기업이 AI콘택트센터(AICC)를 도입하는 이유는 고객 경험을 개선하기 위함이다. 첫걸음은 고객 데이터 분석에서 시작한다. 하지만 정량 조사로부터는 깊은 인사이트를 얻기 어렵고, 정성 조사는 많은 리소스를 투입해야 한다는 한계가 있다.
AI콘택트센터에서 대화 데이터 분석(Conversation Data Analytics) 솔루션을 활용하면 정성 조사 인사이트에 정량 조사 스케일을 더해 업무 흐름을 개선하고 새로운 통찰력을 얻을 수 있다. 상담원과 고객의 대화 데이터를 구조화해서 적은 리소스만으로도 깊은 인사이트를 얻을 수 있는 새로운 패러다임을 제시한다.
특히 AI콘택트센터에서 대화 데이터 분석의 이점은 기업이 다양한 데이터를 연동하고 활용할 환경을 조성한다는 점이다. 상담원과 고객이 나누는 대화 데이터를 구조화하는 것은 마치 A/B 테스트로 유저 행동을 분석하는 것과 비슷하다. 유저가 홈페이지에 광고 배너를 클릭해서 구매로 이어지는 행동을 분석하는 것처럼 AI콘택트센터에서 인공지능은 고객이 문의한 대화 내용을 라벨링해서 분석한다.
분석된 대화 데이터는 자연어로 변환되기 때문에 개발 언어에 친숙한 데이터 과학자나 엔지니어가 아니더라도 누구나 즉시 제품이나 서비스의 키워드를 검색할 수 있다. 제각기 다른 모습으로 파편화된 상담 데이터 조각을 체계적으로 구조화, 상담 대화 데이터를 활용할 환경이 구축되는 것이다.
이렇게 데이터 활용 환경이 조성되면 인입된 상담 대화 데이터를 기업의 기존 데이터를 통합해 함께 활용할 수 있게 된다. 거래 데이터를 비롯하여 CRM, 광고, 고객 서비스, 구독 데이터 등 관련 있는 데이터를 함께 연동하고 통합해 고객에 대한 이해를 높일 수 있어 더욱 나은 의사결정에 도움이 된다.
만약 충성 고객이 AI콘택트센터에서 문의했다면 이 고객의 상담 대화 내용을 기존 고객 데이터와 함께 연동·분석해서 새로운 인사이트를 얻게 되는 것이다. 또는 해지가 예상되는 고객이라면 새로운 프로모션을 제안하는 등 빠르게 대처할 수 있다.
대화 데이터 분석 솔루션은 영업의 리드 스코어링 모델링 개선에도 기여한다. 고객과 기업이 상호작용함으로써 발생하는 다양한 속성을 기반으로 스코어링 모델을 만들 때 상담 대화 데이터도 함께 사용, 잠재 고객 전략 수립에 활용하는 것이다.
이렇게 리드 스코어링 모델을 개선해서 성공률 높은 세일즈 프로세스를 구축할 수 있다. 기업이 비즈니스 예측 모델 안에 상담 대화 데이터를 포함해 분석할 수 있는 구조로 만들면 마케팅, 영업, 서비스 등 고객 데이터를 유기적으로 통합해 고객의 문제에 효율적으로 대응할 수 있다.
따라서 여러 접점에서 고객과 커뮤니케이션하는 기업은 고객과의 상담 대화 데이터를 과소평가해서는 안 된다. 대화 데이터는 데이터 기반 예측 모델링에서 고객에 대한 합리적인 의사결정을 내릴 수 있도록 하여 비즈니스 효율성과 성과를 높이고, 기업이 경쟁우위를 확보하는 중요한 중심축이 될 것이다.
대화 데이터 분석 솔루션은 고객의 소리에서 활용할 수 있는 인공지능(VoC AI)이라 할 수 있다. 무엇보다 기업은 기술적 측면에 집중해서 인공지능을 활용한다는 개념보다는 AI콘택트센터에 기업 자산인 데이터 활용 역량을 확장한다는 측면에서 대화 데이터 분석 기술에 접근하는 것이 적절하다.
AI콘택트센터가 비용 절감, 생산성과 효율성 향상을 넘어 데이터를 활용해 기업에 좀 더 큰 가치를 제공하는 데 그 목적이 있어야 한다. 큰 가치를 창출할 수 있는 역량 제공이 데이터 가치를 극대화, 기업의 진정한 발전을 가져올 수 있기 때문이다.
류로빈 아틀라스랩스 대표 rob@atlaslabs.ai
