티켓 디플렉션 비율: 계산 공식 및 측정 방법

2026년 11월 3일 업데이트

티켓 디플렉션 비율은 고객 센터에서 도움을 찾은 사람 중 티켓을 생성하지 않은 사람의 비율입니다. 신뢰할 수 있는 공식은 다음과 같습니다: 72시간 이내에 티켓을 생성하지 않은 지원 탐색 세션에서 명백히 실패한 세션을 뺀 값을 전체 지원 탐색 세션으로 나눈 뒤 100을 곱합니다. 일반적인 공식들은 결과값이 크게 다르므로, 하나를 선택하여 규칙을 고정하십시오.

아래에서는 한 달간의 데이터를 적용한 5가지 공식, 설정 체크리스트, 아티클 및 영상 기여도 측정, 그리고 디플렉션의 효과를 다룹니다.

티켓 디플렉션 비율이란 무엇인가요?#

티켓 디플렉션 비율은 셀프 서비스(도움말 아티클, 영상, AI 어시스턴트, 커뮤니티 답변)가 질문이 티켓으로 전환되는 것을 얼마나 자주 막아주는지를 측정합니다. 이는 지원 팀 지표가 아닌 셀프 서비스 지표입니다. 상담원이 더 빨리 일할 때가 아니라, 고객이 스스로 답을 찾을 때 상승합니다.

혼동하기 쉬운 세 가지 용어는 다음과 같습니다:

디플렉션은 측정하기 가장 쉽지만 수치를 부풀리기도 가장 쉽습니다. 단순히 포기하고 조용히 이탈한 사람도 "티켓을 생성하지 않은" 것으로 간주되기 때문입니다(Gainsight는 이를 거짓 디플렉션이라고 부릅니다). 진정으로 추구해야 할 것은 해결(Resolution)입니다. 올바른 측정은 디플렉션을 해결 방향으로 유도합니다.

티켓 디플렉션 비율은 어떻게 계산하나요? 5가지 공식 비교#

표준은 없습니다. 헬프 데스크, 챗봇 업체, 분석가마다 각자의 방식을 사용합니다. 다음은 챗봇 컨테인먼트를 포함하여 흔히 접하게 될 5가지 공식입니다:

1. 셀프 서비스 점수 (Zendesk에서 사용, "셀프 서비스 비율 및 티켓 디플렉션 비율이라고도 함")

셀프 서비스 점수 = 고객 센터 세션 ÷ 티켓 생성 사용자

장점: 이미 보유한 두 가지 숫자만 있으면 됩니다. 단점: 비율(예: 4:1)일 뿐 퍼센트가 아니며, 아무도 도움을 받지 못해도 트래픽이 늘면 수치가 상승합니다.

2. 세션 기반 비율 (많은 고객 센터 및 챗봇 업체)

비율 = (고객 센터 세션 − 티켓으로 이어진 세션) ÷ 세션 × 100

장점: 퍼센트로 설명하기 쉽습니다. 단점: 모든 중도 이탈 방문을 성공으로 간주하므로 수치가 높게 나옵니다.

3. 조정된 세션 비율 (분석 중심 팀; Intercom 및 Metabase와 같은 엄격한 정의를 향한 실용적인 단계)

비율 = (지원 탐색 세션 − 티켓으로 이어진 세션 − 명백히 실패한 기타 세션) ÷ 지원 탐색 세션 × 100

장점: 봇, 직원, 단순 브라우징, 명백한 실패를 제거하고 재문의 기간을 사용합니다. 단점: 방문과 티켓을 연결해야 하며, 여전히 조용히 떠난 사람들을 포함합니다.

4. 문의 폼 디플렉션 (티켓 폼에서 아티클을 제안하는 팀)

비율 = 제안된 아티클 확인 후 72시간 이내에 티켓을 생성하지 않고 폼을 떠난 사람 ÷ 폼을 시작한 사람 × 100

장점: 문의를 작성하려던 사람들을 측정합니다. 단점: 하나의 진입점만 다룹니다.

5. 기준선 감소 (재무 부서에 보고하는 지원 리더)

감소율 = (이전 고객 1,000명당 티켓 수 − 이후) ÷ 이전 × 100

장점: 비즈니스가 중요하게 생각하는 결과를 측정합니다. 단점: 제품 변경, 계절성, 성장이 혼합됩니다.

디플렉션이 아님: 챗봇 컨테인먼트 (챗봇 업체)

컨테인먼트 = (봇 대화 − 상담원에게 전달된 대화) ÷ 봇 대화 × 100

이는 도움말 콘텐츠가 아닌 봇을 측정하며, 채팅을 종료한 불만족한 사용자도 성공으로 간주합니다.

Intercom의 정의는 공개된 것 중 가장 엄격합니다: "셀프 서비스 지원으로 해결된 세션 수를 지원을 찾은 전체 해결 세션 수로 나눈 값"이며, 여기서 "지원을 찾는 것을 중단한 사용자"는 포함되지 않고 세션은 24시간 기간을 의미합니다. 공식 3은 모든 방문자에게 물어보지 않고는 그 정도까지 갈 수 없으므로, 여전히 조용히 떠난 사람들을 포함합니다. 이를 상한선으로 읽으십시오. 하한선을 위해서는 Metabase가 권장하는 대로 긍정적인 신호(예: 도움됨 투표)가 있고 해당 기간 내에 티켓이 없는 세션만 계산하십시오. 가능하다면 둘 다 보고하십시오. 그 사이의 간극이 바로 조용한 이탈입니다.

우리의 권장 사항: 공식 3(긍정적 신호 하한선 포함)을 매월 디플렉션 비율로 보고하고, 공식 5를 분기별 비즈니스 결과로 보고하십시오. 문의 폼에서 아티클을 제안한다면 공식 4를 사용하십시오. Zendesk의 점수(공식 1)는 팀이 이미 추적 중인 경우에만 유지하고, 절대 퍼센트와 같은 차트에 두지 마십시오.

한 달, 다섯 가지 답변: 실무 예시#

고객 25,000명을 보유한 SaaS 기업의 한 달간 가상 데이터를 5가지 공식에 적용한 예시입니다.

같은 회사, 같은 달의 결과가 10:1, 93%, 67%, 18%, 20%입니다. 어느 것도 틀리지 않았습니다. 각기 다른 질문에 답하기 때문입니다. 이것이 바로 벤치마크 범위(예: Chatling의 계산기는 40~60%를 "좋음"으로 표시)가 어떤 공식으로 산출되었는지 모르면 의미가 없는 이유이며, 자신의 수치를 시간에 따라 스스로 비교해야만 하는 이유입니다.

티켓 디플렉션은 어떻게 단계별로 측정하나요?#

1. 지원 탐색 세션 정의하기#

   고객 센터를 검색하거나, 아티클을 열거나, 도움말 영상을 시청하거나, AI 어시스턴트에게 질문한 세션을 계산하십시오. 봇, 직원(IP 또는 로그인 역할로 필터링), 홈페이지만 방문한 세션은 제외하십시오. 이것이 분모가 됩니다.

2. 고객 센터 방문과 티켓 연결하기#

   방문 후 동일인이 티켓을 생성했는지 알아야 합니다. 일반적인 방법은 분석 도구에서 로그인한 사용자를 식별하여 헬프 데스크에 동일한 사용자 ID를 전달하거나, 문의 폼 제출 시 이메일로 매칭하는 것입니다. 최소한 세션 ID, 검색 쿼리 및 결과 수, 아티클 조회수, 도움됨 투표, 문의 폼 시작, 제안 아티클 클릭, 폼 이탈, 요청자 ID와 토픽 태그가 포함된 티켓을 기록하십시오. 연결할 수 없는 방문자(공개 고객 센터의 대부분)는 별도의 추정치로 분류해야 하며, 연결된 비율에 섞지 마십시오. 연결이 불가능하면 공식 1과 5만 보고할 수 있습니다.

3. 재문의 기간을 정하고 고정하기#

   세션은 사람이 고정된 기간 내에 티켓을 생성하지 않았을 때만 디플렉션으로 간주됩니다. 공개된 정의들은 24시간(Intercom 세션), 48시간(Helply 재문의 규칙), 72시간(Metabase)을 사용합니다. 짧은 기간은 다음 날 다시 시도하는 사람들을 놓치게 합니다. 무엇을 선택하든 고정하십시오. 그렇지 않으면 추세선이 규칙 변경 사항을 측정하게 됩니다.

4. 명백한 실패 제외하기#

   결과가 없거나 "도움이 되지 않음"으로 투표된 검색으로 끝난 세션은 제외하세요. 이들은 문의를 남기지 않았더라도 답을 찾지 못한 사람들입니다. 각 세션을 한 번씩만 계산하세요. 티켓으로 이어진 실패한 세션은 이미 티켓 수에 포함되어 있습니다.

5. 전체가 아닌 주제별로 보고하세요#

   세션과 티켓을 결제, SSO, 내보내기 등 동일한 주제로 그룹화하세요. 67%라는 전체 수치는 티켓의 절반을 유발하는 30%짜리 주제를 가릴 수 있습니다. 티켓 태그를 주제 목록으로 사용하고 각 도움말 문서를 하나의 태그에 매핑하세요.

6. 티켓 볼륨과 함께 배치하세요#

   티켓 해결률을 활성 고객 1,000명당 티켓 수와 함께 보고하세요. 해결률은 올라가는데 고객당 티켓 수가 줄어들지 않는다면, 잘못된 세션을 계산하고 있는 것입니다.

문서와 영상에 대한 해결률은 어떻게 측정하나요?#

여기서 유용한 의사결정이 이루어집니다. 가장 단순한 방법부터 가장 엄격한 방법까지 세 가지가 있습니다:

1. 주제 전후 비교. 특정 주제에 대한 문서를 게시하거나 수정할 때, 해당 주제의 고객 1,000명당 티켓 수를 수정 전 4주와 수정 후 4주로 비교하세요. 같은 기간 다른 주제들은 변동이 없었는지 확인하세요. 모든 것이 감소했다면 계절적 요인일 가능성이 큽니다.

2. 문서 수준 조정 해결률. 각 문서에 대해 3번 공식을 적용하세요: 해당 문서를 조회한 세션에서 72시간 이내에 같은 주제로 티켓을 생성한 세션과 "도움이 되지 않음" 투표를 뺀 수치입니다. 여전히 티켓을 유발하는 문서 순으로 나열하세요. 목록 상단이 바로 수정해야 할 대상입니다.

3. 영상 형식 테스트. 하우투 영상 추가가 티켓 감소에 도움이 되는지 알아보려면, 비슷한 문서 세트의 절반(예: 가장 많이 조회된 하우투 문서 20개 중 10개)에 영상을 추가하고 나머지는 그대로 두세요. 4~6주 후 두 그룹 간의 주제별 티켓 수를 비교하세요. 각 그룹에 차이를 보여줄 만큼 충분한 티켓(한 달에 수십 건 이상)이 있을 때만 결과를 신뢰하세요. 영상 완료율도 확인하세요. 대부분이 25% 지점에서 이탈하는 영상은 제 역할을 하지 못하는 것입니다. 닐슨 노먼 그룹(Nielsen Norman Group)의 사용성 연구에 따르면 사람들은 영상을 보조 자료, 특히 길고 단계가 많은 프로세스에 사용하므로, 단계가 많은 작업에 먼저 영상을 테스트해 보세요.

적절한 티켓 해결률은 어느 정도인가요?#

모두가 같은 공식을 사용하지 않기 때문에 신뢰할 수 있는 공개 벤치마크는 없습니다. 벤더 게시물에 나오는 범위는 출처가 불분명한 경우가 많습니다. 자신의 추세를 기준으로 측정하세요.

셀프 서비스의 난이도를 이해하기 위해 가트너(Gartner)가 5,728명의 고객을 대상으로 조사한 결과, 고객 서비스 문제 중 14%만이 셀프 서비스로 완전히 해결되었으며, 고객이 "매우 간단하다"고 말한 문제조차 36%에 그쳤습니다(Gartner, 2024). 같은 조사에서 73%의 고객이 여정 중 어느 시점에 셀프 서비스를 사용했습니다. 대부분 시도하지만, 대부분 거기서 끝내지 못합니다.

같은 조사에서 가장 흔한 실패 원인을 지목했습니다. 43%의 경우 고객이 자신의 문제와 관련된 콘텐츠를 찾지 못했습니다. 표본이 다른 이전 가트너 조사에서는 셀프 서비스 완전 해결률을 2019년 9%, 2020년 13%로 보았습니다. 측정할 때마다 낮게 나타납니다(더 자세한 내용은 고객 셀프 서비스 통계 참조). 이는 결과가 없는 검색을 통해 직접 측정할 수 있는 콘텐츠 문제입니다.

티켓 해결은 얼마나 비용을 절감하나요?#

월간 절감액 = 해결된 티켓 수 × 티켓당 비용. 해결된 티켓 수 = 월간 티켓 수 × 하우투 질문 비중 × 셀프 서비스 해결 비중.

문의당 비용은 자체적으로 산출한 전체 비용을 사용하세요. 참고로, 가트너의 2024년 2월 비용 벤치마크에 따르면 셀프 서비스 문의당 중앙값은 1.84달러, 전화, 채팅, 이메일 등 지원 문의당 13.50달러입니다(Gartner, 2024; 고객용 전체 보고서). 셀프 서비스도 비용이 듭니다. 순수 절감액을 구하려면 셀프 서비스 문의 비용을 빼세요. 가트너의 중앙값을 적용하면 해결된 문의당 약 11.66달러가 절감됩니다.

무료 티켓 해결 계산기를 사용하면 월간 티켓 수, 하우투 질문 비중, 해결률, 티켓당 처리 시간, 티켓당 비용 또는 상담원 시급을 입력하여 계산할 수 있습니다. 월간 및 연간 해결된 티켓 수, 절감된 상담원 시간, 절감액을 보여줍니다. 예를 들어 월 2,000건의 티켓 중 40%가 하우투 질문이고 30%가 셀프 서비스로 해결된다면 월 240건의 티켓이 해결됩니다. 티켓당 15달러라면 월 3,600달러가 절감됩니다. 이때 세션 기반 해결률이 아닌 티켓 기반 해결률을 사용하세요. 5번 공식의 고객 1,000명당 티켓 감소 수치는 좋은 실질적 지표이지만, 세션의 67%가 티켓의 67%는 아닙니다.

해결률을 어떻게 높일 수 있나요?#

위의 측정값을 바탕으로 다음 순서대로 진행하세요:

1. 누락된 문서를 작성하세요. 결과가 없는 검색 목록은 우선순위가 매겨진 할 일 목록입니다. 고객이 직접 사용한 단어를 알려준 셈입니다. 헬프 센터 검색어를 작성 목록으로 바꾸는 방법을 확인하세요.
2. 티켓을 유발하는 문서를 수정하세요. 조회 후 티켓이 가장 많이 발생하고 도움이 됨 비율이 가장 낮은 문서를 다시 쓰세요. 더 명확한 제목, 답변 우선 배치, 정확한 라벨, 필수 요건을 갖춰야 합니다. 헬프 센터 문서 작성 가이드에서 방법을 확인하세요.
3. 단계가 많은 작업에 영상을 추가하세요. 그런 다음 위의 형식 테스트로 도움이 되었는지 확인하세요.
4. 사람들이 막히는 곳에 답변을 배치하세요. 제품 내 화면에서 문서를 링크하고 문의 양식에서 관련 문서를 제안하세요.
5. 콘텐츠를 최신 상태로 유지하세요. UI와 맞지 않는 문서는 문제를 예방하는 대신 티켓을 만듭니다. UI 변경 시 문서를 최신 상태로 유지하는 방법을 확인하세요.

지식 베이스를 처음부터 구축하시나요? AI로 지식 베이스를 구축하는 방법부터 시작하세요.

Clevera로 해결률 측정 및 향상하기#

Clevera는 화면 녹화를 내레이션이 포함된 하우투 영상, 단계별 도움말 문서, 호스팅된 헬프 센터 페이지로 74개 언어로 변환해 주는 AI 플랫폼입니다. 헬프 센터는 위에서 언급한 측정의 셀프 서비스 측면을 제공하며, 티켓은 여전히 기존 헬프 데스크에서 관리합니다.

모든 플랜에서 제공되는 인사이트. 각 Clevera 헬프 센터는 페이지 조회수, 방문자 수, 검색 성공률, 결과 없음 비율, 클릭률, 페이지별 도움이 됨 비율, 그리고 AI 답변(Ask AI 질문 중 페이지를 통해 답변된 비율)을 보여줍니다. 독자는 쿠키 없이 집계되며 봇은 제외됩니다. Free 플랜은 30일, Starter는 90일, Pro 및 Custom 플랜은 12개월 전까지 데이터를 확인할 수 있습니다.

문서 작성 버튼으로 콘텐츠 공백 해결. 결과가 없었던 검색어는 검색 인원과 시간과 함께 나열됩니다. 문서 작성을 누르면 해당 검색어를 주제로 Compose가 열리며, 작성된 문서는 다음 게시 시 헬프 센터에 추가됩니다(일반 문서와 동일하게 크레딧이 차감됩니다).

문의 양식에서 문서 제안. Starter 플랜 이상에서는 독자가 내용을 입력하는 동안 헬프 센터 문의 양식이 최대 3개의 관련 페이지를 제안하며, 각 메시지는 어떤 페이지가 제안되었는지 알려줍니다. 이는 4번 공식을 위한 설정입니다. 자체 분석 도구에서 양식 시작 및 이탈 수를 집계하세요.

자체 분석 도구로 페이지 조회수 전송. Starter 플랜 이상에서는 Google Analytics 4, Plausible, PostHog 또는 Segment를 추가하여 헬프 센터 페이지 조회수를 제품 데이터와 함께 확인할 수 있습니다. 방문 데이터를 티켓과 결합하는 것은 사용자의 몫입니다. 헬프 데스크와 공유되는 사용자 ID나 이메일이 필요합니다.

더 빠르게 공백을 채우세요. 작업을 한 번만 녹화하면 Clevera가 스크린샷이 포함된 도움말 문서를 작성합니다. 또한 동일한 녹화본으로 내레이션이 포함된 하우투 영상을 제작해 형식 테스트를 진행할 수 있으며, 영상 분석을 통해 완료율과 시청자가 어디까지 시청했는지 확인할 수 있습니다. Pro 및 Custom 플랜에서는 Autopilot 기능을 통해 붙여넣은 질문(최대 30개)과 검색 결과가 없었던 항목을 승인 대기 중인 초안 문서로 변환할 수 있습니다.

고객 센터는 Free 플랜을 포함한 모든 플랜에 기본 제공됩니다. Starter 플랜은 연간 결제 시 월 $29(월간 결제 시 $36)이며, 자체 도메인 및 분석 통합 기능을 추가할 수 있습니다. Pro 플랜은 제작자 2인 기준 연간 결제 시 월 $86.80부터 시작합니다(월간 결제 시 $124). 가격은 2026년 11월 3일 기준이며, 가격 정책을 확인하세요.

무료로 시작하기 또는 문서 사이트 인사이트 집계 방식을 읽어보세요.

FAQ#

티켓 전환율은 어떻게 계산하나요? 고객 지원을 위해 도움말 센터를 방문한 세션 중 특정 기간(보통 72시간) 내에 티켓 생성으로 이어지지 않은 세션 수를 구합니다. 여기서 명백히 실패한 세션을 뺀 뒤, 전체 고객 지원 방문 세션 수로 나누고 100을 곱합니다. 예: (12,000 − 1,400 − 2,600) ÷ 12,000 = 67%.

Zendesk의 셀프 서비스 점수와 전환율은 어떤 차이가 있나요? Zendesk의 셀프 서비스 점수는 도움말 센터 세션 수를 티켓 생성 사용자 수로 나누어 4:1과 같은 비율로 나타냅니다. 반면 전환율은 티켓 생성 없이 종료된 세션의 백분율입니다. 이 두 지표는 서로 반대 방향으로 움직일 수 있습니다. 즉, 추가적인 티켓 방어 없이도 트래픽이 증가하면 비율이 높아질 수 있습니다.

전환율이 높으면 항상 좋은 건가요? 아닙니다. 단순히 세션 이탈에 기반한 전환율은 고객의 불만이 커지는 상황에서도 상승할 수 있습니다. 고객 1,000명당 티켓 수, 도움말 유용성 투표, 검색 결과 없음 등의 지표와 함께 확인해야 합니다. B2B의 경우, 핵심 계정에서 발생한 티켓이 방어되었다는 것은 계정 담당자가 해당 문제를 전혀 인지하지 못하고 있다는 신호일 수도 있습니다.

재문의 기간은 어느 정도로 설정해야 하나요? 일반적으로 24시간, 48시간 또는 72시간을 사용합니다. 기간이 길수록 더 엄격한 기준이 적용됩니다. 기간 설정 자체보다 중요한 것은 일관성을 유지하여 월별 추이를 비교할 수 있도록 하는 것입니다.

방문과 티켓을 연결하지 않고도 전환율을 측정할 수 있나요? 부분적으로 가능합니다. 연결 없이도 Zendesk의 비율과 고객 1,000명당 티켓 수의 변화, 그리고 검색 결과 없음이나 유용성 투표와 같은 콘텐츠 신호를 보고할 수 있습니다. Zendesk의 검색 보고서에는 티켓 생성으로 이어진 검색을 집계하는 "생성된 티켓" 항목도 포함됩니다. 다만, 어떤 방문이 티켓 생성을 방지했는지는 파악할 수 없습니다.

영상이 문서보다 티켓을 더 많이 방어하나요? 일반적으로 단정할 수 없으며 작업 유형에 따라 다릅니다. 직접 콘텐츠로 테스트해 보세요. 유사한 문서 세트의 절반에 영상을 추가한 뒤 4~6주 후 주제별 티켓 수를 비교해 보시기 바랍니다.