고객은 필요하거나 이득이 생길 때에만, 자신의 상태 변경을 알려 준다. 청구서를 우편으로 받고 있지 않다면, 이사간 사실을 신고하지 않는다. 신용등급을 조정하여 기존 대출의 금리 인하를 요구할 상황이 아니라면, 승진이나 연봉 인상 사실을 신고하지 않는다. 회사 입장에서는 고객의 상태 변경을 파악하는 것이 매우 중요하다. 고객이 알려주지 않아도 고객 상태 변경을 파악할 수는 없을까?

디지털을 자주 이용하는 고객이라면, 디지털 기기를 이용한 흔적을 데이터로 남긴다. 고객의 디지털 흔적을 분석하면 고객이 말해주지 않아도 회사는 고객을 충분히 이해하고 고객에게 적합한 맞춤 오퍼링을 제시할 수 있다.

 

상담 흔적 분석으로 고객 응대 시나리오 개선

고객과 상담은 콜센터 상담원 녹취 로그, 이메일 상담 기록, 웹페이지 로그 등에 남아 있다. 은행의 적금과 대출상품 상담 데이터에 텍스트마이닝을 적용하여 [그림 1]과 같은 결과를 얻을 수 있었다.

 
[그림 1] 상담 기록 분석 예시

고객들은 적금에 대해서는 인터넷이나 모바일을 통한 상품 가입 또는 해지 방법과 조건 등에 대한 문의가 많았다. 대출에 대해서는 자신의 신용등급 및 직업, 상환 방식에 따라 적합한 조건 및 금리 문의가 많았다. 이러한 분석 결과를 토대로 고객 인터뷰를 실시하였다. 고객은 자신의 상황에 맞는 상담을 원하고 있음을 알 수 있었다.

고객이 상품을 선택하였을 때 어떠한 내용을 궁금해 하는지를 미리 파악하여 대응한다면 고객의 상담 만족도가 크게 향상될 것이다. 또한 적절한 상담을 통해 고객 전환률을 높일 수 있다.

 

이체 흔적 분석으로 라이프스타일 파악

은행의 고객들은 대부분 자동이체를 이용하고 있다. 하나의 자동이체로 파악할 수 있는 내용은 거의 없다. 하지만 고객 개인의 자동이체 내역을 종합해서 분석한다면, 고객이 어떤 상태에 있는가를 파악할 수 있다. 나아가서, 일반 계좌 이체와 함께 분석한다면 더 많은 결과를 얻을 수 있다.

자녀에 관련된 교육비 등이 발생하고 있다면, 다자녀 가구임을 알 수 있다. 세금 및 공과금의 규모에 따라 생활 소비 수준을 유추해볼 수 있다. 이러한 흔적들은 고객의 라이프 스타일을 파악하는데 도움이 된다.

[그림 2] 자동이체 거래내역을 통한 라이프 스타일 파악

 

접촉 흔적 분석으로 마케팅 성과 높이기

고객들은 마케팅 권유를 자주 받기 때문에, 그에 대한 피로도가 높다. 적합한 고객을 선정하여 수행하는 것이 가장 좋은 방법이다. 그리고 캠페인을 진행할 때도, 몇 회까지 시도하는 것이 좋은지 판단해야 한다.

 

[그림 3] 마케팅 접촉횟수와 성공율(실패율)

어느 회사의 텔레마케팅 결과를 분석한 결과, 수용한 고객의 72%는 첫번째 시도에서 성공했고, 82%의 고객은 세번째 시도 이내에서 성공했다. 반면에 9회 이상 시도한 고객은 거의 성공하지 못했다. 고객 별로 권유 상품 또는 추천 오퍼링과 시도 횟수, 성공 시점 등의 데이터를 분석하여 적용함으로써, 고객 피로도를 높이지 않으면서 마케팅 성과를 향상시킬 수 있는 캠페인 실행이 가능하다.

고객 흔적 데이터 활용하기

고객이 누구인지, 무엇을 좋아하는지, 우리 회사가 제공하는 서비스에 대해 어떤 경험을 하고 있는지 등을 파악하기 위해서 복잡한 알고리즘이 필요한 것은 아니다. 고객이 남긴 흔적 데이터를 활용하면 고객 경험을 이해하는데 큰 도움이 된다. 흔적 데이터는 파편으로 남아 있지 않고, 고객을 중심으로 연계할 수 있을 때 가치가 커진다.

▶ 특정 고객과 연계
흔적과 관련된 당사자가 누구인가를 알 수 있어야 한다. 고객 여정(Customer Journey)과 연결하여 고객의 어떤 상태에서 남겨진 흔적인가를 확인할 수 있어야 한다.

▶ 상품, 서비스, 캠페인과 연계
흔적과 관련된 이벤트가 무엇인가를 알 수 있어야 한다. 어떤 상품의 서비스 또는 캠페인에 관련하여 발생한 흔적인가를 확인할 수 있어야 한다.

▶ 위치와 시각 데이터 기록
흔적이 발생한 장소와 시각을 기록해두어야 한다. 언제 어디서 흔적이 발생했는가를 파악하는 것은 그 자체로도 의미가 있지만, 다른 데이터와 연결고리가 되기도 한다.

▶ 실시간 피드백 체계 구축
흔적 데이터는 일정 기간이 지난 후에 분석하는 경우가 일반적이다. 고객이 흔적을 남기는 순간에 적합한 대응을 하는 것이 매우 중요하다. 영업 기회의 가치는 시간이 지날수록 급속히 감소한다. 고객 불만은 적기에 대응하지 못하면 증폭될 수 있다.

- 끝 -