3가지 유형의 챗봇에 대한 ROI를 계산하는 방법

KPI를 명확하게 정의

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

고객 서비스 챗봇을 구축하는 경우 KPI에 다음이 포함될 수 있습니다:

• 챗봇이 해결한 요청 수
• 평균 응답 시간 단축
• CSAT
• 편향률(상담원으로부터 전환되는 대화 수)
• 쿼리당 비용

HR 또는 IT 챗봇에는 다음과 같은 KPI가 있을 수 있습니다:

• 직원으로부터 우회된 요청 건수
• 챗봇에 요청을 퍼널링하여 절약한 업무 시간 수
• 직원이 휴가를 예약하는 데 걸리는 시간

회사의 챗봇 KPI는 설계하는 봇의 유형에 따라 달라집니다.

KPI를 금전적 가치에 연결하기

각 KPI는 구체적인 금전적 가치에 연결되어야 합니다. 프로젝트가 '시간을 절약한다'거나 '주당 10시간을 절약한다'고 말하는 것만으로는 충분하지 않습니다. 매월 또는 매년 얼마나 많은 비용을 절감할 수 있는지 계산하세요. 

AI 챗봇으로 인해 2명의 직원을 추가로 고용해야 하는 경우, 이 숫자도 고려해야 합니다.

낮은 수준에서 시작하여 증가

처음부터 챗봇의 영향력을 극대화하고 싶겠지만, 고객 성공 팀은 처음에는 최소한의 가치 ROI를 목표로 할 것을 권장합니다.

점진적인 성과에 집중하세요. 초기 부하를 통해 챗봇의 효과가 입증되면 점차적으로 범위를 늘리고 그 과정에서 최적화를 진행하세요.

이렇게 측정된 접근 방식을 사용하면 ROI를 더욱 정확하게 추적할 수 있을 뿐만 아니라 챗봇의 책임이 커짐에 따라 챗봇의 성능을 높게 유지할 수 있습니다. 점진적인 개선에 집중함으로써 위험을 최소화하고 장기적인 성공을 극대화하는 방식으로 챗봇의 기능을 확장할 수 있습니다 .

시작 변수

시작하기:

• 콜센터 상담원의 시간당 급여
• 평균 고객 지원 통화 시간
• 센터가 매달 받는 통화 수

그리고 조직의 평균 고객 지원 통화 비용을 찾아보세요. 상담원이 시간당 20통의 전화를 걸고 평균 지원 통화 시간이 5분이라면 각 지원 통화당 평균 비용은 $5입니다. 

더 나은 챗봇이 더 높은 가치를 창출합니다.

그런 다음 챗봇의 가치를 추가하세요. 많은 고객들이 챗봇의 가치를 과대 또는 과소평가하는 것을 보아왔습니다. 

를 통한 부가가치는 다음과 같은 몇 가지 요인에 따라 달라집니다:

• 고객 지원 통화 간의 유사성(반복적인 통화 = 챗봇의 높은 부가가치)
• 챗봇의 복잡성(더 멍청한 봇 = 부가가치 감소)

Botpress 에서 고객 성공 팀은 고객 및 잠재 고객과 함께 현실적인 가치 추정치를 파악할 수 있도록 지원합니다.

ROI 계산하기

이 예에서는 한 콜센터가 한 달에 3000건의 전화를 받고 챗봇이 한 달에 2000건의 전화를 처리한다고 가정해 보겠습니다. 이 챗봇은 매월 2000 x 5(통화 수 x 통화당 가격)를 절약하여 총 10,000달러를 절약할 수 있습니다.

회사가 확장함에 따라 이 숫자는 늘어날 것이며, 3~5명의 인력을 고용하는 대신 1~2명을 고용하여 챗봇의 도움을 받아 동일한 통화량을 처리할 수 있습니다.

시작 변수

시작하기:

• 인사 담당자의 시간당 급여와 서비스를 원하는 평균 직원 수
• 전체 커뮤니케이션 시간(예: HR 담당자가 회계사 또는 관리자와 상담할 때와 같이 다른 당사자 간에 소요되는 시간 포함)을 포함한 평균 HR 상호 작용 길이입니다.
• 한 달에 챗봇이 처리할 수 있는 상호작용의 수

이 후자의 단계에서는 어떤 서비스를 AI가 대신할 수 있을지에 대한 고민이 필요합니다. 휴가 신청이나 정책에 대한 문의는 AI 챗봇이 처리할 수 있지만, 민감한 대화는 그렇지 않을 가능성이 높습니다.

데이터 기반 설계

가치 높은 사내 챗봇을 설계하려면 올바른 사용 사례를 파악하는 것이 가장 중요합니다. 챗봇의 효과를 극대화하려면 양측 모두에서 가장 많은 시간이 소요되는 문제점을 파악해야 합니다. 

이러한 프로세스는 온보딩, 일정, 병가, 피드백, 성과 검토 또는 정책 및 절차에 대한 문의와 같은 반복적인 프로세스일 가능성이 높습니다.

리드 수

종종 고객은 챗봇과 대화하는 사람의 수로 리드 생성 봇의 ROI를 측정하는 경우가 많습니다. 봇이 생성한 리드 수를 선택하는 것은 매력적인 KPI일 수 있지만, 이는 각 리드의 품질에 대한 중요성을 무색하게 합니다. 

저희는 리드 생성 챗봇을 도입한 고객들이 전체 리드 수는 줄었지만 리드 품질은 훨씬 더 높은 것을 보았습니다. 인적 오류로 인해 직원들이 데이터에 근거하지 않은 정보를 기반으로 리드를 포함하거나 제외하는 경우가 종종 있습니다. 

반면 AI 챗봇은 과거 데이터를 기반으로 이상적인 리드를 식별하고 그 프레임워크에 충실합니다.

영업 담당자가 리드의 7/10을 검증하는 경우, 봇은 5/10을 검증하는 것을 목표로 하세요.

시작 변수

시작하기:

• 월간 웹사이트 방문 횟수
• 챗봇과 상호작용하는 방문자 수
• 봇이 검증하는 리드 수

첫 번째 단계는 챗봇과 대화할 잠재 고객 수를 현실적으로 파악하는 것입니다. 

웹사이트 조회수가 100회라면 콘텐츠를 보는 데 시간을 할애하는 사람은 40명뿐이며, 많은 웹사이트 방문자가 탐색용으로만 홈페이지를 이용하고 있을 가능성이 높습니다. 이러한 수치를 고려하면 40명 중 10명이 챗봇과 상호작용하고, 그 중 8명이 실제 대화를 주고받는 것을 목표로 삼을 수 있습니다.

이메일 및 양식 감소

챗봇이 가치를 제공하고 있는지 확인하기 위해 추적할 수 있는 강력한 지표는 봇이 답변한 정보에 대해 직원들이 받은 양식과 이메일의 수입니다. 

챗봇이 웹사이트 방문자에게 이 정보를 성공적으로 제공한다면 이메일 및 양식 제출 건수가 감소할 것입니다.

적절한 구현 후에는 20~30% 감소, 챗봇의 잠재력을 극대화한 후에는 60~65% 감소를 목표로 해야 합니다.