고객의 소리 분석을 수행하는 방법: 단계별 가이드

고객의 소리 분석을 수행하는 방법: 단계별 가이드

2021년 6월 18일

고객 경험

으로 Medallia

고객 서비스, 디지털, 마케팅, 영업 또는 고객 경험 CX) 분야에 종사하든 간에, 포괄적인고객의 목소리(VoC) 프로그램의 일환으로 고객 피드백을 수집하는 것은 경험을 최적화하고 성과를 측정하는 데 있어 필수적입니다. 하지만 모든 피드백 프로그램이 똑같은 것은 아닙니다. 효과적인 피드백 프로그램을 운영하려면 고객의 목소리에 귀를 기울이고, 데이터를 분석하며, 결과를 보고하고, 무엇보다도 실행에 옮겨야 합니다. 이 가이드에서는 성공적인 VoC 프로그램을 구축하고 그 결과를 최대한 활용하는 방법을 단계별로 안내해 드리겠습니다.

고객의 소리 분석이란 무엇인가요?

VoC는 말 그대로, 기업이고객의 요구, 선호도 및 인식을 정량화하기 위해 데이터를 수집할 수 있는 다양한 방법을 의미합니다. 연구 방법론으로서 VoC는 고객 여정 전체를 통합적으로 바라봄으로써 고객이 어떻게, 그리고 왜 결정을 내리는지 이해합니다. VoC 인사이트 다음과 같은 다양한 방법을 통해 도출될 인사이트 :

  • 시장 조사
  • 구매 전 및 구매 후 설문조사
  • 고객 리뷰
  • 고객 서비스 지원 및 피드백 티켓
  • 인터뷰 및 포커스 그룹
  • 소셜 미디어 감정 분석
  • 민족지학 연구
  • 인앱 피드백
  • ... 그리고 훨씬 더

VoC 데이터 분석은 위에서 언급한 것과 같이 요청하거나 요청하지 않은 출처에서 데이터를 가져와 결론을 해석함으로써 특정 제품이나 기능 또는 업계 전체에 대한 고객의 감정을 포함하여 비즈니스에 대한 구체적인 질문에 답할 수 있습니다. 옴니채널 고객 피드백을 활용하면 마케팅 및 영업 활동을 최적화하고 효과가 있는 부분과 그렇지 않은 부분을 파악할 수 있습니다.

VoC 분석을 통해 비즈니스에 어떤 결과를 가져올 수 있을까요?

VoC 분석은 고객의 심리를 파악할 수 있는 가장 좋은 방법입니다. 고객의 감정과 의사 결정 과정을 이해하면 고객 여정을 개선하고 운영 효율성을 높이며 낭비를 없애고 고객 만족도, 충성도, 유지율 및 수익을 개선하는 데 도움이 될 수 있습니다.

고객의 소리 데이터 분석

전략 개발, 데이터 수집, 데이터 분석 및 실행 계획을 중심으로 VoC 분석을 수행하는 데는 몇 가지 단계가 있습니다.

1단계: 목표 설정

성공적인 고객 피드백 프로그램을 만들기 위한 첫 번째 단계는 목표의 윤곽을 잡는 것입니다. 당연해 보일 수도 있지만, 어떤 질문에 답하고자 하는지 이해하는 것은 어떤 종류의 데이터를 수집해야 하는지, 어디서 수집해야 하는지 이해하는 데 필수적입니다. 여기서 핵심은 정확성입니다: 큰 질문을 하는 것이 잘못된 것은 아니지만, 큰 답변을 요구하는 경우가 많으며 이러한 질문이 항상 도움이 되는 것은 아닙니다. 질문할 수 있는 몇 가지 예는 다음과 같습니다:

  • 고객들은 이 제품에 대해 어떻게 생각하나요?
  • 이 가격을 인상하면 고객 반응은 어떨까요?
  • 고객들은 우리 브랜드에 대해 어떻게 평가하나요?

연령, 지역, 인종, 민족, 성별 등 다양한 인구 통계별로 질문을 더 자세히 드릴다운하고 세분화할 수 있습니다. 목표 설정에서 가장 중요한 부분은 수집하려는 데이터로 무엇을 하려는 것인지 이해하는 것입니다. 이러한 맥락에서 결과를 통해 혜택을 받거나 조치를 취할 수 있는 주요 이해관계자를 파악하는 것은 VoC 데이터를 운영하는 데 큰 도움이 될 것입니다. 특정 제품이나 서비스의 매출 증대, 브랜드 인지도 향상, 영업 주기 단축 등 적절한 비즈니스 목표에 맞게 질문을 조정하세요.

2단계: 데이터 수집

목표를 설정했다면 이제 데이터를 수집할 차례입니다. 데이터 수집은 다양한 채널과 미디어에 걸쳐 이루어질 수 있으며, 직간접적인 출처를 통해 이루어질 수 있습니다. 데이터 신호는 다음과 같은 다양한 곳에서 나올 수 있습니다:

  • 설문 조사
  • 음성 대화
  • Video 피드백
  • SMS/채팅/메시징
  • 기업의 앱 또는 웹사이트에서 관찰되는 디지털 행동
  • 벤치마크
  • POS 시스템
  • 소셜 미디어 및 온라인 리뷰
  • 사물 인터넷 장치
  • 운영 데이터
  • 직원 피드백
  • NPS® 점수
  • ... 그리고 더

이러한 소스에서 직접 또는 Medallia 와 같은 엔터프라이즈 고객 경험 플랫폼을 통해 이 데이터를 수집할 수 있습니다.

직접적인 고객 피드백

직접적인 고객 피드백은 고객에게 구체적으로 요청하는 피드백입니다. 이메일, 문자, 전화, 소셜, 인앱 메시징, 푸시 알림 등 다양한 채널을 통해 수집할 수 있습니다. 설문조사를 실시할 계획이라면 원하는 답변을 얻으려면 설문조사에 적합한 질문을 선택하는 것이 중요합니다.

간접적인 고객 피드백

간접적인 고객 피드백은 다른 곳에서 브랜드에 대한 대화를 통해 얻을 수 있습니다. 소셜 미디어 피드, 리뷰 플랫폼, 심지어 Reddit이나 기타 틈새 사이트와 같은 온라인 커뮤니티와 포럼 등 고객이 이미 시간을 보내는 '빌린' 공간에서 얻을 수 있습니다. 또한 상담원이나 챗봇과의 대화, 제품 리뷰, 소셜 미디어 댓글 등 브랜드와의 유기적인 상호 작용에서 비롯될 수도 있습니다.

3단계: 데이터 분석

이제 이 모든 정보를 체계적으로 정리할 때입니다. 어려워 보이나요? MedalliaAI 기반텍스트 분석음성 분석 기술을 통해 기업들은 다양한 출처의 고객 목소리(VoC)를 한데 모아 대규모로 즉시 분석함으로써, 즉각적인 실행 인사이트 정량적·정성적 인사이트 도출할 수 있습니다.

4단계: 결과 이해 및 조치 취하기

Medallia같은 첨단 고객 경험 조직 전반에서 데이터를 실질적으로 활용할 수 있도록 지원하며, 일선 직원부터 최고 경영진에 이르기까지 직책에 인사이트 구체적인 인사이트 제공합니다. 

예를 들어, "우리 앱의 새로운 기능에 대해 고객들은 어떻게 생각하는가?"를 파악하려는 경우를 생각해 보세요. 텍스트 및 음성 분석은 앱 기능에 대한 실시간 감정을 평가하고, 고객이 앱 기능과 관련하여 가장 많이 논의하는 주제를 감지하며, 해결해야 할 마찰 지점을 추출할 수 있습니다. 

VoC 분석 도구: 살펴봐야 할 주요 기능

다음은 팀의 성공을 위해 VoC 분석 솔루션에서 살펴봐야 할 몇 가지 주요 기능입니다.

1. 데이터 수집 및 시스템 통합

앞서 설명했듯이 VoC 데이터를 수집할 수 있는 채널과 장소는 매우 다양합니다. 소셜 미디어, 고객 설문조사, 고객 서비스 상호작용 등 다양한 입력에서 데이터를 수집하고 사용하기 쉽도록 단일 플랫폼에 통합할 수 있는 툴을 찾아야 합니다. 이를 위해 기술 스택과 통합할 수 있는 도구를 찾아야 여러 소스에서 데이터를 수집하고 전송하는 데 추가 시간을 들이지 않아도 됩니다.

2. 텍스트 분석, 음성 분석 및 감정 분석

VoC 분석은 비정형 데이터를 다루는 경우가 많으므로 비정형 텍스트 피드백 처리, 비정형 음성 대화(고객 서비스 전화 통화 또는 소셜 채널에 게시된 동영상 등)의 전사 및 분석, 실시간 감성 분석을 수행할 수 있는 도구를 찾아 팀의 수동 분석에 대한 부담을 덜어줘야 합니다. 텍스트 및 감성 분석에 대해 알아야 할 것이 많으므로 전략적 파트너 역할을 할 수 있는 툴을 사용하면 VoC 프로그램에서 큰 도움이 될 것입니다.

3. 데이터 시각화

마지막으로, 다양한 이해관계자에게 VoC 데이터를 제시해야 하므로 솔루션은 VoC 결과를 명확하고 간결하게 시각화할 수 있어야 프레젠테이션 중 질문을 받는 데 집중하지 않고 비즈니스에 필요한 조치를 취하는 데 더 집중할 수 있습니다. 

다음을 사용하여 VoC 데이터에 대한 조치를 취하세요. Medallia

Medallia기업용고객 목소리(VoC) 플랫폼은가장 중요한 출처에서 필요한 피드백을 파악하고 분석하여, 인사이트 도출하고 데이터 기반의 더 나은 의사결정을 내릴 수 있도록 지원합니다. 당사의 플랫폼은 모든 업종, 채널 및 고객 세그먼트에 걸쳐 VoC를 실시간으로 추적할 수 있도록 지원하므로, 고객의 감정을 정확히 파악하고 필요한 경우 즉시 조치를 취할 수 있습니다. Medallia 귀사의 비즈니스에 어떤 도움을 Medallia 있는지 자세히 알아보시려면,지금 바로 Medallia 문의하십시오.


작성자

관련 게시물