네트워크는 제품이다: AI가 통신업체 고객 경험에 초점을 맞추는 방법

[힘힘]

네트워크는 제품이다: AI가 통신업체 고객 경험에 초점을 맞추는 방법

2024년 2월 23일| 기사

공유하다

인쇄

다운로드

구하다

AI의 발전으로 통신 사업자는 개별 고객의 네트워크 경험을 더 잘 이해할 수 있으므로 ROI를 극대화하는 자본 할당, 더 높은 신뢰성 및 더 나은 상업적 결과를 얻을 수 있습니다.

다운로드

기사(9페이지)

통신 사업자는 오랫동안 네트워크를 실제 제품이 아닌 기술적 자산으로 관리해 왔으며 고객 결과에 대한 명확한 연관성을 도출하지 않고 네트워크 성능을 극대화해 왔습니다. 그러나 최근 AI와 통신업체의 데이터 성숙도가 발전함에 따라 네트워크를 네트워크의 특징인 고객 경험(CX)에 중점을 두고 관리해야 할 핵심 제품으로 취급하는 보다 정교한 새로운 접근 방식이 가능해졌습니다. SaaS(Software as a Service) 및 기타 기술 제공업체. 결과적으로 통신업체는 고객이 미처 인지하기도 전에 고객의 요구를 충족할 수 있습니다. AI를 사용하여 고객이 이 제품, 즉 네트워크와 상호 작용하는 방식에 대한 귀중한 통찰력을 얻음으로써 통신업체는 제품이 충족하는 특정 고객 요구 사항을 개념화하고 제품 성공을 명확히 하며 결과적인 비즈니스 전략을 기술 요구 사항으로 변환할 수 있습니다.

사이드바

저자 소개

이러한 고급 CX 측정은 결합하여 더 많은 승리를 거둘 수 있는 일련의 성공을 촉진하는 데 도움이 될 수 있습니다. 예를 들어, AI 기반 CX 인텔리전스는 열악한 네트워크 경험으로 인해 이탈할 가능성이 최대 5배 더 높은 고객을 식별하는 데 도움이 될 수 있습니다. 자본 지출을 5~10% 줄일 수 있는 기회를 식별할 수 있습니다. 또한 판매 전환율을 10~15% 증가시켜 고객 경험을 더욱 향상시킬 수 있습니다.

경험 측정에 대한 과거 관행의 한계는 주로 고객 설문 조사 및/또는 엔지니어가 고객과 가장 관련이 있다고 믿는 용량 또는 신호 강도와 같은 기술 KPI를 기반으로 했다는 사실에 뿌리를 두고 있습니다. 어느 정도 효과적이긴 하지만 부족했습니다. 엔지니어의 KPI는 고객에게 중요한 것의 하위 집합이며 요구 사항의 차이에 관계없이 모든 고객을 동일하게 대하는 반면, 고객 설문 조사는 객관적인 개별 고객 통찰보다는 주관적인 기억과 샘플링에 의존합니다. 또한 이러한 방식은 고객이 인지하지 못할 수 있는 감정적, 기술적 요소를 포함하는 고객의 실제 경험을 간과하고 상업적 결과와는 단절됩니다.

최근까지 통신업체에는 선택의 여지가 많지 않았습니다. 네트워크 성능의 변화가 개별 고객에게 어떤 영향을 미치는지 정확하게 이해하는 것이 불가능하지는 않더라도 어렵기 때문입니다. 네트워크 활동을 고객 행동과 연관시키는 능력이 없으면 다음과 같은 질문에 대답할 방법이 없습니다. 셀 사이트에 새 대역을 추가하면 고객이 그 차이를 인식할 수 있을까요? 해당 조치로 인해 영향을 받는 고객은 더 많이 구매하거나 덜 이탈하게 될까요, 아니면 모든 것이 동일하게 유지됩니까? 이러한 유형의 질문은 다른 업계, 특히 제품, 제품 사용 및 고객 간의 관계를 면밀히 모니터링하는 SaaS 및 앱 기반 비즈니스에서 매우 일반적이며 답변이 가능합니다.

그러나 이제 AI의 데이터 성숙도와 발전을 활용하여 이러한 격차를 해소할 수 있습니다. 통신업체는 데이터 및 개인 정보 보호 규정의 범위 내에서 네트워크의 특정 작업이 실제로 개별 최종 고객에게 어떤 영향을 미치는지, 고객이 그러한 영향을 인지했는지 여부를 이해하고 궁극적으로 보다 효율적인 네트워크 관리에 참여할 수 있습니다. 일부 선구적인 사업자들은 이미 그 방향으로 움직이고 있습니다. 그들은 이러한 관계를 식별하고 자본 투자의 효율성을 높이는 동시에 매출과 수익을 모두 높일 수 있는 모든 기회를 모색하는 능력을 개발했습니다.

이 기사에서는 네트워크 고객 경험이 통신업체에 점점 더 중요해지는 이유와 새로운 접근 방식이 필요하다고 생각하는 이유를 살펴보겠습니다. 이러한 접근 방식의 핵심 요소와 여러 통신업체가 이미 이를 사용하여 고무적인 결과를 달성하고 있는 방법 통신사가 이러한 방식으로 AI를 사용하기 시작하려면 무엇이 필요한가요?

우리의 기술, 미디어 및 통신 업무에 대해 더 자세히 알고 싶으십니까 ?

통신 사업자 페이지를 방문하세요.

통신업체를 위한 CX의 관련성 증가

오늘날 CX는 통신 분야에서 가치를 창출하는 핵심 차별화 요소입니다. 우리 연구에 따르면 통신업체 고위 임원 중 73%가 이를 최우선 과제로 생각하고 있는 것으로 나타났습니다. 설문 조사에서 동일한 통신사 고위 경영진은 현재 방법이 고객 경험의 어떤 부분이 고객의 관점에 영향을 미치는지, 전술을 CX 변형에 연결하는 방법, 만족도 점수를 비즈니스 결과와 연결하는 방법에 대한 구체적인 정보를 제공하지 않는다고 말했습니다. 그 결과, 운영자는 특정 시장에서 최고의 전체 네트워크 성능을 얻을 수 있지만 동일한 지역의 특정 고객이 실제로 부정적인 경험을 하고 있다는 사실을 이해하지 못할 정도로 운영자는 고객 경험에 대한 세부적인 관점이 부족합니다.

네트워크 고객 만족도를 추적하는 기존 점수에는 몇 가지 단점이 있습니다. 설문 조사 기반 점수는 고객의 기억과 경험에 대한 인식에 의존하여 지나치게 주관적인 경향이 있으며, 고객이 선택한 장치나 Wi-Fi 설정과 같은 중요한 요소를 간과하면서 부정적인 경험 쪽으로 치우치는 경향이 있습니다. 그들이 생성하는 데이터에는 실시간 통찰력을 제공할 수 없고 샘플링을 기반으로 하는 지연 지표가 포함됩니다. 내부적으로 개발된 지표(예: 특정 처리량을 초과하는 시간)도 실제로 고객 결정에 영향을 미치는 것보다 쉽게 ​​측정할 수 있는 것에 편향될 수 있다는 점에서 부족할 수 있습니다. 마지막으로, 이러한 측정항목과 고객 이탈, 성장 등 비즈니스 성과 간의 상관관계는 제한적입니다. 이러한 모든 요소는 특히 상업 영역에서 보다 완전한 악보가 제공할 수 있는 적용 범위를 제한합니다.

이와 대조적으로 강력한 AI 지원 CX 점수는 상업적 결과를 설명합니다. 소프트웨어 및 상업적 맥락에서 CX는 감정적, 인지적, 감각적, 행동적 요인과 브랜드 인식을 고려하고, 이들 각각이 고객 행동과 고객이 제품을 다시 사용하기 위해 돌아올 가능성에 미치는 영향을 고려합니다. 네트워크 맥락에서 CX는 고객 행동에 영향을 미치는 네트워크 성능 요소를 나타냅니다. 상세한 네트워크 성능 정보와 AI를 활용하면 예를 들어 매일 모든 단일 회선에 대해 또는 30분마다 더 자세한 정보를 제공하는 등 매우 세부적이고 구체적인 CX 측정을 생성할 수 있습니다. 이를 통해 통신업체는 "거시" 분석에서 "미시" 분석으로 전환하고 네트워크 성능을 특정 고객 행동과 연결할 수 있습니다. 예를 들어, 지난 주 뉴욕시 우편번호에 있는 모든 고객의 평균 대기 시간을 평가하는 대신 지난 화요일 오전 10시에서 10시 30분 사이의 개별 고객에 대한 대기 시간, 해당 대기 시간 비율에 대한 예상 예상 시간, 정확히 어떤 개입이 ROI 관점에서 의미가 있는지.

이러한 수준의 정확성과 객관적인 지표를 통해 통신업체는 어떤 조치가 보다 긍정적인 비즈니스 결과로 이어질 수 있는지, 이를 통해 고객 가치 관리(예: 이탈 방지)를 개선하고 네트워크 운영을 강화(문제 감지 및 우선순위 지정 포함)하는 방법을 더 잘 이해할 수 있습니다. 자본 배분을 개선합니다. 규모에 따라 대부분의 의사결정에 정보를 제공하고 네트워크를 가치 창출의 핵심 동인으로 전환하는 데 더 광범위하게 사용될 수도 있습니다(그림 1).

전시 1

효과적인 통신 네트워크 CX 점수를 구축하려면 5가지 다른 측면을 다루어야 합니다.

치수

좋은 점수를 얻으려면…

예

한 통신 회사는 네트워크 CX를 측정하는 이 방법을 사용하여 더 나은 네트워크 경험을 가진 동료보다 이탈할 가능성이 2.2배 더 높은 고객을 식별할 수 있었습니다(그림 2). 이러한 네트워크 CX 측정값을 회사의 기존 이탈 모델과 결합함으로써 잠재적인 이탈자의 전반적인 식별을 개선하고 네트워크 문제와 상업적 문제(예: 가격 문제)가 있는 고객과 주요 네트워크 문제만 다루는 고객을 구별할 수 있었습니다. (이탈 모델에서는 이탈 위험이 낮지만 네트워크 CX 측정치는 낮음)(그림 3) 이 두 프로필은 향후 이탈을 방지하기 위해 서로 다른 조치를 요구하기 때문에 이는 매우 관련성이 높습니다. 네트워크 성능은 좋지만 CX가 여전히 좋지 않다면 할인이나 5G 휴대폰 무료 제공 등 상업적인 대응이 필요합니다. 고객의 상업적 경험은 좋지만 네트워크 성능이 좋지 않은 경우 무료 전화기는 도움이 되지 않으며 네트워크를 업그레이드하지 않으면 고객이 떠날 가능성이 높습니다. 정의된 AI 기반 CX 접근 방식을 사용하여 회사는 네트워크 기반 이탈률을 크게 낮추는 데 성공했습니다. 구체적인 사례에서는 100% 회선에 대해 네트워크 CX 경험을 매일 측정하고 고객 회선당 평균 600개의 RAN 세션을 분석했습니다.

전시 2

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

전시 3

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

가치 창출 및 의사결정 강화

통신 조직 전체에서 향상된 네트워크 CX 점수를 활용할 수 있는 많은 기회는 네트워크 관리(네트워크 계획 포함)와 상업 관리라는 두 가지 주요 범주로 나뉩니다. 이들 내에서 CX 점수는 이탈 모델링, 자본 할당, 에너지 최적화, 교차 판매 및 상향 판매 캠페인 미세 조정 등 다양한 사용 사례에 적용될 수 있습니다.

네트워크 관리. 네트워크 관리 공간에서 정교한 점수 시스템은 지속적으로 비즈니스 가치를 창출하기 위해 CX를 개선할 수 있는 부분뿐만 아니라 그러한 개선을 위해 수행해야 할 정확한 작업이 무엇인지 파악하는 데 도움이 될 수 있습니다. 특정 작업의 몇 가지 예는 다음과 같습니다.

• 현명한 자본 지출 및 계획 최적화. 네트워크 투자의 ROI를 높이기 위해 스마트 자본 계획 또는 스마트 자본 지출은 고객 경험 점수를 활용하여 구현할 수 있습니다. 네트워크 성능과 상업적 결과 사이의 관계를 명확하게 이해하면 자본 예산 할당이 학습된 추측에서 정확한 타겟팅으로 발전할 수 있습니다. 다양한 영역(다양한 경쟁사 역학 포함)의 잠재적 개입 결과를 보다 정확하게 추정하고 상업적 결과에 미치는 영향을 해석할 수 있습니다. 이 접근 방식에 따라 운영자는 자본 계획(예: MIMO 또는 다중 입력, 다중 출력, 섹터 추가에 비해 보다 안정적인 데이터 전송을 가능하게 하는 업그레이드)을 위해 모든 사이트에서 어떤 개입을 해야 하는지 더 잘 이해할 수 있습니다. 고객에게 미치는 영향을 기준으로 우선순위를 정할 사이트.
  
  한 통신사는 3개년 구축 계획 내에서 리타겟팅을 통해 더 나은 ROI를 달성할 수 있는 투자의 15%를 식별할 수 있었습니다. 왜냐하면 초기 계획에서 이미 높은 점수를 받은 영역을 다루었거나 제안된 솔루션이 이러한 동인을 다루지 않았기 때문입니다. 점수가 낮거나, 영향을 받는 고객 수와 수익 금액이 너무 낮아 계획된 투자를 보장할 수 없기 때문입니다.
• 네트워크 성능 관리. 제공되는 고객 경험과 그 이면에 있는 동인을 잘 이해하는 것은 네트워크 조직이 동일한 언어로 말할 수 있는 전례 없는 기회가 될 수 있습니다. 이는 열악한 상업적 결과가 상업적인 고려 사항에 의한 것인지 아니면 네트워크 문제에 의한 것인지에 대한 오랜 논쟁을 종식시킬 수 있기를 바랍니다. 단일 네트워크 CX 점수와 도구 키트의 상업적 결과에 대한 명확한 연결을 통해 통신업체는 이제 직원에게 전체 점수 및 하위 점수 추적을 담당하도록 할당하여 성과 관리를 개선할 수 있습니다. 예를 들어, 운영자는 네트워크 용량의 영향을 더 많이 받는 영역과 고객 선호도에 따라 네트워크 신뢰성에 더 민감한 영역, 데이터 경험보다 음성 경험이 더 관련성이 높은 영역, 해당 영역에서 얼마나 잘 수행되고 있는지 이해할 수 있습니다. 치수. 이러한 지식은 해당 영역의 네트워크 성능을 업그레이드하는 데 필요한 조치를 알리는 데 도움이 될 수 있습니다.
• 이상 탐지. 통신사가 네트워크 운영 센터에서 경보와 KPI를 정기적으로 모니터링하는 것처럼 CX를 모니터링하여 중요한 네트워크 오류를 알릴 수 있는 이상한 이벤트나 패턴을 식별할 수 있습니다. 이러한 방식으로 네트워크 CX를 모니터링하면 개별 네트워크 요소에 대한 경보와 고객 문의에 대한 의존성으로 구성된 기존 네트워크 모니터링에 비해 두 가지 이점을 얻을 수 있습니다. 첫째, 복잡하거나 숨겨진 결함을 식별하는 데 도움이 됩니다. 네트워크 CX 점수는 여러 성능 지표(음성 및 데이터 서비스, 용량, 안정성 등)로 동시에 구성되므로 여러 KPI에 동시에 영향을 미치는 네트워크 장애의 영향을 받습니다. 이를 통해 문제를 식별하는 데 있어 또 다른 개선 단계가 가능해집니다. 예를 들어, 한 사이트에서 용량이 10% 감소하는 것은 관련성이 없어 보일 수 있지만 모든 네트워크 성능 지표가 동시에 10% 감소하는 것은 심각한 문제를 나타낼 수 있습니다.
  
  CX 기반 이상 감지가 기존 네트워크 모니터링에 비해 갖는 두 번째 이점은 비즈니스 관련 오류를 정확히 찾아낼 수 있다는 것입니다. CX 점수는 비즈니스 결과와 연관되어 있으므로 점수 하락은 고객이 이탈하거나 콜센터에 문의하거나 다른 채널을 통해 불만을 제기할 원인이 있을 수 있음을 나타냅니다. 이를 통해 운영자가 "네트워크 문제"를 보는 방법과 경보를 트리거하는 기준을 재정의할 수 있습니다. 예를 들어, 15% 처리량 감소는 해결해야 할 이벤트로 간주되지 않을 수도 있지만, 운영자가 감소로 인해 해당 영역에서 이탈 확률이 두 배로 증가할 것이라는 사실을 알고 있는 경우 대응해야 할 필요성이 훨씬 더 시급해집니다.
• 타겟 정전 복구. 네트워크 중단이 CX에 미치는 영향을 사용하여 이미 식별된 결함으로 인한 비즈니스 결과의 심각도를 평가할 수 있습니다. 이러한 수리는 기존 프로세스에 통합되어 중단 해결 방법의 우선순위를 변경하여 네트워크에 대한 고객의 인식에 미치는 영향을 최소화할 수 있습니다. 한 통신 사업자는 기존 경보가 트리거되거나 전문가 팀이 문제 조사를 시작하기 전에 문제를 보인 CX 점수를 모니터링하여 여러 사이트에 영향을 미치는 백홀 문제를 식별할 수 있었습니다. 이 경우 백홀이 제대로 작동하지 않아 고객이 네트워크에 연결할 수 없었지만 용량 KPI는 괜찮은 것으로 보였고 RAN 경보가 트리거되지 않았으며 전화기는 계속 연결되어 있었습니다. 고객이 문제에 대해 전화를 걸었지만 엔지니어는 근본 원인을 알지 못했습니다. 광섬유 링크의 일부 성능 저하가 분명했지만 처음에는 이것이 문제로 간주되지 않았습니다. AI 지원 CX 점수만이 그러한 문제를 정확히 찾아내는 데 필요한 엄청난 양의 지표를 종합할 수 있습니다. CX 점수가 문제를 나타내면 엔지니어는 하위 점수와 개별 KPI를 자세히 분석하여 특정 백홀 문제는 물론 심각도(영향을 받는 고객 수 포함)를 식별할 수 있었습니다. 이 식별 프로세스와 관련된 다양한 네트워크 요소에 대한 방대한 수의 메트릭을 수동으로 검토하는 것은 사실상 불가능했을 것입니다.
• 에너지 최적화. 에너지 최적화 노력의 일부를 CX 점수에 기초함으로써 통신업체는 개별 고객의 네트워크 경험을 유지하거나 개선하는 동시에 운영자 의 전반적인 에너지 사용량 도 개선할 수 있습니다 . 예를 들어, CX가 저하되지 않으면 사이트 전력을 줄일 수 있고, CX 점수가 측정 가능한 개선 결과를 나타낼 경우 늘릴 수 있습니다. 이러한 최적화 수준은 특정 시간에 사이트를 사용하는 고객 유형과 이탈 가능성에 따라 더욱 강화될 수 있습니다.

AI 지원 고객 서비스가 통신사 개인화 확장의 핵심인 이유

기사를 읽다

상업 관리. 고객 경험 점수를 사용하여 상업 관리를 개선할 수 있는 기회에는 네트워크 개선에 투자할지 여부와 방법을 파악하고, 열악한 경험으로 인한 영향을 완화하기 위해 어떤 고객에게 할인이나 새 전화기를 제공해야 하는지 결정하고, ARPU(단위당 평균 수익)를 높이는 것이 포함됩니다. 개인 수준에서는 특정 시장을 성장시키고 상업 운영을 최적화합니다. 특정 작업의 몇 가지 예는 다음과 같습니다.

• 향상된 이탈 모델. 고객 이탈의 38%는 네트워크 문제로 인해 발생하며, 고객은 더 나은 데이터 속도와 음성 수신을 원합니다.1연구에 따르면 네트워크 품질이 가장 높은 분석된 시장의 상위 절반에서 선두 서비스 제공업체는 동종 업체보다 ARPU가 31% 더 높고 평균 이탈률이 27% 더 낮은 것으로 나타났습니다.2또한 프로모션, 계획 변경, 고객을 선불에서 후불로 전환 등 목표 이탈 감소 조치를 통해 AI 기반 CX 인사이트를 통해 이탈 모델을 향상할 수 있습니다.
• 교차 판매 및 상향 판매가 진행됩니다. 더 나은 네트워크 경험을 즐기는 고객이 추가 제품과 서비스를 구매할 가능성이 더 높은 것은 당연합니다. 그러나 일반적으로 교차 판매 및 상향 판매 활동을 시작할 때 네트워크는 고려되지 않습니다. 이러한 노력을 시작할 때 이러한 중요한 요소를 고려하지 않으면 해당 캠페인의 효과가 줄어들 뿐만 아니라 위험이 발생할 수도 있습니다. 네트워크 경험이 좋지 않은 고객에게 교차 판매 또는 상향 판매 노력을 시작하면 역효과를 내고 부정적인 반응을 유발할 수 있습니다. 이러한 마케팅 프로세스에 CX 점수를 통합하면 이러한 영업 이니셔티브가 더욱 성공적일 가능성이 높습니다.
• — 연결 문제에 대한 조기 개입. 열악한 네트워크 경험을 겪고 있는 개별 고객에게는 연결성을 향상시키기 위해 펨토 셀(소형, 저전력 셀룰러 기지국) 또는 메시 장치가 제공될 수 있습니다. 이를 통해 고객 불만만을 기반으로 한 보다 적극적인 조치에 비해 이탈률을 3~4배 줄일 수 있습니다. 고객 불만에만 집중하다 보면 할인이나 사은품을 강요하는 결과를 낳게 되고, 불만의 근본 원인에 대한 완전한 이해와 장기적인 해결을 간과할 수 있습니다.
• 적극적인 클라이언트 커뮤니케이션, 통화 라우팅 및 우선순위 지정. 앞서 설명한 이상 탐지 사용 사례를 기반으로 고객 경험이 크게 떨어지면 통신업체는 영향을 받는 사용자에게 사전에 연락할 수 있는 능력을 갖게 됩니다. 예를 들어, 사고나 날씨 등 불가피한 상황으로 인해 타워가 무너지면 고객은 서비스가 일시적으로 중단된다는 메시지를 받을 수 있습니다. 또는 콜센터 상담원은 동일한 정보를 사용하여 고객이 불만을 제기할 때 서비스 저하를 인정함으로써 고객과 담당자 모두 문제가 무엇인지 파악하는 데 드는 시간과 좌절감을 줄일 수 있습니다.
• 장치 또는 요금제 업그레이드. 5세대(5G)가 널리 보급된 지역에서 여전히 4세대(4G) LTE 기기를 사용하고 있는 고객에게는 사전에 업그레이드를 제안받을 수도 있습니다. 5G 기기를 보유하고 있지만 4G LTE 요금제를 사용하는 고객은 5G 요금제로 업그레이드할 수 있습니다.

시작하기

대부분의 데이터 관련 노력과 마찬가지로 향상된 네트워크 CX 점수를 개발하기 위한 로드맵을 구축하는 것이 성공에 매우 중요합니다. 네 가지 핵심 요소가 관련되어 있습니다.

사용 사례를 결정합니다. CX 점수로 무엇을 하려는지 아는 것이 필요한 데이터를 결정하므로 점수가 사용될 주요 사용 사례를 결정하는 것이 첫 번째 단계입니다. 이탈률 감소, 자본 예산 할당 최적화 또는 통화 재라우팅 최적화는 좋은 시작점입니다. 필요한 데이터는 일부 모델링 설계 선택과 마찬가지로 사용 사례에 따라 조금씩 변경됩니다(예: 이탈 관련 사용 사례는 중간과 높은 것을 구분하는 점수가 아닌 매우 낮은 CX를 경험하는 고객을 식별하는 데 도움이 되는 점수의 이점을 얻음) CX(예: 기업 또는 정부 계약에 대한 서비스 수준 계약에서 요구될 수 있음).

기존 성능 데이터를 평가합니다. 현재 사용 가능한 네트워크 성능 데이터를 이해하는 것도 중요합니다. CX 점수 매기기에 대한 보다 정교한 접근 방식에는 경우에 따라 쉽게 사용할 수 없는 매우 세부적인 정보와 관련된 까다로운 데이터 요구 사항이 있습니다. 대부분의 통신업체에서는 어느 정도의 새로운 데이터 준비(생성 및 수집 포함)가 필요하며 이는 쉽게 부담스러울 수 있습니다. 디지털 혁신이 확산되면서 통신업체의 데이터 성숙도가 눈에 띄게 향상되었습니다. 그럼에도 불구하고 이는 핵심 제품인 네트워크가 매일 엄청나게 방대한 양의 데이터를 생성하는 통신업체에게는 여전히 엄청난 과제로 남아 있습니다. 그리고 모든 운영업체와 OEM은 서로 다른 방식으로 데이터를 수집하는데, 다른 운영업체를 인수하거나 합병하면 더욱 복잡해집니다.

이 새로운 방식으로 CX를 사용하기 위한 AI를 구축하려면 최소한 고객 수준의 네트워크 성능 데이터가 필요합니다. 세션별로 또는 모든 고객과 사이트에 대해 적어도 매 시간마다 측정기와 고객 연결을 결합하여 네트워크 성능 데이터가 필요합니다. 정의된 여정(예: 4G 전화선) 최소 60일 분량의 데이터도 저장되어 있어야 합니다. 이 데이터는 이탈, 고객 서비스에 대한 통화 또는 구독자 계획을 포함할 수 있는 상업 정보와 결합됩니다.

과거의 노력을 토대로 구축하십시오. 오늘날의 AI 발전과 데이터 성숙도 달성 이전에 많은 운영자가 과거에도 유사한 지표를 개발하려고 노력해 왔습니다. 이러한 이전 노력은 여전히 ​​도움이 될 수 있습니다. 데이터 투자에는 방대한 데이터 컬렉션에서 명확한 통찰력을 도출하려는 목표가 추가로 포함되고 추가 데이터 포인트와 함께 입력으로 결합되어 이러한 AI 기반 CX 측정을 생성할 수 있기 때문입니다.

여정을 정의하세요. 다른 데이터 및 분석 노력과 마찬가지로, 여정도 점진적으로 완료되면 성공할 가능성이 더 높습니다. 초기 성공을 달성하기 위해 작게 시작한 다음 점점 복잡해지는 성공을 기반으로 구축하는 것이 일반적으로 가장 복잡하고 세분화된 야망을 먼저 해결하는 것보다 낫습니다. 사용 사례에 대한 초기 CX 기반 점수가 개발되면 소프트웨어 개발과 유사한 연속 릴리스 프로세스에서 점점 더 복잡한 점수와 사용 사례가 개발될 수 있습니다. 예를 들어, 운영자는 시간별 IoT CX 측정으로 이동하기 전에 4G 전화선의 일일 경험을 이해하는 데 중점을 두고 여정을 시작할 수 있습니다. 이 접근 방식을 사용하면 처음에 결합해야 하는 데이터 세트 수와 관련된 복잡성을 줄일 수 있습니다.

---

고객 경험을 추적하고 최적화하기 위한 객관적이고 AI 기반 방법을 의사 결정의 핵심 동인으로 채택할 수 있는 기회는 통신 사업자에게 어려운 경제 상황이 장기화되는 동안 한 줄기 빛입니다. 고객의 네트워크 경험을 감소시키는 문제를 예측 및 예방하고 비즈니스 결과를 해당 경험에 연결하는 것은 업계의 새로운 성장과 혁신의 원천이 될 수 있습니다. 그러나 이는 네트워크 사업자가 AI를 활용하여 이익을 얻을 수 있는 방법의 시작일 뿐입니다. AI를 사용하여 네트워크 CX에 대한 더 깊고 정확한 이해를 개발하는 것은 더 광범위한 AI 네트워크 혁신의 첫 번째 이정표가 될 수 있습니다.

저자 소개

Borja Belda 는 McKinsey 뉴욕 사무소의 파트너 파트너이며 Tomás Lajous 는 수석 파트너입니다. Sebastian Cubela 는 마이애미 사무실의 파트너입니다. Brendan Gaffey는 댈러스 사무실에 있는 TMT(Technology, Media & Telecommunications) Practice의 수석 파트너이자 글로벌 공동 리더입니다. Sebastián González는 Stamford 사무실의 컨설턴트입니다.

저자는 이 기사에 기여한 Venkat Atluri, Bernardo Branco, Aniruddha Chauhan, Guilherme Cruz, Kayvaun Rowshankish, Sanchit Tiwari 및 Andrea Travasoni에게 감사의 말씀을 전하고 싶습니다.