3가지 유형의 챗봇 ROI 계산 방법

KPI를 명확히 정의하세요

당연하게 들릴 수 있지만, KPI(핵심 성과 지표) 없이는 ROI를 측정할 수 없습니다.

고객 서비스 챗봇을 구축한다면, KPI 예시는 다음과 같습니다:

• 챗봇이 해결한 요청 수
• 평균 응답 시간 감소
• CSAT(고객 만족도 점수)
• 전환율(상담원에게 연결되지 않고 챗봇이 처리한 대화 비율)
• 문의당 비용

HR 또는 IT 챗봇의 KPI 예시는 다음과 같습니다:

• 직원이 처리하지 않아도 된 요청 수
• 챗봇을 통해 절감된 업무 시간
• 직원이 휴가를 신청하는 데 걸리는 시간

설계하는 챗봇 유형에 따라 회사의 KPI는 달라질 수 있습니다.

KPI를 금전적 가치와 연결하세요

각 KPI는 구체적인 금전적 가치와 연계되어야 합니다. 단순히 ‘시간 절약’이나 ‘주당 10시간 절약’만으로는 부족합니다. 매월 또는 매년 얼마를 절감할 수 있는지 계산해야 합니다.

AI 챗봇 도입으로 추가 인력 2명을 채용하지 않아도 된다면, 이 수치도 반드시 포함해야 합니다.

작게 시작하고 점차 확대하세요

챗봇의 효과를 처음부터 극대화하고 싶겠지만, 저희 Customer Success 팀은 우선 최소한의 ROI부터 목표로 삼을 것을 권장합니다.

점진적인 개선에 집중하세요. 챗봇이 초기 업무에서 효과를 입증하면, 점차 범위를 넓히고 그 과정에서 최적화해 나가세요.

이런 단계적 접근은 ROI를 더 정확하게 추적할 수 있을 뿐 아니라, 챗봇의 역할이 커져도 성능이 유지되도록 해줍니다. 점진적 개선에 집중하면 위험을 최소화하고 장기적인 성공 가능성을 높일 수 있습니다.

초기 변수

다음 항목부터 시작하세요:

• 콜센터 상담원의 시간당 급여
• 고객 지원 통화의 평균 시간
• 콜센터가 매달 처리하는 통화 건수

이 정보를 바탕으로 조직의 고객 지원 1건당 평균 비용을 산출하세요. 예를 들어, 상담원이 시간당 20건을 처리하고, 평균 통화 시간이 5분이라면, 1건당 지원 비용은 5달러입니다.

챗봇의 성능이 높을수록 더 큰 가치 제공

여기에 챗봇의 가치를 더하세요. 적정 기대치를 산정하는 것은 쉽지 않으며, 실제로 많은 고객들이 챗봇의 가치를 과대 또는 과소평가하는 경우가 많습니다.

가치 산정에는 다음과 같은 요소가 영향을 미칩니다:

• 고객 지원 문의의 유사성(반복되는 문의가 많을수록 챗봇의 가치가 높아짐)
• 챗봇의 복잡도(간단한 챗봇일수록 가치가 낮음)

Botpress의 Customer Success 팀은 고객 및 잠재 고객과 함께 현실적인 가치 산정 기준을 찾는 데 도움을 드립니다.

ROI 계산하기

예를 들어, 콜센터가 월 3,000건의 전화를 받고 챗봇이 그 중 2,000건을 처리한다고 가정하면, 챗봇은 매월 2,000 x 5(건수 x 건당 비용)인 10,000달러를 절감하게 됩니다.

회사가 성장할수록 이 수치는 더 커집니다. 챗봇의 도움으로 3~5명을 채용하는 대신 1~2명만으로 같은 업무량을 처리할 수 있습니다.

초기 변수

다음 항목부터 시작하세요:

• HR 담당자와 서비스를 요청하는 일반 직원의 시간당 급여
• HR 업무의 평균 소요 시간(예: HR 담당자가 회계 담당자나 관리자를 상담하는 시간 등 전체 커뮤니케이션 시간 포함)
• 챗봇이 처리할 수 있는 월별 업무 건수

이 단계에서는 어떤 업무가 AI로 대체 가능한지 고민해야 합니다. 휴가 신청이나 정책 문의 등은 AI 챗봇이 충분히 처리할 수 있지만, 민감한 대화는 그렇지 않을 수 있습니다.

데이터 기반 설계

적합한 사용 사례를 찾는 것이 고가치 내부 챗봇 설계의 핵심입니다. 양쪽 모두에게 가장 많은 시간이 소요되는 문제를 파악해 챗봇의 효과를 극대화하세요.

온보딩, 일정 관리, 병가, 피드백, 성과 평가, 정책 및 절차 문의 등 반복적인 업무가 대표적인 예입니다.

리드 수

많은 고객이 챗봇과 대화하는 사람 수로 리드 생성 챗봇의 ROI를 측정하려 합니다. 챗봇이 생성한 리드 수를 KPI로 삼는 것이 매력적으로 보일 수 있지만, 리드의 질을 간과하게 됩니다.

실제로, 리드 생성 챗봇이 전체 리드 수는 적지만 훨씬 더 높은 품질의 리드를 가져온 사례도 많았습니다. 이는 드문 일이 아니며, 인간의 실수로 인해 데이터에 근거하지 않은 리드가 포함되거나 제외될 수 있기 때문입니다.

반면, AI 챗봇은 과거 데이터를 바탕으로 이상적인 리드를 식별하고 그 기준을 일관되게 적용합니다.

영업 담당자가 10명 중 7명을 리드로 선별한다면, 챗봇은 10명 중 5명을 목표로 삼으세요.

초기 변수

다음 항목부터 시작하세요:

• 월간 웹사이트 방문자 수
• 챗봇과 상호작용하는 방문자 수
• 챗봇이 선별한 리드 수

첫 단계는 챗봇과 대화할 잠재 리드의 현실적인 수치를 산정하는 것입니다.

웹사이트 방문자가 100명이라면, 실제로 콘텐츠를 살펴보는 사람은 40명 정도에 불과합니다. 많은 방문자들이 홈페이지를 단순히 네비게이션 용도로만 사용하기 때문입니다. 이런 수치를 바탕으로, 이 40명 중 10명이 챗봇과 상호작용하도록 목표를 세우고, 그 중 8명이 실제로 의미 있는 대화를 나누는 것을 기대할 수 있습니다.

이메일 및 문의 양식 감소

챗봇이 가치를 제공하고 있는지 확인할 수 있는 중요한 지표는, 챗봇이 답변할 수 있는 정보에 대해 직원들이 받는 이메일과 문의 양식의 수입니다.

챗봇이 웹사이트 방문자에게 정보를 성공적으로 제공하고 있다면, 이메일과 문의 양식 제출 건수가 줄어들어야 합니다.

적절히 챗봇을 도입한 후에는 20~30%의 감소를, 챗봇의 잠재력을 최대한 활용하면 60~65%까지 감소하는 것을 목표로 할 수 있습니다.

1. 챗봇의 투자 수익(ROI)을 얻기까지 일반적으로 얼마나 걸리나요?

챗봇이 의미 있는 양의 상호작용을 처리하고, CRM이나 헬프데스크 같은 핵심 비즈니스 시스템과 통합되어 있다면, 일반적으로 3~6개월 내에 투자 수익을 확인할 수 있습니다. ROI 달성 속도는 사용량과 챗봇이 자동화하는 수작업의 양에 따라 달라집니다.

2. 챗봇 ROI를 계산할 때 흔히 발생하는 실수는 무엇인가요?

챗봇 ROI 계산 시 흔히 발생하는 실수로는 절약된 시간에 금전적 가치를 부여하지 않거나, 구축 및 유지 비용을 무시하거나, 비현실적으로 높은 도입률을 가정하는 경우가 있습니다. 이외에도 이탈률 감소나 처리 시간 단축 등 숨겨진 절감 효과를 간과하기 쉽습니다.

3. 챗봇 ROI를 여러 해에 걸쳐 예측하려면 어떻게 해야 하나요?

챗봇 ROI를 여러 해에 걸쳐 예측하려면, 해마다 사용자 상호작용 증가, 효율성 향상, 활용 사례 확장 등을 추정해야 합니다. 모델 미세 조정이나 신규 통합 등 개선에 필요한 예상 비용을 포함하고, 기준 운영 비용과 비교해 누적 절감액을 산출해야 합니다.

4. 챗봇 ROI는 B2B와 B2C 기업에서 어떻게 다르게 나타나나요?

챗봇 ROI는 B2C 기업의 경우 지원 요청이 많고 반복 업무 자동화가 쉬워 더 빠른 수익을 기대할 수 있으며, B2B 기업은 한 번의 상호작용당 더 높은 가치를 얻는 경우가 많아, 특히 영업 기회 선별이나 고객 유지 측면에서 효과가 큽니다.

5. ROI를 효과적으로 측정하려면 어떤 데이터를 추적해야 하나요?

챗봇 ROI를 효과적으로 측정하려면, 전체 상호작용 수, 해결률, 이탈률(사람 개입 없이 처리된 질문 비율), 평균 처리 시간, 대화당 비용, 리드 전환율(영업 챗봇의 경우), 고객 지원 업무량 또는 인력 감소 등 주요 지표를 추적해야 합니다.