VOC 리포트 작성법: 다양한 데이터와 깊이 있는 관점이 담긴 리포트

CX 역할의 확장과 함께, VOC 리포트도 고도화

VOC (Voice of Customer)는 고객의 의견을 그대로 반영한 것이므로, 모든 답이 포함되어 있다고 해도 과언이 아닙니다. 실제로 제품/서비스를 개선할 때 가장 우선적으로, 중요하게 검토하는 데이터는 바로 VOC 데이터입니다.

최근 몇 년 사이 CX 조직의 역할과 업무 범위가 확장되면서, 이 VOC(Voice of Customer) 데이터를 이용한 VOC 리포트(보고서) 또한 고도화되고 있습니다.

유입되는 문의를 단순 답변하는 역할(CS; Customer Service)을 주로 담당했던 이전에는 운영 효율화를 위한 KPI 관리만이 주요 목적이었고, VOC 리포트 또한 고객의 단순한 문의량, 대응 속도, 대응률과 같은 생산성 수치를 주로 다루었습니다.

그러나 최근 조직 내에서 선제적으로 고객 경험 설계를 주도하는 역할(CX; Customer Experience)로 확장된 최근에는 고객이 제품/서비스로부터 무엇을 필요로 하는지와 같은 정성적 데이터는 물론, UX 개선부터 비즈니스의 방향성 제언까지도 VOC 리포트에 포함하는 경우가 증가하고 있습니다.

(※ 이 글에서는 역할의 의미 구분을 위해 (소극적) 고객 상담 대응을 Customer Service(CS)로, (적극적) 고객 경험 관리를 Customer Experience(CX)로 표현했습니다. 상담 대응 중심의 조직에서 고객 경험 중심의 조직으로 변화하는 흐름에 대해서는 이 포스트를 참조해주세요.)

VOC 리포트 작성 전 꼭 필요한 기본 작업

그렇다면 VOC 보고서에는 어떤 내용을 담으면 좋을까요?

보고서를 작성하기 전에, 기본 작업 네 가지가 필요합니다.

필요한 기본 작업

(1) ‘무엇’을 전달하고 싶은지 명확히 하기: VOC 보고서 또한 결국 사내에 공유하는 인사이트입니다.

회사, 제품/서비스, CX조직의 방향성에 따라 필요한 VOC리포트의 목적과 내용이 다르므로 전달하려는 ‘무엇’을 정의하는 것이 가장 먼저 진행되어야 합니다.

아래의 (2)-(4) 번 내용에 직접적인 영향을 주기에 가장 중요한 작업입니다.

(2) VOC 데이터 수집 정리: ((1) 번에서 정한 내용에 따라) 어떠한 VOC 데이터를 전체 raw 데이터로 수집할지 결정합니다.

분석 채널에 대한 정의(유입된 문의만 확인할 것인지, NPS와 같이 추가 의견을 수립할 것인지, 외부 커뮤니티 같은 소셜 모니터링까지 진행할 것인지)나 데이터 필드 값 정의(언어, 성별, 고객의 기기 OS, 연락처 등…) 같은 것들을 예로 들 수 있습니다.

(3) 수집된 VOC 데이터 분류: 소위 말하는 ‘상담 카테고리’에 해당합니다.

‘문의 카테고리’, ‘문의유형(긴급도)’ 두 가지를 가장 많이 사용합니다.

‘문의 카테고리’는 각 VOC가 제품/서비스의 어떤 부분에 대해 문의하는지를 구분하고, ‘문의유형’은 단순한 정보의 문의인지, 이용하는데 문제가 발생했는지, 칭찬/불만 같이 이용 후 피드백인지 등의 VOC 타입을 구분합니다.

‘문의유형’에 긴급도의 정도를 나누어 우선순위를 구분하는 데 이용하기도 합니다.

(4) 자주 확인하는 VOC 데이터의 시각화: 수집 및 처리된 VOC 데이터는 별도의 통계 시스템에 일원화되어 축적되고, 상시로 추이를 확인할 수 있도록 해야 합니다.

이것을 위해 VOC가 처리될 때, (2) 번의 데이터는 정확히 수집되었는지, 상담 후 (3) 번의 택소노미(taxonomy, 분류 체계)에 맞게 라벨링이 잘 되었는지 수시로 관리하는 것이 필요합니다.

시각화는 싱클리와 같은 VOC 분석 툴을 이용하거나, 시스템이 없는 경우 엑셀, 태블로, 루커 스튜디오, SQL 등을 활용합니다.

VOC 리포트는 어떻게 작성해야 할까요?

기본 작업이 완료되었고, 그것에 맞게 VOC 데이터가 축적되고 있다면, 본격적인 리포트 작성에 돌입할 차례입니다.

리포트 작성에는 내용에 따라 크게 두 가지 단계가 있습니다.

1단계: 기본 통계(생산성 지표 및 문의 내용 관련 지표)

‘고객의 대기시간을 줄이고, 이미 발생한 문제는 신속하게 해결하는 것’은 여전히 고객 경험의 중요한 1차 목표입니다.

대다수 회사가 운영 효율화를 위한 생산성지표(KPI) 확인을 목적으로 아래와 같은 지표를 모니터링합니다.

운영 생산성이 어느 정도 최적화되어 자리가 잡히면, 기본 통계는 세세한 수치보다는 이슈 중심으로 확인하게 됩니다.

기본 통계로 자주 사용되는 수치들은 다음과 같이 크게 두 가지 종류로 구분해 볼 수 있습니다.

(1) 생산성 지표

• 총 문의 건 수: 모든 채널을 통틀어 유입된 총 문의 카운트. 일자(일/주/월) 별, 유입 채널 별, 언어 별 등으로 총 문의 건수를 구분해서 확인하는 경우가 많습니다.

• FRT (First Response Time) : 첫 응답 시간. 고객이 문의 후 처음 답변을 받기까지 걸린 시간입니다. 문의 스파이크로 인한 병목 및 응답 속도를 확인합니다.

• AHT (Average Handling Time): 평균 처리 시간. 문의가 유입된 후 문제 해결 및 답변이 완료되기까지 걸린 시간입니다.

• FCR (First Contact Resolution): 문의한 자리에서 한 번에 처리되는 문의율. ‘원터치(콜) 처리율’이라고도 합니다.

• NPS (Net Promoter Score): 브랜드의 모든 경험에 대한 점수화 한 척도. 다른 부서에서도 많이 사용하지만, CX/CS에서도 NPS를 많이 측정합니다.

• CSAT (Customer Satisfaction 상담 만족도): 브랜드의 모든 경험을 측정하는 NPS와 다르게 CSAT은 상담을 포함한 서비스/제품 자체의 만족도를 측정합니다.

• 재인입률: 같은 문의에 대한 재접수 비율. 응답 속도가 늦거나 이전 답변으로 문제가 해결되지 않는 경우 상승합니다.

• 인당 처리 건수: 한 사람이 특정 기간(시간/일/주/월) 내 대응하는 문의 건 수. 생산성 관리나 적정 인력 산정 등에 주요하게 사용합니다.

(2) 문의 내용 관련 정보

• 문의 카테고리: VOC가 제품/서비스의 어떤 부분에 대해 문의 하는지 구분해주는 항목입니다. 대-중-소 형태로 세분화하여 사용하고, 문의가 생기게 된 상황 및 원인을 고려하여 분류합니다.

• 문의 유형(긴급도): 고객이 문의한 목적을 분류하여 문의의 우선순위, 긴급도를 확인합니다.

• 문의자 유형: 문의한 고객의 기초 정보입니다.(연령대, 성별, 페르소나, 고객사 등…) 추가 기준을 레이블링해 고객군을 나눠 활용할 수 있습니다.

• 고객 감정(Sentiment): 제품이나 서비스, 상담원에 대한 불만 혹은 칭찬 등이 여기에 해당합니다. 일반 문의와 결합되어 있을 수도 있고 단순히 피드백만 유입되기도 합니다.

1단계 VOC 데이터는 문제 상황 파악에는 매우 유용하지만, ‘문제가 발생한 고객의 메시지’ 라는 한계점이 있습니다.

문제가 발생해도 고객이 문의하지 않고 이탈하거나 문제가 발생하지 않는 평소에 고객이 진짜 원하는 것은 알기 어렵습니다.

때문에 고객 경험 개선을 추구하는 조직에서는 아래에서 다루는 ‘2단계’까지 포함해 주기적으로 VOC 리포트를 작성합니다.

2단계: 심층 분석과 개선 방향 제언

2단계는 1단계에서 정리한 VOC 데이터에 부가적인 데이터를 가미하여 새로운 관점을 더할 수 있는 유의미한 정보를 입체적으로 찾는 단계입니다.

단순히 데이터만 겹쳐 보는 것이 아니라, 심층 분석을 통해 비즈니스에 도움이 되는 인사이트를 생산하는 것이 목표입니다.

이를 위해서는 VOC를 통계적으로도 분석해야 하지만, 더 나아가 인사이트를 얻고자 하는 데이터의 조사를 통해 가설을 세우고, 필요하면 고객 인터뷰를 진행해 검증합니다.

제품/서비스 도메인과 VOC 리포트 목적에 따라 결합할 수 있는 데이터는 다양하지만, 대표적으로 사용되는 데이터는 아래와 같습니다.

• 매출 데이터: VOC 데이터와 결합하면 B2B의 경우 업셀(추가 판매)의 기회를 포착하거나 VOC의 우선순위를 파악할 수 있고, B2C의 경우 고객에게 자주 언급되는 제품/서비스에 대한 강화/개선 아이디어를 얻을 수 있습니다.

• FGI(Focus Group Interview, 표적집단면접): 정성조사의 일환으로 특정한 경험을 공유한 사람들이 함께 모여 인터뷰를 진행하는 조사 방법입니다. 부정적 VOC의 이면에는 고객의 욕구, 목적 등이 있기 때문에, FGI 결과로 표현되지 않은 니즈와 이를 풀어내기 위한 고객 경험을 구상할 수 있습니다.

• 유저 로그(사용성) 데이터: 고객이 실제로 웹/앱 상에서 어떤 행동을 했는지 세세하게 확인할 수 있는 행동 흐름 데이터입니다. FGI와 유사하게 VOC 내용에는 보이지 않는 고객의 실제 액션을 확인할 수 있습니다.

• 리텐션, 이탈(Churn) 데이터: 유저 로그 데이터 만큼 상세하지는 않지만, 마찬가지로 고객 행동흐름을 확인할 수 있습니다. 이탈의 경우에는 이탈이라는 기록은 존재하지 않기 때문에 상관 관계를 검증할 수 있는 추가 지표를 함께 마련하는 것이 좋습니다.

이렇게 결합한 데이터는 그 자체로 공유하기도 하지만, 고객 여정 지도(customer journey map)로 다시 표현하거나 VOC Wants & Needs 표를 요약 정리 후, 담당하는 부서에 공유하기도 합니다.

(※ VOC Wants & Needs 표는 고객 VOC에 대해 ‘왜’, ‘무엇을’, ‘어떻게’ 개선할 지 내용을 정리한 자료입니다.)

문의 대응을 넘어 고객 경험 설계의 중심으로

위와 같은 방법으로 CX 조직은 고객의 목소리를 파편적으로 전달하는 것이 아니라, 다양한 데이터와 깊이 있는 관점을 담아 사내에 VOC를 리포트 형식으로 전달하게 됩니다.

이러한 VOC 리포트 작성 방법론을 적용하기 위해서는, 고객 상담 채널 및 설문조사 등 다양한 VOC 인입 채널에서 들어오는 의견을 데이터 관점에서 정리하고 분석하여야 합니다.

또한 ‘2단계’에서 짚은 것과 같이 CRM 데이터, 유저 데이터 등과 비교 분석할 필요가 있습니다.

하지만 대부분의 CX 팀은 문의 대응에 업무 시간 대부분을 사용하고 있고, 이 때문에 체계적인 VOC 리포트 작성과 인사이트 생산 및 공유는 제대로 이뤄지지 않는 경우가 많습니다.

이러한 문제를 앞서가는 CX팀에서는 싱클리와 함께 해결하고 있습니다.

• 다양한 채널에서 들어오는 VOC 데이터를 연동을 통해 매끄럽게 한 곳에 수집, 보관하고,

• 인공지능의 힘으로 문의 카테고리, 문의 유형, 감정 패턴을 빠르게 분류하며,

• 차트 및 대시보드 작성을 자동화하여 사내에 쉽게 전파할 수 있게 합니다.

• 이 과정에서 고객에 대한 타 데이터(매출, 사용빈도 등)를 함께 활용할 수 있는 것은 물론입니다!

아래 링크를 통해 싱클리가 제공하는 새로운 VOC 리포트 경험을 확인해보세요 :)