고객 경험(CX)에서의 AI

고객이 계속해서 비즈니스에 더 많은 것을 기대함에 따라 고객 경험은 AI 기반 기술의 가치 있는 사용 사례로 자리 잡았습니다. 이 접근 방식으로 배포되는 AI 기술에는 머신 러닝, 자연어 처리(NLP), Robotic Process Automation(RPA), 예측 분석 등이 포함될 수 있습니다. AI 통합은 오늘날의 모든 디지털 혁신 여정을 이루는 주요 구성 요소입니다.

AI는 방대한 양의 고객 데이터를 분석하고 분류하여 고객 상호작용을 향상합니다. 데이터 분석을 통해 모든 접점에서 고객 요구 사항을 충족하는 고도로 개인화된 고객 경험이 제공되고 운영 효율성이 향상됩니다.

데이터 및 심층 분석을 위한 역량은 AI 고객 경험을 다른 접근 방식과 차별화하는 요소입니다. 패턴 감지, 구매 내역 검토, 소셜 미디어 행동 모니터링 기능을 통해 기업은 고객 선호도와 상호 작용을 맞춤화하여 고객 만족도를 높일 수 있습니다.

오늘날 고객은 기업이 엔드투엔드 경험을 제공하기를 기대합니다. 기업은 이러한 고객의 요구를 충족하는 방법을 찾아야 합니다. 비즈니스 리더는 새로운 기술을 구현하고 소비자 만족도를 유지하는 데 있어 앞서 나갈 수 있는 전략을 고려해야 합니다.

AI 툴을 통해 기업은 많은 양의 데이터를 수집하고 고객 행동과 고객 참여를 분석할 수 있습니다. 이와 별도로 AI 솔루션과 생성형 AI 툴은 AI 기반 챗봇을 구축하여 고객 지원을 관리하고 고객에게 가상 비서를 제공할 수 있습니다.

AI 기술 배포는 위험할 수 있지만 제대로 구현되면 높은 보상을 받을 수 있습니다. 여기에는 경청하고, 테스트하고, 그런 다음 혁신을 활용하는 것이 포함됩니다. AI를 구현함으로써 기업은 고객 피드백과 사용자 경험을 활용하여 고객과의 상호 작용을 개인화하고 신뢰와 안정성을 확보할 수 있습니다.

AI 기반 고객 경험 시스템에는 몇 가지 주요 이점이 있습니다.

AI를 비즈니스의 고객 경험 영역에 구현하는 것은 흥미로운 일이지만 몇 가지 과제도 있습니다.

인간 상호 작용 감소: AI는 효율적이고 혁신적인 기술이지만 고객이 원할 수 있는 인간적인 손길이 부족할 수 있습니다. 고객은 여전히 어느 정도의 인간적인 참여와 공감을 기대할 가능성이 높습니다. AI를 과도하게 사용하면 고객이 단절된 느낌을 받을 수 있습니다.

더 복잡한 시스템 통합: AI 기반 시스템을 기존 고객 서비스 시스템에 도입하는 것은 까다롭고 복잡할 수 있습니다. 고객 경험에 부정적인 영향을 미치지 않도록 통합을 완벽하게 조정해야 합니다.

고객 신뢰 부족: AI 시스템은 흥미롭지만 고객 신뢰를 구축하는 것은 여전히 어려운 과제입니다. 일부 고객은 AI 기반 상호 작용과 솔루션의 정확성에 대해 회의적입니다.

주요 기업들은 고객 경험에서 AI의 힘을 활용하기 시작했으며 그 ROI를 보기 시작했습니다. 다음은 고객 경험에서 AI가 어떻게 기업이 고객과 소통하는 방식을 바꾸고 비즈니스 모델을 소비자 요구에 더 부합하도록 변화시키는지 보여주는 몇 가지 예입니다. 

• Wimbledon의 AI 기반 솔루션
  
• 스타벅스의 예측 분석
  
• Boots UK의 디지털 혁신
  
• Amazon의 추천 시스템

세계에서 가장 잘 알려진 테니스 토너먼트 중 하나인 윔블던은 IBM Consulting과 파트너십을 맺고 AI가 생성한 인사이트와 세계적 수준의 디지털 경험을 제공했습니다.

엔터프라이즈급 생성형 AI 솔루션은 경기 전 요약과 경기 후 분석을 제공합니다. 별도로, IBM watsonx.ai에서 훈련되고 조정된 모델을 사용하여 생성형 AI 애플리케이션은 관련 데이터를 추출하고 요약하며 자연어로 스토리를 생성합니다.

스타벅스는 AI를 사용하여 '인간 관계를 확대'합니다.¹ 스타벅스는 Deep Brew 이니셔티브를 통해 커피 비즈니스와 매장 내 고객 경험을 향상하기 위한 일련의 AI 툴을 구축했습니다.

이 툴은 머신 러닝과 예측 분석을 사용하여 마케팅 메시지를 개인화함으로써 고객 유지율을 높이고 워크플로우를 개선합니다. 이 툴은 모바일 앱에서 고객의 주문 내역과 위치 등을 기반으로 메뉴 항목을 제안하는 데 사용됩니다.

건강 및 미용 소매업체와 약국 체인은 전자 상거래 세계의 진화하는 요구 사항을 충족하기 위해 인프라 업그레이드가 필요했습니다. Boots는 IBM과 협력하여 레거시 프로그램을 IBM Cloud로 이전했으며, IBM Cloud 컨테이너 플랫폼에서 Red Hat OpenShift를 사용하여 디지털 환경을 구축, 복제 및 테스트하는 방식으로 협력했습니다.

현대화된 인프라를 통해 Boots는 블랙 프라이데이와 같은 대규모 판매 이벤트와 주요 제품 출시를 쉽게 처리할 수 있었습니다. 또한 이러한 혁신을 통해 사이트의 검색 기능과 개인화된 기능을 개선하여 제품을 선보일 수 있었습니다.

Amazon의 AI 시스템은 고객에게 개인화된 제품 추천을 제공하여 전자 상거래 쇼핑에 혁명을 일으켰습니다. 데이터 기반 시스템은 고객 행동, 구매 내역, 장바구니 내역 등을 분석하여 고객 인구 통계를 이해하고 다른 고객이 무엇을 구매할 수 있는지 이해합니다.

Amazon은 NLP를 사용하여 고객 리뷰와 제품 설명에 대한 정보를 추출합니다.² 이와 별도로 이 회사는 머신 러닝 및 딥 러닝 알고리즘을 사용하여 추천 시스템을 관리합니다. 과거 데이터에 대해 모델을 교육하고 옴니채널 접근 방식을 통해 소비자에게 정확한 제품 예측을 제공합니다.

AI가 더욱 발전함에 따라 고객 경험에서 더 큰 역할을 할 가능성이 높습니다. 다음은 올해 남은 기간과 그 이후에 관한 몇 가지 예측입니다.