K-SMARTFACTORY

AI & Big Data

고객 요구에 ai 적용

2021-05-22

고객 요구에 AI적용
07/07/20


이 기사는 프랑스 IT & 스마트팩토리 컨설팅회사인 Capgemini의 Adrian 컨설턴트와(23년 동안 Capgemni와 함께 자동차, 항공우주, 국방, 이산형 및 연속형 공정 기반 제조 공급망 컨설팅. 컨설팅 전문 분야는 비즈니스 모델, 운영 모델, 프로세스 개선 등 구매 및 공급망 전략)와 Duncan컨설턴트(북아메리카 Capgemini에서 마케팅, 영업, 상업 및 서비스 조직을 위한 부문 간 경험 전략, 설계 및 운영 모델 변혁을 추진)의 대담내용입니다.

**새로운 역량이 제조업체에 도입됨에 따라 고객 경험은 어떻게 진화될 것으로 생각하나?**
지금은 제조업자들에게 관심을 불러 일으키고 있는 시간이다. 디지털 혁신 프로젝트 수행조직은 고객과 소비자를 비즈니스 운영의 중심에 둘 수 있는 기회를 갖는다. 그리고 우리가 알고 있듯이, 강력하고 매력적인 고객 경험은 오늘날 시장의 주요 차별화 요인이 된다.
최근의 사태로 직접 대면 회의는 줄어들고 디지털 또는 비접촉식 계약은 더 필요할 것이고, 이는 고객 경험을 발전시키는 데 도움이 되는 새롭고 혁신적인 채널이 될 수 있다. 음성 검색, AR, AI는 모두 고객이 채널 사이와 내부를 원활하게 이동하여 일관된 경험을 유지하도록 유도한다.
흥미롭게도, 웹 사이트와 포털은 앞으로 덜 중요해질 것이다. 왜냐하면, 이러한 새로운 경험은 고객들이 정보검색 여행에서 "필요 곳"에서 정보와 서비스를 더 빠르고 직접적으로 찾을 수 있기 때문이다. 또한, 디지털 트윈이 제대로 만들어지면, 고객은 제조업체가 정한 제품 기준이 아닌, (고객 또는 최종 고객의 관점에서) 그들이 하고 싶은 또는 필요한 기술을 바탕으로 제품 선택을 할 수 있게 된다. 따라서, 대량의 데이터를 수집하고 보유하여 실행 가능한 통찰력으로 변환할 수 있는 제조사는 경쟁 우위에 서게 될 것이다.



**AI 유도 판매전략에 대한 개요를 간략히 설명하면?**
AI 유도 판매를 통해 분석방법은 기술분석에서 예측 및 처방 분석으로 전환할 수 있다. 이 프로세스는 (규정된 판매 프로세스가 아닌) 구매자 프로세스와 행동을 이해하기 위한 과학적 데이터 중심 접근법에 고객 및 판매 데이터를 사용한 것이다. 이것은 고객 파이프라인 단계에 대한 보다 객관적인 견해를 창출한다. 또한 과거 및 성향 모델링을 기반으로 한 판매 프로세스에서 최적화를 통해 구매 가능성이 높은 고객과 구매 프로세스에서 탈락할 수 있는 고객을 식별할 수 있으며, 대부분 효과적으로 가능성이 높은 중재 및 권장 조치에 대한 경고도 확인할 수 있다. 또한 AI 기능은 영업 상담 계획을 최적화하고 그에 따라 계약을 조정할 수 있다.

또한 제조업체는 단순히 어떤 고객을 대상으로 어떤 채널을 통해 어떤 제품을 판매하는지(그리고 어떤 가격에 판매하는지) 뿐만 아니라 누가 제품이나 서비스를 구매할 것인지, 어떤 채널이 가장 잘 반응할 것인지, 그리고 어떤 메시지가 가장 잘 전달될 것인지를 살펴봄으로써 AI 판매 능력을 향상시킬 수 있다.

**제조업체는 고객에 대한 보다 전체적인 시각(예: 고객 친밀도, 개인화, AI 유도 판매)을 창출하여 무엇을 얻을 수 있는가?**
고려해야 할 두 가지 유형의 고객이 점점 증가하고 있다는 점을 구별하는 것이 중요하다. :

• 최종 고객: 제조업체의 최종 고객에 대한 보다 전체적인 관점은 제품 및 서비스 개선을 위한 소비자 중심의 중요한 통찰력을 제공하고 새로운 제품 개발/R&D 요구를 이해할 수 있다. 고객들에게 소리(정보)를 전달하여, 그리고 그들의 제품/서비스에 대한 감정과 인식을 이해함으로써, 더 나은 경험을 전달하는데 도움을 줄 수 있다.
• 1차고객: 제조업체는 고객을 보다 총체적으로 파악한 후 직접 고객 구매 패턴을 기반으로 cross-selling과 up-selling 기회를 식별할 수 있다. 세분화를 통해 행동, 태도 및 니즈를 더 잘 이해할 수 있다. 외관상 모델링을 통해 더 많은 잠재력을 공략할 수 있을 것이다. 직접 고객이 제조업체와 어떻게 상호작용하는지(즉, 언제 어디서)에 대한 통찰력을 개선하여 고객 선호도에 따라 참여 기회를 확장하는 데 도움이 될 것이다.

**안전을 강조하는 기존 제조업의 경험이 오늘날의 환경에 도움이 된다고 생각하나, 아니면 과거 학습에서 끌어내기에는 너무 진부하다고 생각하는가?**
그렇다, 판데믹 이전에 안전을 강화하는데 사용된 유용한 기존의 도구와 사례가 있으며 입증된 것으로 생각한다. 일부 사례를 보면 일관된 작업수행과 잘 문서화된 정책과 명확한 절차가 포함되어 있다. 그러나 여기서 살펴본 바와 같이, 완전히 통합되기 위해서는 많은 새로운 기능이 개발되어야 한다.

**오늘날의 환경에서 우리가 겪고 있는 이러한 모든 변화에 적응하려고 노력하는 제조업체에게 해줄 조언은?**
중요한 조언은 제조업체들이 관련 데이터와 통찰력을 얻기 위해 기술을 적절히 활용하고 있는지 확인하는 것이다. 일반적인 종이 기반 프로세스로는 이와 같은 종류의 귀중한 정보에 접근할 수 없기 때문에, 새로운 기능을 신뢰하는 것이 중요하다.

출처 : [[https://www.manufacturingtomorrow.com/article/2020/06/how-manufacturers-are-leveraging-new-technology-to-meet-customer-demands/15486|ManufacturingTomorrow]]
번역 : K-SmartFactory