A
약 120초
앱 리뷰+CS 채팅 합산 분석, 수집 편향 인식이 더 어려웠던 경험
VoC 데이터를 수집·분석해 CX 향상에 기여한 경험은 인턴십에서 있었습니다. 앱 리뷰와 CS 채팅 이력을 합쳐서 반복 언급되는 불만 패턴을 분류하는 작업을 맡았습니다. 저는 수작업으로 200건 정도를 읽고 카테고리를 먼저 정의한 뒤, 키워드 분류 스크립트를 만들어 나머지를 반자동으로 처리했습니다.
가장 많이 나온 불만이 배송 지연이 아닌 앱 속도였다는 게 의외였는데, 이 결과를 팀에 공유했더니 앱 개선 우선순위에 반영됐습니다. 성과 측면에서는 인사이트 발굴보다 데이터 수집 과정의 편향을 잡는 것이 더 어려웠습니다. 리뷰를 남기는 사람과 그렇지 않은 사람 사이에 경험 차이가 있어서 전체를 대표하지 못할 수 있다는 것을 배웠습니다. 한계는 정량 지표와 VoC를 같이 보는 혼합 분석은 경험하지 못했습니다.
이 결의 특징
앱 리뷰와 CS 채팅을 합산해 수작업으로 카테고리를 정의한 뒤 반자동 스크립트로 처리한 흔적이 있습니다. 가장 많이 나온 불만이 배송 지연이 아니라 앱 속도였고 리뷰를 남기는 사람의 경험 편향도 인식한 결이 보입니다.
이 결이 통하는 자리
VoC를 수집할 때 리뷰를 남기는 사람과 그렇지 않은 사람 사이 경험 차이가 있는 자리에서, 수집 편향을 먼저 인식할 때 통합니다.