AI는 미래의 다중 경험에서 기업이 더 나은 CX를 제공하는 데 도움이 될까요?

고객 경험(CX)은 회사마다 다른 것을 의미할 수 있지만 고객에게는 한 가지만 의미합니다. 주어진 상황이나 환경에서 회사가 제공한 것을 좋아하는지 여부입니다. 그리고 그들이 그 제품을 다시 가질 것인지, 그리고 회사가 그들에게 팔고 싶어하는 다른 것을 얻을 것인지 여부. 아마도 그들은 또한 사용된 제품이나 서비스에 대한 좋은 말을 퍼뜨릴 것입니다. 대부분의 경우 회사가 통제할 수 없는 소셜 미디어의 무자비한 영역에 무자비하게 내던져지는 것은 나쁜 단어입니다. 지난 몇 년 동안 대부분의 조직은 CX 노력을 수정하기 위해 점점 더 많은 기술을 포기함으로써 대응했습니다. 가트너(Gartner)에 따르면 2018년 고객 경험 및 관계 관리(CRM) 소프트웨어에 대한 전 세계 지출은 전년 대비 15.6% 성장한 482억 달러에 달했습니다. 그러나 기술에 대한 지출 증가와 기업의 최선의 의도에도 불구하고 고객을 관리하고 탁월한 지원과 서비스로 고객을 기쁘게 하기 위한 노력은 계속되고 있습니다. 그래서 여기서 무슨 일이 일어나고 있습니까? 기업이 고객에 대한 완전한 그림을 종합하고 더 나은 서비스를 제공하는 데 있어 직면하고 있는 과제는 무엇입니까? 챗봇 및 인공 지능(AI)과 같은 최신 기술이 고객을 만족시킬 수 있는 수단을 조직에 제공해야 한다는 약속은 어떻게 되었습니까? 우리는 몇 명의 업계 분석가 및 전문가와 이야기를 나누며 더 깊이 파고들어 무엇을 제공하는지 확인했습니다. 근본적인 문제 중 하나는 올바른 데이터를 사용하여 고객을 포괄적으로 파악할 수 있는 능력과 관련이 있다고 그들은 말합니다. “수년이 지난 후에도 고객에 대한 360도 관점을 갖는 것은 여전히 ​​기업의 의제입니다. 여기서 문제 중 하나는 360도 뷰로 무엇을 이해합니까? 전자 롤로덱스인가요? 고객에 대한 확장된 데이터 세트입니까? 다른 벤더 도구가 점점 더 많이 교환하고 있습니까? 아니면 다른 것입니까?” Gartner의 선임 이사 분석가인 Brian Manusama는 말합니다. 그는 간단하고 기능적인 정의를 제시합니다. “저에게 물어보면 고객에게 잘 서비스를 제공하기 위한 올바른 데이터입니다. 고객 감정이나 행동과 같은 다양한 메트릭을 포함하여 2~3개의 구성 요소 또는 심지어 수백 개의 구성 요소를 가질 수 있습니다.”라고 그는 말합니다. 이 도전에는 다른 측면이 있습니다. Constellation Research의 수석 분석가이자 창립자이자 회장인 Ray Wang에 따르면 “한편으로 대부분의 회사는 모든 내부 데이터에 액세스할 수 없습니다. 이것은 서로 거의 대화하지 않는 사일로화된 부서 시스템에 살고 있습니다. 반면에 대부분의 회사는 이제 안전하지 않고 안전하지 않으며 다양한 데이터 형식으로 표시되는 외부 데이터에 더 많이 의존합니다. 마지막 부분은 데이터가 비즈니스 프로세스나 여정과 연결되지 않는 경우가 많다는 것입니다. 즉, 권장 사항이나 차선책을 결정하기가 어렵습니다.” '추천 또는 차선책'은 일반적으로 점점 더 챗봇, CRM 및 기타 비즈니스 소프트웨어에 내장되고 있는 AI 엔진이 제공하는 암시적인 응답을 의미합니다. 이러한 권장 사항은 자주 묻는 질문, 이전 고객 상호 작용 등에 매핑된 표준 답변으로 구성된 지식 저장소를 기반으로 합니다. 더 나은 권장 사항을 위해서는 풍부한 데이터 저장소와 정교하게 조정된 기계 학습 모델이 필요하다는 것이 업계의 일반적인 통념입니다. Wang은 대부분의 조직이 전통적으로 고객 경험을 처리해 온 방식의 기본적인 결함을 지적합니다. “대부분의 [고객] 여정은 외부 효율성이 아닌 내부 효율성을 위해 설계되었습니다. 고객은 당신이 속한 부서에 관심이 없으며 이는 디자인 포인트가 고객을 중심으로 이루어져야 한다는 것을 의미합니다.”라고 그는 말합니다. 이 이상 현상을 수정하기 위해 많은 조직이 이제 내부 프로세스 및 기술 관점에서 이를 지원하기 위해 "개편"하고 있습니다. 기업의 또 다른 큰 골칫거리는 서로 다른 CX 시스템이 서로 통신하고 통합 솔루션으로 작동하도록 만드는 것입니다. 오늘날에는 획득에서 유지, 평생 가치(LTV) 관리에 이르기까지 전체 고객 수명 주기를 관리할 수 있는 전체적인 솔루션이 부족합니다. “다양한 솔루션 제공업체의 다양한 단편적 제품이 있습니다. 예를 들어 영업 팀이 프로세스를 최적화하도록 돕는 영업 분석 회사가 많이 있습니다. 마찬가지로 마케팅 담당자가 예산을 보다 최적으로 사용하는 데 도움이 되는 AI 기능이 있는 마케팅 속성 및 자동화 소프트웨어가 많이 있습니다. 마찬가지로 고객 성공 측면에는 이탈 예측 및 기타 영역을 위한 도구가 있지만 전체 고객 여정 스택이 손상되었습니다.”라고 Freshworks의 데이터 과학 이사인 Swaminathan Padmanabhan은 말합니다. 그에 따르면 "이러한 모든 기능을 하나로 묶을 수 있다면" 고객에게 근본적인 가치가 될 것입니다.

다양한 경험의 세계

이제 고객은 물리적인 것뿐만 아니라 디지털적인 인터페이스와 접점의 복잡한 메시지를 통해 브랜드와 상호 작용하고 있습니다. “도미노 피자를 주문할 수 있는 방법이 얼마나 많은지 아세요? 스물 넷!” Manusama는 예를 들어 말합니다. 이러한 주문 용이성에는 전화, 문자, 소셜 미디어 및 음성 비서의 사용이 포함되며, 물리적 매장에 나타나 카운터를 통해 주문하는 것 외에도 가능합니다. "우리는 여러 디지털 접점(제스처, 텍스트, 음성)에 걸친 세 가지 다른 방식의 고객 경험을 통해 다중 경험 세계로 나아가고 있습니다."라고 그는 말합니다. Gartner에서 분석가들은 이제 기술 리더들에게 '모든 고객' (동시에 상충되는 사항을 요구하는 고객)에게 서비스를 제공할 준비를 할 것을 요청합니다. 고객 경험과 관련하여 기업은 수동적인 작업 방식에서 보다 능동적인 방식으로 전환해야 합니다. 그리고 이러한 복잡성은 일반적으로 고객에게 좋은 반면, 고객에게 더 많은 선택권을 제공하고 서비스 제공 방법에 대한 더 큰 제어권을 부여하므로 회사는 끊임없는 유동 상태에 놓이게 됩니다.

점점 커지는 AI의 역할

Wang에 따르면 분석과 AI는 고객 경험을 개선하는 데 그 어느 때보다 중요한 역할을 하고 있습니다. "우리는 직감 기반에서 데이터 기반 의사 결정으로 이동하고 있으며 이를 위해서는 고객의 요구 사항과 요구 사항을 정량화하고 예측하기 위해 수많은 분석이 필요합니다."라고 그는 말합니다. AI의 향상된 기능은 조직에 희망을 제공합니다. Wang은 "시간이 지남에 따라 머신 러닝은 정밀한 의사 결정을 지원할 것입니다. 이는 더 나은 개인화, 사기 탐지 및 고객 경험을 의미합니다."라고 말했습니다. 그는 주저 없이 AI를 CX의 "가장 큰 변화"라고 부릅니다. Padmanabhan은 AI의 6계층 성숙도 모델을 참조하여 고객 참여를 위한 경로를 제시합니다. 정교함과 기능의 순서대로 이러한 계층은 데이터 표현 계층, 지식 계층, 순위 및 관련성 계층, 예측 계층, 권장 계층 및 자동 조종 계층입니다. 그의 의견에 따르면 오늘날 대부분의 회사와 시스템은 순위 및 관련성 계층에서 운영되고 있습니다. “예를 들어, 고객 쿼리가 나오면 봇은 다양한 솔루션 아티팩트의 순위를 매기고 최상의 솔루션 아티팩트를 제안합니다. 마찬가지로 판매 리드가 많은 경우 리드 스코어링 시스템은 전환 가능성에 따라 순위를 매깁니다.”라고 그는 설명합니다. AI 시스템이 성숙해짐에 따라 "광고 예산을 15%~20% 늘려 고객 확보 10% 증가" 또는 "이 워크플로를 사용하여 고객 경험 최적화"와 같은 AI 기반 권장 사항 및 기타 실행 가능한 통찰력을 기대할 수 있습니다. Padmanabhan에 따르면 AI 기능의 정점은 Autopilot Layer에서 실현될 것입니다. 이름에서 알 수 있듯이 이 수준에서 AI는 서비스 에이전트나 다른 팀 구성원이 수행하는 일부 공통 기능을 대체할 수 있습니다. 해야 할 일을 추천하는 대신 AI도 실행할 수 있습니다. AI가 인간을 완전히 대체할 가능성이 있는 것은 아닙니다. 기업이 취하거나 전문가가 권장하는 방향도 아닙니다. “오늘날 우리는 인간의 노동력을 완전히 대체한다고 말하는 것이 아니라 자동화할 수 있는 지원 워크플로나 영업 워크플로 또는 고객 성공 워크플로와 관련된 반복적인 작업이 많다고 말합니다. 따라서 에이전트의 시간은 AI를 사용하여 더 효율적으로 사용할 수 있습니다.”라고 Padmanabhan은 말합니다. AI를 계속 사용하면서 고객 참여에 인간적 요소를 유지하는 것은 "실제로는 서비스 설계의 문제"라고 Manusama는 말합니다. 고객이 원하는 것은 서비스 제공 방식에 있어 수월하고, 빠르고, 편리하고, 다양한 채널에서 원활하게 제공되는 네 가지입니다. “많은 기업들이 셀프 서비스를 통해 이를 수행할 수 있다는 사실을 발견하고 있습니다. 그러나 보다 복잡한 상황에서는 사람의 손길을 갖는 것이 종종 더 적합하거나 적절할 것입니다. 기본적으로 기업은 이 질문에 답해야 합니다. 고객을 위해 비즈니스 가치가 생성되는 곳은 어디입니까?” 그는 덧붙였다. 그가 보는 또 다른 추세는 솔루션을 참여 클라우드로 통합하는 고객 서비스 공급업체입니다. "이전에 존재했던 사일로가 무너지고 있습니다."라고 그는 관찰합니다. Wang의 내기는 "주변 경험"을 중심으로 구축된 미래에 있습니다. 그는 우리가 스스로에게 물어야 할 것은 다음과 같다고 말합니다. 언제 자동화하고, 언제 인간과 함께 증강하고, 순수한 인간 상호 작용은 언제인가입니다. 참여 클라우드 또는 고객 참여 플랫폼의 역할은 이러한 맥락에서 더 큰 의미를 갖습니다.  “공통 데이터 모델, 뛰어난 통합, 매우 우수한 여정 조정이 필요합니다. 플랫폼에서 할 수도 있고 정말 좋은 도구로 할 수도 있습니다. 플랫폼이 작업의 80%를 수행하고 도구가 나머지 20%를 수행할 것이라고 장담합니다.”라고 Wang은 말합니다. 조직이 어떤 방향으로 기울든 AI는 멀티 터치, 멀티 경험 세계에서 더 큰 역할을 할 가능성이 높습니다. 이제 미소를 지으며 자동화를 하거나 성가시거나 '비지능적'으로 도움을 줄 수 있는 방법에 따라 고객은 찬성 또는 반대를 선택할 것입니다.