Afiniti CX AI

Afiniti CX AI

Afiniti · 마케팅

Afiniti는 콘택트센터용 AI 플랫폼이다. 각 고객을 성사나 유지, 원만한 해결 가능성이 가장 높은 상담원에게 붙이고 대조군과 비교해 효과를 보여준다.

Afiniti CX AI 미리보기

Afiniti CX AI 소개

What Is Afiniti

Afiniti는 콘택트센터에 성과 오케스트레이션 소프트웨어를 파는 기업용 AI 회사다. 2006년 행동 매칭 제품 하나로 출발했고 지금은 Pairing, Agents, Orchestrator, Insights 네 제품을 갖고 있다. 14억 건의 통화를 처리했고 전 세계에 약 500건의 특허를 보유했다고 밝힌다.

노리는 것은 남는 인력이다. 상담원 500명 규모의 센터는 한 달에 수백만 건의 배정 결정을 내리고, 대부분의 라우팅 규칙은 가장 오래 기다린 고객을 다음 빈 자리로 보낸다. Afiniti는 대신 고객과 상담원의 조합마다 점수를 매기고 예상 성과가 가장 좋은 자리로 통화를 보낸다. 성과는 판매일 수도 있고 고객 유지일 수도 있고 통화 시간 단축일 수도 있다.

한계는 숫자만큼 무겁다. Afiniti는 영업 조직을 통해 큰 조직에 팔고, 가격을 공개하지 않으며, 셀프서비스 체험판도 없다. 효과 검증은 대조군에 기대므로 대기열마다 처리량이 충분해야 숫자가 의미를 갖는다. 네 제품 모두 센터가 이미 Afiniti를 얹을 수 있는 플랫폼 위에서 돌고 있다고 전제한다. 자체 구축한 전화 시스템이라면 사전 정리가 필요하다.

Getting Started

  1. Afiniti 영업팀과 상담해 대상 대기열과 채널, 개선하려는 성과를 설명한다.
  2. CCaaS와 CRM, 전화 시스템에 연결한다. Afiniti는 오버레이로 동작하므로 상담원은 기존 화면을 그대로 쓴다.
  3. 대기열마다 목표 성과를 정한다. 판매 성사율, 유지율, 통화 처리 시간 같은 항목이다. 이후 모델이 실시간 상호작용을 채점한다.
  4. 분석 대시보드에서 개선 폭을 본다. 매칭한 집단과 무작위로 남긴 대조군을 비교한 수치다.

제품 정보

Afiniti CX AI의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.

무료 플랜아니요
유료 플랜Custom enterprise pricing, quote based
플랫폼Cloud service, integrates with CCaaS, CRM, and telephony systems
개발사Afiniti
카테고리마케팅
출시일Jan 2006
최근 업데이트Oct 2026
웹사이트 방문 수29.5K
웹사이트 글로벌 순위970.7K
API 제공 여부N/A

추천 대상

이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.

사용자

  • 대기업 콘택트센터 운영 책임자
  • 통신과 보험, 금융의 매출·유지 팀
  • 고객경험과 분석 조직

작업

  • 고객과 상담원 조합 만들기
  • 대기 통화를 가상 상담원으로 소화하기
  • 라우팅 변경의 효과 확인
  • 새 CCaaS로 이전하기

활용 상황

  • 성사율 1%포인트면 계약비를 건지는 통신 판매 대기열
  • 갱신 시점 이탈을 막으려는 보험사
  • 상담원별 처리 시간이 세 배까지 벌어지는 지원 창구

주요 기능

Behavioral Pairing

들어온 통화를 가용한 모든 상담원과 대조해 예상 성과가 가장 좋은 조합으로 보낸다. 모델은 실제 상호작용에서 배우므로 인력 구성과 고객층이 바뀌면 따라간다. Afiniti는 오버레이라서 상담원 재교육도, 화면 변경도 필요 없다고 설명한다.

Control Group Measurement

Afiniti는 트래픽 일부를 무작위로 남겨 두고 매칭한 집단의 결과와 비교한다. 이 설계가 영업 논리를 감사 가능한 숫자로 바꾼다. 증분 가치 25억 달러라는 발표의 근거도 여기에 있다. 효과가 사라지면 대시보드에 드러난다.

AI Virtual Agents

Agents는 음성과 채팅을 통화 전 안내, 대기열 안 상담원, 또는 둘 다로 맡는다. 여러 용건을 한 번의 대화에서 처리하고 고객에 맞는 말투를 고르며, 감정이나 성사 가능성이 바뀌면 사람에게 넘긴다. 목표는 대기열을 줄이는 것이지 고객을 가두는 봇이 아니다.

Orchestrator Decisioning

Orchestrator는 라우팅 위에 서서 업무 규칙을 실시간으로 다시 쓴다. 서비스 수준과 우선순위, 예정된 이벤트를 시스템 전반에서 조율하고 CCaaS 이전 때도 그 논리를 옮긴다. 시뮬레이션으로 실제 트래픽에 닿기 전에 규칙을 시험할 수 있다.

Insights Analytics

Insights는 센터 지표와 성과, 업무 데이터를 이상 탐지가 붙은 한 계층으로 합친다. 변경의 영향을 실행 전에 계산하고 Pairing, Agents, Orchestrator로 이어지는 개선안을 제시한다. 보고서가 네 개 화면에 흩어져 있을 때 쓸 만하다.

장단점

장점

  • 효과를 측정한다: 남겨 둔 대조군이 있어 개선이 주장이 아니라 검증 가능한 숫자가 된다.
  • 기존 환경 위에서 돈다: 시스템을 갈아엎지 않아도 되고 상담원은 쓰던 도구를 유지한다.
  • 매출에 초점: 매칭은 접점당 비용만 보지 않고 성사와 유지를 겨냥한다.
  • 네 제품이 데이터를 공유한다: 라우팅과 가상 상담원, 분석이 같은 모델과 같은 성과 정의를 쓴다.
  • 특허의 두께: 약 500건의 특허가 매칭 방식을 받치고 있어 신규 경쟁자가 빠르게 따라 하기 어렵다.

단점

  • 가격 비공개: 예산 승인에 영업 협의가 필요하고 사이트만으로는 비용을 가늠할 수 없다.
  • 처리량이 필요하다: 대조군 검증은 대기열마다 트래픽이 충분해야 하므로 작은 팀은 차이를 보기 어렵다.
  • 연동에 공수가 든다: 오버레이라도 CCaaS와 CRM, 전화 데이터 접근이 필요해 IT 시간을 쓴다.
  • 공개 자료가 얇다: 개발자 문서도 API 레퍼런스도 사이트에 없다. 기술 검토는 벤더와의 대화에 기대게 된다.

자주 묻는 질문

콘택트센터에서 고객과 상담원 조합마다 점수를 매기고 예상 성과가 가장 좋은 조합으로 접점을 보낸 뒤 대조군과 비교해 효과를 측정한다.