CX를 이용한 확장과 활용법

기술 스타트업 기업과 여러 대기업이 이 분야에 진출함에 따라 상당수의 기존 금융 서비스 기업은 고객 서비스와 전반적인 고객 경험을 위해 이전과는 다른 접근법을 선택해야 합니다. 금융 서비스 분야에서 고객을 지원하는 상담원 중 불과 4분의 1만이 원만하게 업무를 처리할 수 있도록 지원이 제공된다고 느끼며, 이는 이 산업이 직면한 내부 과제를 시사하고 있습니다. 한편 금융 비즈니스 리더의 74%는 상담원이 고객 유지에 매우 중요한 역할을 담당한다고 말합니다.

확장을 지원하기 위해 금융 서비스 기업은 AI와 셀프서비스를 활용하여 원활하고 유익한 고객 경험을 제공하는 것에 우선 순위를 부여할 수 있습니다. 온라인 헬프 센터를 통해 가장 일반적인 문의와 문제를 처리하는 것 외에도, 기업은 AI를 이용하여 상담원 추가 고용에 따른 비용을 지출하지 않고도 생산성을 개선할 수 있습니다. 이런 식으로 상담원은 그들이 잘 할 수 있는 것(사람 우선의 고품질 상호 작용과 고객 만족)에 집중할 수 있습니다. AI와 머신 러닝을 활용하면 응답 시간이 확연하게 단축되며, AI는 누군가에게 상담원의 도움이 필요한 경우를 인식할 수도 있습니다. Zendesk는 Answer Bot 등과 같은 도구를 통해 기업의 인공 지능 적용을 지원해왔습니다. 대출회사인 LendingClub은 Answer Bot 도입 후 비용을 크게 절감할 수 있었다고 밝혔습니다. LendingClub의 결제 솔루션 담당 이사인 Andrew Jensen은 이렇게 말합니다. “전에는 상담원 한 명이 하루에 이메일 80통을 처리했습니다. 지금은 원클릭 매크로와 상담원 업무 도구의 효율성을 개선한 여러 방법들 덕분에 이메일 상담원이 하루에 이메일 220통을 처리할 수 있죠.”

또한 기업은 첨단 라우팅 전략에 대한 투자를 늘려 보다 높은 계층의 고객에 우선 순위를 부여하고 고객이 적합한 상담원에 닿도록 할 수 있습니다. 기업이 확장하고 보다 높은 계층의 고객을 확보함에 따라 고객이 있는 곳에서 고객을 만나려는 수요도 증가합니다. 이러한 수요를 충족시키기 위해 기업은 이메일이나 메시지가 전달되는 동일한 인터페이스 내에서 자동 티켓 생성 및 통화 처리 같은 시간 절약 도구를 이용할 수 있게 하여 상담원이 단일 지원 플랫폼을 통해 통화와 요청을 처리하도록 지원할 수 있습니다. 같은 맥락에서 여러 비즈니스 시스템 간 데이터를 결합하거나 통합하면 고객 정보에 대한 전체적인 뷰를 확보해 기업이 더욱 효율적으로 고객 요청에 대응할 수 있습니다.

Zendesk의 2022년 CX 트렌드 보고서에 따르면 소매업종 리더의 76%가 고객 서비스가 매우 중요한 비즈니스 우선 순위라는 점에 동의합니다. 그러나 44%는 고객 서비스를 담당하는 임원이 없다고 보고합니다. 또한 고객 서비스 메트릭을 매일 확인한다고 응답한 리더는 18%에 불과합니다. 현재의 과제에 적응하려고 노력하고 있는 소매업계는 고객 서비스를 통한 성장 여지가 많아 확장 역량을 증대시킬 수 있습니다.

소매업체에는 매출 증대와 비용 절감을 위한 다양한 옵션이 있습니다. 이메일, 메시징, 음성, 소셜 미디어(SNS), 실시간 채팅 등 다양한 방법을 통해 고객이 있는 곳으로 찾아감으로써 고객 경험을 개선할 수 있습니다. 그러나 이러한 모든 채널을 이용하려면 비용을 지출해야 하며, 따라서 효율성 유지가 중요합니다. 상담원은 고객에 대한 단일 뷰 확보에 어려움을 겪는 경우가 많은데, 이 때문에 응답 시간이 지체되고 확장 방식에 방해가 될 수 있습니다. 구매 이력, 청구 데이터, 충성도 프로그램 등 수많은 고객 정보를 한 곳에 모아둠으로써 인력 충원이나 비용 증가 없이 상담원이 고객의 요구를 더 잘 충족하도록 지원할 수 있습니다.

디지털 중심 세계를 활용해 소매기업은 새로운 채널로 전자상거래를 확대할 수도 있습니다. 또한 고객에게 주문 업데이트나 맞춤화 제안을 알려주는 선제적인 발신 알림은 고객 충성도를 강화하여 기업이 몇 차례의 조정만으로 확장할 수 있도록 지원합니다. Shopify와 Narvar 같은 사전에 구축된 통합은 순조로운 고객 여정을 보장할 수 있습니다.

특히 기업이 확장하는 동안에도 쇼핑객들은 항상 질문과 관심사가 있기 마련입니다. 일반적인 질문을 위한 통합 헬프 센터와 고객의 의견 제시를 위한 커뮤니티 포럼을 만들면 질문 및 답변 프로세스의 속도를 더욱 높일 수 있습니다. 이런 포럼으로 해결할 수 없는 지원의 경우에는 AI 지원 봇과 기타 자동화 도구를 이용하면 대기 시간을 단축하고 더 많은 지원을 제공할 수 있습니다. 아울러 답변을 쉽고 빠르게 제공하면 소매업계의 일반적인 문제인 구매 포기도 줄일 수 있습니다.

오늘날의 고객은 맞춤 콘텐츠에 익숙하며, 상당수의 고객은 이러한 콘텐츠를 접할 때 구매 가능성이 높아진다고 말합니다. 이러한 맞춤 콘텐츠를 대규모로 제공하는 것이 매우 어려워 보일 수도 있지만, AI 덕분에 맞춤 콘텐츠를 챗봇과 가상 상담원을 통해 제공할 수 있습니다. 이러한 접근법은 실제 소매 상담원에 부담을 주지 않아 보다 효율적으로 확장하는 데 도움이 됩니다.
문제를 해결하고 시간을 단축하여 수고를 덜어줌으로써 고객 경험을 개선하고 충성도를 강화합니다.

제조기업의 65%가 스스로 자신들의 서비스에 높은 점수를 주었지만, 고객들은 그들이 기대에 미치지 못하고 있다고 말합니다. 소비자의 54%는 대부분의 판매 기업에게 고객 서비스가 부차적인 일인 것 같다고 말합니다.

제조기업을 확장하려고 한다면 곧바로 성장 강화에 뛰어들기 전에 우선 고객 요구 충족에 우선 순위를 부여해야 합니다. 필요한 답변을 얻으려면 지나친 수고를 들여야 하기 때문에 고객이 만족하지 못하는 것인지도 모릅니다. 첨단 워크플로 조정과 스킬 기반 라우팅으로 신속한 응답을 구현함으로써 고객이 적은 노력으로 적절한 직원과 정보에 접근하도록 지원할 수 있습니다.

기업이 성장함에 따라, 상담원은 정보의 분산으로 인해 고객 요청에 응답할 때 정보의 늪에 빠져 허우적댈 수도 있습니다. 제품 관련 문서를 헬프 센터에 두면 상담원은 질문에 대한 답변과 고객에게 필요한 해결책을 찾는 데 실제로 집중할 수 있습니다. 또한 주문-수리 관련 의사 소통의 경우, 보유 제품 및 보증 세부 정보 등과 같은 중요한 데이터에 접근할 수 있게 함으로써 상담원이 시간을 절약하는데 도움을 줄 수도 있습니다.

이슈가 문제가 되기 전에 대응한다면 제조기업의 확장은 더욱 쉬워질 것입니다. 기기의 상태에 따라 진단 정보를 모니터링하고 소통을 선제적으로 제공함으로써 비용을 절약하고 고객과 직원의 삶을 더욱 편하게 할 수 있습니다. 아울러 맞춤형 통합을 구축하고 개방형 표준에 따라 구축된 API를 이용하여 Zendesk 데이터와 상호 작용하면 서비스 품질을 저해하지 않고도 수익을 개선할 수 있습니다.