빅 데이터 애널리틱스, 콜센터에겐 '금광'

기업 콜센터 만큼 많은 데이터를 쏟아내는 부서도 드물다. 소싱 분석 기업인 HfS 리서치(HfS Research)의 토니 필리포네 연구 부문 수석 부사장에 따르면 콜센터에서는 "모든 고객과의 접촉을 세고, 경로를 파악하고, 측정을 해 점수를 매긴다. 또 에이전트의 실적을 측정"하는 업무가 이뤄진다.

컨택 센터(Contact Center)의 경우, 데이터 분석의 상당 부분을 정량화 처리하고 있다. 수신한 통화의 수, 평균 대기 시간, 통화 시간, 문제 해결 성공률 등이 그것이다.

아웃소싱 및 경영 컨설팅 회사인 JSG의 존 매그리오카 컨택 센터 담당 수석 컨설턴트는 "기업들은 컨택 센터의 통화 처리, 일정 관리, 실시간 일처리를 지원하기 위해 글로벌 일정 정보 시스템 같은 정교한 인력 관리 툴을 적극적으로 도입하고 있는 추세다. 그러나 대개 에이전트의 실적과 효율성이 관련된 데이터만 수집하고 있다"라고 지적했다.

하지만 변화는 이미 시작됐다.  기업 콜센터와 콜센터 공급업체들은 새로운 분석툴(analytic tools)을 도입해 콜센터에서 생성되는 빅 데이터를 더 깊이 분석하고 있다.  

필리포네는 이런 변화가 시작된 데는 여러 사업적 이유가 있다고 말했다. 그에 따르면 컨택 센터 담당 직원들은 다양한 문제들을 처리하도록 요구 받고 있는 실정이다. 게다가 소셜 미디어에서 온라인 포럼에 이르기까지 경로 또한 늘어나고 있는 추세다.

필리포네는 "이를 위해서는 역량을 발전시켜야 한다. 또 더 나은 트레이닝과 실시간 가이드를 제공해야 한다"고 지적했다. 동시에 해외 콜센터의 품질에 실망한 기업들이 새로운 엔드-투-엔드 CRM 툴 도입함으로써 운영 비용 절감에 나서고 있다.


비구조화 데이터 분석
현재 가장 관심을 끌고 있는 소프트웨어 중 일부는 비구조화 데이터인 음성 녹음 파일을 콘텐츠와 감성(Sentiment)으로 분석한다. 매그리오카는 "컨택 데이터를 처리해 고객의 현재 감성을 분석하고, 기타 정보를 분석해 고객 전략과 방향을 결정하려는 시도가 계속되고 있다. 그러나 아직까지는 탄탄한 시스템을 구축하지 못한 상태다. 정보 또한 유용하지 못하다"라고 설명했다. 이들 툴은 콜센터 담당자들이 심지어는 고객에게 인사말을 건네기 이전에 고객의 문제가 무엇인지 파악할 수 있도록 설계돼 있다.

IBM의 디페크 아드바니 예측 분석 부문 부사장은 "기업들은 비구조화 데이터를 텍스트 및 감성 분석을 통해 패턴과 트렌드를 찾으려 시도하고 있다"라고 설명했다. IBM은 텍스트 분석 및 지식 발굴(TAKMI)라는 툴을 개발해 콜센터 담당자의 기록을 분석하고, 고객의 문제를 파악하고, 트렌드와 패턴을 규정해, 조기 경보 기능을 제공하는데 활용하고 있다.

아드바니는 "많은 기업들이 이런 콜센터 데이터를 트랜젝션 데이터 웨어하우스(transactional data warehouse)와 통합하고 있다. 고객 이탈을 줄이고, 실 판매 데이터 활용을 높이기 위해서다"고 설명했다. 그는 또 "콜센터 로그 데이터는 고객이 무슨 문제로 전화를 걸었는지는 물론, 향후 제품 요건에 대한 소중한 정보를 제공한다"고 덧붙였다.

텔레테크(TeleTech), 텔레퍼포먼스(Teleperfomance), 이지스(Aegis) 등 기존 벤더는 물론 라이트나우(RightNow), 카나(Kana) 같은 클라우드 기반 공급업체에 이르기까지 대부분의 컨텍 센터 운영 업체들이 새로운 콜센터 애널리틱스 툴을 도입해 활용하고 있다. 실시간 데이터와 역사적 데이터를 통합해 매출 관련 통화를 분리하고, 담당 직원의 모범 실무를 파악하는 한편, 고객 불만의 근본원인을 예측하고, 고객의 잦은 서비스 요청으로 비용이 초래되는 원인을 분석하는 툴이다.

기계학습(Machine Learning) 또한 콜센터를 바꿀 수 있다. 콜센터에 전화를 걸어본 사람이라면 '음성 자동 응답(IVR: Interactive Voice Response)' 시스템 때문에 짜증이 난 경험이 있을 것이다. 필리포네는 "IVR이 불만이나 혼선을 초래하지 않고 자동으로 고객의 요청에 응대할 수 있다면 기업에게는 큰 득이 될 것이다. 언젠가는 IBM의 왓슨(Watson) 같은 수퍼컴퓨터 제품이 기존의 일차원적인 IVR을 대체하게 될 것"이라고 설명했다.

ISG의 매그리오카 또한 콜센터 직원들의 고객 요청 대응을 분석, 가장 큰 장애를 사전에 파악한 후, 효율성을 개선할 수 있는 훈련 모듈을 제시할 수 있는 e-학습(e-learning) 시스템을 계속 주목하고 있다고 전했다.

많은 투자가 필요한 고가 애플리케이션만 등장하고 있는 것이 아니다. 소셜 미디어 리스닝(Social Media Listening) 툴 같이 저렴한 애플리케이션도 있다. 이는 컨택 센터 매니저가 트위터의 단어와 문장을 검색해 잠재적인 고객 불만과 기타 보편적인 문제들을 파악할 수 있도록 해준다.

새 시스템과 프로세스 통합에 있어 변경 관리가 큰 문제가 될 수 있다. 이런 정교한 분석을 도입할 경우 기존의 일차적인 분석보다 당연히 더 많은 결과가 도출되어야 한다. 필리포네는 "컨택 센터는 이미 풍부한 데이터와 기본적인 분석 역량을 갖추고 있다. 따라서 새 솔루션은 이것보다는 훨씬 낫다는 점을 입증해 보여야 한다. 그렇지 않다면 첨단 분석 툴이 혼선만 초래하는 것으로 치부될 수 있기 때문이다"라고 지적했다.

기업들 또한 자신들이 창출한 정보를 효과적으로 활용할 방법을 파악해야 한다. 필리포네는 "분석을 통해 단순히 정보만 습득해서는 안 된다. 행동을 견인해야 한다. 문제를 기록하고, 감성 점수를 매기는 것만으로는 불충분하다. 새 솔루션은 담당 직원들의 행동 변화와 CRM 전략의 변화를 가져와야 한다"라고 지적했다.

투자에 따른 이익이 없다면, 새 시스템에 대한 투자는 '단명'하게 될 것이다. 고객 컨택 산업은 여전히 수익성에 초점을 맞추고 있다는 점을 감안하면 당연한 이야기다. 필리포네는 "바이어들은 이런 애널리틱스 툴을 통해 비용을 절감하거나 새 매출 기회를 창출할 수 있다고 확신을 갖기 원하고, 그렇게 해야 한다"고 강조했다. ciokr@idg.co.kr