상황
민원은 한 곳으로 오지 않는다, 사방에서 동시에 온다
홈페이지 게시판에 하나, 대표 전화로 하나, 고객센터 메일로 하나, 챗봇 상담으로 또 하나. 채널마다 창을 따로 열어 확인하는 동안, 어느 고객이 얼마나 화가 났는지는 아무도 한눈에 보지 못한다.
그래서 늘 목소리 큰 순서, 최근에 본 순서로 대응한다. 정작 조용히 해지를 준비하던 고객, 사흘째 같은 장애를 겪던 고객은 맨 뒤로 밀린다.
홈페이지 게시판에 하나, 대표 전화로 하나, 고객센터 메일로 하나, 챗봇 상담으로 또 하나. 채널마다 창을 따로 열어 확인하는 동안, 어느 고객이 얼마나 화가 났는지는 아무도 한눈에 보지 못한다.
그래서 늘 목소리 큰 순서, 최근에 본 순서로 대응한다. 정작 조용히 해지를 준비하던 고객, 사흘째 같은 장애를 겪던 고객은 맨 뒤로 밀린다.
늦은 응답 하나가 실제로 얼마를 무너뜨리는지, 숫자로 보면 이렇다.
"그냥 챗봇이 다 받아서 알아서 답변까지 보내면 되지 않나?" 이 유혹부터 검토했다.
이미 화가 난 고객에게 결이 어긋난 자동 응답은 불에 기름을 붓는다. 잘못된 답 한 번이 "사람이 아예 안 읽는구나"라는 확신을 주고, 그 순간 고객은 떠난다. 되돌릴 수 없는 응대를 통째로 기계에 맡길 수는 없다.
"모아서 유형과 감정을 읽고, 급한 순서로 세우고, 회신 초안까지 준비하는" 90%를 자동화한다. "무엇을 어떤 말로 보낼지 정하는" 마지막 10%만 사람이 쥔다. 고객에게 닿는 말은 언제나 사람이 확인한 말이다.
네 단계를 따라가 보세요. 마지막, 고객에게 보내는 판단만 사람의 몫입니다.
게시판, 전화 메모, 메일, 챗봇에 흩어진 민원을 한 곳으로 모은다.
유형(장애·불만·문의·해지·칭찬)과 감정 온도, 긴급도를 판정한다.
세 줄 요약과 결 맞춘 회신 초안을 만들고, 급한 순서로 세운다.
초안까지 준비된 상태에서, 무엇을 어떻게 보낼지 마지막 판단만 사람이 쥔다.
말로 하면 여기까지다. 이제 직접 눌러보세요. 아래는 데모 데이터로 만든 실제 동작 화면입니다.
"자동 분류·정리"를 누르고, 민원 하나를 클릭하면 세 줄 요약과 회신 초안까지 볼 수 있습니다.
같은 민원, 정리 전과 정리 후. 바뀐 건 민원이 아니라, 누구부터 챙기는지의 순서다.
누가 급한지 이미 정해졌고, 회신은 초안까지 준비돼 있다. 화가 더 자라기 전에, 사람의 한마디가 먼저 닿는다.
