CONTENTS

• 목록

AI로 고객경험 문제 해결을 돕는 방법
By Adam Park  Posted 2021년 11월 11일  In Digital Economy, Experience Economy, Experience Management, Machine Learning/AI, Marketing 

글쓴이: 칩 칸(Chip Kahn), 붐타운(Boomtown) 창업자, 최고경영자

고객 서비스 문제 해결을 위해 기업들이 AI에서 궁극적인 해결책을 모색 중이지만 기술의 진짜 위력은 우리의 가설에 숨은 결함을 노출하는 데 있습니다. 효과적인 AI 구현의 첫 단계는 바로 병목구간과 데이터 비효율을 쪽집게처럼 가려내는 데 있다고 붐타운 창업자 칩 칸 회장은 전합니다.

고객 서비스에서 가장 흔한 문제는 바로 고객 지원에 필요한 정보가 직원에게 없는 경우입니다. 그런데 이 문제가 가장 큰 오해를 받고 있기도 하죠. 제 회사에서는 이를 “정보 격차”라고 합니다. 이렇게 간단해 보이는 일이 어쩌면 이토록 만연한 문제가 되었을까요?

갈수록 빨라지는 변화의 물결
세상이 변하고 있고 변화의 속도가 가속화 되기 때문입니다. 예컨대 소프트웨어 릴리스는 이제 많은 이가 상상했던 것보다 빠른 속도로 진행됩니다. ‘클라우드 네이티브 컴퓨팅 파운데이션(CNCF)’이 실시한 2020년도 연구에서 “일 단위 릴리스 주기를 운영한다는 응답자가 2018년 15%에서 27%로 늘었고 주 단위 릴리스 주기는 20%에서 28%로 늘었습니다.”

카앤드라이버(Car and Driver)가 테슬라 모델 3를 테스트하는 동안 자사의 장기 테스트 기간의 전반기에만 상당한 소프트웨어 업데이트가 있었다고 보고했습니다. 6개월 동안 12번의 소프트웨어 업데이트가 있었죠. 평균 16일마다 한 차례씩 업데이트가 있었다는 얘기입니다. 테슬라 고객 서비스 담당자라면 각 고객 차량마다 펌웨어와 소프트웨어 버전을 검증해야 올바른 해결책을 찾을 수 있는데 업무 부담이 얼마나 클 지 상상해 보세요. 여러분의 결정으로 고객의 물리적 안전에 영향을 줄 수 있는 상황에서 말이죠.

24시간 전의 정보는 부정확한 세상
고객경험 팀은 제품과 서비스의 어지러운 변화 속도에 보조를 맞출 수가 없습니다. 우리는 이제 어제의 정보가 24시간만에 더 이상 관련이 없거나 정확하지 않은 그런 세상에 살고 있습니다. 그러다 보니 직원들이 초인간적인 능력을 키워 정보를 찾아야 하는데 그건 현실성도 없고 확장성도 없죠.

고객 서비스 상호작용은 고객 여정의 한 접점일 뿐이지만 제가 만나 본 고객경험 팀들의 어깨를 가장 무겁게 짓누르는 대표적인 사례입니다. 왜일까요? 고객과 직원의 상호작용이야말로 탄광의 카나리아 같기 때문입니다. 고객경험에 문제가 있는지 가장 먼저 알리는 지표이기 때문이죠.

그런데 카나리아 소리를 못듣게 된다면 어떨까요?

AI는 자동화 그 이상
중요한 고객경험 경고를 놓치지 않도록 보장하려면 먼저 질문해야 합니다. 고객 서비스 정보 격차의 주요 원인은 무엇인가?

▪정보가 직원들의 시스템 안에 없는 경우
▪직원들의 시스템에서 정보를 찾기 매우 힘들거나 불가능할 경우
▪시스템 안의 정보가 부정확하거나 불완전한 경우

이 모든 문제는 근본적으로 고객경험을 저해합니다. 직원들이 근무 중에 반복해서 이들 문제를 경험해도 문제를 추적, 분류, 해결할 수단이 제한되어 있죠. 결국 전세계 각지에 분산된 500명 내지 1,000명의 직원이 속한 부서에서 수작업으로 관련 통찰을 포착하기가 얼마나 어려울지 상상해 보세요. 동시에 문제해결 소요시간도 개선하려고 노력하면서 말이죠.

수작업으로 개선이 불가능하기 때문에 많은 기업이 AI에서 답을 찾습니다. 예컨대 1,000명 팀은 AI를 이용해 고개의 구체적인 문제 해결을 돕도록 직원에게 관련 정보를 즉시 제공합니다. AI가 관련 정보를 찾을 수 없다면 어떻게 될까요? 정보 부재 문제를 시스템에 기록하고 경영진에 보호합니다. 수작업 처리는 필요 없죠. 직원들은 별도의 조치를 취할 필요가 없고 리포팅은 대규모로 처리할 수 있습니다. 경영진은 지식관리 시스템의 문제가 되는 격차를 파악할 수 있습니다.

AI가 불완전한 지식기반 자료를 전다랄 경우 분석기능으로 그 정보를 받은 고객들이 결국 다시 전화를 해 추가 지원을 요청했다고 보여줍니다. 문제가 되는 자료를 즉시 노출할 수 있죠.

이 시나리오에서 AI는 정보 발견을 자동화하고 이는 문제해결 소요시간에 즉시 효과를 줍니다. 직원은 고객의 소리를 귀담아 듣고 응대에 집중할 수 있죠. 기업과 고객경험 팀, 고객 모두에게 윈-윈-윈 상황입니다.

하지만 이런 유형의 자동화가 정보 격차 문제를 해결하지는 못합니다. 그렇죠? 사실 자동화는 문제를 강화할 뿐입니다. 고객은 반복해서 불완전한 정보를 받게 되는 끊임 없는 순환이 일어나기 때문이죠.

다행히 AI는 단순한 자동화 차원을 넘어섭니다. 통찰과 AI 시스템이 생성, 포착하는 데이터는 문제를 드러냅니다. 실시간 인텔리전스의 가치는 대다수 비즈니스 리더에게 자명하지만 AI 전략에 관한 대화에서 거의 논의되지는 않습니다.

경험 전달에 초점
AI만으로는 고객경험 문제를 해결할 수 없습니다. 하지만 해결책의 일부라는 점은 분명하죠. 문제를 드러내 보이고 여기서 출발해 해결책의 다른 요소인 사람과 프로세스, 여정 맵핑 등을 끌어들일 수 있습니다. 이처럼 ‘다면 솔루션(여러 측면의 해결책)’을 조율하는 활동이 바로 경험 전달입니다.

경험은 때로는 사람이 전달하기도 하고 AI나 정적인 웹사이트가 전달하기도 합니다. 탁월한 경험을 위한 채널이나 모드보다는 성공적인 경험 전달이 더 중요합니다.

리더들이 고객 여정 전반에 걸쳐 탁월한 경험 전달에 집중하면 어떤 자원이 필요한지, 어느 프로세스가 고객의 요구를 가장 잘 충족할지 파악하기가 수월해집니다.

이렇게 자문해 보세요. 어떤 문제를 해결하고 있나? 해결책은 어떤 목표를 충족하나? 정보 격차 사례에서는 여러 선택지가 있었죠. 고객경험 팀의 웍플로 합리화가 목표였다면 필요한 정보를 지식 기반에 추가하기만 하면 됩니다. 고객 지원 비용 절감이 목표라면 고객 상호작용 관련 여러 프로세스를 자동화하면 되죠. 하지만 탁월한 고객경험 전달이 목표라면 여정 전반에 걸쳐 고객을 위한 결과에 초점을 맞춘 다면 솔루션을 선택할 겁니다.

경험 전달은 고객 우선 마인드 그 이상
경험 전달에 부단한 초점을 두는 건 “고객 우선” 마인드 그 이상입니다. 훌륭한 고객경험은 순추천지수(NPS) 점수와 고객 충성도, 반복 구매, 고객 추천 등을 촉진합니다. 올해의 IBM CEO 연구에서 경험 측정과 경험 제공 사이의 구분은 그 어느 때보다 극명했습니다.

“향후 2-3년 동안 기술이 가장 큰 영향을 줄 분야를 묻는 질문에 고객 초점 저성과 기업들은 소비자 통찰을 언급했습니다. 그런데 고성과 기업들은 소비자 경험이 가장 압도적인 답변이었죠. 후발 조직은 데이터에서 경쟁 환경에 대한 단서를 찾습니다. 데이터르 수집해 소비자들이 요청한 바를 제공하죠. 고성과 조직은 이보다 한참 더 나아갑니다. 데이터 활용 방식에 있어 사전 대응식이죠. 데이터를 활용한 몰입과 응대를 강조합니다.”

때로는 AI를 이용해 고객경험을 전달합니다. 때로는 직원이 담당하죠. 경우에 따라서는 아주 오래된 옛날 기술을 적용할 수도 있습니다. 가장 중요한 점은 바로 탁월한 경험의 전달입니다. 무슨 일을 하건 간에 AI가 모든 일을 도맡아 해 줄 것으로 기대하지는 마세요.

▪원문: AI Alone Won’t Solve Your Customer Experience Problems, but It Will Expose Them, Toolbox.com, Ziff Davis
 

관련 사이트와 스토리
 

▪고객경험 및 CRM 솔루션
▪4차 산업혁명은 고객혁명
▪고객 서비스의 미래는 AI와 인간의 협업