비즈니스 성장을 가속화할 수 있는 유용한 정보를 받아보세요.
AI에게 나쁜 데이터는 불량 식품과 같습니다.
응답 1:
문의해 주셔서 감사합니다. 이름, 이메일 및 주문 번호를 알려주시겠습니까? 어디에서 주문하셨습니까?
응답 2:
존 고객님, 골드 레벨 로열티 회원이 되어 주셔서 감사합니다! 무엇을 도와드릴까요? 장바구니에 넣어 두신 머그컵이나 현재 당사 웹사이트에서 검색 중인 메신저 가방 또는 다른 것과 관련하여 문제가 있습니까?
이러한 답변이 고객에게 주는 느낌에는 큰 차이가 있습니다. 그리고 그 차이는 데이터로 귀결됩니다.
데이터의 차이
생성형 AI는 고객 관계 관리 방식을 크게 재구성할 것을 약속하지만, 이를 위해서는 정확하고, 업데이트되고, 액세스 가능하며, 완전한 데이터가 필요합니다.
이를 데이터 중심 AI라고 하며, AI 시스템은 양질의 데이터만을 사용하여 개발된다는 개념을 전제로 합니다.
또한 기업은 고객의 활동을 연결된 최신 상태의 뷰로 살펴볼 수 있어야 합니다.
Trailblazer의 관점
“사용 가능한 데이터가 있지만 최신 상태이고 신뢰할 수 있으며 완전한 데이터입니까?” Odaseva의 데이터 및 분석 전문 공인 기술 설계자인 Carl Brundage는 이렇게 말합니다. “그렇지 않으면 고객에 대한 완전한 정보를 얻지 못할 수 있습니다.”
고객이 무엇을, 언제, 왜, 어떻게 하는지 완벽하게 파악하는 것만이 AI에 가치 있는 맥락을 추가하는 핵심입니다.
당신의 기업이 지금 수행할 수 있는 작업
비즈니스에 가장 영향력 있는 일부 AI 도구는 아직 개발 중이지만, 비즈니스가 데이터 하우스를 정리하기 위해 지금 몇 가지 주요 단계를 수행할 수 있습니다.
데이터의 품질을 확인합니다. 의사 결정에 부정적인 영향을 줄 수 있는 중복 항목, 이상값, 오류 및 기타 항목을 제거합니다.
마케팅, 영업, 서비스, 상거래 등의 데이터 소스를 단일 레코드로 연결하고 실시간으로 업데이트함으로써 AI가 최고의 추천을 할 수 있도록 합니다.
데이터 중심 AI를 위한 토대 마련하기
고객 데이터는 탁월한 경험을 제공하는 데 있어 핵심적인 역할을 합니다. 효과적인 AI 프로그램을 구축하기 위해 데이터가 완벽할 필요는 없지만 깔끔하게 정리되어야 합니다. 즉, 데이터에 오류, 잘못된 형식, 중복 또는 라벨 오류가 없어야 합니다.
Tableau의 데이터 전문가는 데이터를 정리하는 방법에 대한 다음 단계를 제시합니다. 이 단계는 AI 프로젝트의 데이터 세트를 통합하는 중요한 첫 단계입니다.
중복되거나 관련이 없는 관측치 제거
구조적인 오류 수정
원치 않는 이상값 필터링
누락된 데이터 처리
누락되거나 불완전한 데이터는 데이터 세트에서 매우 흔하게 발생하는 문제이며 AI 모델의 정확도를 저하시킬 수 있습니다. 다음은 이를 처리하는 몇 가지 방법입니다.
누락된 값이 포함된 관측치를 제거합니다. 그러나 이로 인해 정보가 손실됩니다.
다른 관측치를 기반으로 누락된 값을 입력합니다. 그러나 실제 관찰치가 아닌 가정을 기반으로 하기 때문에 데이터 무결성이 손실될 수 있습니다.
누락된 값을 효과적으로 탐색하기 위해 데이터가 사용되는 방식을 변경하는 것이 좋습니다.
확인하기
데이터를 정리하면 다음 질문에 대답할 수 있습니다.
데이터가 타당합니까?
데이터가 해당 필드에 적합한 규칙을 따릅니까?
데이터가 본인의 이론을 증명하거나 반증합니까? 또는 어떤 인사이트를 드러나게 합니까?
다음 이론에 대한 유용한 정보를 제공하는 트렌드를 찾을 수 있습니까? 그렇지 않다면, 계속되는 데이터 품질 문제 때문입니까?
데이터 중심 AI + CRM = 환상적인 결합
AI는 이미 CRM과 기업이 고객과 소통하고 고객에게 서비스를 제공하는 방식을 혁신하기 시작했습니다. 통합되고 정확하며 실시간으로 제공되는 양질의 데이터가 없으면 AI는 제대로 된 역할을 할 수 없습니다. 동시에, AI 없이는 산처럼 쌓여 있는 수많은 데이터들을 이해할 수 없습니다.
이 두 가지 방식을 결합하는 것이 성공을 달성하는 접근 방식입니다. 이를 통해 모든 사업 분야의 트렌드, 과제 및 기회를 파악하고 예측하여 고객에게 더 나은 서비스를 제공할 수 있습니다.
Data Cloud에서 지원하는 통합된 고객 프로필은 방문자, 고객, 잠재 고객 또는 구독자 등 사용자에 대한 포괄적인 뷰를 제공합니다. 지금까지 마케팅 데이터는 마케팅 시스템, 서비스 시스템의 서비스 데이터 등의 내부에 숨겨져 있었기 때문에 고객의 활동을 완벽하게 파악할 수 없었습니다.
Brundage는 다음과 같이 말합니다. “한 곳에 보관되며 실시간으로 업데이트되는 신뢰할 수 있는 통합 고객 프로필이 반드시 필요합니다. 데이터에 따라 지난 달에 한 일을 이번 달에는 다르게 할 수 있습니다. 그리고 오래된 데이터가 있다면 AI가 이를 활용할 것입니다.”
지식 관리의 계층 구조를 보여주는 유명한 피라미드가 있습니다. 우리가 수집하는 모든 것을 나타내는 데이터(data)는 피라미드의 맨 아래에 있고, 그 위에 순서대로 정보(information), 지식(knowledge), 그리고 마지막으로 맨 위에 지혜(wisdom)가 있습니다.
데이터와 정보는 맥락을 거의 제공하지 못하며 “이유”에 대한 답을 제공하지 않습니다. 하지만 AI로 계층화된 실시간 통합 데이터를 통해 패턴을 보고 추세를 예측하며 겉으로는 드러나지 않은 것들을 서로 연결할 수도 있습니다.
Brundage는 말합니다. “토마토가 과일이라는 것을 아는 것은 지식입니다. 지혜는 토마토가 과일 샐러드에 포함되지 않는다는 것을 아는 것입니다.”
Salesforce Live Korea 2023 다시 보기
Salesforce Live Korea 2023
함께 보면 좋은 콘텐츠
세일즈포스의 넷제로(Net Zero) 솔루션
Salesforce 활용 웹 진단
관련 제품
Sales
영업 지원
스마트하고, 빠르게 영업
Data
데이터
고객 경험을 혁신합니다.
Service
고객 서비스
고객 서비스 실현
Slack
슬랙
AI 생산성 플랫폼
Marketing
B2C 마케팅 자동화
실현한 마케팅
Tableau
태블로
Commerce
커머스
언제 어디서나 고객 연결