숨은 데이터 찾기. VOC
과거 각종 대형 마트나 오프라인 쇼핑몰 한켠에 비치되어 있던 ‘고객 소리함’에서, 현대의 대형 포털 사이트와 OTT 서비스, 온라인 쇼핑몰 등을 비롯하여 우리가 실생활에서 손쉽게 이용하는 다양한 서비스의 고객 문의 페이지에 이르기까지.
이용자와 소통하며 서비스를 개선하고자 하는 기업의 노력은 이전부터 끊임없이 존재하였다.
현대에 이르러 우리는 이것을 VOC 즉, Voice Of Customer의 약자로 직역하면 ‘고객의 목소리’라 부르고 있다.
우리의 일상은 스마트폰의 보급으로 인해 크게 변화하였다.
OTT 서비스 속 쏟아지는 컨텐츠들이 TV의 자리를 대신하였고, 여유 시간에는 남녀노소 할 것 없이 자신만의 알고리즘이 반영된 유튜브 영상을 즐겨 찾는다. 때로는 생필품과 배달 음식을 어플을 통해 주문하기도 하고, SNS의 수많은 게시물로 사람들과 소통하며 정보를 주고받기도 한다. 비단 스마트폰의 발달뿐만이 아니다.
처음 인터넷이 대중적으로 보급되었던 X세대로부터 현재에 이르기까지 우리는 눈 부신 디지털 기술의 발전을 이루었고, 이는 이내 우리의 삶 깊숙이 녹아들었다.
현대의 기업은 더 이상 ‘고객 소리함’과 같은 아날로그적인 방식에만 의존하여 수동적으로 이용자들에게 접근하지 않는다. 우리가 일상으로 이용하는 온라인 서비스들을 통해 수많은 이용자 데이터를 보다 손쉽고 적극적으로 수집할 수 있기 때문이다.
그 해답의 중심에는 바로 ‘데이터’가 있다.
단순히 고객들의 설문조사에 의존해 ‘제품 서비스에 만족하십니까?’에 대한 답변으로 ‘좋아요/나빠요’ 형식의 데이터를 수집하던 과거 기업과는 달리, 최근에는 VOC 데이터를 수집하는 채널의 증대와 이용자들의 개인 SNS를 통한 자발적 리뷰 문화 등으로 인해 기업은 더욱 다양하고 많은 양의 VOC를 수집할 수 있게 되었다.
이용하는 서비스의 앱과 웹을 비롯하여 여러 종류의 SNS와 다양한 커뮤니티에서 이용자들은 보다 솔직하고 다양하게 자신들의 의견을 교류하며 특정 제품과 서비스를 추천하며 사용을 권장하기도, 혹은 자신의 경험을 토대로 잠재 고객들의 결제를 만류하기도 한다.
또한 빅데이터 분석을 통해 비정형 데이터의 분석이 가능해졌다는 점도 과거 고객과의 소통과 큰 차이점 중 하나이다. 비정형 데이터 분석이란 소리, 글자, 이미지 등을 세분화하여 더욱 체계적이고 다방면으로 수집과 동시에 이용할 수 있다는 의미이다. 현대 기업들은 이러한 데이터 분석을 이용하여 고객의 소리, 즉 이용자의 니즈를 보다 구체적이며 즉각적으로 보완이 가능해졌다.
우리가 일상적으로 이용하는 모든 서비스는 데이터를 남긴다.
서비스에 회원가입하여 기업의 궁극적 목표인 특정한 액션(구매, 서비스 구독 등)을 필요로 하는 것이 아니다. 단순히 그저 서비스에 접속하여 가볍게 둘러보는 것만으로도 기업에서는 이를 데이터화하여 이용자가 어떠한 경로를 통해 유입되었는지, 혹은 트래픽이 집중되는 시간은 언제인지 등에 대한 데이터를 얻을 수 있다. 나아가 이용자의 서비스 이용 종료 시점을 통해 어떠한 페이지에서 이탈하는지 등의 이탈률에 관한 데이터 또한 파악할 수 있다.
그렇기에 기업은 고객과 끊임없이 대화하려 노력한다.
단순히 이용자가 의식하지 못하고 무심코 남긴 데이터도 다방면으로 활용이 가능한데, 직접적인 의사를 전달하여 의견을 교류한다는 것은 그 활용도가 무궁무진하기 때문이다.
기업에서는 무수히 쏟아지는 데이터 속에 소비자의 유형과 그들의 행동을 분석하여 인사이트를 얻고자 한다.
이렇게 얻어진 VOC를 통해 기업은 ‘우리 기업의 제품/서비스를 이용할 이용자는 누구인가?’를 가려내어 잠재 고객의 타겟을 도출하기도 하고, ‘어떻게 홍보 효과를 효과적으로 누릴 수 있나?’등의 마케팅 방안을 세울 수도 있다.
하지만 VOC를 수집하는 방법에 있어서는 이용자의 도움이 필요한 것은 변함없는 사실이다. 기업의 입장에서 이용자가 ‘흘린’ 데이터에만 의존하여 서비스를 개선하기에는 그 효용성의 범위가 미비하기 때문이다.
따라서 기업은 적극적 VOC수집을 위해 서비스 중간에 팝업 형태로 이용자에게 리뷰를 남기도록 유도하거나, 특정한 리워드를 지급하는 이벤트 형식으로 참여를 독려하고 있다.
VOC는 그 운용 단계 프로세스에 따라 크게 6가지의 단계로 나누어 볼 수 있다.
단, VOC 분석의 6가지 단계는 순차적 진행의 일방향 단계가 아니다. 각 단계는 진행 상황과 목표 달성 여부에 따라 상호 교환적 단계로 구성된다. 말하자면 양방향 단계 분석으로 이루어진다는 의미이다.
분석 컨셉 설정 (Setting up Concept) : VOC 분석의 목적과 결과로 나타내고자 할 분석의 컨셉을 결정
소셜리스닝(Social Listening) : VOC의 원문 데이터를 수집. SNS, 리뷰 등의 다양한 고객 채널을 통해 유저 보이스를 얻음
데이터 전처리 (Preprocessing) : 다양한 채널을 통해 소셜리스닝 과정으로 얻어진 데이터를 분석에 사용 가능하도록 데이터 형식을 변경 및 가공
분석 (Analysis) : 데이터 전처리를 기반으로 분석을 수행.
데이터 시각화 (Visualization) : 분석으로 나타난 결과물을 가독성을 위해 시각화 자료로 제작. 데이터 분석가, 경영자, 마케터를 비롯한 협업 집단의 이해를 고려하여 제작
인사이트 도출 (Insight Deduction) : 분석의 목적과 결과물이 일치하는지 여부 파악. 분석 결과 새로운 아이디어 또는 잠재고객 도출 시, 분석 컨셉 설정 단계로 돌아가 반복 수행.
따라서 각 단계는 서로 밀접한 관계를 맺고 있으며, VOC 분석 결과에는 정확한 답이 정해져 있지 않다.
언제든 데이터의 상태에 따라 이전, 혹은 이후 단계로 변경될 수 있다. VOC의 각 단계를 진행하며 특정 분석 단계 과정에서 인사이트가 나타날 경우. 유동적으로 분석 방안을 수정하거나 분석 대상의 범위등을 변경하여 분석 전략을 변경할 수 있다는 의미이다. 추가적으로 이렇게 얻어진 VOC 각 단계의 인사이트 또한 다양한 데이터 분석의 전략으로 사용될 수 있다.
서비스 전반에 걸쳐 이용자들의 니즈를 파악하여 개선하는 것. 이것이 기업에게 VOC가 가지는 의의이다.
이를 목표로 기업은 이용자들의 VOC를 데이터화하여 피드백으로 수용하며 그로스해킹을 통한 성장을 목표로 끊임없이 고객과 소통하려 노력한다.
Carpe PM 님이 브런치에 게재한 글을 편집한 뒤 모비인사이드에서 한 번 더 소개합니다.