많은 기업들은 일반고객을 충성고객으로, 충성고객은 평생고객으로 만들고자 노력한다. 지속적으로 재구매를 창출시키기 위해서는 기존 고객들에 대한 CS (Customer Service) 과정에서 발생하는 VOC (Voice of Customer) 관리가 중요하다.
내부 콜센터, 웹사이트, 온라인 프로모터 Live Chat, 이메일 등 구매 후(Post-purchase) 주요 CS 접점을 통해 끊임없이 생성되는 VOC 데이터는 매우 방대하다. 단순 제품 문의부터 기술지원, 수리 요청 및 불만 표출에 이르기까지 제품과 서비스 전반에 대한 고객의 다양한 의견이 담겨 있다.
하지만 이들 VOC 데이터를 체계화 하고 분석하여 마케팅에 활용하는 기업은 많지 않다. 특히 VOC로부터 도출할 수 있는 개선 요소를 CS 부서와 타 부서(상품 기획, 영업, 마케팅, 서비스) 간에 상호 공유하려는 노력은 아직 미진한 편이다.
CS 과정에서 발생하는 VOC 데이터는 상담 제품군, 상담 날짜, 상담 유형 등으로 구성되는 정형 데이터뿐 아니라, 고객 상담 내용 등 음성과 텍스트로 이루어진 비정형 데이터도 포함되어 있다.
비정형 데이터는 정형 데이터와 달리 사전 데이터 전처리(불필요 패턴 및 단어 제거 등) 및 정형화 변환 프로세스를 거쳐야만 데이터 분석에 활용할 수 있다.
이를 전문적으로 처리하고 분석하기 위해 ▲’체계화된 다국어 자연어 처리 기술’을 바탕으로 텍스트 데이터를 정형화하고 활용 요소별 특징을 추출하기 위한 기법과 ▲추출된 특징으로부터 의미 있는 정보를 발견할 수 있도록 하는 텍스트 마이닝(Text Mining) 기법을 활용하는 것이 중요하다.
텍스트 마이닝의 주요 기술인 자연어 처리(파싱, 형태소 분석, 품사 태깅, 불용어 제거 등)를 통해 데이터를 정제하고, 다각도로 분석할 수 있는 유의미한 형태로 변환할 수 있다.
또한 AI 기반의 머신러닝(Machine Learning)을 적용한 정교화된 데이터 전처리를 통해 최종 정제된 데이터의 분석 정확도를 높일 수 있다.
특히, 정량적 분석(키워드 분석, 감성분석, 네트워크 분석 등)뿐 아니라, 정량적으로 유의미한 데이터에 대한 깊이 있는 정성 분석을 통해 고객의 Pain Point (불평/불만의 주요 요소) 및 Unmet Needs (제품/서비스에 충족되지 않은 니즈)를 도출하여 실제 상품기획/영업/마케팅/서비스 등 다양한 부서에서 직접 활용할 수 있는 방안을 수립할 수 있다.
VOC 데이터를 분석, 활용함으로써 기업이 얻을 수 있는 효과는 ▲불만 유형 세분화를 통한 서비스 상품 가입 및 활용 대응 프로세스 고도화 ▲제품 실사용 기능 관련 불편 사항 및 고객 잠재 니즈의 차기 제품/모델 기획시 적용 ▲ 영업/마케팅 관점의 고객 니즈 및 VOC 분석을 기반으로 개인화 타겟 메시지를 발굴하여 커뮤니케이션 도구로서 판매 기회 창출 등 세 가지로 볼 수 있다.
이와 같이 기업 내 VOC 데이터는 고객 만족도 및 충성도 향상을 위한 도구로 작용할 뿐만 아니라, 상품 기획부터 마케팅/영업에 이르기까지 기업 내 다양한 분야에서 활용도가 매우 높다. 하지만, 대부분의 기업들은 여전히 고객들의 제품/서비스에 대한 주관적인 의견을 주로 소비자 조사 등 외부 데이터로 활용하려고만 할 뿐, 정작 가장 유의미하면서도 활용가치가 높은 내부 VOC 데이터를 간과하고 있다.
기업 내부의 화수분 같은 VOC 데이터를 지속적으로 모니터링 하고, 다각적으로 분석하여, 효율적으로 활용함으로써 마케팅 커뮤니케이션 효과를 극대화할 수 있을 것이다.