2017년이 자동화의 해가 된 이유

'인간은 이제 많은 일상적 상호작용을 처리하기에 너무 느리고 너무 비쌉니다.'

네트워크 전반에서 수집되는 정보의 엄청난 양, NFV, SDN, 5G 기술이 작용함에 따라 네트워크 자체의 지속적인 진화와 결합되어, 급격히 증가된 자동화의 필요성을 창출했습니다.

인간은 이제 많은 일상적 상호작용을 처리하기에 너무 느리고 너무 비쌉니다. 밀레니얼 세대와 그 아래 세대는 어쨌든 콜센터 직원과 소통하는 것을 좋아하지 않습니다.

그러나 고객은 여전히 자신들이 서비스를 구매하는 회사로부터 보살핌을 받고 있다고 느끼길 원합니다. 2017년에 네 가지 트렌드가 결실을 맺고, 성공적이면서도 점점 더 자동화된 고객 상호작용으로 가는 길을 이끌 것입니다.

1. 머신러닝과 인공지능

수익성을 유지하면서 고객에게 풍부한 경험을 제공하려는 조직에게 자동화는 유일한 답입니다.

그러나 자동화 솔루션의 부정적으로 여겨지는 많은 비인간적 측면은 머신러닝과 인공지능의 효과적 활용으로 숨길 수 있습니다.

예를 들어, 머신러닝이 배포되면 시스템은 특정 행동 패턴이 다음에 무슨 일이 일어날지 암시함을 학습할 수 있습니다. 모바일 사업자의 경우, 임박한 사기나 고객 불만의 신호일 수 있습니다.

머신러닝은 상호작용이 다음 단계를 피하기 위해 필요함을 시스템이 이해하게 하고, 인공지능은 이전에 학습된 고객 선호도를 바탕으로 올바른 대응을 결정하는 데 적용될 수 있습니다.

이것은 2017년에 중요할 것입니다. 기업들이 이미 투자를 하고 있기 때문입니다. 분석 기업 ABI 리서치(ABI Research)는 모바일 사업자만 해도 현재부터 2021년까지 빅데이터와 머신러닝 분석에 500억 달러 이상을 지출할 것으로 예측했습니다. 가장 큰 성장은 예측 분석에서 올 것입니다.

이 기업은 머신러닝이 이상 징후 포착에 뛰어나다고 지적하며, 머신러닝 기반 예측 분석 시장이 거의 50% CAGR로 성장해 5년 내 120억 달러에 달할 것으로 예상했습니다.

2. 개인화

우리가 수만 명 또는 수백만 명의 고객 중 하나일 뿐임에도, 우리는 서비스 제공자가 우리를 개인으로 대해주길 기대하는 기대가 증가하고 있습니다.

동일 연령대나 지리적 위치의 모두를 한데 묶는 조잡한 인구통계학적 세분화로 처리되는 것은 더 이상 충분하지 않습니다.

기대하는 것은 이전 구매 활동, 특정 제안에 대한 예상 관심사, 고객이 선호하는 소통 방식, 매력적이라고 느끼는 채널을 고려한 제공자로부터의 초개인화된 상호작용입니다.

오늘날의 멀티채널 세계에서 조직의 과제는 고객 선호도에 따라 이 모든 채널에서 일관된 방식으로 소통하는 것입니다.

2017년에는 기업들이 과거 경험(모두 긍정적이진 않았음)과 신기술을 활용해 마케팅과 고객 커뮤니케이션을 1인 시장으로 세분화함에 따라 개인화 활동의 성숙도가 증가하는 것을 보게 될 것입니다.

개인화 게임은 진화했습니다. 고객은 더 이상 숫자가 되는 것을 받아들이지 않습니다. 그들은 자신이 선택한 방식으로 대우받고, 자신만의 매력적인 제안을 받기를 원합니다.

3. 디자인 주도 CX

고객 경험(CX)은 시스템과 프로세스에 의해 주도되고 통제되어 왔지만, 개인화 증가가 고객 선호가 되면서 고객 커뮤니케이션의 한계가 점점 더 부각되고 있습니다.

고객이 여전히 매력적이지 않은 형식의 커뮤니케이션으로 접근된다면, 인공지능, 옴니채널 일관성, 빅데이터 분석, 머신러닝에 투자하는 것은 역효과입니다.

디자인 주도 커뮤니케이션은 기업이 고객과 대화하게 해, 그들이 고객을 알고 돌보며 각 고객이 보고 싶어 하는 것을 이해한다는 인상을 줍니다.

디자인 주도 CX는 고객에게 매력적인 경험을 의미하며, 더 많은 선호도를 드러내도록 장려해 기존 관계에 깊이를 더할 수 있습니다.

그런 다음 그들에게 가장 관련성 높은 콘텐츠를 적절한 톤앤매너로, 그들이 신호한 감정에 기반해 전송함으로써 더해질 수 있습니다.

디자인 주도 CX는 디자인이 소홀히 다뤄진 고객 경험의 주요 영역이기 때문에 2017년에 주류가 될 것입니다. 좋은 디자인은 고객 경험에 많은 가치를 더하고 비즈니스 전반에 비교적 간단하게 롤아웃할 수 있습니다.

4. 챗봇과 자연어

이제 기업이 자연어 이해를 제공하고, 고객에게 제공하는 옴니채널 경험에 그것을 구축해야 할 필요가 있습니다.

자연어 이해는 사용자가 일상적인 언어로 질문하고 그들이 찾는 응답을 얻도록 합니다.

그러나 그것을 효과적으로 달성하기는 어렵습니다. 고객이 복잡한 서비스 제공자의 다중 제품, 다중 기기, 다중 오퍼링 카탈로그에서 무엇을 찾는지 이해할 수 있는 도메인 특화 알고리즘이 필요합니다.

우버 택시나 토핑 가득한 피자 주문처럼 단순한 상호작용을 위한 자연어 이해 알고리즘은, 고객이 적절한 가격에 필요한 적절한 데이터 양을 제공할 특정 서비스 플랜이 있는 새 모바일 기기를 원하는 경우와 상당히 다르게 보입니다.

2017년 동안 자연어 이해는 소비자 서비스에서 더 두드러진 역할을 할 것입니다. 스마트 TV와 스트리밍 서비스, IoT와 스마트 홈이 이 변화의 시작을 볼 것입니다.

첫 상업용 자연어 이해 기반 앱이 2016년에 시장에 등장하기 시작했습니다. 밀레니얼은 스마트폰 앱과 웹 앱으로 끌리고 전화 통화 상호작용을 피할 것입니다.

시리와 다른 개인 디지털 비서들은 계속 개선될 것이며, 다양한 산업이 고객의 자연어 요청을 이해하도록 더 압박할 것입니다.

서비스 제공업체가 공급업체에게 연락해 그들만의 도메인 특화 자연어 이해 알고리즘과 터치포인트를 개발하도록 돕거나, 그것을 더 잘할 수 있는 회사에 의해 상품화되는 위험을 감수할 때입니다.

출처: 브라이트빌(Brite:Bill) CEO 알란 콜먼(Alan Coleman)