AI로 고객 경험을 개선하는 10가지 방법

유명 아이스크림 브랜드처럼 인공 지능(AI)도 여러 가지 맛으로 제공됩니다. 컨택센터의 경우, 기업과 소속 상담사가 고도로 개인화된 고객 경험을 제공할 수 있는 방법이 10가지나 있습니다.

1. 스마트 데이터

수십 년간 기업을 곤경에 빠트린 나쁜 데이터는 AI의 정확한 결과 전달 능력을 저해합니다. 다행인 점은 AI가 그러한 나쁜 데이터 또는, 중복 데이터를 정리하는 데 도움이 될 수 있다는 것입니다.

전화번호를 생각해보십시오. 번호를 알려줄 때는, 하이픈, 대시, 마침표, 공백을 사용할 수도 있고, 그냥 숫자만 사용할 수도 있습니다. 전화번호를 공유하는 형식이 조금 다르다고 해서 문제가 되지 않습니다. 하지만 이렇게 조금씩 다른 형식을 단일 데이터 요소로 인식하게 되면 이야기는 달라집니다. 다행히, AI는 관계 매칭을 사용하여 동일한 데이터의 다양한 형식을 인식합니다. 그런 다음 해당 데이터를 정리하여 한 고객에 대해 중복 계정이 다섯 개 미만이 되도록 합니다.

2. 비즈니스 시뮬레이션

AI는 더 효율적인 의사 결정에 도움을 줍니다. AI는 과거 데이터 일치 여부를 분석하여, 추이를 파악하고 조건이 변경될 때 해당 데이터를 역학적으로 재계산합니다. 이러한 유형의 AI 생성 알고리즘은 더 효율적이고 정확한 의사 결정을 내리는 데 도움이 되는 추가적인 정보 계층을 제공합니다. 이는 새로운 장소에 오프라인 매장을 개설할지 여부와 같은, “조건형” 질문과 인간적 탐구에 적합합니다.

3. 상관관계 및 공분산

데이터 더미에 대한 이해는 쉽지 않습니다. 빅 데이터 환경에서는 특히 그렇죠. 게다가, 이러한 데이터는 다른 데이터 요소와 관련하여 항상 변화하고 이동합니다. AI의 도움 없이 이러한 데이터를 해석하고 처리하는 것은 상당히 어려울 수 있습니다.

전체를 볼 수 있는 역량이 없더라도, AI는 누락된 데이터에 따른 프로젝트 가치에 대한 상관관계 분석을 사용하여 중요한 프로세스가 사람이 알아차리지 못하는 수준에서 벗어나는 경우 알려줍니다. 이러한 프로세스 이탈을 조기에 포착하면 위험을 줄이고 비용을 회피할 수 있습니다.

4. 패턴 매칭

아마존 프라임으로 쇼핑을 해본 사람이라면 특히 이런 유형의 AI를 경험한 적이 있을 겁니다. 여러 소매업체와 컨택센터의 경우, AI는 신규 사용자를 기존의 고객 패턴과 매칭하고 다음 동작을 예측한 후 제안합니다. 예를 들어, 최신 스티븐 킹 소설을 다 읽은 후, 다른 작가들이 쓴 유사한 공상 과학 소설이나 공포물 서적에 대한 광고와 제안을 받은 적이 있으실 겁니다. AI는 사용자의 관심사를 파악하여 사용자의 정보 및 유사한 소비자의 행동을 바탕으로 새로운 제품과 리소스를 추천합니다.

5. 머신 비전

유용한 정보가 모두 말하거나 타이핑되는 것은 아니죠. 이런 정보는 글로 써지기도, 그림으로 그려지기도, 사진으로 찍히기도 합니다. AI 머신 비전은 지난 10년에 걸쳐 크게 발전했습니다. 어쩌면 조만간, 간단한 휴대폰 사진만으로도 문제를 식별할 수 있을지도 모릅니다. 예를 들어, 까다로운 연결이 필요한 장비를 찍은 사진에서 느슨하게 조립된 부분이 표시될 수 있습니다. 장비에 부착된 제조업체 레이블을 사진으로 찍어 일련번호, 제조 일자, 기타 식별 정보를 확인하고, 발생할 가능성이 있는 문제의 수와 해결책의 범위를 빠르게 좁혀낼 수 있습니다.

6. 자연어 처리(NLP)

NLP는 구어체를 이해합니다. Siri를 생각해보면, 전 세계 사람들이 매 순간 Siri에게 수많은 질문을 합니다. 거기에, 대부분의 질문은 질문 방식도 다릅니다. 예를 들어, “바깥 온도가 몇 도입니까?” “온도가 몇 도죠?” “날씨가 어떤가요?” 등은 방식은 다르지만 모두 동일한 정보를 구하고 있죠.

질문을 식별하고 답하기 위해, AI는 모든 음성 요청을 텍스트로 받아쓰고 번역합니다. 이렇게 하면 질문을 어떻게 표현하든 컴퓨터가 질문에 답할 수 있습니다. 그런 다음 정답을 식별하여 다시 구두로 전환합니다.

7. 음성 분석

AI는 인간이 동일한 질문 또는 명령에 사용하는 다양한 표현을 이해하는 데 그치지 않고, 그러한 요청을 하려는 의도를 기업이 더 효과적으로 파악할 수 있도록 지원합니다.
예를 들어, 고객이 컨택센터에 전화를 걸어 음성 자동화 시스템을 사용할 때, 음성 분석 AI가 고객의 단어 선택, 목소리의 기운, 톤을 분석하여 감정을 감지합니다. 또한, “당좌 예금 계좌에 있는 500달러를 저축 예금 계좌로 옮기고 싶습니다”와 같은 고객의 요청에서 키워드를 세분하여 맥락을 찾아 상황에 맞는 조치를 취합니다.

8. Q&A 명확화

이전에 설명한 AI 기능을 기반으로 하는 기업은 자주 받는 질문에 대한 답변 데이터베이스에 질문자를 직접 쉽게 연결할 수 있습니다. 음성 분석을 통해 수신되는 요청을 식별한 후, Q&A 명확화 AI는 사전에 작성된 응답을 통해 자동으로 질문에 답할 수 있습니다. 또한, 여러 시스템의 유사한 응답을 비교 및 평가하여 가장 적합한 것을 제공할 수 있습니다. 이로써 고객은 정보를 빠르게 이용할 수 있으며, 직원들은 보다 복잡한 요청에 집중할 수 있습니다.

9. 로봇 프로세스 자동화(RPA)

AI는 효율성 및 비용 절감을 위해 자동화를 인식하고 제안할 수 있습니다. 과거 데이터를 분석하여 비용이 많이 들고 반복적인 프로세스를 찾아내서, 백엔드 작업을 자동화할 수 있습니다. RPA AI는 종속 작업을 분류하고 그루핑하여 자동화된 프로세스를 구성하므로, 인간이 복잡한 프로세스를 더 쉽게 파악할 수 있도록 합니다.

10. 정보 요약

인간은 대량의 데이터를 소비하고 이해하도록 만들어지지 않았습니다. AI의 도움이 없다면 데이터는 행과 열의 집합일 뿐입니다. AI는 고객 여정 데이터를 시각적으로 표시하여 전체적인 이미지를 제공합니다. 여기에 추가 도구를 통해 데이터를 더 자세히 검색 및 분석하고 우선순위를 정하여 조치할 수 있습니다.

이러한 유형의 AI 기반 데이터 요약은 주요 이벤트 또는 관련 문제를 강조할 수 있습니다. 매주 수백 건의 요청을 처리하는 컨택센터 직원을 예로 들어보겠습니다. 이 직원은 긴 대화를 읽어보려다 중요한 요점을 놓칠 수 있지만, AI가 공통적인 키워드, 설명, 질문을 식별하면 직원이 빠르게 검토하고 조치할 수 있습니다. 공통적인 질문과 함께 유사한 답변이 지속적으로 나타나면, 해당 작업이 자동화되고 대기열에 추가되어 봇을 통해 관리할 수 있습니다.

AI는 고객 및 직원 경험을 발전시키고 개선합니다. 비록 컨택센터 직원과 동일한 수준의 성과를 내지는 못하지만, AI는 고객과 인터랙션을 할 때마다 더 능숙하게, 유의미한 결과를 낼 수 있도록 성장을 계속하며, 이는 시작에 불과하다는 것을 입증하고 있습니다. AI와 컨택센터의 미래는 한계가 (거의) 없습니다.