챗봇 준비 단계: 고객 분석
비즈니스와 서비스 분석이 끝났다면 추가적으로 고객에 대한 분석이 필요합니다
비즈니스 혹은 서비스 분석 단계에서 부가적으로 진행할 수도 있지만,
개념적으로는 분리하는 것이 보다 바람직 합니다.

Photo by Kaboompics .com on Pexels.com
고객 분석은 기본적으로 인구통계학 관점이 기본입니다.
현재 보유하고 있는 고객의 숫자, 연령 분포, 나이 분포 등을 기반으로 합니다.
여기서 추가적으로 고객 동의를 통하여 득한 정보들을 모두 포함할수도 있습니다.
고객 분석은 비즈니스 분석과 서비스 분석과 굉장히 밀접한 관련 있습니다.
사실 고객 분석을 하는 가장 결정적인 이유는 챗봇을 쓸 예상사용자들을 사전에 파악함으로써 챗봇의 구체적인 설계를 어떻게 해야할 지에 대한 전략을 도출 할 수 있기 때문입니다.

Photo by rawpixel.com on Pexels.com
예로들면, 젊은 연령층이 메인이라면 트렌디한 디자인 그리고 조금 복잡하더라도 많은 서비스들을 빠르게 제공할 수 있을 것입니다. 챗봇의 기능 중심으로 설계 및 전략이 도출될 것입니다.
반면에 연령이 높다면 프로세스가 단순해야하고 이해하기 쉽도록하는데에 집중해야 할 것입니다. 즉, 고객 경험 및 서비스 과정이 중요하게 됩니다.
추가적으로 비즈니스를 하면서 느꼈던 혹은 파악했던 고객 성향들을 덧붙이면 어떤 전략으로 챗봇을 만들어야하고 어떤 서비스를 어떻게 만들지 판단할 수 있는 기준을 만들 수 있습니다.

Photo by Pixabay on Pexels.com
어떤 기업의 경우에는 고객 분석 단계에서 챗봇이 정말 필요한지에 대한 근본적인 고민을 장기적인 관점에서 합니다.
챗봇은 신기술 영역이기 때문에 디지털에 친근하지 않은 고객들이 많다면 초기에 큰 투자는 추천하지 않습니다.
오히려, 분석하고도 확신이 없다면 작게 시작해서 고객의 피드백을 통해 작고 빠르게 하나씩 개선해 나가는 방법을 추천합니다. (에자일 프로세스 활용)
하지만, 챗봇의 고객 분석 관련해서, 의외의 포인트가 있습니다.
오히려 디지털에 친근하지 않은 고객들을 위한 챗봇을 만들면 기대 이상의 효과를 낼 수도 있습니다.

Photo by rawpixel.com on Pexels.com
실제로 챗봇 프로젝트 후,
고객의 챗봇 사용 데이터를 분석해보면 이용 수와 별개로 높은 연령층이 챗봇에 대한 사용성과 이탈율이 긍정적으로 나타납니다.
즉, 다시 말하면 연령층이 높을 경우 로봇이 제공하는 서비스에 대한 의심이 별로 없고 챗봇이 요구하는 데이터를 잘 입력합니다.
반면에, 디지털에 이미 친근한 고객들은 높은 연령대에 비해 이 서비스가 로봇인지 아닌지를 빠르게 판단할 수 있고, 로봇인지 확인이 되면 급격하게 서비스에 대한 신뢰도가 낮아지며 의심을 하게 됩니다.
결과적으로 이탈율과 사용성이 안 좋게 나타납니다.

Photo by rawpixel.com on Pexels.com
챗봇 준비 단계: 고객 분석
현재까지 설명한 고객 분석 과정들을 통하여 최종적으로는 오픈 시점에 챗봇의 서비스 퀄리티를 어떤 기준으로 가져갈 것인지 결정하게 만듭니다.
고객 분석은 챗봇 구축에 앞서 분석 단계에서 또 하나의 중요한 요소라고 할 수 있습니다.
챗봇 사전 준비 단계 관련 글: