학 등록 아웃바운드 통화: 문의 처리, 지원 알림 및 온보딩 알림

Pathors 팀

콘텐츠팀

등록 시즌 혼란의 원인: 매일 300건 이상의 전화, 38% 무응답률

이를 데이터에 근거해 보겠습니다. 20개 학과로 구성된 중규모 대학은 지원이 가장 많은 기간 동안 일반적으로 하루에 300~450통의 수신 전화를 받습니다. 여러 배포에 대한 분석에 따르면 이러한 전화의 약 65%는 신청 마감일, 문서 형식 요구 사항, 인터뷰 일정 및 점수 조회 지침과 같은 고정된 답변이 있는 반복적인 질문인 것으로 나타났습니다.

아웃바운드 측면에서는 수학이 훨씬 더 까다롭습니다. 결과가 발표된 후, 입학팀은 영업일 기준 7~10일 내에 모든 합격한 학생에게 연락하여 등록 의사를 확인하고 등록금 예치금을 징수할 수 있습니다. 1,200명의 합격한 학생 목록에 대해 다이얼 시간을 포함하여 통화당 2.5분을 가정하면 4명의 정규 직원이 12.5시간의 연속 통화가 필요합니다. 일반적으로 무응답률이 38%라는 점을 감안하면 거의 460통에 달하는 통화가 다음날 다시 시도되어야 합니다.

피크 시간에는 병목 현상이 발생합니다.

통화량이 균등하게 분배되지 않습니다. 일일 인바운드 통화의 72%가 오전 9시 30분~11시 30분과 오후 2시~4시라는 두 창에 집중되어 있습니다. 업무 시간 외(저녁, 주말) 전화는 AI 시스템이 없으면 전혀 응답하지 않습니다.

시나리오 1: 자동화된 문의 처리 - 사람의 개입 없이 질문의 78% 해결

입학 시 AI 음성의 가장 즉각적인 사용 사례는 인바운드 문의를 처리하는 것입니다. 대학이 마지막 두 번의 등록 주기를 감사하도록 도울 때 일관된 패턴이 나타납니다. 가장 많이 묻는 상위 15개 질문은 전체 인바운드 통화 콘텐츠의 약 78%를 다루고 있습니다.

일반적인 분석은 다음과 같습니다.

Pathors는 발신자의 자연어 쿼리(예: "컴퓨터 공학 인터뷰에 필요한 것은 무엇입니까?")를 구조화된 지식 기반과 일치시켜 이 일선 역할을 처리합니다. 실제 통화 데이터로 2주간의 보정 기간을 거친 후 첫 번째 응답 정확도는 일반적으로 91%에 이릅니다. 특별 입학 기준이나 부서 간 정책과 같이 미묘한 판단이 필요한 질문은 실시간으로 상담사에게 전달됩니다.

직원 작업량에 대한 측정 가능한 영향

한 대학은 AI 기반 문의 처리를 배포한 후 인간의 주의가 필요한 통화 수가 하루 380건에서 142건으로 63% 감소했다고 보고했습니다. 흥미롭게도 사람이 처리하는 통화의 평균 지속 시간은 2.1분에서 4.8분으로 늘어났습니다. 직원들은 하루에 200번이나 같은 마감일을 반복하는 대신 마침내 실질적인 대화에 시간을 할애하게 되었습니다.

시나리오 2: 지원 마감일 알림 — 완료율을 24점 높이는 3단계 전략

다음은 대부분의 입학 담당자를 놀라게 하는 통계입니다. 대학 박람회나 가상 오픈 하우스에 관심을 표명하고 연락처 정보를 남긴 학생 중 실제로 지원서를 완료하는 학생은 43%에 불과합니다. 나머지 57%는 반드시 흥미를 잃는 것은 아닙니다. 그들은 과정을 잊어버리거나 혼란스러워하거나 단순히 넛지가 필요합니다.

AI 아웃바운드 통화는 이를 위해 특별히 제작되었습니다. 3단계 알림 전략을 권장합니다.

이 접근 방식을 사용한 배포 데이터에서는 애플리케이션 완료율이 43%에서 67%로 증가하여 24% 포인트 향상된 것으로 나타났습니다.

학생 청중에게 적합한 어조 얻기

고등학생에게 전화하려면 상업적 지원과 다른 의사소통 스타일이 필요합니다. Pathors 플랫폼에서는 다음과 같은 특정 지침에 따라 스크립트를 설계합니다.

시나리오 3: 입학 후 온보딩 — 학생들에게 6시간 안에 15단계 안내

합격부터 수업 첫날까지의 기간에는 놀라울 정도로 복잡한 관리 작업 흐름이 포함됩니다. 우리가 협력한 한 대학은 온라인 등록 확인, 등록금 지불, 기숙사 신청, 건강 검진 일정, 강좌 등록 계정 활성화, 오리엔테이션 회신 등의 15가지 개별 단계를 문서화했습니다. 각 단계에는 고유한 마감일이 있으며, 하나라도 누락되면 등록이 위태로워질 수 있습니다.

일반적으로 이러한 알림은 이메일과 우편을 통해 전달됩니다. 문제? 행정대학 메시지의 이메일 공개율은 평균 34%에 불과합니다. 우편물을 추적하는 것은 더욱 어렵습니다. AI 음성 아웃바운드 알림으로 전환한 후, 전달 확인률(학생이 정보를 수신하고 이해했음을 인정함)이 82%로 증가했습니다.

시스템 통합을 통한 개인화

Pathors는 대학의 학생 정보 시스템과 통합되어 각 학생의 상태에 따라 통화 콘텐츠를 동적으로 생성합니다. 예를 들면:

이 목표 접근 방식은 평균 통화 시간을 48초 미만으로 유지합니다. 이는 일반적인 "해야 할 일이 모두 여기에 있습니다" 통화의 경우 3분 이상이 소요되는 것과 비교됩니다. 1,500명의 신입생이 있는 학급의 경우 AI는 약 6시간 안에 모든 알림을 완료합니다. 동일한 집단에 대한 수동 호출에는 영업일 기준 최소 5일이 소요됩니다.

구현 일정: 계획부터 출시까지 12주

8개 대학 배포를 기반으로 12주 프로세스로 롤아웃을 표준화했습니다.

비용 면에서 중간 규모 대학(학생 5,000~12,000명)의 Pathors 배포 비용은 일반적으로 단일 행정 직원 연봉의 약 1.5배에 달합니다. 차이점은 AI가 30개 이상의 동시 호출을 처리하고 결과가 발표된 다음 날 쉬는 시간이 필요하지 않다는 것입니다.

FAQ

Q1: 학생들은 AI의 전화를 받으면 과소평가된다고 느낄까요?

한 배포의 설문 조사 데이터에 따르면 학생 중 78%가 전혀 전화를 받지 않는 것보다 알림 전화를 받는 것을 선호한다고 답했습니다. 또한 61%는 발신자가 AI인지 인간인지 알 수 없었습니다. 학생들에게 가장 중요한 것은 정보가 정확하고 유용한지 여부입니다.

Q2: 시스템은 악센트나 비표준 음성을 얼마나 잘 처리합니까?

표준 중국어의 음성 인식 정확도는 약 95%입니다. 혼합 방언 시나리오(북경어-대만어)에서 정확도는 약 87%입니다. 완전한 방언 기반 상호 작용을 위해서는 직원에게 원활한 핸드오프를 구성하는 것이 좋습니다.

Q3: 등록 시즌이 지난 후에도 시스템을 재사용할 수 있나요?

전적으로. 우리와 협력하는 대학에서는 동문 지원, 취업 추적 설문조사, 졸업식 출석 확인을 위해 동일한 인프라를 재배포했습니다. 핵심 AI 아키텍처는 동일하게 유지되며 지식 기반과 스크립트만 변경됩니다.