고객 노력 점수(CES)

고객 노력 점수(CES)란?

고객 노력 점수(CES)는 고객이 문제를 해결하거나, 질문에 대한 답을 얻거나, 작업을 완료하기 위해 얼마나 많은 노력을 들여야 하는지를 측정합니다. 일반적으로 지원 상호작용 직후 "오늘 문제를 해결하기가 얼마나 쉬웠나요?"라는 단일 설문 문항으로 수집합니다.

CES는 고객 서비스에서 가장 중요한 충성도 지표 중 하나로 자리 잡았습니다. 연구에 따르면 과도한 서비스로 고객을 '감동'시키려 하기보다 고객의 노력을 줄이는 것이 충성도를 높이는 더 확실한 방법입니다. 고객은 감동을 원하지 않습니다. 최소한의 마찰로 문제가 해결되기를 원합니다.

고객 노력 점수 계산 방법

CES = 전체 설문 응답 점수의 합 / 응답 수

가장 일반적인 CES 설문은 1-5 또는 1-7 척도를 사용하며, 1은 '매우 어려움', 가장 높은 숫자는 '매우 쉬움'을 뜻합니다. 일부 팀은 노력을 직접 측정하기 위해 척도를 반대로 사용하므로(낮을수록 좋음), 일관된 벤치마킹을 위해 척도 방향을 반드시 문서화해야 합니다.

예를 들어 고객 10명이 1-5 척도에서 노력을 2, 4, 4, 5, 3, 2, 3, 4, 4, 5로 평가했다면 CES는 5점 만점에 3.6입니다.

다른 계산 방법은 다음과 같습니다.

• 긍정 응답 비율: 척도의 상위 2개 또는 상위 3개 항목을 선택한 응답자의 비율을 계산합니다. 보고가 간단해지고 추이를 추적하기 쉬워집니다.
• 채널별 CES: 라이브 채팅, 이메일, 전화, 셀프서비스별로 점수를 나눠 마찰이 발생하는 지점을 파악합니다.

업계 벤치마크

CES 벤치마크는 척도, 업종, 상호작용의 복잡도에 따라 달라집니다.

• 1-5 척도: 4.0 이상이면 양호한 CES입니다. 3.5 미만이면 지원 경험에 상당한 마찰이 있다는 뜻입니다.
• 1-7 척도: 5.5 이상을 목표로 하세요. 이는 고객의 약 80% 이상이 경험이 쉬웠다고 답한 수준에 해당합니다.
• B2C 및 이커머스: 문제가 대체로 단순해 상호작용이 간단하므로 CES 점수가 높게 나오는 편입니다.
• B2B 및 기술 지원: 복잡한 문제 해결, 여러 단계의 프로세스, 긴 해결 시간으로 인해 CES 점수가 낮게 나오는 경우가 많습니다.

연구 인사이트: 125,000건 이상의 고객 상호작용을 분석한 Gartner 연구에 따르면, 서비스 상호작용은 충성도보다 이탈 의향을 높일 가능성이 4배 더 큽니다. 기대를 뛰어넘는 것이 아니라 노력을 줄이는 것이 고객을 유지하는 가장 효과적인 전략입니다.

중요한 이유

CES는 향후 고객 행동을 가장 잘 예측하는 지표 중 하나입니다. 데이터가 이를 분명히 보여줍니다.

• 충성도: 노력이 적게 드는 경험을 했다고 답한 고객의 94%가 재구매 의향이 있다고 밝혔습니다. 노력이 많이 든 고객 중에서는 96%가 충성도가 떨어졌다고 답했습니다.
• 예측력: 서비스 상호작용에서 CES는 CSAT보다 약 1.8배, NPS보다 2배 더 정확하게 고객 충성도를 예측합니다.
• 매출 영향: 노력이 많이 드는 경험은 이탈을 부릅니다. 주요 접점, 특히 지원 단계에서 노력을 줄이면 반복 매출을 직접 지킬 수 있습니다.

전환, 반복 설명, 채널 변경, 후속 문의가 있을 때마다 노력은 늘어납니다. CES는 이렇게 누적된 마찰을 하나의 숫자로 보여줍니다.

AI로 이 지표를 개선하는 방법

AI 기반 고객 서비스는 지원 여정의 모든 단계에서 고객의 노력을 줄입니다.

• 즉각적인 답변: AI 에이전트가 자주 묻는 질문을 즉시 해결하므로 대기열에서 기다리거나, ARS 메뉴를 거치거나, 도움말 문서를 찾아볼 필요가 없습니다.
• 반복 설명 불필요: AI가 채널 전반에서 대화 맥락을 모두 유지하므로, 고객은 전환이나 에스컬레이션 후에 문제를 다시 설명할 필요가 없습니다.
• 선제적 해결: AI는 패턴을 감지해 고객이 지원팀에 연락하기 전에 잠재적 문제를 해결할 수 있으며, 이는 가능한 가장 낮은 노력 점수에 해당합니다.
• 문제당 문의 수 감소: AI가 첫 상호작용에서 문제를 해결하면 후속 문의가 줄어 첫 문의 해결률과 CES가 함께 개선됩니다.

Maven AGI의 강점

Maven AGI는 노력이 적게 드는 고객 경험을 위해 설계되었습니다. Agent Maven은 문제의 80-93%를 자율적으로 해결합니다. 고객은 문제를 한 번만 설명하면 전환, 대기 시간, 반복 설명 없이 바로 답변을 받습니다.

• Enumerate(프롭테크): 해결률 91%를 달성해 문제당 필요한 상호작용 수를 줄였습니다.
• Roo(헬스케어): 선제적 AI 해결로 티켓 볼륨을 50% 줄였습니다.
• K1x(핀테크): 단 1주 만에 도입해 80%를 해결했으며, 기존 AI 도구 대비 10배 개선되었습니다.

Maven AGI의 접근 방식: 전환, 대기열, 반복 설명이 있을 때마다 노력이 늘어납니다. Maven AGI는 한 번의 상호작용으로 문제를 해결해 이러한 마찰 지점을 없앱니다. 100개 이상의 연동을 바탕으로 Agent Maven은 CRM, 결제, 지식 시스템에서 맥락을 가져와, 고객이 직접 찾아볼 필요 없이 정확한 답변을 제공합니다.

자주 묻는 질문

좋은 고객 노력 점수는 어느 정도인가요?

1-5 척도에서는 4.0 이상, 1-7 척도에서는 5.5 이상이면 양호한 수준입니다. 가장 중요한 것은 같은 문항, 척도, 시점을 사용해 일관되게 측정하는 것입니다. 그래야 시간에 따른 개선 추이를 추적할 수 있습니다.

CES는 CSAT, NPS와 어떻게 다른가요?

CES는 특정 상호작용이 얼마나 쉬웠는지를 측정합니다. CSAT는 해당 상호작용에 대한 만족도를 측정합니다. NPS는 브랜드 전반에 대한 충성도와 추천 의향을 측정합니다. CES는 서비스 상호작용 이후의 재구매 행동을 가장 잘 예측하며, NPS는 장기적인 브랜드 인식을 더 잘 보여줍니다.

CES 설문은 언제 보내야 하나요?

상호작용이 끝난 직후, 가능하면 같은 세션 내에서 또는 티켓 해결 후 몇 분 이내에 보내세요. 설문이 늦어지면 고객이 경험의 세부 내용을 잊기 때문에 응답률이 낮아지고 데이터의 정확도도 떨어집니다.

AI로 고객 노력 점수를 개선할 수 있나요?

네. AI는 문제를 즉시 해결하고, 채널 전반에서 맥락을 유지하며, 고객이 정보를 반복할 필요를 없애 노력을 줄입니다. Harvard Business Review에 따르면 고객 충성도에 가장 중요한 단일 요인은 문제 해결에 드는 노력을 줄이는 것이며, 이것이 바로 AI 에이전트가 하도록 설계된 일입니다.