도입 배경
기존에 데이터를 분석은 하고 있지만 현재 방식으로는 어떤 경험을 하고 있는지 이해하기 어렵거나 고객 경험을 종합적으로 이해하고 개선할 수 있는 인사이트가 중요해졌습니다. 많은 데이터를 가지고 있지만 이를 쉽게 이해하고 활용하는데 어려움이 있어 고객들이 실제로 어떤 경험을 하고 있는지 판단하기 어려움을 겪는 경우가 많습니다.
디지털 전환이 가속화되면서, 데이터 기반의 의사결정과 고객 경험의 최적화가 그 어느 때보다 중요해졌습니다. 하지만 조직은 단순히 겉으로 드러나는 데이터 분석과 시각화에만 집중하고 있는 경우가 많아 수집한 정보를 효과적으로 분석하고, 이를 통해 고객 경험을 세밀하게 개선하는 것이 원활하게 이루어지지 않는 경우가 많습니다.
디지털 채널에서 발생하는 다양한 데이터를 이용하여 단순히 디지털 채널의 성과를 측정하는 것이 아니라 디지털 채널에서의 고객 경험을 통합적으로 이해하고, 고객 경험 개선을 위한 다양한 아이디어를 도출하고 실험을 통해 검증하는 것을 반복함으로써 더 나은 서비스와 더 큰 고객 만족의 선순환 체계를 만들어야 합니다.
사용자 행동 데이터, 고객 피드백 데이터, 내부 고객 데이터, 트렌드 데이터 등 다양한 데이터 소스를 분석하여 고객 여정을 파악하여 문제점을 발견합니다. 고객 경험 진단을 통해 확인한 Painpoint와 Unmet Needs를 가설 기반의 개선안을 도출하고 반복적인 AB테스트를 통해 빠르게 순환체계를 구축해갑니다.
선순환 체계를 구축하기 위해서 데이터 기반 고객경험 최적화를 위해 데이터 수집체계 구축부터 통합, 인사이트 적용까지 단계별로 체계적인 접근이 필요합니다. 솔루션별 데이터 수집/활용 체계를 구축하고 BigQuery 데이터 통합을 통해 분산되어 있는 데이터를 통합하여 효율적인 의사결정을 지원합니다.
경험최적화 Framework를 통해 디지털 채널의 탐색부터 결정단계에 이르기까지 발생하는 고객 데이터를 활용하여 사용자의 경험을 해석하고, 지속적인 개선-성과 측정을 통하여 비지니스 기회 영역 발굴과 최적화된 고객 경험을 제공합니다.
