그로우앤베터에는 3,300명 이상의 업계 프로페셔널들이 모여서 서로의 인사이트를 주고 받는 슬랙 커뮤니티가 있다는 점, 모두들 알고 계시죠? 이 슬랙 커뮤니티에서 크게 화제가 된 책이 있습니다. 바로 고객 경험의 입문서, <데이터로 경험을 디자인하라>입니다. 이 책을 그로우앤베터 슬랙 커뮤니티에 소개한 분은 바로 글로벌 SaaS 서비스인, '스윗'의 CX 매니저인 김영훈님이었는데요.
"고객 경험"을 제대로 배우고자 하는 높은 수요에 비해, 이를 주제로 만든 책이 워낙 적어 이에 대한 갈증을 느끼는 분들이 정말 많은 지금, 모두의 갈망을 풀어줄만한 책이 출간된 것이죠. 영훈님께서는 <데이터로 경험을 디자인하라>를 그로우앤베터 커뮤니티에 공유해주실 뿐만 아니라, 독서 모임까지도 제안했는데요. 정말 많은 분들이 독서 모임을 원하시는 모습이 목격되기도 했어요!
잠깐, 그로우앤베터의 북클럽에 관심 있다면? 👆 클릭!
독서 모임에 참여하지 못하셨을 많은 그로우앤베터 멤버 분들을 위해 영훈님께서 이 책에 대한 서평을 간단하고 짜임새있게 작성해주셨는데요. 영훈님의 서평을 보시면 꼭 한 번 이 책을 읽고 싶다는 생각이 들거에요! 그럼, 영훈님의 서평을 지금부터 시작하도록 하겠습니다.
영훈님이 그로우앤베터 슬랙 커뮤니티에 남겨주신 메시지
Part 1. Introduction
드디어 나왔다! 내가 종사하는고객경험 설계 분야의 최신 이론을 뒷받침해줄 책 말이다. 이론서는 개념을 제시하기 때문에 실무자 및 해당 직무를 이해하고자 하는 사람들에게 특히 도움이 된다. 그동안 나는 주변 사람들에게 직업을 소개하는 것이 꽤 힘든 편이었다. 자주듣는 질문 Top 2는 단연 “콜센터 직원인가요?” 또는 “영업 지원 같은 건가요?”이었다. 사실 고객경험 전문가는 이보다 훨씬 적극적으로 비즈니스의 의사결정에 기여하는 역할을 한다.
그렇다면 고객경험 전문가는 정확히 무슨 일을 하는 사람인가? 제품을 어떻게 구현할지 설계하는 직무가 PO(Product Owner)나 PM(Project Manager)이라면, 고객 경험 전문가(Customer Experience Expert)는 고객이 제품 전반에 거쳐 어떤 경험을 할지를 설계하는 직무이다. 두 가지 직무 모두 기획이라는 공통점이 있지만, 고객 경험 전문가는 제품 사용 전반에 걸쳐 고객 목소리를 들어야 하기 때문에 주로 사내에서 가장 고객 접점이 많은 파트(마케팅, 사후지원, 고객응대)에 소속되어 근무한다.
한양대학교 경영대학 차경진 교수가 최근 발간한 <데이터로 고객경험을 디자인하라>는 고객경험 설계가 어떤 것인지 명확하게 설명해 주는 이론서다. 이 책에 담긴 DCX(Data-driven Customer eXperience) 이론은 데이터 분석 및 최신 AI 기법을 활용하여 직관의 한계를 뛰어넘는 방법을 제시한다.
고객경험 직무 실무자 관점에서 첨언하자면, 이 책에서 소개하는 DCX 이론은 머지 않은 미래에 모든 대학교 경영학과에서 필수 교과목이 될 수도 있다고 생각한다. DCX에서 강조하는 데이터 분석과 AI 딥러닝 기술이 경영학의 목표인 합리적인 의사결정을 돕기 때문이다. 실제로 저자인 차경진 교수는 한양대학교 경영대학 학도들에게 데이터 분석을 위한 기본 코딩과 AI 딥러닝 스킬을 가르친다고 한다.
DCX(Data-driven Customer eXperience)가 무엇인지 논하기 전에 이 책을 쉽게 이해할 수 있는 독서 방법부터 간단히 설명하겠다. 우선 <데이터로 경험을 디자인하라>는 아래의 두 파트로 나뉘어 있다.
파트 1에서는 "어떻게" 데이터로 고객의 마음을 읽을 수 있는지를 설명하며, DCX 기법을 그 해답으로 제안한다.
파트 2에서는 DCX를 설계하는 "구체적인 방법론"을 제시한다.
이를 조금 더 구체적으로 설명하자면, 파트 1에서는 DCX이론이 필요한 이유를 제시한다. 따라서, 각 주제의 키워드를 연결하며 읽으면 쉽게 맥락을 파악할 수 있다. (참고: DCX 파트 1 - 주제별 키워드)
파트 2에서는 [센싱 - 고객 라이프 분석 - 셰이핑 - 루프]로 이어지는 DCX 방법론을 4장에 걸쳐서 단계별로 소개한다. 각 개념이 어떻게 다른지, 각각의 개념에 적합한 예시를 들 수 있는지 스스로 질문하면서 읽어야 정확하게 이해할 수 있다. 독자의 배경지식에 따라서 어렵게 느껴지는 이론이나 용어가 있을 것이다. 웹서핑을 통해 용어를 검색하면서 읽으면 큰 도움이 될 것이다.
Part 2. 데이터로 경험을 디자인하라
합리적인 의사결정의 주체는 더 이상 기업이 아니라 고객이다. 이는 전통적인 시장과는 확연히 다른 모습이다. 과거에는 특정 기능이 있는지 없는지 자체가 중요했다. 따라서, 제품의 스펙이 얼마나 뛰어난지 앞다투며 경쟁했으며, 기술 성장이 완만한 곡선을 그리기 시작하면 가격 경쟁이 심화되는 현상을 반복해왔다. 이러한 현상 덕에, "가성비"는 최근까지 가장 중요한 화두 중 하나였다.
그런데 앞으로 늘어날 디지털 세대의 고객은 더 이상 가성비를 쫓지 않는다고 한다. 왜일까?
바로 디지털 세대가 의미를 쫓기 때문이다. 가성비가 아닌 ‘가심비’를 추구하며, 기능 대신 경험을 추구한다.
의미 있는 경험을 위해서라면 가격이 비싼 제품이나 서비스도 구매할 수 있는 세대가 디지털 세대이다. 오프라인 기반에서 자랐기 때문에, 통일된 가치를 추구하는 기성 세대와 달리, 개인화된 알고리즘에 노출되며 자라온 디지털 세대는 추구하는 신념도 다양하다.
이는 전통적인 시장의 접근 방식처럼 특정 페르소나에 맞춘 표준 접근 방법으로 공략할 수 없다는 의미이기도 하다. 따라서 디지털 세대가 추구하는 의미에 공감하는 작업이 필요하며, 고객 중심 다각화를 통해 다양한 의미를 채우는 기업이 성공하는 시대가 되었다.
고객 중심 다각화를 잘하는 기업은 판매하는 상품을 각 고객의 "맥락"에 적합한 의미로 연결한다.
의미가 신념을 자극하면 충성심이 생기고, 충성심 높은 고객의 참여를 유도하면 팬덤이 발생한다. 더 나아가 고객이 직접 상품 생산 과정에 기여할 수 있는 환경을 조성하면, 기업에서 아무리 많은 돈을 써도 끌어당길 수 없는 새로운 고객들이 자연스럽게 유입되는 커뮤니티 및 플랫폼으로 확장할 수 있다.
이러한 선순환을 구현하려면 목적 없이 쌓은 데이터를 "분석"하는 것으로는 충분하지 않다.
쓰이지 않을 다크 데이터는 제거하고, 고객 여정 단계별로 각 고객이 어떤 상태를 경험하게 하고 싶은지 목표를 설정해야 한다. 원하는 상태를 도달하지 못하는 페인포인트를 찾기 위해 사내 데이터는 물론 SNS 등 고객 맥락을 파악할 수 있는 데이터를 센싱한다. 또한 다양한 입체적 사고의 틀을 갖춰서 좋은 아이디어가 뻔한 결론을 내지 않도록 주의한다. 고객 중심 관점으로 질문과 가설이 끊임없이 발생하는 것을 목표로 하자.
데이터를 분석하는 단계에서는 다양한 "최신 기법"을 활용할 필요가 있다.
액터, 행동, 사물 기반으로 고객 데이터를 추출하는 3A기법으로 고객의 맥락을 분석한다. 클러스터링, LDA, CAM, 딥러닝 방법론을 적용해서 고객 중심 다각화에 기반하여 잠재고객 니즈를 효과적으로 발굴할 수 있다. (5장)
도출된 잠재니즈를 충분히 이해했다면, 특정 제품/서비스와 관련된 모든 실무자 개인별로 아이디어를 발산하고 직무별로 그룹을 만들어서 아이디어를 발산하고 수렴하는 과정을 거친다. 이 과정에서 아이디어의 윤곽을 구체화할 수 있는 모습이 보이면, 4D-CX의 입체적 경험을 위한 추가 질의를 던져 서비스를 구체화 한다. 서비스를 운영하며 데이터 관점에서 줄 수 있는 경험을 추가로 생각해보면서 서비스 고도화가 이루어진다. 정보로 활용할 수 있는 데이터를 살펴보고, 발전/순환 과정을 고려하자. (6장)
마지막으로 지속 가능한 데이터 분석을 할 수 있도록 센싱 & 셰이핑을 끊임없이 반복하는 가치 루프를 만든다. 가치 루프를 반복할 수 있도록 애자일 기법을 도입하고, 누구나 데이터를 다를 수 있는 조직으로 학습하고, 데이터로 풀어야 할 문제를 찾아 실험하는 조직으로 만든다. (7장)
Part 3. 마무리하며
고객의 데이터에서 출발하고, 데이터의 분석은 고객의 문제를 찾기 위해서 하자. <데이터로 경험을 디자인하라> p.382
고객경험 직무의 핵심 업무는 결국 고객이 경험하는 문제를 찾아내 정의하는 것이다.(Problem Detecting) 문제를 정확하게 파악하면, 해결책을 제시하는 것은 결코 어렵지 않다. 많은 기업에서 끊임없이 비효율적인 시행착오가 이루어지는 가장 큰 이유는 바로 문제 정의가 제대로 되지 않았기 때문이다. DCX 기법은 효과적인 문제정의를 위한 노력을 담고 있으므로 모든 고객 접점을 가진 실무자에게 추천한다.
이 책에서 분석하는 DCX 이론의 한계점도 언급하고자 한다. 고객 맥락을 위해 SNS를 활용하는 예시가 상당한 비중을 차지한다. 이는 B2C 서비스에는 매우 유용한 접근 방법일 수 있지만, B2B 서비스를 분석할 경우 무의미할 정도로 모수가 부족하거나 의사결정권자가 아닌 대상을 분석할 가능성이 높을 것이다.
즉, SNS를 활용한 분석방법은 B2B 서비스에 적용되지 않을 가능성이 높다. 따라서 B2B 공략을 원하는 고객경험 실무자들은 먼저 타깃 고객부터 명확하게 분류하고, 각 타겟이 가장 적극적으로 활동하는 온/오프라인 커뮤니티 데이터를 센싱하고 분석해보자.
DCX에서 다루는 데이터 활용 방법은 기존 가치를 개선하는 것 뿐만 아니라, 새로운 가치를 발굴하는 혁신도 제공한다. 고객 중심 관점으로 전환할 때 의미있는 가치는 무궁무진하게 발굴될 가능성이 높다. 지금까지 당연하다고 믿어왔던 모든 경험의 의미를 재설계하여, 새로운 의미와 더 많은 가치를 부여할 수 있다. 이 책을 읽는 독자 모두가 그 방법을 배우길 응원한다.
Written by 김영훈 스윗 CX Manger
Edited by Yong (최용경)