고객 사례

텍스트 마이닝을 통한 연중무휴 고객 지원 네트워크의 혁신

자유 구술식 서비스 통화 내용을 이용하여 기술 지원 작업을 체계화하고 엔지니어링 개선의 우선순위를 결정하는 Oshkosh Corporation

Oshkosh Corporation

과제전화로 신속하고 능숙하게 기술 지원을 제공하여 전 세계 고객의 장비 성능을 최적화하고 가동중단 시간을 최소화합니다.
해결책지원 통화 내용에서 JMP® Pro로 비구조화 텍스트 데이터를 마이닝하여 자주 발생하는 문제를 찾아내고 과거에 효과가 검증된 솔루션으로 그 원인을 해결합니다. 반복 발생하는 문제의 해결에 적용할 수 있는 정비 데이터가 급격히 늘어나면서 Oshkosh는 이제 연중무휴로 서비스 상담 전화에 미리 대응할 수 있습니다.
결과사건 해결 시간이 대폭 단축되어 인건비 절감은 물론 고객 만족도가 개선되었고, 현재는 데이터 분석으로 얻은 인사이트를 미래 엔지니어링에 활용하여 이미 구축된 제품의 기계적 문제에 대해 사전에 조치합니다.

장비를 사용하는 동안에는 아주 작은 칩부터 큰 프로세서까지 모든 부품을 정기적으로 정비해야 합니다. 스마트폰이라면 소프트웨어 업그레이드나 배터리 교체만 해 주면 충분하고 그렇게 비싸지 않습니다. 그러나 군용 전술 트럭이나 중장비 운송차량처럼 대형 장비가 고장 나면 수리 비용은 급격히 올라갑니다. 위스콘신에 본사를 둔 Oshkosh Corporation은 최신 텍스트 분석을 토대로 고객 지원 작업을 강화하여 데이터가 중심이 되는 설계 프로세스로써 기계의 가동 중단 시간을 최소화하고 향후 문제를 사전에 조치하고 있습니다.

이 회사는 세계적으로 유명한 특수 차량 및 접근 장비 제조사입니다. 1917년 창립 이래로 전 세계를 무대로 국방, 진입, 구조, 상업적 업무에 필요한 전술적 차량을 설계 및 제조하고 있습니다. 경쟁이 치열한 시장이지만 우수한 시스템 성능과 연중무휴 글로벌 고객 서비스 및 정비망을 통한 모범적인 사후 관리로 시장 대표 기업이라는 지위를 유지하고 있습니다. Oshkosh의 Ron Zhang 수석 엔지니어는 "새 사업을 수주하고 현재 고객을 만족시키고 시장에서 제품 경쟁력을 높이려면 정말로 열심히 노력해야 합니다."라고 말했습니다.

서비스 상담 전화에서 다량의 자유 구술식 텍스트 데이터 추출

Ron Zhang은 Oshkosh의 연구개발 그룹에서 팀장을 맡고 있습입니다. 현재 팀에서는 통계 방법을 새롭게 적용하여 제품 효율을 높아고 성능을 강화하고 예방 정비를 개선하는 방안을 연구 중입니다. Zhang은 "어떻게 하면 설계의 효율과 성능, 경쟁력을 높일 수 있을까? 어떻게 하면 고객이 운영 효율을 개선하도록 도울 수 있을까"를 고민한다며 "방법이 있습니다. 차량과 운전자의 데이터를 수집하면 가능합니다. 그렇게 하면 제품을 개선하고 고객의 비즈니스 운영을 개선하고 시장점유율도 높일 수 있습니다."라고 말했습니다.

연구개발 그룹의 중점 분야 중 하나는 데이터 분석입니다. 기존에 활용이 적었던 리소스인 비구조형 데이터가 중심이 되어 과거의 성과를 이해하고 평가하며 미래 제품의 디자인을 돕습니다. Zhang은 "고객은 기계에 문제가 생길 때마다 저희 서비스 센터에 전화를 합니다."라며 그러면 [Oshkosh] 기사들이 전화를 받아 절차상 어떻게 해야 할지, 그리고 무엇을 하면 안 되는지 안내합니다."라고 말했습니다. 서비스 상담은 대화로 진행되며 기사는 문제의 내용을 자세히 기록합니다. 비구조화 텍스트 데이터는 수량 데이터에 비해 매우 구체적입니다. 그래서 총합 분석에 사용하기는 현실적으로 어렵다는 것이 중론이었습니다. 문제는 자유 구술식 텍스트 데이터가 너무 복잡하다는 것입니다.

Ron Zhang은 "서비스 데이터 서너 달 치에 수십만 가지 항목이 나옵니다. 기록 작성자마다 사용하는 용어도 다릅니다. 오탈자 같은 문제도 있습니다. 같은 의미에 다른 용어를 사용하기 때문에 많은 문제가 발생합니다."라고 말했습니다. 그럼에도 Zhang의 팀은 통계를 이용하는 새로운 방법을 도입하여 문제에 나섰습니다. 텍스트 마이닝을 이용하면 자유 구술식 텍스트 필드를 분석하여 자주 사용하는 단어와 문구를 확인할 수 있습니다. 그 다음 해당 문구를 통째로 분석하여 고급 의미와 기타 참조 용도로 구분합니다. JMP®가 아니었다면 매우 지루한 작업이 되었을 것입니다.


“[JMP를 통해] 서비스 상담을 하고 기록하는 업무에서 개선할 부분이 다수 드러났습니다. 그리고 실제로 개선했습니다."

– Ron Zhang 수석 엔지니어

JMP® 텍스트 탐색기로 자유 구술식 텍스트를 사용 가능한 데이터 클러스터로 정리하고 조직화

Zhang의 팀은 비슷한 용어끼리 그룹으로 묶고 구체성이나 관련성이 없는 단어를 삭제하여 자유 구술식 텍스트를 "정리"합니다. Zhang은 "비슷한 의미에 다른 용어를 사용하는 경우 JMP에서 리코딩 같은 도구를 사용합니다."라며 [이런 항목을] 간단하게 결합하면 한 가지 데이터 포인트가 만들어집니다. 이어서 다음 표식화[Tokenization]를 통해 어휘나 구두점을 없앱니다. 데이터 세트를 정리하고 나면 분석에 활용할 수 있는 정보가 생깁니다."라고 말했습니다.

데이터를 자르는 방법은 모델 범주, 구성 요소, 부품 등 다양하지만 Zhang의 팀은 오류 코드, 즉 기존 서비스 문제와 해결책에 중점을 둔 것입니다. Zhang은 JMP 텍스트 탐색기를 이용하여 그룹 기록을 클러스터로 분류하는 잠복 계층 분석을 실시합니다. 이 과정에는 중급 이상의 해석형 판단이 필요합니다. 텍스트 탐색기는 대화식이므로 사용자가 눈으로 단어를 보면서 조직하고 요약하며 용어를 추출할 수 있습니다.

데이터 인사이트와 이미 갖고 있는 엔지니어링 노하우를 결합하여 향후 문제 해결 서비스 통화를 유형별로 분류할 수 있는 정보를 만들었고, 특히 고객 지원 과정의 일관성과 효율을 높였습니다. 일례로, 오류 코드 분석을 통해 엔지니어들이 기계 문제를 잘 이해하게 되었고 회사의 사건 해결 지식 라이브러리가 발전하게 되었습니다. 발생 가능성 순서로 해결책을 분류할 수 있게 되었다는 점은 더더욱 중요합니다.

Zhang은 “서비스 상담을 하고 기록하는 업무에서 개선할 부분이 다수 드러났습니다. 그리고 실제로 개선했습니다. 다음 데이터는 더 세분화되고 쉽게 사용할 수 있는 기록 용어가 유입되기를 바랍니다."라고 말했습니다.

고객 서비스 개선과 미래 R&D 우선순위 결정의 연계

Oshkosh는 또 서비스 상담 데이터에서 얻은 인사이트를 토대로 중요 사안이 먼저 해결되도록 엔지니어링 개선의 우선순위를 재정의할 수 있었습니다. Ron Zhang은 "간단한 기록이라도 클러스터 토큰의 클러스터 용어와 결합해 보면 향후 문제 해결에 사용할 수 있는 범주를 몇 가지 만들 수 있습니다. 이 점이 흥미로워서 분석을 계속 추가로 실시하고 고객 서비스 기록에 들어 있는 정보를 바탕으로 다른 지식 기반 확장도 실시했습니다."라고 말했습니다.

Zhang의 팀은 이미 위치, 제품, 사용 기간 등을 기준으로 Oshkosh Corporation의 고객 서비스 대응 체계를 결정할 수 있는 고급 데이터를 도출하고 있습니다. 이 데이터가 통계 확률을 바탕으로 사전에 문제를 해결합니다. Zhang은 다음 단계는 "이 지식 기반을 미래 디버깅 및 문제 해결로 확장하는 것"이라며 "이미 회사 인사이트에서 생성해 둔 새로운 설계 아이디어가 있습니다."라고 말했습니다.

탐색과 소통에 유용한 직관적인 데이터 표시

Zhang의 팀은 과거에 Excel을 기반으로 데이터를 처리하고 다른 도구를 써서 스크립트를 처리했지만, JMP를 사용하면서 역량이 크게 성장했습니다. Zhang은 "JMP에서는 스크립트 방법을 몰라도 됩니다. 역할 선택과 편리한 정렬 기능을 사용해 기술하도록 하고 분석을 실시한 다음 추출할 내용을 선택하면 됩니다."라며 "우리는 JMP에서 그래프 빌더도 자주 사용합니다. Excel 등으로 보고서를 만들어 다차원 그래프를 표현하려면 너무 힘듭니다. 하지만 그래프 빌더에서는 끌어다 놓고 버튼 몇 개만 누르면 데이터가 나타납니다. JMP의 최고 기능이라고 할 만합니다."라고 말했습니다.

JMP Pro로 업그레이드하면서 팀 차원의 투자 대비 수익도 상당합니다. "지금은 우리 데이터 세트가 크지 않지만 (앞으로) 확장해야 한다고 생각합니다. 프레젠테이션과 시각화 도구를 사용하면 텍스트 마이닝의 잠재력을 최대한 이용하여 고객과 회사의 다른 부서에 데이터를 제시할 수 있으므로 비즈니스에 도움이 됩니다."

Zhang은 이미 텍스트 기반 인사이트를 이용해 특정 유형의 상담 전화를 적절한 정보로 사전에 대응할 수 있을 뿐만 아니라 미래 엔지니어링에도 활용하여 자주 발생하는 기계 문제를 근본적으로 해결할 수 있다는 것을 입증하고 있습니다. 전술 차량 업계가 항상 그렇듯 시간이 촉박할 때는 아주 작은 개선이 정말로 큰 차이를 만들어 냅니다.

본 문서에 나와 있는 결과는 여기서 설명하는 특정 상황, 비즈니스 모델, 데이터 입력 및 컴퓨팅 환경에 국한된 것입니다. SAS 고객마다 경험이 다르고 나름의 비즈니스 및 기술 변수를 기초로 하므로, 모든 언급은 전형적이지 않은 것으로 간주해야 합니다. 실제 비용/시간 절약 효과, 결과 및 성능 특성은 개별 고객의 구성과 조건에 따라 달라집니다. SAS는 모든 고객이 유사한 결과를 실현할 것임을 보장하거나 표명하지 않습니다. SAS 제품 및 서비스에 대한 유일한 보증은 해당 제품 및 서비스의 서면 계약서에 명시된 보증 문구에서 설명하는 내용에 한합니다. 본 문서의 어떠한 내용도 추가 보증을 의미하는 것으로 해석해서는 안 됩니다. 고객 성공 사례는 합의된 계약 조건의 일환으로 또는 SAS 소프트웨어의 성공적인 구현 후 프로젝트 성과 요약의 일부로서 SAS와 공유되었습니다.