How : Data Driven CX를 이루기 위해 무엇이 필요한가?
DDCX에는 비즈니스, 고객, 그리고 데이터라는 3가지 요소가 있습니다. 기업마다 서로 다른 비즈니스는 제외하고, 본 영상에서는 ‘고객’과 ‘데이터’를 중심으로 설명하고자 합니다.
DDCX의 문구에서 알 수 있듯이, 핵심은 ‘고객’과 ‘데이터’입니다. 이를 위해서 우선적으로 기업은 ①고객데이터모델링을 통해 고객데이터를 정립해야 합니다. 또한 이를 고객경험에 적용하기 위해 고객데이터를 관리하고 해석할 ②시스템과 ③거버넌스가 필요합니다.
- 고객데이터모델링
고객데이터모델링의 목적은 고객여정에서 발생할 수 있는 모든 데이터를 고객중심적으로 정의하는데 있습니다. 기존의 고객데이터는 고객접점채널, 그리고 업무시스템에서 서로 다른 정의 하에 산발적으로 흩어져 발생하였습니다. 그러므로 필요한 것은 고객데이터를 한 명의 고객이라 통합할 수 있는 '통합 기준'과 각 고객데이터에 대한 '개별적인 정의'입니다.
우선 흩어져 있는 데이터를 한 명의 고객으로 통합할 수 있는 기준인 통합고객ID체계가 필요합니다. 이는 한명의 고객이 어느 채널에 접근하여 어떠한 행동을 하더라도 그에 대한 데이터 주체를 동일한 고객으로 식별할 수 있는 체계입니다. 이에 대한 핵심은 주민등록번호와 같은 고유식별자입니다. 그러나 주민번호 유출 사고가 이어지면서 이제는 고유식별자 정보가 유입되지 않는 상황에 대비하여, 개인에 대한 의미가 최소화된 코드 번호와 같이 고객식별체계를 대체할 방안도 마련해야 합니다.
고객데이터 개별에 대한 정의는 '고객이 누구이고 그는 무엇을 하는가'라는 질문에서 시작합니다. '고객이 누구'에 대해서, 기업은 고객이 어떤 사람인지 알아야 하는데요. 이를 위해서 성별, 생년월일, 고객가치, 고객유형, 연락처, 선호성향 등 고객의 성향을 설명하는 속성 정보가 필요합니다. 주로 고객마스터 혹은 고객부가정보와 같이 고객의 특성을 설명하는 정보로 구성됩니다.
'그는 무엇을 하는가'는 고객이 기업과의 인터랙션을 통해 발생하는 모든 일에 관한 이력 데이터로 정의됩니다. 이를 위해선 고객이 상품을 구매 및 사용 - 재사용하는 것까지 고객여정으로 그려내고 단계별로 발생할 수 있는 모든 데이터를 정의하는 것이 필요합니다. 보험사의 사례를 들어보겠습니다. 보험사 고객여정은 유입(비보험서비스, 디지털 채널 유입) → 탐색/비교 → 구매(가입설계) → 사용(계약체결/유지/보상)의 단계로 이루어져 있습니다. 유입, 탐색/비교 단계에서는 잠재고객 상태이므로 고객 연락처 혹은 상담내용 수준의 데이터만 획득이 가능합니다. 그러나 구매단계에서는 가망고객, 사용단계에서는 계약고객으로 상태가 변경됨으로써 발생할 수 있는 정보 범위는 확대됩니다. 마지막 계약고객 상태에선 모든 채널에서 발생하는 접촉데이터 뿐만 아니라 계약데이터, 입출금 데이터, 상담데이터까지 모두 확보할 수 있습니다.
- 시스템
Data Driven CX를 뒷받침하는 시스템으론 앞서 언급한 '고객데이터플랫폼(CDP)'이 있습니다. 바로, 전사 고객데이터를 집계하여 조회 서비스 혹은 고객응대 서비스를 제공하는 시스템인데요. CDP는 기본적으로 3개 요소를 갖추고 있습니다. 가장 중요한 요소는 '고객데이터통합DB'입니다. 고객데이터통합DB에서는 각 시스템 운영DB로부터 고객과 연관된 데이터를 집계하여 앞서 정의한 고객데이터모델에 따라 식별합니다. 전사 업무에서 발생하는 고객데이터를 통합하여 고객단위의 프로필을 구성하고 그에 알맞는 분석정보까지 제공할 수 있는 기반을 제공합니다. 분석정보에는 고객의 퍼소나, 고객의 초미세 세그먼트, AI기반 고객가치스코어 등을 포함합니다.
나머지 2가지 요소는 고객데이터통합DB에 기반하여 활용관점에서 필요합니다. 하나는 고객 360View라 불리는 고객단위 프로필 조회 서비스입니다. 한 명의 고객단위에 대한 해상도 높은 프로필을 구성하여, 모든 고객접점 직원들이 고객에 대해 동일한 뷰를 가지고 고객을 응대할 수 있게 됩니다. DDCX 관점에서 본 서비스는 고객별 초미세 니즈를 파악하는데 있습니다.
다른 하나는 실시간 고객행동을 탐지하고 필요한 맥락에서 오퍼를 제공하는 기능입니다. AI엔진을 통해 고객행동데이터를 분석하여 행동패턴과 고객니즈를 분석합니다. 그리고 고객이 놓인 맥락에 알맞은 고객응대 서비스 혹은 오퍼를 제공합니다.
- 거버넌스
업무를 수행하기 위해선 고객데이터, 그리고 시스템뿐만 아니라 이를 운용하는 거버넌스 체계가 필요합니다. 이는 고객데이터 Life cycle (획득 - 식별/관리 - 폐기) 관리를 하는 업무 프로세스 및 인력/조직 등을 의미합니다. 고객데이터에는 개인정보이기 때문에 별도의 정보보관 기준이 필요합니다. 고객데이터 접근권한 관리가 필요하며, 개인정보보호법에 따라 사용기간 만료 혹은 마케팅동의 후 정해진 기간이 지나면 폐기하는 것까지도 고려가 필요합니다.
고객데이터 오너십도 중요한 항목입니다. 고객데이터는 전사 업무시스템에서 생성되므로 고객데이터를 총괄관리하는 부서를 뚜렷하게 지정하기가 어려운 것이 사실입니다. 그럼에도 불구하고 총괄관리하는 부서를 지정하는 것은 매우 중요하며, 고객데이터가 생성되는 업무 시스템 기준으로 각 테이블 별로 관리책임을 관련 부서에게 부여하는 것이 필요합니다. 이들은 고객데이터에 대한 의사결정 혹은 업무처리를 주관하며, 결과적으로 고객데이터가 활발하게 운영되는 것을 지원합니다.
나가며
초개인화 고객경험은 모든 기업의 꿈입니다. 고객니즈를 정확히 포착해 그에 알맞은 경험을 제공하고, 더불어 고객이 기업에 애정을 가질 수 있도록 한다면 더할 나위가 없습니다. 그럼에도 불구하고 비즈니스 매출지표와 고객경험 향상 간의 상관성을 찾지 못했던 것이 사실입니다. 고객경험은 정량적 측정이 어렵다는 이유로 비즈니스와의 연결이 어려웠습니다.
DDCX를 해냄으로써 비즈니스와 고객경험 간 연결고리를 데이터가 수행해낼 수 있게 되었습니다. 이제는 모든 고객경험에 대한 측정 데이터를 비즈니스 지표와 연결하여 매출에 대한 영향도를 알 수 있게 되었습니다. 이에 사업성과를 내기 위한 최선의 고객경험을 일구는 기반이 마련되었다고 해도 무방할 것입니다. DDCX는 선택이 아닌, 초개인화 고객경험을 향한 기업이 필수적으로 취해야 하는 역량이 분명합니다. 이는 고객데이터를 통해 고객에 대한 온전한 이해로부터 시작되어야 함을 강조하며 마무리하겠습니다.
저자: 김문경 moonkyeong@2e.co.kr / 이광열 kylee@2e.co.kr
참고자료
- 차경진, 2022, <데이터로 경험을 디자인하라>, 시크릿하우스
- 톰 차베스, 2019, <데이터 드리븐>, 에스씨지솔루션즈
- https://www.linkedin.com/pulse/peugeot-tailors-content-real-time-attract-consumers-its-tom-chavez
- https://useinsider.com/case-studies/peugeot/
- https://www.youtube.com/watch?v=cz2V0eNu8nw
