2017.11.09

US 뱅크 수석 애널리스트가 전하는 'AI 성공법'

Nadia Cameron | CMO
비즈니스 성과를 높이기 위해 인공지능을 활용하려는 조직이 끊임 없이 노력해야 할 분야가 있다. 테스트와 학습, 데이터 품질 강화, 직원 역량 강화가 그것이다.

US 뱅크의 수석 애널리스트이자 CRM 책임자 빌 호프만이 강조하는 바다. 미국에서 5번째로 큰 은행에 애널리틱스 조직을 이끌고 있는 그는 올해 드림포스 행사에서 세일즈포스의 아인슈타인 AI 플랫폼을 활용해 영업 프로세스를 개선하고 고객 참여도를 높이는 방법에 대해 제시했다.

그가 전한 US 뱅크의 비전은 고객에 대해 단일한 시야를 확보해 고객 중심적 기업이 되는 것이다. 즉 특정 제품이나 채널, 직원과의 관계에 구애받지 않고자 한다. 이러한 목표를 달성하는 초석은 고객에 대한 통찰을 선제적이고 지능적으로 활용하는 것이다. 호프만은 은행 임원 뿐 아니라 모든 임직원에게 고객에 대한 통찰을 제공하는 것이 핵심적이라고 강조했다.

그는 "우리가 하는 모든 작업의 중심에 고객을 두고자 한다. 이를 확실히 하고 싶다. 그들이 모기지 고객, 또는 SMB가 아닌 US 뱅크의 고객으로 비춰져야 한다. 이를 위해 우리는 통합 고객 경험을 생성할 수 있는 통합 시야를 확보해야 한다. 이는 직원의 역량을 높임으로써 달성할 수 있다. 이를 위해 우리는 일선 직원을 위한 AI 및 자연어 기술을 고도화하고 있다"라고 말했다.

US 뱅크를 세일즈포스 클라우드를 배치하고 아인슈타인 AI의 여러 기능을 활용해 자산 관리 및 고객 판매 팀의 참여를 향상시키고 있다. 또 세일즈포스의 마케팅 앤 서비스 클라우드를 구동하고 있다.

호프만은 드림포스 참석자들에게 "데이터의 관리 업무의 복잡성이 엄청나게 증가했다"라며, "아인슈타인의 통찰력을 더 잘 이용할 수 있다면 고객의 결정을 더 잘 도울 수 있게 된다. 중소기업이 직원을 어디에 배치해야 하는지, 자녀를 대학에 입학시킬지 등에 대한 결정이다"라고 말했다.

그는 AI의 'A'가 인공(artificial)이 아닌 증강(augmented)을 의미하는 글자여야 한다고 강조했다. 그에 따르면 고객과의 고품질 맞춤 관계를 구축하는데 잇어 인공적인 것은 없다. 인간만이 잘 하는 업무를 더 잘할 수 있게 하는 것이다.

US 뱅크가 AI를 활용하는 방법
US 뱅크는 아인슈타인을 사용해 세이트 세트 사이의 추가 관계를 발굴함으로써 450만 건의 리드에 대한 스코어링(scoring)을 개시했다. 각각에는 세일즈 기회로 전환할 수 있는 경향과 데이터가 담겨 있다.

아인슈타인은 또 모기지 등 리드가 도출된 요소와 같은 예측 요인을 활용해 점수의 배경을 제시한다. 일선 직원들은 대시 보드를 통해 어떤 화제를 이용할 수 있는 알 수 잇게 된다. 그 결과 US 뱅크의 전환율은 4.9%에서 15.2%까지 상승했다.

호프만은 또 아인슈타인을 이용한 결과 35~44세 사이의 모기지 고객이 신용 카드를 개설하면 관리 자산을 늘릴 수 있다는 사실을 발견했다고 전했다. 이러한 결과를 세일즈포스에 다시 포함시킴으로써 고객과의 관계를 개선시킬 수 있는 방법을 제시할 수 있었다는 설명이다.

그는 경험을 개인화하는 첫 단계가 고객을 인식하는 것이며 이후 고객을 알고 이해하며 예상하는 단계로 이어진다고 전했다. 그는 "아인슈타인을 사용해 고객이 다음에 필요로 할 요소를 미리 파악하고 권장 사항을 제시할 수 있게 됐다"라고 말했다.

한편 호프만은 인공지능 여정을 시작한 기업들이 참고할 만한 몇몇 조언을 제시했다. 첫 번째는 올바른 질문이 있는 확인하는 것이다.

그는 "질문이 잘못된 경우가 있다. 기술에 대한 질문이 아닌 변화 관리에 대한 질문인 경우가 많다. 아인슈타인을 사용하려면 현장의 인물들이 관건이다. 그들을 학습시켜야 한다"라고 말했다.

두 번째 조언은 애자일 접근 방법이다. 호프만은 "두려워하면 안 된다. 테스트하면서 배울 수 있다"라고 말했다.

데이터 품질 또한 중요하다는 설명이다. 호프만은 작고 빠른 데이터가 거추장스럽고 방대한 데이터보다 훨씬 낫다며 전체 애널리틱스 엔진이나 파라미터를 로드해야만 하는 것은 아니라고 강조했다. 그는 US 뱅크의 경우 40개의 데이터로 시작해 수백, 수천 개로 늘려갔다고 전했다.

호프만은 일선 사용자들의 참여에 중점을 두라고 거듭 강조했다. 그는 "그들의 필요와 피드백을 살펴봐야 한다. 여기에서부터 점차 배워나갈 수 있다"라고 말했다.

그가 마지막으로 전한 조언은 성공을 자축하라는 것이다. 그는 "어떤 종류의 성공이든, 어떤 교훈을 얻었든 이를 축하하라. 그러면 성공을 촉진할 수 있는 자원을 계속해서 얻을 수 있게 될 것이다"라고 말했다. ciokr@idg.co.kr 
2017.11.09

US 뱅크 수석 애널리스트가 전하는 'AI 성공법'

Nadia Cameron | CMO
비즈니스 성과를 높이기 위해 인공지능을 활용하려는 조직이 끊임 없이 노력해야 할 분야가 있다. 테스트와 학습, 데이터 품질 강화, 직원 역량 강화가 그것이다.

US 뱅크의 수석 애널리스트이자 CRM 책임자 빌 호프만이 강조하는 바다. 미국에서 5번째로 큰 은행에 애널리틱스 조직을 이끌고 있는 그는 올해 드림포스 행사에서 세일즈포스의 아인슈타인 AI 플랫폼을 활용해 영업 프로세스를 개선하고 고객 참여도를 높이는 방법에 대해 제시했다.

그가 전한 US 뱅크의 비전은 고객에 대해 단일한 시야를 확보해 고객 중심적 기업이 되는 것이다. 즉 특정 제품이나 채널, 직원과의 관계에 구애받지 않고자 한다. 이러한 목표를 달성하는 초석은 고객에 대한 통찰을 선제적이고 지능적으로 활용하는 것이다. 호프만은 은행 임원 뿐 아니라 모든 임직원에게 고객에 대한 통찰을 제공하는 것이 핵심적이라고 강조했다.

그는 "우리가 하는 모든 작업의 중심에 고객을 두고자 한다. 이를 확실히 하고 싶다. 그들이 모기지 고객, 또는 SMB가 아닌 US 뱅크의 고객으로 비춰져야 한다. 이를 위해 우리는 통합 고객 경험을 생성할 수 있는 통합 시야를 확보해야 한다. 이는 직원의 역량을 높임으로써 달성할 수 있다. 이를 위해 우리는 일선 직원을 위한 AI 및 자연어 기술을 고도화하고 있다"라고 말했다.

US 뱅크를 세일즈포스 클라우드를 배치하고 아인슈타인 AI의 여러 기능을 활용해 자산 관리 및 고객 판매 팀의 참여를 향상시키고 있다. 또 세일즈포스의 마케팅 앤 서비스 클라우드를 구동하고 있다.

호프만은 드림포스 참석자들에게 "데이터의 관리 업무의 복잡성이 엄청나게 증가했다"라며, "아인슈타인의 통찰력을 더 잘 이용할 수 있다면 고객의 결정을 더 잘 도울 수 있게 된다. 중소기업이 직원을 어디에 배치해야 하는지, 자녀를 대학에 입학시킬지 등에 대한 결정이다"라고 말했다.

그는 AI의 'A'가 인공(artificial)이 아닌 증강(augmented)을 의미하는 글자여야 한다고 강조했다. 그에 따르면 고객과의 고품질 맞춤 관계를 구축하는데 잇어 인공적인 것은 없다. 인간만이 잘 하는 업무를 더 잘할 수 있게 하는 것이다.

US 뱅크가 AI를 활용하는 방법
US 뱅크는 아인슈타인을 사용해 세이트 세트 사이의 추가 관계를 발굴함으로써 450만 건의 리드에 대한 스코어링(scoring)을 개시했다. 각각에는 세일즈 기회로 전환할 수 있는 경향과 데이터가 담겨 있다.

아인슈타인은 또 모기지 등 리드가 도출된 요소와 같은 예측 요인을 활용해 점수의 배경을 제시한다. 일선 직원들은 대시 보드를 통해 어떤 화제를 이용할 수 있는 알 수 잇게 된다. 그 결과 US 뱅크의 전환율은 4.9%에서 15.2%까지 상승했다.

호프만은 또 아인슈타인을 이용한 결과 35~44세 사이의 모기지 고객이 신용 카드를 개설하면 관리 자산을 늘릴 수 있다는 사실을 발견했다고 전했다. 이러한 결과를 세일즈포스에 다시 포함시킴으로써 고객과의 관계를 개선시킬 수 있는 방법을 제시할 수 있었다는 설명이다.

그는 경험을 개인화하는 첫 단계가 고객을 인식하는 것이며 이후 고객을 알고 이해하며 예상하는 단계로 이어진다고 전했다. 그는 "아인슈타인을 사용해 고객이 다음에 필요로 할 요소를 미리 파악하고 권장 사항을 제시할 수 있게 됐다"라고 말했다.

한편 호프만은 인공지능 여정을 시작한 기업들이 참고할 만한 몇몇 조언을 제시했다. 첫 번째는 올바른 질문이 있는 확인하는 것이다.

그는 "질문이 잘못된 경우가 있다. 기술에 대한 질문이 아닌 변화 관리에 대한 질문인 경우가 많다. 아인슈타인을 사용하려면 현장의 인물들이 관건이다. 그들을 학습시켜야 한다"라고 말했다.

두 번째 조언은 애자일 접근 방법이다. 호프만은 "두려워하면 안 된다. 테스트하면서 배울 수 있다"라고 말했다.

데이터 품질 또한 중요하다는 설명이다. 호프만은 작고 빠른 데이터가 거추장스럽고 방대한 데이터보다 훨씬 낫다며 전체 애널리틱스 엔진이나 파라미터를 로드해야만 하는 것은 아니라고 강조했다. 그는 US 뱅크의 경우 40개의 데이터로 시작해 수백, 수천 개로 늘려갔다고 전했다.

호프만은 일선 사용자들의 참여에 중점을 두라고 거듭 강조했다. 그는 "그들의 필요와 피드백을 살펴봐야 한다. 여기에서부터 점차 배워나갈 수 있다"라고 말했다.

그가 마지막으로 전한 조언은 성공을 자축하라는 것이다. 그는 "어떤 종류의 성공이든, 어떤 교훈을 얻었든 이를 축하하라. 그러면 성공을 촉진할 수 있는 자원을 계속해서 얻을 수 있게 될 것이다"라고 말했다. ciokr@idg.co.kr 
X