기업은 솔루션과 프로세스를 디지털 방식으로 혁신함에 따라 고객과 상호 작용하는 방식, 특히 고객을 이해하는 방식도 혁신해야 성공한다는 사실을 알게 되었습니다.
하지만 단순한 고객 설문 조사 제공 그 이상입니다. 고객층이 브랜드에 대해 어떻게 생각하는지에 대한 대화에 적극적으로 참여해야 합니다. 그리고 감정 분석은 이를 파악하는 열쇠입니다.
감정 분석이란 무엇인가요?
Dynamics 365는 고객을 이해하는 데 도움을 줍니다.
Dynamics 365 Customer Insights를 통해 비즈니스나 제품과 관련된 청중의 감정을 측정하세요. 이는 최신 정보를 통해 청중 통찰력을 열어주는 기업 고객 데이터 플랫폼입니다.
감정 분석 정의
오피니언 마이닝 또는 감정 인공 지능이라고도 하는 감정 분석은 콘텐츠가 긍정적인지, 부정적인지, 중립적인지를 결정하는 NLP(자연어 처리) 기술입니다. 감정 분석 도구는 텍스트와 통계를 분석하여 개인과 대중의 관점에서 고객이 무엇을 말하고 있는지, 어떻게 말하고 있는지, 그 진정한 의미가 무엇인지 파악합니다.
텍스트 마이닝은 리뷰, 설문 조사, 웹 기사, 소셜 미디어와 같은 피드백 자료와 채널에서 고객의 목소리를 파악하는 데 정기적으로 사용됩니다. 언어가 진화함에 따라 이러한 채널을 통해 의도를 파악하는 것이 점점 더 어려워지고 있으며, 사전적 정의를 기본으로 사용하면 부정확한 해석으로 이어질 수 있습니다.
고객의 목소리에 맞게 조정된 알고리즘 기반 감정 분석 도구를 사용하면 고객이 제품, 서비스 또는 솔루션에서 원하고 필요로 하는 것이 무엇인지, 그리고 시간 경과에 따라 고객 의견이 어떻게 변화하는지 그 추이를 파악할 수 있습니다.
다음은 감정 분석 예시입니다.
- 측면 기반—고객이 논의하는 사항(온라인 리뷰에서 제품 가격, 개별 고객의 감정 등)을 구체적으로 결정합니다.
- 감정 감지—특정 감정을 특정 단어와 연관시켜 감정을 정확히 찾아냅니다.
- 세분화—고객의 견해를 더 세분화된 수준으로 알아낼 수 있도록 극성 범주(매우 긍정적, 긍정적, 중립, 부정적, 매우 부정적)의 감정을 분석합니다.
- 의도—고객이 구매 또는 조사 중인지, 나중에 추적 및 타겟팅이 필요한지 파악할 수 있도록 고객의 의도를 정의합니다.
감정 분석을 사용하는 방식
전통적으로 기업은 설문지와 설문 조사에 의존하여 고객 의견을 알아봤습니다. 예를 들어 NPS(Net Promoter Score) 설문 조사는 고객이 비즈니스를 추천할 의향을 측정하는 데 필요한 정보를 집계하고 평가합니다. 이러한 데이터는 가치가 있지만, 디지털 채널 전반에서 구매와 같은 고객 경험에 대한 심층적인 인사이트를 제공하는 데는 크게 부족할 수 있습니다.
하지만 감정 분석은 이 부족한 부분을 해결해줍니다.
감정 분석은 텍스트에서 고객의 의견과 감정을 모니터링, 식별 및 추출할 때 각 댓글, 소셜 미디어 좋아요, 아이디어, 불만, 문의 뒤에 숨겨진 의미를 파악하는 데 도움이 될 수 있습니다. 또한 끊임없이 진화하는 고객의 요구에 신속하게 대응할 수 있도록 지원합니다.
수집된 데이터를 분석하면 각 고객의 반응에 대한 요약은 물론 제품이나 비즈니스에 대한 대중의 인식을 형성하는 데 도움이 될 수 있는 기타 추가 피드백을 얻을 수 있습니다. 이 데이터를 긍정적, 중립적, 부정적 감정 스펙트럼에 배치하면 고객이 어떤 이유로 그러한 발언을 하게 되었는지, 즉 특정 주제에 대한 고객의 감정과 느낌을 설명하는 의견을 드러냅니다.
이러한 의견은 직접적("이 제품은 제가 사용해 본 제품 중 최고입니다!") 또는 상대적("제품 A는 제품 B보다 조직과 더 잘 통합되었습니다.")으로 분류됩니다. 이러한 내용은 대부분 해석하기 쉽지만 일부 내용은 좀 더 살펴봐야 합니다. 암시적("비즈니스는 이 제품을 개선하기 위해 무엇을 해야 하는지 알고 있습니다.") 및 명시적("기능 A는 사용하기 쉽습니다.")과 같은 분류와 긍정적이면서도 부정적인 단어가 포함된 단어 시퀀스는 분석하기 어려울 수 있으며, 감정 모델을 수동으로 검토하거나 조정해야 할 수 있습니다.
하지만 다른 사용자가 여러분에 대해 어떻게 느끼는지에 대한 이러한 핵심 단어와 문구를 발견하면 조직의 다음 행보를 계획하는 데 도움이 될 수 있습니다. 하지만 먼저 감정 분석이 비즈니스에 어떻게 도움이 되는지 이해해야 합니다.
감정 분석의 작동 방식 파악
감정 분석은 여러 기술을 사용하여 모든 고객의 말을 실행 가능한 단일 항목으로 추출합니다. 감정 분석 프로세스는 다음 네 단계를 따릅니다.
- 텍스트를 문장, 구문, 토큰, 품사 등의 구성 요소로 분류합니다.
- 각 구문과 구성 요소를 파악합니다.
- 플러스(+) 또는 마이너스(-) 점수를 사용하여 각 문구에 감정 점수를 할당합니다.
- 점수를 종합하여 최종 감정 분석을 합니다.
설명하는 단어나 구문을 기억하여 감정 가중치를 부여함으로써 여러분과 여러분의 팀은 감정 라이브러리를 구축할 수 있습니다. 팀은 수동 채점을 통해 각 단어의 강약과 해당 문구 점수의 극성을 결정하여 긍정적, 부정적 또는 중립적인지를 표시합니다. 또한 다국어 감정 분석 엔진은 일관된 채점, 새로운 구문, 관련 없는 용어 제거를 통해 지원하는 모든 언어에 대해 고유한 라이브러리를 유지해야 합니다.
감정 분석은 이 접근 방식을 3가지 범주로 나눌 수 있습니다.
자동화됨
통계, NLP, 기계 학습 알고리즘을 혼합하여 감정을 파악합니다. 시스템은 입력과 해당 출력, 즉 고객 텍스트를 극성과 연관시키도록 학습되어 있습니다. 컴퓨터는 입력 데이터로 분류되며 일단 학습이 완료되면 시간이 지남에 따라 적응할 수 있습니다. 추가 데이터로 테스트하여 더 나은 예측을 제공할 수 있습니다.
규칙 기반
가장 단순한 감정 분석은 사전이나 어휘를 사용하여 단어와 구문을 탐색하고 관련 감정을 파악하는 것입니다. 이러한 유형의 접근 방식은 직접적이고 명시적인 의견에 효과적입니다. 이 시스템은 빠르고 사용하기 쉽지만, 단어가 순서대로 결합되는 방식을 거의 고려하지 않습니다. 이 접근 방식은 암시적인 의견을 쉽게 이해할 수 없으므로 팀에서는 비교 의견에 대한 규칙을 추가해야 합니다.
하이브리드
규칙 기반 시스템과 자동화된 시스템을 결합하면 고객을 진정으로 이해하는 데 필요한 정확성과 정밀성을 확보할 수 있습니다. 이것은 가장 강력한 시스템으로 시간이 지남에 따라 조정할 수 있는 어휘에서 수집된 감정 정보를 포함합니다.
감정 분석이 얼마나 유용한가요?
소셜 미디어는 사람들이 온라인에서 브랜드에 대해 어떻게 이야기하는지 한눈에 파악할 수 있는 반면 감정 분석은 대중이 브랜드와 제품을 어떻게 인식하는지 즉각적으로 파악할 수 있습니다. Twitter의 많은 리트윗이 긍정적으로 보일 수 있지만, 부정적인 댓글이 좋아요보다 훨씬 많다면 그다지 긍정적이지 않은 상호 작용이라고 결론 내릴 수 있습니다.
감정 분석을 통해 또한 내부 데이터 원본에서 귀중한 고객 의견을 추출할 수 있습니다. 예를 들어 서비스 및 지원 담당자와의 고객 온라인 채팅 기록을 모니터링하여 제품 품질, 안전 및 보증 문제를 보다 신속하게 파악할 수 있습니다. 감정 분석의 다른 이점은 다음과 같습니다.
- 팀에서 여러 사업부 및 리서치 이니셔티브에 실행 가능한 인사이트를 적용할 수 있도록 특정 주제에 대한 감정을 판단해주는 중요한 역할을 합니다.
- 감정 추출 프로세스가 완전히 자동화되므로 팀은 시간과 노력을 줄일 수 있습니다.
- 팀이 정기적으로 예측을 최적화하고 문제 해결하고 새로 고침할 수 있는 적응형 학습을 활용할 수 있습니다.
- 실시간 분석 및 인사이트를 위해 대량의 비정형 데이터를 빠르게 처리합니다.
이러한 모든 이점을 통해 팀은 고객의 생각과 그에 따른 대응 방법을 종합적으로 파악할 수 있습니다. 이러한 인사이트를 바탕으로 고객 서비스와 같은 내부 팀이 사용자 경험을 개선하도록 안내하거나 마케팅 및 고객 대면 팀이 감정을 기반으로 고객 세그먼트를 타겟팅하여 영업, 마케팅 및 지원 활동을 수행하도록 안내할 수 있습니다.
감정 분석 예시
감정 분석의 가장 좋은 점은 한 팀에만 적용되는 것이 아니라는 점입니다. 모든 팀은 이 데이터를 사용하여 마케팅 캠페인부터 가격 전략, 주문 처리 또는 고객 지원에 이르기까지 모든 것을 적절히 계획할 수 있습니다. 여러 팀에서 고객이 제품, 브랜드, 비즈니스에 대해 어떻게 느끼는지 더 많이 알게 되면, 그 지식을 바탕으로 대응 방법을 결정하고 비즈니스 운영을 최적화할 수 있습니다. 또한 비즈니스와 고객의 목표를 재평가하고 목표 달성을 위해 어떤 조치를 취해야 하는지 정의할 수도 있습니다.
다음 예시는 팀에서 감정 분석을 사용하는 방법입니다.
- 소셜 및 브랜드 모니터링. 브랜드, 제품, 비즈니스에 대한 소셜 채널의 실시간 고객 상호 작용과 댓글을 분석하면 고객이 이 세 가지에 대해 어떻게 생각하는지에 대한 인사이트를 얻을 수 있습니다. 또한 기업은 이전 제품에 대한 감정 분석을 신제품 출시, 광고 캠페인 또는 비즈니스 관련 뉴스 보도를 위한 척도로 사용할 수 있습니다.
- 고객 서비스 고객 서비스 팀은 고객 문제를 긴급한 것과 긴급하지 않은 것으로 자동으로 분류합니다. 감정 분석은 채팅이나 이메일의 언어와 문제의 심각도를 분석하여 특히 불만이 많은 고객을 집중 조명하여 더 빠르게 중재할 수 있는 또 다른 계층을 추가합니다.
- 고객 피드백. 소셜 모니터링을 통해 고객이 제품이나 브랜드에 대해 얼마나 부정적으로 또는 긍정적으로 인식하고 있는지 직접 들을 수 있습니다. 소셜 미디어 프로필, 팀과의 온라인 채팅 중 또는 기타 접점을 통해 공유된 직접적인 고객 피드백과 관련된 키워드를 추적하면 제품, 캠페인 또는 솔루션의 성공 여부를 전반적으로 측정할 수 있습니다.
- 위기 방지. 감정 분석 도구는 미디어 게시물을 모니터링하기 위해 미리 정의된 키워드에 대한 언급을 실시간으로 수집할 수 있습니다. 홍보팀이나 고객 성공팀은 이 정보를 활용하여 부정적인 게시물에 대한 대응을 알려 소셜 미디어 위기가 더 커지기 전에 이를 단축하거나 방지할 수 있습니다.
- 시장 조사. 고객이 어떻게 느끼는지 아는 것만으로는 충분하지 않으며 그 이유를 알아야 합니다. 마케팅, 영업, 직접적이고 개인화된 서비스 대응 등 다음 전략을 계획하려면 고객이 의도한 대로 반응하는 이유 또는 그렇지 않은 이유를 파악하는 것이 중요합니다.
복잡한 인간의 감정을 이해할 수 있는 도구를 갖추는 것은 고객층으로부터 필요한 피드백을 받는 데 매우 중요합니다. 과거에는 감정 분석을 위해 여러 기술에 대한 전문 지식이 필요했지만 오늘날에는 여러 소프트웨어 도구를 통해 거의 또는 전혀 지식이 없어도 감정 분석을 할 수 있습니다.
비즈니스에 적합한 감정 분석 도구 찾기
통합된 지능형 감정 분석 도구를 갖춘 CDP(고객 데이터 플랫폼)를 선택하는 것이 비즈니스의 최우선 순위가 되어야 합니다. 성공적인 옴니채널 고객 경험을 창출하려면 조직뿐만 아니라 팀도 전체적인 실시간 고객 프로필을 생성하는 데 필요한 모든 기능을 갖춘 CDP가 필요합니다. 여기에는 고객 관계 관리 및 수집한 기타 데이터 최적화에 기여할 수 있는 감정 분석 도구가 포함됩니다.
NLP 모델을 사용하여 고객의 의견과 감정을 정확하고 효율적으로 분석하는 CDP를 찾아보세요. 공개 원본의 다양한 데이터로 학습된 모델은 고객 감정 점수를 생성하고 목표 개선을 위해 적용 가능한 비즈니스 영역을 식별할 수 있어야 합니다.
Microsoft Dynamics 365로 감정 분석을 시작하세요.
Dynamics 365 Customer Insights를 사용하면 개인화된 경험을 제공하는 데 도움이 되는 다차원 프로필을 통해 이전과는 전혀 다른 방식으로 고객을 파악할 수 있습니다. 실시간 인사이트를 최적화된 고객 여정에 적용하여 고객 평생 가치를 극대화하세요. 긍정적인 고객 감정을 높이는 방법에 대한 정확한 예측을 통해 고객 데이터의 가치를 극대화하세요.
연락처
연락 요청
Dynamics 365 전문가에게 연락을 요청하세요.
Dynamics 365 팔로우