고객 요청 3분류가 틀렸다는 걸 견적서 13장이 알려줬다

AI 자동화 상담을 하다 보면 고객 요청이 세 가지로 들리는 날이 있습니다. 잠재 고객을 찾아 달라, 리드를 더 모아 달라, 전환이 잘 되게 해 달라. 저도 한동안 이 3분류로 상담을 정리해 왔습니다.

그런데 실제로 계약까지 간 견적서 13장을 전부 꺼내서 다시 읽어 보니, 이 분류가 틀려 있었습니다.

최초 요청은 전부 "일 줄여 달라"였습니다

유상 계약 10건의 최초 요청을 한 건씩 확인했습니다. "잠재 고객을 찾아 달라"로 시작한 계약은 0건이었습니다. 전부 반복 상담, 문의 접수, 채널 정리 같은 운영 업무를 줄여 달라는 요청에서 시작했습니다.

한 아동복 쇼핑몰은 문의 게시판에 4,598건이 쌓여 있었는데, 전부 분류해 보니 답변이 필요한 유형은 10가지로 수렴했습니다. 배송, 교환, 반품, 사이즈, 사용법. 문의가 많아서 힘든 게 아니라 같은 문의가 많아서 힘들었던 겁니다. 이런 종류의 문제가 계약의 입구였습니다.

고객이 말하는 언어(고객을 데려와 달라)와 계약서에 적히는 언어(반복 업무를 줄여 달라)가 달랐던 셈입니다.

돈이 커지는 방향은 따로 있었습니다

요청 건수는 운영·CS 자동화가 압도적으로 많았지만, 계약 금액이 커진 쪽은 달랐습니다. 가장 큰 계약 두 건은 모두 재구매 관리와 데이터 연계 건이었습니다.

한 강의 플랫폼을 진단해 보니 정기결제 실패가 40건, 월 280만 원 규모로 쌓여 있는데 회수 절차가 없었습니다. 더 큰 발견은 오래 접속하지 않은 상위 휴면 고객 1,300명이 누적 매출의 68%를 만든 사람들이었다는 것입니다. 이 숫자를 함께 확인한 뒤에 계약 범위가 커졌습니다.

정리하면 이렇습니다. 계약의 입구는 비용 절감(운영·CS)이고, 계약이 커지는 계단은 측정과 재구매입니다. 잠재 고객 발굴은 고객이 먼저 요청한 적이 거의 없었습니다.

상담 프레임을 바꿨습니다

이 실측 이후 상담 구조를 요청 접수형에서 진단형으로 바꿨습니다. 고객이 "고객을 데려와 달라"고 말해도, 데이터를 먼저 열어 어디서 시간과 매출이 새는지 확인하고 나서 순서를 정합니다. 대부분의 경우 진짜 병목은 요청과 다른 곳에 있었습니다.

자동화 도입을 검토 중이라면, 무엇을 만들지보다 먼저 무엇이 새고 있는지를 숫자로 확인해 보시길 권합니다. 견적서 13장이 저에게 가르쳐 준 순서입니다.