챗봇이 비즈니스 인텔리전스, 분석 채택 및 성공률을 높이는 방법

챗봇은 조직이 비즈니스 인텔리전스와 데이터 분석을 개선할 수 있는 좋은 방법을 제공합니다.

한 유명 거리 소매업체의 수영복 판매원이 월요일 영업 및 운영 계획 회의에 참석하기 위해 출퇴근하고 있습니다. 그녀가 멈추기 직전, Slack은 그녀에게 Oxford Circus 브랜드 쇼룸이 여름 방학 직전인 7월에 가장 인기 있는 수영복 라인이 품절될 위험이 있다고 알립니다. 그녀는 회의에 앞서 예약 가능 여부를 확인하기 위해 긴급하게 인도네시아의 공급업체에 이메일을 보냅니다.

누가 판매자에게 Slack 메시지를 보냈습니까? '누구'가 아니라 '무엇'이었다. 그녀의 재고 경고는 챗봇에 의해 전달되었습니다. AI '에이전트'는 이제 판매 및 고객 서비스 측면을 자동화하는 방법으로 소비자 웹사이트에서 흔히 볼 수 있습니다. 챗봇은 이제 일상적인 비즈니스 사용자에게 중요한 '분석의 마지막 마일'을 더 빠르고 쉽고 가치 있게 만들기 위해 현대적인 작업 공간으로 이동하고 있습니다. 그들은 부분적으로 사람들의 데이터 유창성을 향상시켜 공유 언어를 사용하여 데이터에 대한 아이디어를 표현할 수 있도록 합니다. 데이터에 능통한 작업자는 원시 데이터를 해석하는 방법, 사용 가능한 데이터와 사용할 수 없는 데이터, 적절하게 사용하는 방법을 알고 있기 때문에 원시 데이터를 실행 가능한 정보로 전환할 수 있습니다.

'분석의 마지막 마일'이 중요한 이유는 무엇입니까? 이것은 비즈니스 사용자의 영역이며 일반적으로 채택이 떨어지는 곳입니다. 지난 10년 동안 비즈니스 인텔리전스(BI) 및 분석 소프트웨어의 데이터 시각화가 크게 개선되었음에도 불구하고 채택률은 여전히 ​​너무 낮습니다. Gartner의 마지막 설문 조사에 따르면 32%에 불과합니다. 기업이 데이터 기반 기업이 되는 데 진지하다면 눈으로 보는 것보다 훨씬 더 많은 것이 필요합니다. 비즈니스 사람들은 자신의 역할을 성공적으로 수행하기 위해 시기 적절하고 관련성 있고 실행 가능한 데이터 통찰력이 필요합니다. 챗봇은 이러한 모든 요점을 전달하는 데 도움이 됩니다. 방법은 다음과 같습니다.

1. 푸시 알림 및 검색

우리는 AI 기반 시스템이 데이터 세트의 변경 사항, 이상 및 이상치를 감지한 다음 챗봇을 사용하여 역할, 관심 및 선호도에 따라 관련 정보를 사용자에게 푸시할 수 있는 단계에 있습니다. 미래에는 변경된 데이터에 대한 정보를 푸시할 뿐만 아니라 해당 데이터에 대한 통찰력을 추가하여 더욱 정교해질 것입니다. 구형 시스템에서 사용자는 중요한 데이터 변경 사항에 대해 경고를 받으려면 IT에서 수동으로 규칙을 설정해야 합니다. 이것은 느리고 엄격한 과정일 뿐만 아니라 당신이 찾고 있는 것이 무엇인지 알아야 합니다. 사용자가 미리 예측할 수 없는 대부분의 데이터 시나리오는 제외됩니다.

2. 메시징 통합

매일 더 많은 작업자가 Slack 및 Microsoft Teams와 같은 메시징 플랫폼을 통해 연결됩니다. Spiceworks의 최근 연구에 따르면 기업의 21%가 Microsoft Teams를 사용하고 있고 기업의 15%가 Slack을 사용하고 있습니다. Slack의 IPO가 임박하면 기업에서 더 많이 채택될 것으로 예상할 수 있습니다.

이것이 왜 중요합니까? 첫 번째 예에서와 같이 분석 소프트웨어는 챗봇을 사용하여 메시징 플랫폼을 통해 데스크톱 및 모바일 장치에 데이터 정보를 전달할 수 있습니다. 당사의 영업 및 마케팅 담당자는 Slack 채널을 통해 Salesforce의 데이터 변경 사항에 대해 챗봇으로부터 알림을 받습니다. 오늘날 이러한 환경에서는 상대적으로 규모가 작은 분석가 사용자 커뮤니티보다 훨씬 더 많은 데이터 대화가 이루어지고 있습니다.

3. 대화 분석

여기에서 상황이 정말 흥미로워지기 시작합니다. 대화형 분석을 통해 사용자는 챗봇과 메시지 또는 음성으로 상호 작용합니다. 기본적으로 언제 어디서나 데이터와 대화할 수 있어야 합니다. 상품 기획자가 특정 수영복 라인의 재고가 부족한 이유에 대해 더 알고 싶어한다고 가정해 보겠습니다. 그녀는 챗봇에게 왜 그런 일이 일어나고 있으며 그 추세의 배후에 있는 동인이 무엇인지 물어볼 수 있습니다. 자연어를 사용하여 봇과 자유롭게 대화할 수 있는 이러한 기능은 실제로 직장에서 분석의 미래입니다.

챗봇은 이상적인 데이터 메신저를 만듭니다.

처음에는 챗봇이 보편적으로 인기를 끌지 못했다는 점을 먼저 인정하겠습니다. 예를 들어 Facebook은 커뮤니케이션 장애로 인해 상호 작용의 70%가 실패한 후 챗봇을 축소해야 했습니다. 일부 소비자는 웹사이트에 접속했을 때 영업용 챗봇이 팝업될 때 약간 소름이 돋습니다. 그러나 고객 지원 시나리오에서는 챗봇이 훨씬 더 대중화되고 있습니다. 누군가가 "내 라우터의 Wi-Fi 코드는 무엇입니까?"와 같은 질문에 간단하고 구체적인 대답이 필요한 경우 특히 그렇습니다.

마찬가지로 챗봇은 비즈니스 사용자의 데이터 활용 능력을 높이려는 조직의 데이터 정보를 위한 이상적인 메신저로 이상적입니다. 데이터 질문은 100% 결정적입니다. 정답은 단 하나입니다. 이는 챗봇이 인간의 언어 모호성과 완벽한 구문 수준을 가질 것으로 기대하지 않는다는 것을 의미하며, 이는 보다 개인적인 영업 대화에서 기대할 수 있습니다. 사람들이 기계와 대화하는 초기의 기이함을 극복하고 나면, 참을성 없는 데이터 전문가에 의해 판단되거나 서두르지 않는다는 것을 알고 안전하게 데이터 질문을 하는 것이 편안해지기 시작합니다.

마지막으로 챗봇은 메시징이 제2의 천성인 밀레니얼 세대에게 인기가 있습니다. 모바일 마케터인 3C Interactive의 조사에 따르면 밀레니얼 세대의 40%가 매일 봇과 상호 작용한다고 밝혔으며 이 수치는 계속해서 증가하는 추세입니다. 챗봇은 밀레니얼 세대가 검색 엔진과 함께 자라면서 기대할 수 있는 즉각적인 만족감을 제공합니다. 이는 곧 밀레니얼 세대가 전 세계 노동력에서 가장 큰 연령대가 될 것이기 때문에 더 많은 기업 IT 전략에 젊은 인재를 유치하고 유지하도록 설계된 기술을 찾는 것이 포함되기 때문에 중요합니다.

데이터 기반 조직이 되는 것을 진지하게 생각한다면 챗봇은 BI 및 분석을 개선할 수 있는 큰 잠재력을 제공합니다. 챗봇은 채택률을 높이는 데 도움이 될 뿐만 아니라 모든 직원이 데이터 활용 능력을 높이고 보다 현명한 비즈니스 결정을 내리는 데 도움이 될 수 있습니다.