고객 경험 개선을 위한 데이터 분석

CX(Customer Experience) Specialist를 향해서

고객 경험 개선에 필요한 능력은 무엇일까. 바로 고객 경험 분석 능력이다. 모든 부서에서 DA(Data analysis)가 중요해지는 만큼 CX에서도 데이터 분석의 관련성과 중요성에 대해 이야기하지 않을 수 없다.

고객 지원(CS)을 통해 얻어지는 리뷰와 피드백은 굉장히 중요하고 소중한 정보이다. 고객 지원 업무를 효율적이고 효과적으로 할 수 있는 전략을 세우는 데 필요할 뿐만 아니라 여러 부서에 도움을 줄 수도 있다. 마케팅팀은 고객이 원하는 상품/서비스 관련한 인사이트를 얻을 수 있고, 서비스 기획자는 소비자에 대한 이해를 바탕으로 프로덕트를 개선할 수 있다. 하지만 이러한 정보를 잘 활용하기 위해서는 데이터를 수집, 분석, 결과 도출의 과정이 필요하다.

데이터 분석

어떻게 해야 할까?

우선 CX 관점에서 목표를 세워야 한다. 예를 들어 '컨택센터 생산성 향상'이라는 목표가 있다고 하자. 해당 목표를 이루기 위해 다음과 같은 전략과 가설을 세울 수 있을 것이다. '요일/시간별로 문의량이 다르다면 그에 맞는 인원 배치를 통해 생산성을 향상할 수 있지 않을까?' 그렇다면 [요일/시간별 문의량]이라는 데이터를 수집하고 분석해서 [효율적인 인원 배치 전략]이라는 결괏값을 도출해야 한다.

만약에 '문의량 감소'라는 목표가 있다면 우선적으로 문의량이 많은 이유를 파악해야 할 것이다. 여러 가지 방법이 있겠지만 상관분석을 하는 것이 첫 번째 단계가 될 수 있다. 요즘은 오픈소스 통계 분석 프로그램인 R이나 파이썬(python)을 이용하면 손쉽게 상관분석을 할 수 있다. 문의량 증가에 영향을 미치는 요인은 여러 가지가 있을 것이다. 상관분석은 그중에서 문의량에 큰 영향을 미치는 요인을 식별하는 것이다. 다만, 상관관계가 곧 인과관계를 의미하지는 않는다. 상관관계 분석 후 회귀분석을 통해 인과성과 문의량 증가를 예측할 수도 있겠지만, 일단은 문의량과 사용자가 큰 상관관계를 가진다는 결과를 얻었다고 하자. 즉 사용자가 많아질 때 문의량이 많아진다면 사용자가 서비스를 이용하는 과정 중에 어려움(pain point)이 있다는 가정을 할 수 있고 pain point를 제거해야 문의량 감소라는 목표를 이룰 수 있을 것이므로 pain point가 무엇인지, 그에 대한 개선안까지 제시해야 고객경험관리(CXM) 측면에서의 데이터 분석이라고 할 수 있을 것이다.

정량분석과

정성분석

그럼 사용자의 pain point는 어떻게 알 수 있을까. 우선 가장 많이 들어오는 문의를 살펴봐야 할 것이다. 이렇게 정형화, 정량화할 수 있는 데이터를 분석하는 방법이 정량분석이다. 하지만 수치적인 데이터만으로는 깊이 있는 분석이 어려워 고객 경험을 헤치는 요인을 정확하게 파악할 수 없다.  그렇기 때문에 고객의 생각, 의견 등을 파악할 수 있는 정성분석이 필요하고, 이를 위해 기업들은 FGI(집단심층면접, Focus Group Interview) 같은 방법으로 비정형 데이터를 수집한다.

그래서

Data analysis까지

하지만 고객 문의 '내용'을 분석하는 것만으로도 많은 것을 알 수 있다. 다만, 방대한 양의 고객 문의 내용을 분석하는 것이 쉽지 않을 뿐이다. 비정형 데이터를 분석하는 방법으로는 텍스트 마이닝(text mining)이 있다. '고객 문의 내용'이라는 데이터 안에서 단어의 출현 빈도를 파악해 의미를 파악하는 것이다. 예를 들어 문의 내용 중 '주문 방법'이라는 단어가 많았다면 주문 방법에 어려움이 있다고 생각할 수 있고, 주문 방법에 대한 셀프서비스가 잘 지원되었는지 점검한 뒤 주문 방법 프로세스를 바꿀 수 있을 것이다.

그래서 요즘 내가 공부하는 것이 앞서 말한 오픈소스 통계 분석 프로그램인 R과 파이썬(phython)이다. 나중에 이 두 프로그램으로 어떻게 고객 데이터를 분석하고 업무에 적용했는지에 대해서도 글을 쓸 기회가 있으면 좋을 것 같다.