오늘날 고객과의 거래에는 여러 채널이 필요합니다. 예를 들면, 음성 인터랙션이 끝날 때쯤 이메일로 상담 내용을 요약하여 전송하거나, SMS를 사용하여 전화 통화로 보안 인증을 절차를 진행하거나, 문제가 있는 디지털 인터랙션과 관련하여 콜백을 제공하거나, 기타 채널을 통해 할인 코드 또는 만족도 설문을 보낼 수 있습니다. 그러나 이러한 인터랙션이 효과적으로 작동하려면 다수의 소스에서 지속적으로 원활한 데이터 전송이 이루어져야 합니다. 이는 자동화된 워크플로의 수에 관계없이 쉽게 관리되어야 하며, 모든 인터랙션을 측정하여 빠르고 민첩하게 개선할 수 있어야 합니다.
인터랙션의 중반부는 고객 만족도와 직결되는 영역입니다. 그리고 시작과 끝이 데이터와 함께합니다.
클라우드의 스마트 데이터
대부분의 기업은 Genesys AI와 같이 확장 가능한 데이터 모델을 사용하여 CRM 솔루션에서 발생한 정보를 비롯한 쉽게 연결될 수 있는, 유용한 고객 데이터를 대량으로 보유합니다. 스마트 클라우드 데이터 시스템을 사용하면 여러 소스에 대한 연결을 자동으로 찾고, 다양한 데이터 소스, 심지어 서로 다른 API 간에도 데이터를 쉽게 통합할 수 있습니다. 또한, 관련 데이터를 빠르고 효율적으로 얻을 수 있습니다.
각기 다른 레거시 데이터베이스는 서로 호환되지 않는 색인과 데이터 테이블을 사용할 수 있습니다. 스마트 데이터베이스는 모든 데이터를 다시 평가할 수 있고, 전화번호, 날짜, 시간 등 일반적인 데이터 유형도 ISO 표준에 맞게 표준화할 수도 있습니다. 데이터베이스 내 AI가 작업을 수행하고 매끄럽게 데이터를 동기화합니다. 이를 통해 현재 및 향후 프로세스에 해당 데이터를 사용할 수 있는 유연성을 확보할 수 있습니다.
사용자 맞춤 인터랙션을 위한 ‘중간자’ 플랫폼 사용
AI 기술은 계속해서 진화합니다. 몇 년 내로, 시스템을 구동하는 데 다양한 AI 도구와 공급업체가 필요하게 될 수 있습니다. 예를 들어, Amazon Lex 또는 Google과 바로 통합하고 또한 향후 접근 방식을 변경하고 싶다면, 그러한 새로운 기술에 맞춰 모든 데이터를 재작업해야 합니다. 게다가 추가 비용이 수반되거나 서비스 중단이 될 수 있습니다.
분석가 실라 맥기-스미스(Sheila McGee-Smith)와의 웨비나에서, 참석자들은 최대 관심사가 유연성을 확보하는 것이라고 입을 모았습니다. ‘중간자’ 플랫폼을 통하면 인터랙션 흐름을 자동화하거나 조정할 때 유연성을 확보할 수 있게 됩니다. 별도의 채널에 여러 주요 경로를 두는 대신, 어느 지점에서든 모든 채널을 이용하여 고객이 원하는 인터랙션을 구축하고, 해당 고객 중심 통계를 활용하여 모든 인터랙션을 측정하고, 여러 채널에서 이 같은 흐름을 똑같이 사용할 수도 있습니다.
‘중간자’ 개념을 통해 AI와 봇 인터랙션을 모니터링할 수도 있습니다. 예측 기반 인게이지먼트를 사용하여 모든 고객 여정을 동시에 추적할 수 있기 때문에 고객이 최종 구매를 포기하는 경우와 같이 인터랙션이 문제가 되려는 시점을 포착하거나 조치를 취할 수 있는 최적의 순간을 파악할 수 있습니다. Genesys AI를 사용하여 고객의 의도를 파악하고 최적의 리소스와 조치를 통해 적시에 고객과 인터랙션함으로써 온라인 잠재 고객과 기존 고객을 발견, 확보, 유지할 수 있습니다.
고객의 경험에 관해 후속 조치를 취할 경우, 즉시 메시지를 보내고 세부 사항을 논의하기 위한 콜백 일정을 예약하도록 요청할 수 있으며, 긴급한 사안에 대해서는 즉시 통화할 수도 있습니다. 고객이 “예”라고 말하면 바로 전화가 가도록 하는 것입니다. 이러한 프로세스를 통해 고객의 신뢰와 호감도를 구축할 수 있습니다.
또한 다른 시스템에서 독립된 모니터링 기능을 추가하여, 비즈니스 성장에 필요한 유연성을 높일 수도 있습니다. 이 모든 인텔리전스는 내부 워크플로우 및 프로세스 자동화에서 사용될 수 있습니다.
진정한 고객 대화 측정
거의 모든 기업이 IVR, SMS, 소셜, 웹, 이메일 등에서 자사 고객 및 고객 인터랙션에 관한 다량의 데이터를 보유하고 있습니다.
여기서 문제는 그러한 데이터를 단지 기계적인 측정 기준이 아닌, 사람들을 이해하기 위한 측정 가능한 방식으로 사용해야 한다는 것입니다. 기업은 고객 개인의 고유한 여정과 행동을 파악해야 합니다. 이는 측정하기는 더 힘들지만, 우수한 고객 경험에 상당히 중요합니다.
Amazon Lex를 봇으로 사용하는 경우, 특정 인터랙션에 대한 기록을 요청하면 대화를 나눌 수는 없습니다. 대신 통화 및 응답 등 두 가지 인터랙션을 받게 됩니다. 이는 Amazon Lex와 같은 다국적 봇 시스템의 경우, 사용자가 요청하는 작업을 수행한 다음 모든 것을 삭제하기 때문입니다. 사용자는 고객이 질문한 내용과 봇이 응답한 내용을 약술하는 단일 트랜잭션만을 보유하게 됩니다. 고객 인터랙션에 대해 통계를 내려면, 그러한 모든 글귀를 데이터베이스에 넣고 다시 함께 연결하여 전체 대화를 파악해야 합니다.
고객 경험 시스템의 워크플로우 자동화
오늘날의 인터랙션은 여러 채널을 사용합니다. 워크플로우가 어떻게 설정되어 있는지 생각해보십시오. 여러 채널에 걸쳐 인터랙션을 쉽게 만들고 유지할 수 있습니까? 사용자는 워크플로우 결정을 위해, 단순하든 복잡하든, 서로 다른 유형의 데이터를 연결해야 합니다. 완벽한 예가 바로 이메일입니다. Amazon Lex에서 워크플로우를 구축한다면, 복잡한 외부 통합 과정 없이는 고객의 이메일을 열람할 수 없습니다.
신원 확인 방식을 생각해보겠습니다. 미국에서는, 고객이 사회 보장 번호의 마지막 네 자리 숫자를 입력해야 하는 경우가 많습니다. 인터랙션 마다 여러 채널에 걸쳐 커뮤니케이션하는 고객이 늘어남에 따라, 여러 기기에서 인증을 수행할 수 있습니다. 해당 워크플로우에서 SMS를 이용하는 경우, 해당 코드를 사용해 고객에게 쉽게 메시지를 보낼 수 있습니다. 해당 개인에 대해 이미 보유하고 있는 번호를 인증할 수 있을 뿐 아니라, 인증된 서드파티 채널을 통해 언제든지 고객에게 연락할 수 있게 됩니다. 그러한 수준의 보안을 비롯하여 그 밖의 원활한 흐름을 고객에게 신속하게 생성할 수 있는 유연성은, 옴니채널 플랫폼의 주요 이점입니다.
필요할 때 필요한 곳에서 다양한 채널 사용
하나의 채널에서 봇을 작동하면, 나중에 다른 채널에 이를 추가할 수 있습니다. 이러한 모델을 사용하면, 사용하는 모든 채널에 해당 봇과 워크플로우를 편리하게 연결하여 다시 적용할 수 있습니다.
고객 경험 플랫폼에 AI 지원 데이터가 저장되어 있는 경우, 전체 데이터 변환을 수행할 필요가 없습니다. 애자일 접근 방식을 사용하면, 간단한 단계를 거쳐 AI 기능을 구축하고 진행해 가면서 테스트할 수 있습니다. 그런 다음 재사용할 수 있는 개체를 구축하고 동일한 데이터를 여러 위치에서 사용할 수 있습니다.
애자일 고객 경험 방식은 써드파티 AI를 긴밀하게 통합하는 경우 보다도 더 쉽게 새로운 흐름을 생성하고 관리할 수 있습니다. 모든 곳에서 사용되는 일반적인 개체를 더 쉽게 유지 관리할 수 있으며, 다른 시스템, 이를테면 주문 시스템, 재고, 커뮤니케이션, 심지어는 HR 도구조차, 변경 후 재매핑을 더욱 간단하게 수행할 수 있습니다. 이는 써드 시스템을 사용하여 작업하는 데 있어 최상의 유연성을 제공합니다. 게다가 향후 AI 기술 사용을 위해 확장할 수 있는 여지를 확보할 수 있습니다.
Genesys AI와 같은 중간자 플랫폼을 통해 모든 인터랙션을 연결하는 것의 또 다른 주요 이점은 옴니채널 기능을 통해 이미 다른 채널에 연결되어 있도록 한다는 점입니다.
고객이 겪을 불편함 해소
지금은 언제나 연결되어 있는 디지털 세상입니다. 즉, 고객이 연락을 취할 때 더 원활한 삶을 누릴 수 있는 여러 기회가 있다는 것을 의미합니다. 그러나 이를 위해서는 데이터를 연결하여 더욱 스마트해지고, 기계가 아닌 사람으로 인터랙션을 측정하고, 모든 채널에 걸쳐 유연한 자동화를 제공하는 고객 경험 시스템이 필요합니다. 더불어, 현재와 미래에 AI 시스템에 연결되어 기업과 소속 직원들을 위한 새로운 업무 환경을 조성할 수 있도록 해야 합니다. 이제 고객이 원하는 경험을 마땅히 누릴 수 있도록 조치를 취할 때입니다.
Quick links
영업팀과 채팅