- 최근 조사에서 약 절반의 응답자가 생성형 AI 도구의 잠재력을 높이 평가함
- 고객들은 독립적인 생성형 AI 기능보다 리뷰 요약과 같은 통합된 수동적 기능을 선호하는 경향을 보임
- 온라인 쇼핑 고객들은 생성형 AI가 개인화된 경험을 제공할 수 있음을 이해하고 있으며, 다른 상황보다 개인정보 공유에 더 긍정적임
- 생성형 AI는 어려운 구매 여정을 포함하여 효율적으로 고객 서비스를 제공하는 데 기여할 수 있음
설계 원칙 및 전략적 시사점
설계 원칙 1: 기존 쇼핑 습관을 보완하는 AI 설계
-
현재 흐름을 보완: 기존 방식에 더해 새로운 가치를 제공하는 방식으로 AI 도구 설계.
-
챗봇 개선 기대: 기존 챗봇의 낮은 만족도를 극복하는 대화형 AI를 통한 개선 필요.
-
명확한 실험 식별: 고객이 새로운 도구와 기존 흐름을 쉽게 구분할 수 있도록 실험의 목적과 제한을 명확히 설명해야 함.
설계 원칙 2: 챗봇을 넘어 AI를 더 깊이 통합
-
다양한 상호작용 활용: 반응형, 수동적, 능동적 상호작용을 통합해 쇼핑 과정에 적합하게 활용.
-
직관적 사용자 경험: 기존 플랫폼에 자연스럽게 통합되도록 설계해 고객 학습 곡선을 줄임.
-
효율성 강화: 자연어 검색과 필터링 같은 대화형 기능을 활용해 구매 시간을 단축.
설계 원칙 3: 고객 데이터 가치 교환 재고
-
개인화 강화: 고객 데이터를 활용해 개인화된 추천을 제공하고 탐색 경험을 풍부하게 함.
-
피드백 루프 구축: 데이터 공유에 대한 고객의 통제권을 강화해 신뢰를 형성하고 알고리즘을 개선.
설계 원칙 4: 데이터 출처 및 처리 투명성 확보
-
명확한 데이터 처리: 데이터를 어떻게 사용하고 보호하는지 명확히 설명하여 고객 신뢰를 강화.
-
빠른 피드백 반영: AI의 오류를 신속히 수정하며, 고객 피드백을 반영해 서비스 품질을 지속적으로 개선.
-
사용자 중심 설계: 고객이 불필요한 콘텐츠를 쉽게 제거하거나 플래그 지정할 수 있도록 설계.
설계 원칙 5: 고객 서비스 재구상
-
개인화된 고객 관계 구축: 초기 고객 확보와 구매 후 관계를 더 자연스럽고 지속 가능하게 만듦.
-
전문적 조언 제공: 생성형 AI를 활용해 전문적이고 대화형 조언을 제공, 기존 오프라인 경험을 온라인으로 확장.
고객 중심 접근법
- 생성형 AI는 고객 경험 설계에서 혁신적인 도구를 제공하며, 고객들은 이러한 가능성에 대해 낙관적임.
- 하지만 기술이 고객의 필요보다 앞서게 되는 경우를 피해야 하며, 고객의 요구를 우선적으로 해결하는 데 초점을 맞추는 것이 중요함.