고객 경험의 미래에 대한 대담한 예측을 제시합니다.

지난 몇 년 동안 세대와 지역별로 고객 서비스 채널에 대한 선호도가 차이가 있었지만, 한 가지 분명한 사실은 휴대폰이 모든 사람의 지갑과 주머니, 그리고 무엇보다도 하루 중 대부분 우리의 손 안에 놓여 있다는 것입니다. 그리고 휴대폰은 모든 것을 바꾸었습니다. 우리는 다양한 방식으로 그리고 때로는 더 자주 소통합니다. 지구 반대 편에 사는 친척도 WhatsApp 메시지 하나로 간편하게 연결되고, 가까운 가족 끼리는 긴급한 일이 생겼을 때에만 통화를 합니다. 평상 시에는 대부분 문자 메시지를 하죠.

사용자는 기존의 의사소통 채널을 버렸다기 보다는 다른 방식으로 사용할 가능성이 높습니다. 데이트 앱을 서핑하고 온라인으로 은행 업무나 장을 보는 등, 이전과는 다른 디지털 방식으로 수많은 일상 생활을 처리하죠. 물리적인 거리감이 이처럼 쉽게 좁혀지듯이, 기업은 이제 고객에게 다가가고 고객과 소통할 수 있는 가장 편리한 경로를 고려해야 합니다.

메시징이 더 이상 '새로운' 채널이 아니라는 것을 인정하는 것은 우리의 예측에서 크게 벗어나지 않습니다. 오히려, 메시징은 막강한 후보이며, 그 채택 속도에 대비할 필요가 있습니다. Zendesk의 연구에 따르면 실적이 높은 기업은 메시징이 고객 여정 전반에 걸쳐 보다 풍부하고 사전 예방적인 대화형 고객 경험을 제공한다고 믿기 때문에 어떤 형태로든 이미 메시징 서비스를 구현했을 가능성이 6.8배나 더 높습니다. 문제는 메시징이 얼마나 지배적인 채널이 될 것인가에 있습니다.

AI의 일부 애플리케이션은 눈에 보이지 않습니다. 어떤 문제가 해결되거나 궁금증에 대한 답변을 얻었을 때, 우리의 삶은 언제 그랬냐는 듯 순식간에 쉬워지니까요. 하지만 엑스레이가 전문 교육을 받은 인간의 눈보다 악성 종양을 더 잘 탐지하고, 노련한 운전자 없이도 먼 목적지까지 자동차나 트럭을 운전하는 것처럼, 기계가 인간을 대체할 수 있다는 사실을 외면할 수 없기 때문에 AI는 주목을 받습니다.

이러한 발전으로 인해 AI와 관련된 대화는 AI를 채택해야 하는지 여부에서 벗어나, AI의 혜택을 최대한 활용할 수 있는 방법에 중점을 두고 있습니다. CX 분야에서 AI는 특히나 자동화, 추천, 예측 기능에 효과적이고, 앞으로는 전체 고객 여정에서 점점 더 복잡하고 더 많은 작업을 수행할 것입니다.

사실, AI는 시간 소모가 큰 단순 반복 작업에서 인력을 해방시켜 인력이 인지적으로 복잡한 작업에 집중하도록 하는 의도로 시작되었지만, 실제로는 사람이 원하지 않거나 인력이 부족한 업무에 투입될 수도 있습니다. 만약 이것이 사실이라면 이직률이 높고 직원 만족도가 낮은 고객 서비스 업계에 큰 영향을 미칠 수 있습니다. 문제는 얼마나 많은 고객 상호작용이 자동화되고, 얼마나 많은 상호작용이 상담원에 의해 처리될 것인가에 있습니다.

업계에서는 고객은 언제나 옳다는 데 대부분 동의합니다. 즉, 고객이 연락을 해올 때에는 무언가 문제가 있는 것이므로 기업은 이를 해결하기 위해 조치를 취해야 한다는 것을 인정하는 기본 원칙에서 비롯됩니다. '고객은 언제난 옳다'는 말은 고객에게 힘을 실어 주지만, 궁극적으로 고객에 대한 대응 여부와 방법을 결정하는 권한은 여전히 기업과 고객 서비스 상담원에게 있습니다.

하지만 앞으로는 고객이 정확하게 어떤 서비스를 원하고 기대하는지 결정할 권한이 있다고 생각해야 합니다. Zendesk 연구에 따르면, 한 번의 불만족스러운 상호작용을 겪으면 고객 중 61%가 경쟁업체로 발길을 돌리고, 이러한 상호작용으로 두 번 겪는다면 76%가 변심하는 등, 각 고객 경험의 품질이 가장 중요한 것으로 나타났습니다.

고객은 즉시 그리고 일반적으로 어떤 서비스를 원하고 기대하는지 정확하게 요구하고 있으며, 이러한 요구를 하면 할수록 특정한 맞춤형 요구 사항이 더욱 더 많아질 것입니다. 개인화된 하이터치 고객 서비스는 부담스럽게 들릴 수 있지만, 고객이 기꺼이 비용을 지불할 수도 있다는 점도 고려해야 합니다.

기업은 오랫동안 불완전한 데이터, 이질적이거나 단절된 시스템과 데이터 소스, 데이터 정확성 및 청결성 문제를 해결하기 위해 노력해 왔습니다. 이러한 어려움에도 불구하고 데이터 연동 분야는 최근 몇 년 동안 크게 개선되어 왔습니다. 오늘날의 기업은 데이터가 부족한 문제 보다는 방대한 고객 정보를 처리해야 하는 과제에 직면해 있습니다.

따라서 고객을 제대로 알기 위해서는 올바른 데이터 소스를 파악하고 핵심 인사이트를 사용해 결정적인 시점에 고객이 무엇을 필요로 하는지 이해해야 합니다. 하지만 문제는 데이터가 정적이지 않다는 데에 있습니다. 어느날 우리가 원하는 것은 3일 후에 원하는 것과 같지 않을 수기 때문입니다.

이제는 데이터가 일시적이고 역동적이라는 사실을 깨달아야 하고,개인 정보 보호 및 데이터 소유권의 중요성을 염두해고객이 개인 정보의 공유 여부를 선택할 수 있는 시대입니다. 이로 인해 기업은 올바른 인사이트를 적시에 수집하기가 매우 어려워졌고, 해결책을 찾는 것은 미래의 과제로 남아 있습니다.

현재 개발자에 대한 수요가 상단히 높을 정도로 첨단 기술이 빠르게 발전하고 있습니다. 가용 인재의 부족은 업계 전반에 걸쳐 균형 있는 기술 발전을 저해할 수 있습니다. 이는 점점 더 속도를 받고 있는 로우 코드 및 노코드 혁명으로 벌충되는 것을 제외하고는 팬데믹과 관련된 공급망 병목 현상처럼 들릴 수 있습니다.

가트너에 따르면 2025년까지 기업에서 개발한 새로운 애플리케이션의 70%에 로우 코드 또는 노코드 기술이 사용될 것입니다. 즉, 누구나 드래그, 클릭 등의 간단한 조작만으로도 수준 높은 개발 작업을 수행할 수 있게 됩니다.

아울러, 결합성 덕분에 코드를 재활용할 수도 있습니다. 앞으로는 영향을 증대하는 데 사용할 수 있는 모듈식 코드 패키지가 대세로 자리잡고, 이는 개발 작업 더 쉽게 하는 데도 사용할 수 있습니다. 이미 존재하는 기본 요소를 활용해 엄청난 성장을 실현할 수 있는 옵션이 더 많이 생겨날 것입니다.