Customer Success: CS인력과 데이터 분석

데이터 분석 기술은 Customer Success 인력이 업무를 수행하기 위해 꼭 필요한 능력 중 하나다. 현대의 기업들은 CS 인력에게 데이터라는 수치 언어를 통해 고객의 성공을 증명하고, CS 전략을 수립하는 전략가가 될 것을 요구하고 있다. 또한, 데이터 분석은 CS팀이 체계적으로 고객 이탈을 막고 추가 매출을 만드는데 있어 중요한 역할을 하기 때문에 회사 차원에서 지원하고 관리해야 한다.

데이터 분석 능력이 필요한 이유

데이터 분석은 그냥 '부가적 기능'이 아닌, 고객의 성공을 설계하고 이탈을 예측하는 기초 기능으로 이해되어야 한다. CS팀의 역할이 선제적으로 고객 성장을 돕는 능동적 전략이기 때문에 데이터 분석은 더욱 중요하다.

1) 주관적 '관계'를 객관적 '전략'으로 전환

CS 활동은 '고객 관계'라는 특성 때문에 성과 측정이 어렵고, 주관적 평가에 의존하는 경우가 많다. 이로 인해 CS팀이 비즈니스에 어떤 기여를 하는지 의심을 받기도 한다. 데이터 분석은 CS팀이 이런 상황을 해결하는 좋은 방법이다.

• 가치 증명: CS 팀은 데이터 분석을 통해 고객과의 신뢰 구축이라는 정성적 활동을 ‘고객 이탈률’, ‘순매출유지율(NRR)’ 등의 수치화된 지표로 증명할 수 있다. 그리고 이런 일련의 작업을 경영진에게 CS팀의 성과와 ROI를 증명하고, CS팀을 조직의 '전략적 자산'으로 인식시키는 도구로 이용할 수 있다.

• 협업의 언어: 데이터로 증명된 KPI는 영업, 마케팅, 제품 개발팀 등 타 부서가 CS팀과 협업해야 하는 이유 그리고 CS팀과의 협업을 통해 그들이 얻을 수 있는 가치를 보여주는 공통의 언어로 쓸 수 있다. 예를 들어, CS팀이 만들어 낸 업셀/크로스셀 매출액 그리고 이것이 영업팀의 매출 목표에 기여한 비율을 들 수 있다.

• 업무 우선순위 설정: CS 팀은 데이터 분석 작업을 통해 업무 우선순위를 정하고 자원을 효율적으로 배분할 수 있다. 데이터는 CS 팀이 가장 위험하거나 성장 잠재력이 큰 고객에게 시간과 노력을 투입하고 이를 통해 CS팀의 성과를 높이는 나침반 역할을 해줄 수 있다.

2) 고객 상황 분석과 '선제적 대응' 기반

데이터 분석은 CS 팀이 수동적인 조직에서 선제적인 조직으로 전환하는데 있어 꼭 필요한 고객의 위험 신화 파악과 맞춤형 제안 등을 가능케 해준다. 

• 위험 신호 파악: CS팀은 로그인 횟수, 특정 기능 사용 빈도 및 기술 지원 문의 건수 등을 포함한 Customer Health Score 데이터를 활용할 수 있다. Health Score 하락은 고객이 불만을 말하지 않아도 이탈 위험이 높다는 것을 보여주는 신호로 해석될 수 있다. 정확한 데이터 분석은 고객이 이탈하기 전 CS팀이 선제적으로 대응할 수 있는 기회와 방향성을 제공한다.

4) 업무 우선순위 설정과 자원 효율화

CS팀이 관리하는 고객이 늘수록, 모든 고객에게 동일한 시간을 투입하는 것을 불가능해진다. 데이터 분석은 제한된 CS 자원을 효율적으로 분배하는 기준을 제공할 수 있다.

• CS팀의 나침반: CCS 리더는 CS팀의 핵심 KPI를 기준으로 업무 우선순위를 정하고 자원을 배분해야 한다. 예를 들어 '고객 이탈률 2% 감소'가 핵심 목표라면, 이탈 위험이 높은 고객 그룹 분석과 선제적 대응에 CS 자원을 우선적으로 투입해야 한다.

• 문제 원인 파악: 고객 이탈률 증가 같은 문제가 생기면 어떤 고객군에서 이탈이 일어나는지, 어떤 기능의 사용도가 낮은지 등을 분석해 문제의 '근본 원인’을 찾아낼 수 있다. 예를 들어, 이탈하는 고객들이 주간/월간 제품 사용 시간이 10% 이상 하락한다는 공통점을 발견했다고 가정하자. CS팀은 제품 사용률이 5% 이상 하락한 고객들에게 먼저 연락하고 상황을 파악한다. 그리고 고객 상황별 맞춤형 지원 (교육 지원, 동종 기업들의 활용 사례 혹은 문제 해결 등)을 제공할 수 있다.

4) 경력 성장 및 비즈니스 의사결정 참여 확대

데이터 분석은 다양한 업무에 필수적으로 요구되고 CS 인력들의 경력 강화를 위한 디딤돌이 된다.

• 전략적 사고:  데이터 분석으로 중요한 인사이트를 도출하고 조직에 필요한 CS전략을 수립하는 능력은 CS 인력이 전략적 사고와 문제 해결 능력을 갖춘 인재로 발전하는데 필요한 전제 조건이다.

• 의사결정 참여: 도출된 KPI 데이터와 분석 결과를 경영진 및 관련 부서와 공유함으로써, CS 인력은 제품 개발이나 영업 전략 등 회사의 중요한 비즈니스 의사결정에 참여하고 영향력을 확대할 수 있다.

CS인력과 데이터 분석

CS 를 위한 핵심 데이터 지표

다양한 관점에서 고객 성공을 측정하기 위해 CS팀은 후행 지표(결과)와 선행 지표(예상)를 골고루 활용할 수 있어야 한다. 아래 두 지표는 CS팀의 활동을 정량적으로 증명하고, 발생 가능한 위험을 대비하는데 중요하다.

 1) 후행 지표 (Lagging Indicators) - CS 성과 확인

후행 지표는 CS 활동의 성과한 그로 인해 발생한 결과를 평가하는데 사용된다. 또한 CS팀이 비즈니스에 기여한 것을 보여주는 최종 결과이기도 하다. 

• 고객 이탈률과 재계약률: 고객 이탈률과 재계약률은 CS 활동의 결과를 보여주는 가장 직관적인 지표다. CS팀이 얼마나 효과적으로 고객 관계를 형성과 지원했는지 보여주는 지표로써, CS팀이 존재하는 이유이기도 하다.

• 순매출 유지율 (NRR, Net Revenue Retention): 기존 고객의 매출을 얼마나 유지하고, 얼마나 많은 추가 매출을 일으켰는지를 보여주는 재무적 지표이다. NRR 분석을 통해 업-셀/다운-셀/이탈한 금액의 비중을 파악하고 CS 전략과 실행 모델의 효과를 판단하는데 이용된다.

2) 선행 지표 (Leading Indicators): 미래의 위험 예측

선행 지표는 미래의 결과를 예측하고, CS팀이 고객의 행동 변화를 유도하는 데 활용할 수 있는 일종의 조기 경보 시스템이다. CS팀은 이 지표들을 통해 선제적으로 지원이 필요한 순간과 필요 작업을 찾아내야 한다.

• 최초 가치 실현 시간 (TTV, Time to First Value): 고객이 제품 도입 후 '최초의 가치'를 경험하기 까지 걸리는 시간을 의미한다. TTV가 길수록 고객의 이탈 가능성성이 높아지기 때문에 이 지표를 줄이는데 집중해야 한다.

• 기능 채택률: 고객이 제품의 핵심 기능을 얼마나 잘 사용하는지, 특히 고객 성공 계획(Success Plan)에 포함된 기능을 잘 활용하는지 보여주는 지표이다. 해당 특정 기능의 이용률이 저조하면, 그 기능에 대한 심화 교육이나 맞춤형 가이드가 필요하다는 신호로 해석해야 한다.

• Customer Health Score: 로그인 빈도, 주요 기능 활용도, 기술 지원 문의 건수, NPS 등 다양한 선행 및 정성적 지표를 통합해 고객의 '건강 상태'를 보여주는 지표이다. 점수가 미리 정한 수준 이하로 떨어지면 CS팀은 가능한 빨리 고객 접촉과 상황 파악에 나서야 한다. 고객의 이탈 위험을 예측하고 예방하는 가장 효과적인 도구라고 평가된다.

데이터 분석 역량 강화 방법

데이터 분석을 통해 CS팀의 업무 효율과 성과를 높이기 위해서는 단순한 툴 사용법을 넘어, 데이터를 전략적으로 해석하는 능력을 키우는 노력이 필요하다.

1) 문제의 근본 원인 파악

CS팀이 정한 특정 KPI에 문제가 발생하면, 현상 속에 숨어있는 근본 원인을 찾아내는 능력이 필요하다. 예를 들어, CS팀의 핵심 KPI인 '고객 이탈률’이란 후행 지표가 나빠졌다면, '어떤 고객 그룹에서 이탈이 일어났는지?' 또는 '이탈 고객들의 공통점은 무엇인지?' 등의 선행 지표 분석을 통해 문제의 원인을 찾아낼 수 있어야 한다. 문제의 근본 원인 파악은 문제 해결을 위한 열쇠이면서 출발점이다. 

2)  도구 활용 능력 및 시각화 이해

CS 팀은 CRM 및 BI(Business Intelligence) 등의 도구 활용에 능숙해야 한다. 특히, 데이터 수집/분석과 데이터 시각화 및 보고 기술을 갖추는 것도 중요하다. 데이터 분석이 고객 상황과 대응책을 찾아내는 기술이라면, 데이터 시각화와 보고 기술은 경영진과 관련 부서의 공감대를 끌어내고 그들의 의사결정을 돕는데 큰 역할을 하기 때문이다. CS인력은 데이터를 통해 자신이 담당한 고객, 고객 그룹별 성과 및 전사 중점 지표를 한눈에 파악할 수 있어야 한다.

3) KPI 기반의 실행 전략 수립

CS팀은 KPI 달성을 위해 데이터를 실행 전략으로 전환할 수 있어야 한다. 예를 들어, "NRR 110% 달성"이 목표라면, CS팀은 데이터를 활용하여 업셀링 시점과 의사결정권자 미팅 추진과 같은 실행 전략과 활동들을 만들 수 있어야 한다. 반대로 "고객 이탈률 2% 감소"가 목표라면, Customer Health Score 정비와 어답션 프로세스 보완 등으로 실행 전략을 기획하고 실행할 수 있어야 한다.

데이터 분석 역량은 CS팀이 고객의 성공을 측정하고 설계하는 능력이며 CS인력이 갖춰야 할 핵심 기술이다. 

4. 데이터 분석과 활용 사례

1) 허브스팟 (Hubspot)

인바운드 마케팅 및 세일즈 소프트웨어 기업인 Hubspot은 선행 지표인 '로그인 횟수와 빈도(Login Frequency)'를 이용해 후행 지표인 고객 이탈률을 줄이는 방법을 활용하고 있다. HubSpot은 '제품의 이용률이 떨어지는 것'을 고객 이탈의 사전 행동 시그널로 정의하고, 이들 고객에게 CS자원과 지원을 우선 투입하는 CS 전략과 프로세스를 적용하고 있다. 

지표	지표 항목	분석 결과	대응 활동	결과 (후행 지표)
선행 지표	주간 로그인 횟수	주간 로그인 횟수가 특정 기준 이하인 고객이 일반 고객 대비 3배 높은 이탈률을 보인다는 사실을 확인.	저활용 고객을 대상으로 인앱 메시지와 튜토리얼 영상을 제공하여 플랫폼 가치를 환기하고 재참여를 유도.	고객 이탈률 감소

2) 그루브 (Groove)

고객 서비스 소프트웨어 기업 Groove는 아래 선행 지표를 활용하여 이탈 고객을 최소화하고 있다. Groove는 초기 사용자의 '작업 완료 시간' 지연이 고객이 제품의 사용을 중단할 가능성을 높이는 이탈 신호로 정의하고, 실시간 지원을 통해 고객 이탈을 막고 있다.

지표	지표 항목	분석 결과	대응 활동	결과 (후행 지표)
선행 지표	특정 작업 완료 시간 및 초기 세션 시간	이탈 사용자가 초기에 앱에 머무는 시간은 평균 35초로, 잔류 고객(3분 18초)과 차이가 큰 것을 발견. 또 '규칙 생성' 등 특정 작업 수행에 훨씬 긴 시간을 사용한다는 점을 파악.	첫 세션 시간이 2분 미만인 사용자에게 맞춤형 이메일을 보내 제품 설정 및 이용 방법을 교육하고, 작업 시간이 길어지는 사용자에게 미리 알림을 보내 고객을 지원.	위험 사용자들의 30%를 잔류시키는 데 성공.

데이터 분석은  Customer Success 인력에게 필수 역량이다. 데이터라는 객관적 언어를 통해 고객의 성공을 측정하고, 선제적 개입의 타이밍을 포착함으로써, CS팀은 기업의 지속 가능한 성장을 주도하는 핵심 동력으로 자리매김할 수 있다. 

기업의 성장과 지속가능성을 위한 Customer Success 전략과 실행 모델을 제시합니다.

sales@marcetto.com

▶ 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 (주)마르케또에 저작권이 있습니다.

▶ 해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적 이용을 허용하지 않습니다.