CX는 역사적 규모의 변화를 겪고 있습니다.
고객이 역사적으로 브랜드와 상호작용하는 방식은 대체로 일차원적이었으며, 고객이 아닌 브랜드에 의해 결정되었습니다. 누군가가 제품을 반품하든, 질문을 하든, 다른 고객 지원을 요청하든, 개인화와 유연성은 종종 부족하거나 프로세스에 전혀 존재하지 않습니다.
하지만 이제 우리는 패러다임의 역전을 보고 있습니다. 브랜드는 고객의 개별 선호도에 맞게 경험을 맞춤화하고, 사용자 정의, 편의성, 접근성을 우선시하는 민첩한 커뮤니케이션 방식을 채택하고 있습니다.
전통적으로 정적인 모델에서 고객 중심의 경험으로의 전환은 고급 AI 기술의 통합, 특히 고객 서비스 기능에서 브랜드가 고객 요구를 더 잘 예측하고 충족할 수 있도록 하는 데 힘입은 것입니다. 하지만 브랜드가 이러한 전환을 성공적으로 탐색하려면 AI 도구를 기술적 전환뿐만 아니라 고객 중심 경험을 향한 전략적 재조정으로 활용해야 합니다.
CX 챗봇의 한계
10개 중 6개의 리테일러는 현재 고객 상호작용을 개선하기 위해 AI를 사용하고 있으며, 대부분은 스크립트 챗봇을 사용하여 고객 서비스를 자동화하고 지식 관리를 개선하는 데 중점을 두고 있습니다. 하지만 브랜드가 AI 강화 CX를 점점 더 우선시함에 따라 단순하고 일반적인 챗봇은 부족하다는 것을 알게 되었습니다.
사실, 고객의 90%는 여전히 챗봇보다는 인간의 고객 서비스를 선호합니다. 절반 이상은 인간이 표준 챗봇에 비해 자신의 요구를 더 잘 이해하고, 더 자세한 설명을 제공하며, 덜 짜증나는 경험을 제공한다고 말합니다. AI 도구가 더욱 정교해지고 편리해짐에 따라 그 경험은 반드시 바뀔 것입니다.
브랜드는 고객에게 더 큰 가치와 더 나은 경험을 제공하는 AI 도구를 어떻게 통합할 수 있을까요? 먼저 해결해야 할 핵심 과제는 두 가지입니다. AI 강화 CX 도구의 성능과 신뢰성입니다.
시작하려면 AI 도구는 브랜드의 정책 및 관행에 맞춰 정확한 결과와 응답을 제공해야 합니다. 브랜드는 AI 도구가 실제로 고객의 문의를 해결할 수 있는 관련성 있고 유용한 솔루션을 제공하도록 해야 합니다.
또한 AI 결과는 정확하고 일관되며 신뢰할 수 있어야 합니다. 가변성은 보다 개인화되고 매력적인 상호 작용으로 고객 경험을 풍부하게 할 수 있지만, 응답이 예상 기준에서 벗어나지 않거나 해롭고 오해의 소지가 있고 부적절한 정보를 생성하지 않도록 주의 깊게 감독해야 합니다. 이러한 감독이 부족하면 자동차가 1달러에 판매되고 관리자는 불법적으로 직원 팁에서 일부를 가져가도록 권고받습니다.
챗봇은 인간의 도움, 코칭, 안내 없이는 이러한 복잡한 과제를 해결할 수 없습니다. 다양한 고유한 고객 상호작용을 처리할 만큼 발전된 역량이 없습니다. 대신 브랜드는 각 고객의 고유한 맥락과 선호도에 맞게 경험을 조정할 수 있는 정교한 AI 도구가 필요합니다.
소매업체가 AI 에이전트를 활용해 CX를 개선하는 방법
브랜드가 고객 중심의 경험을 개발하고자 하면서 많은 소매업체는 간단한 스크립트 기반 챗봇에서 고급 AI 에이전트로 전환하고 있습니다. 고급 AI 에이전트는 고객이 선호하는 채널, 방식, 언어를 통해 고객과 보다 즉각적이고 개인화된 상호작용을 가능하게 하는 지능적이고 적응형 AI 인터페이스입니다.
AI 에이전트를 활용하면 CX를 새로운 수준으로 끌어올릴 수 있습니다. 다음 모범 사례는 시작하는 데 도움이 될 수 있습니다.
1. 새로운 직원처럼 AI를 탑승시키세요
예측 가능하고 정적인 응답을 제공하는 이전 세대의 스크립트 챗봇과 달리 AI 에이전트는 복잡한 정보에 대한 학습, 의사 결정 및 적응이 가능한 정교하고 자율적인 시스템으로, 인간 대화를 반영하는 맥락과 해석에 따라 고유한 응답을 이끌어냅니다. 그렇기 때문에 AI 에이전트를 신입 직원처럼 대하는 것이 중요하며, AI 관리자가 인간과 유사하게 AI 에이전트를 온보딩, 안내 및 관리합니다. 브랜드 정체성, 조직적 가치 및 고객 서비스 관행에 대한 자세한 이해를 AI 시스템에 제공하는 엄격한 온보딩부터 시작해야 합니다. 다른 온보딩 프로세스와 마찬가지로 조직적 지식 기반이 최신 상태이고 체계적이며 액세스 가능한지 확인하고, AI 도구가 시스템에 원활하게 통합되도록 준비된 문서와 API를 배치합니다.
마찬가지로, AI 관리자는 AI 기능이 여러 질의를 동시에 처리하고, 고객에게 개인화된 추천을 제공하고, 일관되고 상황에 맞는 적절한 응답을 제공하는 등 복잡한 작업을 관리할 수 있는지 여부를 판단하기 위해 AI 기능에 대한 명확한 이해를 개발해야 합니다.
2. 한 채널에 집중한 다음 홍보하세요.
이상적인 CX는 메시징, 음성, 이메일 및 기타 고객 접점에서 고객과 브랜드 간의 지속적인 대화를 지원합니다. 이것이 최종 목표여야 하지만 시작점이 될 필요는 없습니다.
대신, 단일 채널에 집중하고 AI 에이전트를 다른 채널로 홍보하기 전에 AI 역량을 개선하는 것으로 시작하세요. 이 접근 방식을 통해 AI 에이전트는 다양한 시나리오, 커뮤니케이션 스타일 및 고객 선호도에 적응할 수 있어 채널 전반에 걸쳐 보다 응집력 있는 고객 서비스 경험을 위한 길을 열 수 있습니다.
3. 시스템을 지속적으로 훈련하고 테스트합니다.
AI 시스템은 이를 구동하는 데이터만큼만 좋습니다. 그렇기 때문에 AI 에이전트는 업계별 고객 서비스 요구 사항을 계속 충족할 수 있도록 최신 데이터, 고객 피드백 및 진화하는 시장 동향에 기반한 지속적인 코칭이 필요합니다. 그렇게 하려면 브랜드 정체성, 고객 기반 및 AI가 작동할 다양한 시나리오에 따라 자체 데이터와 지표를 사용하여 AI 에이전트를 개선하는 것이 가장 효과적입니다.
마찬가지로, 시스템을 엄격하게 테스트하고 모니터링하여 시스템의 성능을 평가하고 사전 정의된 성능 안전 표준과 브랜드 가치와의 일치를 충족하는지 확인하는 것이 중요합니다. 기업은 전통적으로 억제 측정(인간 담당자와의 직접 고객 서비스 상호 작용 감소로 이어지는 AI 상호 작용 수)에 집중해 왔지만, 대신 AI 에이전트가 고객을 돕고 문의 사항을 해결하고 있는지 측정하기 위해 지표를 타겟팅해야 합니다.
지속적인 코칭과 강력한 성능 테스트를 구현함으로써 브랜드는 AI 도구가 정책과 관행을 준수하는 동시에 효과적인 서비스 솔루션을 제공하는 고품질 상호작용을 제공할 수 있도록 보장할 수 있습니다.
고객 중심의 경험에 대한 헌신
소매업과 기타 분야에서 고객의 요구와 기대가 이제 대화의 흐름과 의사소통 형태를 결정합니다. 10명 중 7명의 고객은 기업에서 개인화된 상호작용을 기대하고, 4분의 3 이상은 그렇지 않을 때 화를 냅니다.
고객이 기대하는 수준의 유연성, 개인화, 확장성을 제공하는 AI 도구와 관행을 보장하는 것은 브랜드의 몫입니다.
고객 중심의 사고방식을 고수함으로써 브랜드는 고객 서비스를 보다 적응적이고, 반응성 있고, 개인화된 기능으로 혁신할 수 있으며, 미래에 고객이 어디로 향하든 고객의 리드를 따를 수 있습니다.
