리테일 컨택 센터에서 인공지능을 활용하여 진정한 가치를 창출하는 방법

 

인공 지능. 머신 러닝. 예측 분석. 전문적이고 어려워  보이지만 작동 알고리즘을 몰라도 충분히 이러한 기술의 이점을 누릴 수 있습니다.

다양한 유형의 인공 지능(AI)이 여러 비즈니스 영역에서 활용되고 있습니다. 그 중 아마 AI가 가장 널리 활용되는 분야는 고객 컨택 센터일 것입니다. 일반적인 고객 문의에 적용하면 AI가 큰 효과를 낼 수 있기 때문입니다. 챗봇은 고객 수백 명의 질문을 한 번에 처리할 수 있습니다. 분석 엔진은 회사 프로세스에서 병목 현상이 발생하는 지점이 어디인지 찾아 보여줄 수 있고 예측 알고리즘은 고객이 행동을 취하기 전에 미리 이를 예측할 수 있습니다.

Gartner는 AI 기술이 2018년 한 해에만 1조 2천억 달러의 비즈니스 가치를 창출할 것으로 예측합니다.

머지않아 상담사는 까다로운 문제에 대한 에스컬레이션을 처리하고, 꼭 필요한 시점에만  개입하여 고개의 감정을 이해하면서 좀더 복잡하고 어려운 작업에 집중할 수 있게 될 것입니다.  AI는 비용 절감이나 리소스 효율성 이상의 가치가 있습니다. AI가 가져다 주는 기회는 기업 전체의 전략을 더 나은 방향으로 변화시킬 수 있습니다. AI활용의 관건은 이러한 기술의 진가가 발휘될 수 있는 분야를 알고 있는 관리자의 역할입니다.  AI는 가장 공격적인 성장 목표를 달성하는 동시에 비즈니스를 더 나은 방향으로 근본적으로 변화시키는 데 도움을 줄 수 있습니다.

이제 AI를 통해 부가가치를 누릴 수 있는 분야는 어디이며 이 기술이 왜 두려움의 대상이 아니라 든든한 지원군인지 살펴 보겠습니다.  AI의 발전에 관한 몇 가지 진실과 널리 퍼져있는 소문들에 대해서도 확인하실 수 있습니다.

AI 인터랙션만이 아니라 중도에 개입도 가능해야 합니다.

몇년 전까지만해도 SF영화에 등장하던 AI는 말하는 기계 혹은이와 비슷한 존재에 불과했습니다. 하지만 오늘날 실제로 사용되고 있는 AI의 대부분은 음성 또는 문자 형태의 대화가 주 기능이 아닙니다. AI는 데이터를 기반으로 학습된 통찰력을 바탕으로 대화가 시작되기 전에 배치되어  통화를 적재적소로 라우팅하는 데 사용됩니다.

중요한 것은 무엇일까요? AI의 핵심은 바로 데이터입니다. 수천 혹은 수백만 개에 달하는 데이터 기반의 알고리즘이 각종 상황에서의 상황 A와 상황 B를 비교하고 원인 또는 상관관계를 파악해 고객이 다양한 상황에서 어떻게 행동할지 미리 예측할 수 있도록 도와 줍니다. 전화가 처음 걸려오면 AI는 고객에게 원활하고 끊김 없느 서비스를 제공하기 위해 기존의 학습 내용을 적용합니다.

가장 효율적인 고객 컨택 센터는 일상적인 업무를 자동화하고고객의 복잡한 문제에 대해서는 고객의 감정까지 이해해 실제 상담사에게 빠르게 라우팅할 있습니다.” Communications of the ACM

예를 들자면 다음과 같습니다. 어떤 고객이 제품 X를 주문할 경우  구매 후 14일~21일 사이에 고객 센터로 첫 번째 서비스 요청 전화를 하는 경향이 있다는 사실을 AI는 데이터를 통해 파악할 수 있습니다. AI는 그와 비슷한 사례에서 통화를 잘 처리한 기록이 있는 기술 담당 상담사에게 해당 통화를 라우팅합니다. 또는 VIP 고객의 일반적이지 않은 행동을 감지하고 통화를 사전에 에스컬레이션하여 상위 관리자에게 즉시 해당 통화를 연결합니다.

여기서 중요한 것은 의사결정을 내리는 주체가 알고리즘, 즉 AI라는 사실입니다. 코딩을 담당하는 직원이 AI의 작동을 프로그래밍하는 것이 아닙니다. AI는 기존의 유효한 데이터를 기반으로 하여 조치를 취합니다. 대다수의 AI는 통화 응답이 시작되기 전의 작업을 처리합니다.

AI 활용하면 전자상거래의 막대한 ROI 기대할 있습니다

물론 AI 기술을 고객과의 대화에도 적용할 수 있으며 실제로도 적용 중입니다. 서비스 애플리케이션에서 볼 수 있는 많은 채팅 창은 실제 사람이 아닌 사람처럼 보이는 소프트웨어 로봇입니다. 챗봇이라고도 불리는 이러한 로봇은 고객이 이미 알려진 주제에 관해 문의하는 경우에 가장 효과를 발휘합니다. AI가 충분한 수준의 응답을 제공할 수 있기 때문입니다.

(고객 문의의 많은 부분은 동일한 몇 가지 주제가 계속 반복됩니다. 간단한 암호 재설정을 처리하는 데는 실제 상담사가 굳이 필요하지 않습니다.)

물론, AI는 월급을 줄 필요도 없고 똑같은 질문을 천 번 반복해 물어봐도 짜증을 내지 않습니다. 하지만 그보다는 AI 챗봇이 고객과의 대화 수백 건을 동시에 처리할 수 있다는 점이 더 중요합니다.

사람 백 명이 키보드로 질문에 대한 답을 입력한다고 생각 할 때 바쁘게 움직이는 장면을 떠올릴 것입니다. 하지만하루에도 수십억 명이  Google을 사용하듯이 AI 챗봇은 한 번에 여러 고객과 대화할 수 있습니다.

1년에 2500억 건 이상의 서비스 요청 전화에 1조 3000억 달러를 지출하는 회사라면 AI가 실제 상담사와 함께 업무를 처리하도록 효과적으로 통합할 수 있을 경우 막대한 ROI를 기대할 수 있습니다.

리테일 고객을 위해 셀프 서비스를 지원하면 리소스가 크게 절약됩니다

가장 이상적인 서비스 인터랙션은 상담사가 전혀 개입할 필요가 없는 인터랙션입니다. 오늘날 리테일 고객은 일반적으로 콜센터에 전화하기 보다 셀프 서비스 애플리케이션을 선호합니다.

70% 고객은 음성보다 메시징을 선호합니다 IBM Watson

이로 인해 리테일 컨택 센터에서 셀프 서비스 앱은 매우 높은 우선순위를 차지합니다. 하지만 AI는 챗봇을 통해 고객의 문제를 해결하거나 일반적인 문의에 답하는 것 이외에 훨씬 더 많은 역할을 수행할 수 있습니다. 고객의 행동 패턴을 “학습”하고 고객의 우선 순위를 파악함으로써 매우 유용한 방식으로 상황에 맞게 셀프 서비스 사용자 경험을 설계 및 재설계하여 가장 이용 가능성이 높은 각종 선택사항과 링크를 고객에게 제시할 수 있습니다. 이로써 장바구니 포기 및 고객 이탈률 감소와 같은 긍정적인 효과를 가져옵니다.

고객은 자신이 편한 시간에 직접 문제를 해결할 수 있다는 느낌 때문에 셀프 서비스를 선호합니다. 기업 측면에서도 더 낮은 비용으로 고객에게 더 빠르고 효과적인 서비스를 제공할 수 있기 때문에 셀프 서비스를 좋아합니다. AI는 기업과 고객 모두에게 이익입니다.

리테일 컨택 센터에서 AI 상담사의 자리를 뺏는 침략자가 아니라 협력자입니다.

마지막으로, 기계의 등장으로 조직에서 사람의 역할이 줄어드는 것이 아니라는 점을 분명히 해야 합니다. 사실 AI의 가장 큰 효과는 상담사가 더욱 효과적으로 업무를 수행할 수 있도록 조력자가 되어 주는 것입니다. 

AI 상담사의 역량을 높여줄 뿐만 아니라 일상적인 업무에서 벗어나 좀더 복잡한 문제 해결 또는  분석을 필요로 하는 고객 인터랙션에 집중하고 가치 있는 일을   있도록 해줄 것입니다. Forrester

AI가 지원하는 셀프 서비스 앱이 고객에게 적시에 적절한 선택의 기회를 제공하듯이, 컨택 센터의 AI는 여러 화면에 복잡하게 나열되었던 데이터들을 고객과의 향후 대화에 꼭 필요한 적절한 데이터로 바꿀 수 있습니다. 해당 데이터 덕분에 고객 문의에 대한 처리 시간이 단축되고, 상담사가 고객과 대화할 때 고객의 문제에 대한 공감도가 높아지며, 공유와 깊은 이해를 바탕으로 고객에게 실질적인 도움을 제공할 수 있음을 보여줄 수 있습니다.

이러한 모든 것들은 상담사를 더욱 효율적으로 일 할 수 있도록 돕고, 또 만족도를 높여줍니다. 또한 직원 만족도가 높아지면 순수 추천고객 점수(NPS)도 따라오게 됩니다.

AI 경쟁자가 아니라 차별화된 경쟁력입니다

AI가 무엇인지, 비즈니스에 어떤 영향을 줄 수 있을지에 대해 혼란이 있을 수도 있습니다. 그러나 많은 고민 끝에 “AI를 도입하는” 관리자가 되면 매우 큰 박수갈채를 받게 될 것입니다. 회사에서 인공 지능 전문가가 되어 보십시오.

위에서 말씀드린 네 가지 이유가 그 출발점입니다. 우선 일반적인  AI 기반 솔루션의 비즈니스 기회와 즉각적이고 실질적인 성과에 대해 확인해 보십시오.

비용을 낮추고 리소스를 절감하고 KPI가 개선되거나 원활하고끊김 없는 고객 응대 정도라고 해도 정말 좋습니다.   하지만 AI의 무한한 가능성에 마음의 문을 활짝 열어 두십시오. AI가 지원하는 애플리케이션에서 피크 시간대의 통화 수를 예측할 뿐만 아니라 특정 상품에 대한 수요가 몰리는 피크 기간을 예측해 고객 서비스 의사결정 외에 공급망 의사결정도 내릴 수 있도록 안내한다면 어떨까요? 아니면 AI가 고객 불만과 관련된 문의만 관리하는 것이 아니라 그 안에 담긴 목소리를 듣고 학습해 전반적인 비즈니스 프로세스 개선사항을 제안한다면 어떨까요?

AI는 데이터에서 많은 것을 배웁니다. 우리는 AI로부터 많은 것을 배울 수 있습니다. AI의 현재와 미래의 가능성을 알아보는 관리자는 조직의 최고 혁신자로 자리매김할 것입니다.

요약:

  • AI는 명령을 내리는 주인이 아니라 충성스러운 하인입니다.
  • AI는 고객과의 대화 외에도 많은 곳에 활용되고 있습니다.
  • AI는 각 고객 인터랙션의 생산성 향상을 위해 한 발 앞서 계획을 세울 수 있습니다.
  • 관리자가 AI의 효과와 가능성을 이해하기 위해 복잡한 코딩을 알아야 할 필요가 없습니다.
  • AI는 단순한 ‘도우미’를 너머 올바른 상담사를 적시에 연결해한 차원 높은 고객 경험을 제공함으로써 근본적인 비즈니스 프로세스 개선을 가져다 줄 수 있습니다

여러분의 컨택 센터는 비용 발생 센터입니까, 아니면 수익 창출 센터입니까?

“컨택 센터를 수익 창출 센터로 바꾸는 방법: 지금 확인해야 할 5가지 트렌드” 에 대해 다음의 링크에서 자세히 알아보세요!

공유하기:

추천 사항

Genesys Chat라이브 지원
Close Widget

오늘 무엇을 도와 드릴까요?

Genesys Chat라이브 지원