고객 인텔리전스 101: 고객의 마음을 얻기 위한 가이드

고객이 무엇을 원하는지 정확히 아는 꿈을 꾼 적이 있습니까?

이러한 지식을 바탕으로 고객이 필요로 하는 것, 즉 완벽한 제품과 가장 안정적인 고객 서비스를 제공할 수 있습니다.

이것이 귀하의 평판, 비즈니스 성공 및 수익에 어떤 영향을 미칠 수 있는지 상상해 보십시오!

좋은 소식은 이 모든 것을 할 수 있는 방법이 있다는 것입니다. 이를 고객 인텔리전스라고 합니다.

고객 인텔리전스란 무엇입니까?

CI(고객 인텔리전스)는 비즈니스 인텔리전스의 하위 집합입니다. 회사의 고객에 대한 데이터를 찾고, 수집하고, 분석하고, 관리하는 데 중점을 둡니다. 처리된 정보는 시각화되어 이해 관계자에게 제공되므로 통찰력을 얻고 실시간으로 고객 경험을 개선할 수 있는 새로운 방법을 찾을 수 있습니다.

고객 인텔리전스의 궁극적인 목표는 회사가 고객의 문제점, 요구 사항 및 선호도를 더 잘 이해하고 기대를 충족할 뿐만 아니라 초과하는 제품 및 고객 서비스를 제공하는 것입니다.

이론적으로 고객 인텔리전스를 수동으로 관리하거나 다른 소스의 데이터를 상호 참조하여 관리하는 것이 불가능한 것은 아니지만 전용 고객 인텔리전스 플랫폼을 사용하는 것이 가장 좋습니다.

이러한 도구는 인공 지능과 기계 학습을 사용하여 정보를 처리하고, 주어진 시간에 연결하는 방법을 배우고 잠재고객에 대한 고유하고 귀중한 통찰력을 제공할 수 있는 패턴을 식별합니다.

고객 인텔리전스와 시장 조사의 차이점 - 2020 - 다른 사람

고객 인텔리전스와 시장 조사는 종종 겹치는 밀접하게 관련된 두 분야입니다.

그들 사이의 주요 차이점 은 고객 인텔리전스의 목표는 회사의 기존 고객을 행복하게 만드는 것이고 시장 조사의 목적은 잠재 고객을 이해하여 비즈니스가 그들을 유치할 수 있다는 것 입니다.

다시 말해, 고객 인텔리전스는 기업이 잠재 고객의 기대에 부응하고 시장 수요에 대응하며 새로운 시장에 성공적으로 진입할 수 있는지 확인하기 위한 시장 조사와 달리 현재 고객 경험을 개선하고 유지율을 높이는 것을 목표로 합니다. .

또한 고객 인텔리전스는 지속적인 프로세스 입니다. 기업은 디지털 채널에서 지속적으로 스트리밍되는 데이터를 수집, 분석 및 사용합니다. 그들은 이 정보를 사용하여 매일 실시간으로 결정을 내립니다. 그들이 찾은 통찰력은 주로 단기 계획에 사용되며 지속적으로 업데이트됩니다.

시장 조사는 대부분 매년 또는 사전 설정된 기간에 수행됩니다 . 디지털 소스의 데이터를 사용하고 인터뷰, 포커스 그룹, 관찰 연구 등과 같은 잠재 고객뿐만 아니라 고객 과 의 일련의 대면 회의가 포함됩니다. 연구 결과는 장기 계획에 사용됩니다.

고객 인텔리전스의 출처

고객 인텔리전스에 적합한 데이터는 비즈니스가 고객과 만나는 모든 접점에서 찾을 수 있습니다.

정보 출처가 많을수록 고객을 다양한 관점에서 바라볼 수 있고 고객의 프로필과 행동에 대해 더 의미 있는 이해를 얻을 수 있기 때문에 프로세스의 효율성이 높아집니다.

또한, 앞서 언급한 바와 같이 현대의 고객 인텔리전스 플랫폼은 인공 지능과 머신 러닝을 사용하여 정보를 처리하고, 더 정확한 결과를 제공하기 위해 알고리즘을 훈련시키기 위해서는 많은 양의 데이터가 필요합니다.

고객 인텔리전스 데이터의 가장 일반적인 소스는 다음을 포함하지만 이에 국한되지 않습니다.

• CRM
• 이메일 분석
• 소셜 미디어 듣기
• 웹사이트 분석
• 고객 서비스
• 설문조사
• 시장 조사
• 고객의 소리 연구
• 내부 데이터베이스
• 외부 데이터베이스
• 피드백 및 리뷰
• 국민연금 점수
• 고객 노력 점수

고객 인텔리전스 데이터 유형

클라이언트에 대한 360도 뷰를 구축하려면 클라이언트에 대한 다양한 유형의 데이터를 수집해야 합니다.

인구통계 정보

인구통계학적 데이터는 잠재고객에 대한 기본 정보를 제공하고 손쉬운 세분화를 허용합니다.

연령, 성별, 교육, 결혼 여부, 신용 기록 및 기타 중요한 요소를 기준으로 고객을 그룹화할 때 다양한 그룹의 사람들이 귀하의 비즈니스에 어떻게 반응하고 상호 작용하는지 그리고 목적을 명확하게 정의합니다.

이렇게 하면 캠페인을 더 잘 타겟팅하고 고객의 요구 사항에 따라 고객에게 접근할 수 있습니다.

지리 데이터

지리적 데이터를 수집하는 것은 개인의 요구에 있어 위치가 결정적인 요소가 될 수 있기 때문에 중요합니다. 고객의 위치를 ​​​​알면 더 나은 서비스를 제공하고 특정 문제를 해결하는 솔루션을 제공할 수 있습니다.

또한 현지 고객에게만 서비스를 제공하거나 다른 지역 및/또는 국가에 사무실이 있는 경우 위치 정보 태그 데이터를 활용하여 고객에게 현지화된 콘텐츠를 제공하고 고객 경험을 개선할 수 있습니다.

비즈니스 프로필

어떤 유형의 고객과 함께 작업하는지에 따라 비즈니스 정보가 판매에 매우 중요할 수 있습니다.

B2B에서는 업종, 업종, 직원 수, 고객 수, 순가치 등을 알아야 합니다.

반면 B2C에서는 고객이 일하는 곳, 위치, 의사 결정 수준 등을 알고 싶을 수 있습니다.

두 경우 모두 고객에 대한 이러한 세부 정보를 알면 고객의 요구 사항을 더 잘 이해하고 개인화된 솔루션으로 고객에게 접근하는 데 도움이 됩니다.

개인 프로필

고객의 개인 정보는 인구 통계와 중복되지만 여기서 끝나지 않습니다. 귀하의 도구는 가치가 있을 수 있는 추가 요소를 감지할 수 있습니다.

여기에는 그들의 관심사, 선호하는 여가 활동, 스포츠 팀 충성도, 취미, 검색 습관, 장치 및 제품과 관련된 기타 모든 것이 포함됩니다.

행동 데이터

행동 데이터는 고객이 웹사이트에서 행동하는 방식, 소셜 미디어 참여, 이메일 참여, 고객 서비스 상호 작용 등 고객과의 모든 접점에서 가져올 수 있습니다.

디지털 제품의 경우 여기에는 온보딩, 사용 통계, 문제 및 문제 해결, 활동 매핑, 피드백 등과 같은 인앱 동작도 포함됩니다.

그들의 행동을 모니터링하고 분석함으로써 그들이 귀하의 제품 및 서비스 및 디지털 채널과 상호 작용하는 방식과 개선을 위해 무엇을 할 수 있는지에 대한 중요한 통찰력을 배울 수 있습니다.

감정 분석

감정 분석 및 의견 마이닝은 고객이 브랜드, 이니셔티브 및 마케팅 캠페인에 대해 어떻게 느끼는지에 대한 통찰력을 제공합니다.

다른 요소(예: 신제품 출시, 이벤트, 공개 성명 및 출연, 뉴스, 소셜 미디어 활동 등)와 상호 참조하여 청중의 일반적인 태도를 측정하고 입소문을 활용하며 실시간으로 접근 방식을 개선합니다.

또한 감정 분석은 위기 관리에서 매우 중요할 수 있으며 PR 재난으로부터 당신을 구할 수 있습니다.

고객 인텔리전스의 이점

고객 인텔리전스의 가장 중요한 이점은 고객을 진정으로 이해할 수 있다는 것입니다. 비즈니스 감각과 결합된 이 지식은 고객의 마음을 사로잡기 위한 단방향 티켓이 될 수 있습니다.

제품을 개선하고 귀중한 경쟁 우위를 확보할 수 있을 뿐만 아니라 고객과 지속적이고 의미 있는 관계를 구축하고 충성도를 확보할 수 있습니다.

또한 고객 인텔리전스는 다음과 같은 이점을 제공합니다.

• 실시간 인사이트 . 언급한 바와 같이 CI는 지속적인 프로세스입니다. 즉, 언제든지 고객의 여정에 대한 개요를 파악하고 고객 경험을 최적화하기 위해 개선 및 조정을 수행할 수 있습니다. 이것은 더 행복한 고객과 더 나은 유지로 이어질 수 있습니다.
• 온보딩을 개선 합니다. 고객 인텔리전스를 통해 고객이 제품에 문제가 발생한 위치를 확인할 수 있습니다. 이는 사용자에게 차질을 극복하고 효율성을 높이는 방법에 대한 정보를 시기 적절하게 제공할 수 있으므로 채택 초기 단계에서 특히 중요합니다.
• 채택을 장려 합니다. 고객이 제품을 최대한 활용하고 잠재력을 최대한 활용하는 방법을 알고 있다면 시간이 지남에 따라 제품을 더 많이 사용하고 더 많이 구매하고 계획을 업그레이드할 것입니다. 이는 교차 판매 및 상향 판매 전략에 기여할 수 있습니다.
• 이탈 감소 . 고객이 제품을 어떻게 사용하는지, 제품에 대해 무엇을 좋아하고 싫어하는지 모니터링할 때 고객이 떠나는 것을 막을 가능성이 더 큽니다.
• 더 높은 마케팅 ROI . 고객을 더 잘 이해함으로써 고객과의 커뮤니케이션을 미세 조정할 수 있을 뿐만 아니라 마케팅 캠페인의 효율성을 높일 수 있습니다. 결과적으로 귀하의 노력은 더 높은 ROI로 보답할 것입니다.
• 데이터 기반 의사 결정 . 신뢰할 수 있는 실시간 데이터가 있으면 정보에 입각한 결정을 내리고 비즈니스 선택에 확신을 가질 수 있습니다.
• 예측 분석 . 고객 데이터를 지속적으로 수집하고 분석하면 비즈니스 및 마케팅 활동에 정보를 제공하는 정확한 예측 모델을 구축할 수 있습니다. 행동 패턴과 추세를 기반으로 고객이 미래의 변화에 ​​어떻게 반응할지 예측하고 그에 따라 전략을 조정할 수 있습니다.

고객 인텔리전스 프로세스

고객 인텔리전스 프로세스는 5가지 주요 단계로 구성됩니다.

1. 소스 식별 . 앞서 언급했듯이 각 비즈니스는 서로 다른 소스에서 고객 인텔리전스 데이터를 가져올 수 있습니다.
   귀중한 통찰력을 제공할 수 있는 실행 가능한 채널을 놓치지 않으려면 조직의 여러 부서에서 사용하는 도구를 검토하고 수집하는 정보 유형을 평가해야 합니다.
   데이터 조각이 고객 프로필을 보다 풍부하고 유익하게 만드는 데 기여할 수 있다고 생각되면 반드시 해당 소스를 목록에 추가하십시오.
   또한 소스가 CI 플랫폼과 통합되는지 확인해야 합니다.
2. 컬렉션 . 정보 수집 방법은 사용하는 플랫폼에 따라 다릅니다. 최신 솔루션은 디지털 채널 및 도구와 통합되어 필요한 정보를 가져올 수 있습니다. 집중할 데이터 유형을 설정하고 배우고자 하는 내용에 따라 다양한 모델을 사용할 수 있습니다.
3. 처리 및 분석 . 도구가 셀프 서비스인지 전문 도구인지에 따라 프로세스의 이 부분은 대부분 자동화되거나 정보를 정리, 분류, 구성 및 이해하기 위해 전문 데이터 분석가가 필요할 수 있습니다.
4. 인사이트 끌어오기 . 데이터에서 가져오는 통찰력의 유형은 목표와 비즈니스 요구 사항에 따라 다릅니다. 다양한 요인, 행동 분석, 감정 분석, 고객 평생 가치 평가 등에 기반한 세분화에 집중할 수 있습니다.
   또는 이전에 발견하지 못한 예상치 못한 통찰력을 제공하는 패턴과 추세를 찾도록 알고리즘을 설정할 수 있습니다.
5. 시각화 . 데이터가 처리되면 다양한 시각화 접근 방식을 사용하여 이해 관계자가 더 쉽게 액세스하고 이해할 수 있도록 할 수 있습니다.
   여기에는 프레젠테이션, 고객 여정 맵, 사용자 경험 맵, 다이어그램, 대시보드, 인포그래픽, 비디오, 웨비나 또는 차트가 포함되지만 이에 국한되지 않습니다.

고객 인텔리전스 플랫폼을 선택하는 방법은 무엇입니까?

다른 현대 기술과 마찬가지로 시장에는 여러 가지 사용 가능한 솔루션이 있으며 각 솔루션은 최고의 공급자라고 주장합니다.

고객 인텔리전스 플랫폼을 선택할 때 먼저 요구 사항을 고려해야 합니다.

결국, 이러한 유형의 소프트웨어는 상당히 비쌀 수 있습니다. 결국 사용하지 않을 기능과 데이터 처리 기능에 대해 비용을 지불할 필요가 없습니다.

1. 비즈니스 요구 사항 정의

중소기업, 중견기업 및 대기업은 서로 다른 유형의 고객을 보유하고 서로 다른 양의 데이터를 수집하며 서로 다른 비즈니스 목표를 가지고 있습니다.

따라서 동일한 플랫폼이 모두에게 적합하지 않을 수 있습니다.

공급자를 선택하기 전에 요구 사항 목록을 만드십시오.

• 당신은 무엇을 성취하고 싶습니까?
• 어떤 유형의 정보를 관찰하고 싶습니까?
• 소프트웨어가 어떤 유형의 채널과 통합되기를 원하십니까?
• 누가 데이터를 관리할 것인가(프로 데이터 분석가 또는 일반 마케터)?
• 도구는 어떤 유형의 보고서를 생성해야 합니까?

2. 연구 제공자

다른 공급자를 조사하십시오. 그들이 서비스하는 회사의 유형과 리뷰를 확인하십시오.

그런 다음 각 솔루션이 제공하는 기능과 요구 사항 목록을 상호 참조하십시오.

3명 이하로 후보자를 좁힐 때, 제품이 잘 맞는지 직접 논의하기 위해 상담 일정을 잡아야 합니다.

3. 눈에 띄는 솔루션을 사용해보십시오

다음으로 제품을 제대로 이해했는지 확인하기 위해 데모 및 온보딩 문서를 요청해야 합니다.

적합한 솔루션을 모두 시도한 후에는 사용성과 결과에 따라 어떤 솔루션이 가장 좋은 선택인지 알 수 있어야 합니다.

4. 팀 만들기

고객 인텔리전스 플랫폼을 관리하고 프로젝트 소유자가 되는 데 직원이나 팀을 전담합니다. 그들은 온보딩과 교육을 거쳐 도구를 적절하게 활용하는 방법을 배워야 합니다.

팀에 자격을 갖춘 전문가가 없는 경우 선택한 도구에 대한 경험이 있고 목표 달성을 도울 수 있는 전문가를 고용하는 것이 좋습니다.

결론

고객 데이터를 관리하는 것은 복잡하고 어렵습니다. 정보를 찾을 위치와 수집 도구를 설정하는 방법을 알아야 할 뿐만 아니라 사실을 어떻게 활용해야 하는지 그리고 정보에서 정확한 통찰력을 끌어내는 방법을 이해해야 합니다.

고객 인텔리전스를 통해 데이터를 최대한 활용하고 고객을 더 잘 알 수 있습니다. 이는 고객과 제품 사이의 다리로 사용하면서 고객의 요구 사항, 문제점 및 행동을 이해하기 위한 것입니다.

동시에 제품의 품질과 사용성을 향상시킬 수 있습니다. 이렇게 하면 경쟁 우위를 극대화할 수 있습니다.

간단히 말해서 AI와 ML의 힘으로 고객의 마음을 사로잡을 수 있습니다.