AI는 인간의 경험과 지식을 필요로 하는 거의 모든 영역에 파고 들고 있다. Customer Success팀도 예외는 아니다. AI를 활용해 CS 효율을 극대화하고, 고객에게 양질의 맞춤형 서비스를 제공하는 것을 고민해야 할 시점이다. CS 리더는 AI가 CS 에 어떤 의미와 가치를 갖는지 이해하고, AI를 통해 고객 관리와 신뢰 관계 강화라는 목표를 달성할 수 있는 방법을 고려해야 한다. 

혹시 “AI가 도입되면, 나는 무엇을 해야지?"라는 걱정을 하는 이들이 있다면, 크게 걱정하지 말라고 이야기해주고 싶다. AI는 CS 인력의 자리를 대체하기 경쟁자가 아닌, 아주 성실하고 똑똑한 도우미가 될 가능성이 휠씬 크다.

AI를 활용하기에 적합한 영역은 현실적으로 CS팀의 많은 노동력과 시간을 빼앗는 단순 반복적 업무, 데이터 분석을 토대로 한 선제적 고객 지원 등을 들 수 있다.

1) 단순 반복적 CS 업무의 자동화

단순, 반복적 CS 업무들의 자동화가 AI 가 우선적으로 활용될 수 있는 영역이다. AI 챗봇으로 온보딩 단계 고객들의 문의가 많은 제품 셋업, 설정 방법 및 결제 오류 처리 등을 자동화하는 것이 대표적이다. 마케팅 자동화 SW를 이용해 단계별로 온보딩 가이드를 보내고, 고객의 셀프 작업을 유도하는 것도 다수의 중소 규모 고객을 지원하는 아주 좋은 방법이다. 

자동화는 CS팀이 많은 고객에게 동일한 수준의 자원과 노력을 투입해야 하는 자원 할당 문제를 해결하는 해결 방법이다. 자동화로 확보된 여유 자원은 고부가가치 고객 및 전략적 활동(QBR, 컨설팅 등)에 활용할 수 있다.

2) 선제적 고객 지원

네트워크 기업인 시스코는 고객이 도입한 네트워크 장비에서 보내오는 텔레메트리 데이터를 실시간 수집, 분석하는 시스템을 운영한다. AI가 수집된 데이터 패턴을 학습하고, 이를 통해 장비 온도 상승 및 데이터 전송 속도 저하 같은 장애 발생 전 나타나는 징후를 찾아낸다. 구매한 SW 를 활성화하지 않거나, 사용량이 줄어드는 패턴을 파악해 ‘이탈 위험 그룹’으로 자동 분류하는 것도 AI가 맡고 있다. 

이와 같이 AI는 빅데이터(사용 패턴, 지원 티켓, 행동 흐름 등)를 분석하고, CS 인력들이 파악하기 어려운 이탈 징후나 추가 판매(크로스셀 & 업셀) 기회를 찾아내는데 큰 몫을 한다. CS팀은 데이터 분석을 통해 고객의 문제를 사전에 인지하고 대응할 수 있다. 경험해 본 사람들은 잘 안다. 수작업으로 데이터를 수집하고, 분석하는 일이 얼마나 고되고, 손이 많이 가는지!

3) 맞춤형 고객 경험 제공

AI는 개별 고객의 사용 단계와 수준에 맞춘 맞춤형 콘텐츠, 교육 자료와 활용법 안내에 이용될 수 있다. 포토샵으로 유명한 Adobe는 AI가 사용자의 ‘현재 행동’과 ‘숙련도’를 분석하여, 그 시점에 필요한 콘텐츠를 인-앱(In-App)에서 제공하는 방법을 쓰고 있다. 예를 들어, 사용자가 펜 메뉴를 선택해 작업을 하다가 실행 취소(Undo)를 반복하면, AI가 사용자 화면에 30초짜리 펜 기능 사용법 영상을 보여주는 식이다. 이 기능 도입 후 고객의 제품 활성화 비율이 크게 증가한 것으로 나타났다. 

고객 맞춤형 경험 제공은 일반적인 캠페인으로는 지원하기 어려운 수준의 사용자 경험을 제공한다. 만족스러운 사용자 경험은 제품 활성화 그리고 사용률 증가로 연결된다.

지금 당장 CS업무에 AI를 도입할 계획은 없더라도 한 번 살펴보세요, 다양한 가능성이 보일 겁니다!