본 논문의 목적은 고객의 소리(Voice of the Customers: VOC)를 활용하여 고객만족서비스를 제공하는데 있다. VOC는 정보서비스를 제공하는 기관들에게 고객만족도 제고와 정보서비스 개선을 위한 의사결정에 영향을 미치는 중요한 정보이다. K연구원은 과학기술분야 정보서비스인 NDSL을 이용하는 고객들의 요구, 건의사항 등의 고객의 소리를 VOC통합관리시스템(VCMS)으로 관리하고 있다. 본 연구는 지난 25개월 간 VOC통합관리시스템에 축적된 VOC 1,738건을 분석하여 정보서비스 개선방안을 제안하였다. 본 논문의 결과는 도서관이나 정보센터가 VOC를 반영한 정보서비스를 제공하고자 할 경우 기초자료로 활용될 수 있을 것으로 기대된다.
Customer complaints handling helps organizations to retain existing customers and attract new customers, as well. As Voice of the Customer (VOC) is one of the main sources of customer complaints, many organizations utilize VOC to enhance customer satisfaction. Effective management of VOC has been proved as one of the best ways to maintain organization's brand image and reputation. In spite of its importance, little has been reported on the utilization of VOC to detect faults in a telecommunication industry. In this paper, association rule mining based on VOC is used to identify root fault causes of a telecommunications network. To do that, VOC of a Communication Service Provider has been collected first. Then, association rule mining has also been conducted with various support and confidence levels. As a result, root fault causes of the telecommunications network can be identified. It is expected that this study can be used as a basis for decisions about customer satisfaction management such as preventive maintenances or reduction of the customer maintenance cost.
고객의 소리(VOC: Voice of the Customer)는 기업 및 다양한 조직들에서 고객의 요구사항들을 획득하는 과정을 기술하기 위해서 경영 및 정보기술에서 사용되는 용어이다. 최근, 기업들은 고객 만족을 위하여 VOC를 처리하고, 저장/분석하여, 문제의 재발 방지 및 개선 활동, 제품 및 서비스의 기획 및 개발에 활용하려는 노력을 하고 있다. 지금까지, 이러한 VOC 관리 시스템은 호텔업 및 보험/금융업 등의 서비스 산업들을 위주로 도입되어 왔다. 본 논문에서는 대규모 제조업을 대상으로 다양한 채널로 들어오는 VOC의 통합 관리 방안을 제시하고, 제시된 방안을 기반으로 한 통합 VOC 관리 시스템의 구축 사례를 기술한다. 이러한 통합 VOC 관리시스템을 구축함으로써, VOC를 기업의 중요한 지식 자산으로 저장하고 활용할 수 있게 되었다.
Main purpose of existing VOC (the voice of customer) analysis is suppressing the VOC occurrence. But, in real situation, it is impossible to reduce the VOC occurrence to the zero level. Company's strategy to decrease specific customer complaints may cause another customer's complaints increase. Especially, in a financial industry, customer complaints are directly connected with company's profit. That is, the VOC from their profitable customer, product and channel is major concern of companies. In this paper, 1 reveal the relationship between CRM (customer relationship management) activity and VOC analysis and various analysis methods.
본 연구는 유선통신 서비스 상품별 고객 불만(Voice of Customer) 감소에 따른 학습곡선을 추정 하고자 한다. 학습곡선모형 중 가장 일반적인 지수감소모형(Exponential decay model)을 사용하여 시간에 따라 고객 불만(VOC)이 감소하는지를 검증하였다. 그리고 통신사들의 서비스 상품의 인력투입, 소프트웨어 적용, 투자 등의 노력에 따른 고객 불만(VOC) 변화효과를 추가로 검증하였다. 서비스 상품별 실증 분석의 결과는 다음과 같다. 첫째, 학습곡선대로 시간에 따라 고객 불만(VOC)이 감소하였다. 둘째, 초고속 인터넷, 전화, IPTV 등은 인력투입, Network 장애, 계절요인으로 인해 고객 불만(VOC)을 증가 시키거나 감소 시켰다. 셋째, 서비스 상품별 다양한 변수는 고객의 체감 품질을 높이고 있지만, 오히려 지속적으로 감소하지 않는 서비스 패러독스(Service Paradox)현상이 발생하는 것을 알 수 있었다.
With the advent of text analytics, VOC (Voice of Customer) data become an important resource which provides the managers and marketing practitioners with consumer's veiled opinion and requirements. In other words, making relevant use of VOC data potentially improves the customer responsiveness and satisfaction, each of which eventually improves business performance. However, unstructured data set such as customers' complaints in VOC data have seldom used in marketing practices such as predicting service time as an index of service quality. Because the VOC data which contains unstructured data is too complicated form. Also that needs convert unstructured data from structure data which difficult process. Hence, this study aims to propose a prediction model to improve the estimation accuracy of the level of customer satisfaction by combining unstructured from textmining with structured data features in VOC. Also the relationship between the unstructured, structured data and service processing time through the regression analysis. Text mining techniques, sentiment analysis, keyword extraction, classification algorithms, decision tree and multiple regression are considered and compared. For the experiment, we used actual VOC data in a company.
Recently, 80% of big data consists of unstructured text data. In particular, various types of documents are stored in the form of large-scale unstructured documents through social network services (SNS), blogs, news, etc., and the importance of unstructured data is highlighted. As the possibility of using unstructured data increases, various analysis techniques such as text mining have recently appeared. Therefore, in this study, topic modeling technique was applied to the Korea Highway Corporation's voice of customer (VOC) data that includes customer opinions and complaints. Currently, VOC data is divided into the business areas of Korea Expressway Corporation. However, the classified categories are often not accurate, and the ambiguous ones are classified as "other". Therefore, in order to use VOC data for efficient service improvement and the like, a more systematic and efficient classification method of VOC data is required. To this end, this study proposed two approaches, including method using only the latent dirichlet allocation (LDA), the most representative topic modeling technique, and a new method combining the LDA and the word embedding technique, Word2vec. As a result, it was confirmed that the categories of VOC data are relatively well classified when using the new method. Through these results, it is judged that it will be possible to derive the implications of the Korea Expressway Corporation and utilize it for service improvement.
Purpose: This study identifies preventive measures for VOC management by analyzing the causes and effects of factors that contribute to high risk service failure using FMEA on KORAIL VOC data. Methods: Two research methods were used. First, a Risk Priority Number (RPN) was assigned to each KORAIL VOC based on Failure Mode and Effect Analysis (FMEA). Second, multiple regression analysis was run with RPN factors that include severity, occurrence, and detection as the independent variables and customer dissatisfaction as the dependent variable. Results: Multiple regression analysis showed that RPN factors including severity, occurrence, and detection had significantly positive relationship with customer dissatisfaction. Based on these results, an FMEA was performed on VOC categories with high RPN for railroad stations including platform, ticketing, ticket verification, parking, and escalator, and VOC categories with high RPN for trains including entrance doors, cafes, air quality, announcement, and ticket verification. Conclusion: This study has practical implications to service failure management. A priority order using FMEA was established for the list of customer dissatisfactions that should be addressed to actively manage service failure, and strategies for tackling this priority list are offered.
고객만족 활성화를 위한 노력의 하나로 NPS 기반의 심층 VOC를 수집하여 프로세스 기반의 프레임워크 전략을 제안한다. 기존의 고객 Segmentation 방식은 조사 대상 전체의 응답자 특성을 기반으로 한 방식이다. 이 번의 제안한 전략 프레임워크는 순고객추천지수(NPS : Net Promoter Score) 실사를 통한 고개의 심층 VOC(Voice of Customer)를 기반으로 분석한 방식이다. 본 논문에서는 KISTI의 과학기술정보 서비스에 대한 고객만족도를 기반으로 하여 충성고객을 예측할 수 있는 프레임워크를 구축하는 것이다. 이를 위해 서비스를 경험한 2,500여 명의 의사결정자를 대상으로 과학기술정보 서비스에 대한 고객충성도를 분석하였다. 이와 같은 연구결과는 인터넷 등 정보의 발달로 고객의 긍정적 또는 부정적인 구전이 급속도로 노출되는 환경에서 고객의 만족도를 관리함으로써 충성고객을 확보하는데 사전 예측자료로 활용될 수 있다.
본 연구의 목적은 충성고객에서부터 불만고객에 이르기까지 다양한 고객의 소리(VOC)를 통하여 유통업체들이 서비스마케팅을 극대화시킬 수 있는 방안을 도출하고 적절한 VOC시스템의 구축방안을 제시하고자 한다. 연구의 범위는 유통업체로 국한하였으며, 여러 VOC 채널 중에서 인터넷 게시판을 대상으로 하였다. 실증적인 연구를 위해 유통업체 5개사(社)의 홈페이지 상에 민원을 제기하고 나서 처리되는 과정을 사례로써 조사하였다. 그리고 고객만족도 조사는 유통업체 A사(社)의 ○○점을 대상으로 설문조사를 실시하였다. 본 연구를 통해 나타난 결과는 다음과 같다. 첫째, 소비자의 감성을 자극하는 신속하고 성실한 답변은 기업의 이미지를 긍정적으로 전환시켰다. 둘째, 연령대와 성별로 VOC채널에 대한 선호도를 달리하였다. 30대 이하와 40대 이상 각기 다른 채널을 도구로 감성을 자극해야 하며 남자에 비해 여자는 대다수 전화로 하는 즉각적이면서도 자신의 스토리를 들어주길 원하는 스타일이었다. 셋째, 소비자 트렌드 변화에 따라 쌍방향커뮤니케이션이 가능한 VOC시스템을 위해 감성 네트워크 시스템을 구축해야 한다. 따라서 본 연구에서는 현장에서 접목할 수 있는 VOC개선방안을 제시함으로써 실질적인 현장위주, 고객위주의 실천과제를 도출해 보았다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.