데이터 분석 기반 고객 서비스 개선 경험
약 90초
분석 도구와 고객 피드백을 결합한 개선 과정, 성과 측정까지 서술
인턴 프로젝트에서 고객 CS 데이터를 분석해 자주 반복되는 불만 유형을 분류한 경험이 있습니다. 원래 CS팀은 건별로 처리하고 있었는데, 3개월치 데이터를 Excel로 정리하자 "배송 지연 안내 미흡"이라는 유형이 전체의 38%를 차지한다는 패턴이 나왔습니다. 이 결과를 공유했더니 팀에서 배송 지연 시 자동 알림을 보내는 방안을 검토하게 됐습니다. 개선 방안은 데이터에서 나왔지만, 실제로 고객이 어떤 말을 쓰는지를 직접 읽지 않으면 수치 뒤의 맥락을 놓친다는 걸 그때 배웠습니다.
분류만 하는 게 아니라 실제 문의 원문을 함께 읽는 것이 더 구체적인 개선 방향을 잡는 데 도움이 됐습니다. 성과 측정은 전후 동일 유형 CS 비율 변화로 확인할 계획이었는데, 인턴 기간이 끝나서 최종 수치는 확인하지 못했습니다. 그래서 "측정 설계를 나중이 아니라 처음부터 잡아야 한다"는 교훈이 남았습니다.
이 결의 특징
CS 데이터 분류에서 통계적 패턴을 발견했을 때, 실제 문의 원문을 함께 읽으며 맥락을 보완하는 이중 분석이 드러납니다. 수치 뒤의 고객 목소리를 놓치지 않는 태도가 특징입니다.
이 결이 통하는 자리
데이터 분석을 고객 중심 개선으로 연결하는 조직에서 이런 접근을 높이 평가합니다. 분류만 하지 않고 실제 의견을 반영하려는 팀의 문화와 부합합니다.