기업의 고객 접점으로 중요한 역할을 하는 콜센터는 최근 고객 접근성과 편의성을 향상하기 위해서 전화 외에 다양한 접근채널을 지원하는 옴니채널 컨택센터로 변화하고 있다. 다양한 채널을 지원하는 옴니채널 컨택센터는 채널별로 상담사를 운영하고 있다. 상담사 배치에 따라 채널별 응대율, 대기시간과 같은 옴니채널 컨택센터의 성과가 결정되기 때문에 채널별 상담사 배치는 중요하다. 기존 전화 콜센터의 경우 전화 상담의 특성에 맞게 상담사를 배치하면 되었으나, 채널의 종류가 다양해지고 서로 다른 성격을 가진 채널들을 동시에 처리해야 하는 옴니채널 컨택센터의 경우 전화 상담을 기반으로 한 기존의 상담사 배치 전략만으로는 효과적인 상담사 운영이 어렵다. 이에 본 연구는 전화 외에 이메일, 채팅, 영상상담을 수용하는 옴니채널 컨택센터를 시뮬레이션하기 위한 모델을 개발하고, 시뮬레이션을 통해 상담원 배치 최적화 방안에 대해 연구하였다.
기업의 고객 접점으로 중요한 역할을 하는 콜센터는 최근 고객 접근성과 편의성을 향상하기 위해서 전화 외에 다양한 접근채널을 지원하는 옴니채널 컨택센터로 변화하고 있다. 다양한 채널을 지원하는 옴니채널 컨택센터는 채널별로 상담사를 운영하고 있다. 상담사 배치에 따라 채널별 응대율, 대기시간과 같은 옴니채널 컨택센터의 성과가 결정되기 때문에 채널별 상담사 배치는 중요하다. 기존 전화 콜센터의 경우 전화 상담의 특성에 맞게 상담사를 배치하면 되었으나, 채널의 종류가 다양해지고 서로 다른 성격을 가진 채널들을 동시에 처리해야 하는 옴니채널 컨택센터의 경우 전화 상담을 기반으로 한 기존의 상담사 배치 전략만으로는 효과적인 상담사 운영이 어렵다. 이에 본 연구는 전화 외에 이메일, 채팅, 영상상담을 수용하는 옴니채널 컨택센터를 시뮬레이션하기 위한 모델을 개발하고, 시뮬레이션을 통해 상담원 배치 최적화 방안에 대해 연구하였다.
Recently, the traditional call center, which has an important role as the customer's primary contact point, has been transformed into the omni-channel contact center which supports an additional variety of access channels in addition to phone calls in order to improve customer accessibility and conv...
Recently, the traditional call center, which has an important role as the customer's primary contact point, has been transformed into the omni-channel contact center which supports an additional variety of access channels in addition to phone calls in order to improve customer accessibility and convenience. The omni-channel contact center has agents on each channel which are vital in determining the response rate and waiting time for the customer. In traditional call centers, agents can be assigned to a call based on the characteristics of the call, however in omni-channel contact centers, the characteristics of issues vary and come in through multiple channels, each with their own characteristics, making it difficult to assign the appropriate agent for the issue. Customers must also be processed at the same time, adding an additional layer of complexity to the issue. This paper analyzes and simulates an omni-channel contact center that accommodates email, chat, voice calls and video consultation, and investigates how to optimize the allocation of agents.
Recently, the traditional call center, which has an important role as the customer's primary contact point, has been transformed into the omni-channel contact center which supports an additional variety of access channels in addition to phone calls in order to improve customer accessibility and convenience. The omni-channel contact center has agents on each channel which are vital in determining the response rate and waiting time for the customer. In traditional call centers, agents can be assigned to a call based on the characteristics of the call, however in omni-channel contact centers, the characteristics of issues vary and come in through multiple channels, each with their own characteristics, making it difficult to assign the appropriate agent for the issue. Customers must also be processed at the same time, adding an additional layer of complexity to the issue. This paper analyzes and simulates an omni-channel contact center that accommodates email, chat, voice calls and video consultation, and investigates how to optimize the allocation of agents.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
선행 연구 조사 결과 최근 도입되고 있는 전화, 이메일, 채팅, 영상 통화 등 다양한 컨택채널을 제공하는 옴니채널 컨택센터와 다양해진 상담사 업무에 대한 상담사의 효율적인 운영 전략이나 배치에 대한 연구는 부족하였다. 본 논문에서는 동시에 여러 건을 상담할 수 있는 채팅 방식을 포함하여 전화, 채팅, 영상 상담과 같은 동기 처리방식과 이메일과 같은 비동기 처리 방식이 혼재된 옴니채널 컨택센터에서 고객의 대기시간을 최소화하는 최적의 상담사의 배치 방안에 대해 연구하는 것을 목표로 한다.
본 연구는 인바운드 컨택센터의 일반적인 성과 지표들을 시뮬레이션을 통해 분석하여 최적의 상담원 배치 전략을 분석하는 것이다.
이에 본 연구는 전화 외에 이메일, 채팅, 영상 상담을 모두 수용하는 옴니채널 컨택센터에 대해서 상담원 배치에 방식에 따라 채널별로 인입과 대기량을 시뮬레이션을 통해 분석하여 최적화된 상담사 배치 방안에 대해서 연구한다.
가설 설정
옴니채널 컨택센터는 전화, 이메일, 채팅, 영상 상담등 다양한 채널을 수용할 수 있다. 본 연구에서는 최근 많이 사용되는 전화, 이메일, 채팅, 영상 4가지 상담을 수용하는 것으로 가정을 하였으며, 구성은 Fig. 1.
(2008)은 인바운드 콜센터에서 상담사 Staffing에 대한 비용 최적 해를 평면 절단법(Cutting-Plane Method)을 통해서 도출하는 방안을 제시하였다. 하지만 그의 연구는 인바운드 콜센터의 대기행렬을 M/M/s 큐잉시스템으로 가정하고 시뮬레이션하였으며, 콜 이외에 다른 채널에 대해서 가정하지 않았다. 그래서 비동기 채널이 섞여있는 옴니채널 컨택센터에서 사용하기에는 한계가 있다.
제안 방법
시뮬레이션 관련 연구들을 살펴보면 Yun(2013)은 고객 대기시간을 고려한 ATM의 효율적 운영 방안에 대하여 연구하였다. ATM의 이용율을 높이고 고객 대기시간은 적정하게 유지하는 ATM 대수와 창구 직원 수를 시뮬레이션을 통해 제시하였고, 실제 창구 ATM의 이용 데이터를 3개월 동안 실측하여 Arena Analyzer를 통해 인입 모델을 정의하였다. 하지만 인입에 대한 처리 프로세스가 동일하기 때문에 동기식과 비동기식 처리가 섞여 있는 옴니채널 컨택센터에 적용하기에는 한계가 있다.
기존의 콜센터 시뮬레이션은 단순히 콜에 대한 상담사 연결 요청에 대한 시뮬레이션만 있었는데 본 연구에서는 최근 늘어나는 옴니채널 콜센터를 모델로 하여 전화 외에 이메일, 채팅, 영상 등 다양한 채널에 대한 시뮬레이션을 통해 옴니채널 콜센터 운영 시 인력 운영 방안에 대한 아이디어를 제시하고 구체적인 효과를 도출하였다. 특히 이메일의 경우 비동기 처리방식 때문에 전화와 채팅 같은 실시간 반응형 동기 방식과 시뮬레이션 방식이 다르고 채팅의 경우 상담사가 동시에 다수의 건을 처리할 수 있는 부분은 기존의 전화 대상 콜센터의 시뮬레이션과 차별화되는 부분이다.
(2011)은 콜센터에서 설정한 주간, 일간, 각 시간대 별 최대 허용가능 포기율 및 기타 제약조건식들을 만족시키면서 총 비용을 최소화하는 최적 인력을 산출하고 시간대별로 각 업무에 적정 인원을 배치하는 것에 대하여 비선형 정수계획 모형을 통해 시뮬레이션하였다. 타 연구와 차이점은 큐잉 모델을 사용하지 않고 인바운드 콜의 수와 해당 업무를 실제 담당한 서버 수를 결합한 인바운드 콜 업무 부하 지수를 개발하여, 궁극적인 관심사인 평균 포기율과 그에 따른 금전적 손실을 직접적으로 구하는 방법을 제시하였다. 비선형 정수계획 모형을 통해 제약 조건 내에서 적절한 인원을 시뮬레이션하였지만 채널에 대한 제약 조건과 동기, 비동기 처리에 대한 부분은 고려하지 못한 한계가 있다.
대상 데이터
전체 상담원 수는 실제 모델링 대상인 콜센터 상담사 수를 기준으로 해서 140명으로 잡았으며, 영상 상담의 경우 영상 장비와 인테리어를 고려하여 10명을 최대 인원으로 제약하였다. 즉, 전체 리소스의 합계는 140이며, 영상 상담을 지원하는 리소스의 합계는 10을 넘지 못한다.
위 실험은 전담 상담사와 멀티채널 수용 상담사와의 배치 전략 비교를 위한 극단적인 실험이었고, 실제 가장 효율적인 배치를 위해서 4개 채널에 대한 Average Waiting Time을 기준으로 가장 우수한 조합을 찾아보았다. 총 224번의 실험을 하였다. 실험 결과 가장 우수한 결과를 나타낸 상담사 조합은 Table.
데이터처리
시뮬레이션의 결과 분석을 위해 Arena의 리포트 저장 기능을 사용하여 CSV 파일로 시뮬레이션 결과를 저장하고 통계 분석 패키지인 R을 이용해서 CSV 파일을 읽어들여 분석하였다. 시뮬레이션을 통해 확인할 수 있는 지표는 인입 요청 건수인 Request, 처리시간에 관한 지표인 WIP, 채널별 Queue Waiting Time, 대기 중에 포기한 요청 건수인 Abandon 카운트, 실제 리소스가 프로세스에 참여한 비중인 Resource Utilization 정보 등이 있다.
워낙 많은 변수가 존재하기 때문에 전수 조사는 불가능 하여, 단독 리소스에 대해서 영향도 파악을 하기 위해 각각을 고정한 상태에서 리소스 수치를 바꿔가며 각각 10회씩 실험하여, 급격히 대기 시간이 변하는 구간을 찾고, 그 구간을 중심으로 연관된 멀티 리소스들의 수치를 각각 16회 변화 시켜서 실험을 하고, 특별히 대기 시간이 낮은 실험결과에 대해서 세밀하게 수치를 변화 하는 방식으로 8회 더 실험을 하여 최종적으로 224번의 실험을 수행하였고 결과에 대해서 리소스와 대기시간과의 관계를 선형회귀분석을 수행하였다. 그 중에 영향도가 큰 리소스에 대한 산점도와 회귀선, Box-Plot을 Fig.
이론/모형
그 중에서 본 연구에서는 4.1절에 설명한 바와 같이 Anton(1997)이 제시한 고객만족 지표인 대기 시간을 분석하기 위해 채널별 Queue의 Waiting Time, Max Waiting Count를 평가 지표로 분석하였다.
콜센터는 상담 요청이라는 이벤트를 중심으로 처리가 되므로 이산 시뮬레이션방식이 적합하다. 이에 본 연구에서는 모델링과 시뮬레이션을 Arena를 이용하여 진행하였다.
특히 본 문제와 같이 수리적 모델링이 복잡하고 표현의 한계가 있을 수 있는 경우 시뮬레이션 모델을 이용한 방안이 적합하기에 본 연구는 시뮬레이션 기법을 활용하였다(Gu et al., 2013).
성능/효과
(1) 상담사는 1가지 채널 상담만을 전담으로 할 수도 있고 2가지, 3가지 또는 4가지 채널을 모두 상담할 수도 있다.
2위와 3위도 영상 상담을 제외한 나머지 채널들을 멀티로 수용하는 리소스에 적당한 수를 할당한 배치가 우수한 결과를 나타내는 것을 확인 할 수 있다.
가장 우수한 배치 전략은 영상 전담 상담사를 8명 배치하고 나머지 132명은 전화, 메일, 채팅을 모두 응답 할 수 있는 멀티 채널 리소스(R_Ca_Ma_Ch)에 배치했을 때 평균 대기시간이 가장 적었다.
두 전략에 따른 고객 대기시간 분석을 위한 시뮬레이션결과 상담사 배치를 채널별로 단독으로 하였을 경우와 상담사가 다수 채널을 동시에 처리할 수 있도록 멀티로 할당 하였을 경우 요청수의 차이는 크지 않으나 전화, 비디오에서 고객 대기시간의 차이가 큰 것을 알 수 있다. 단독 업무 형태의 배치에서는 R_Ca 120명, R_Ma 4명, R_Ch 8명, R_Vi 8명으로 하였다.
본 시뮬레이션의 결과로 옴니채널 컨택센터에서 상담사의 채널 배치는 가능한 멀티 채널을 수용할 수 있도록 상담사를 배치 하는 것이 효과적임을 확인 할 수 있다.
시뮬레이션의 결과(Table. 3.)에서도 알 수 있듯이 상담원 배치 전략의 핵심은 전담 상담사(Single Channel) 방식보다는 멀티채널을 지원하는 멀티채널 상담사(Multi Channel) 방식이 효과적이라는 것이다.
옴니채널 컨택센터의 경우 실제 상담원 운영에 대한 구체적인 실험이나 연구가 전혀 없었는데, 본 연구에서는 ARENA시뮬레이션을 통해서 수학적 모델링이 어려운 동기/비동기 업무가 섞여 있는 옴니채널 컨택센터의 업무를 시뮬레이션하고 실제로 배치 전략에 따른 구체적인 성과 지표를 시뮬레이션 하였다는 점에서 연구의 의의를 찾을 수 있다.
위 실험은 전담 상담사와 멀티채널 수용 상담사와의 배치 전략 비교를 위한 극단적인 실험이었고, 실제 가장 효율적인 배치를 위해서 4개 채널에 대한 Average Waiting Time을 기준으로 가장 우수한 조합을 찾아보았다. 총 224번의 실험을 하였다.
후속연구
또한, 휴리스틱 한 실험 방법을 통해 전수 조사를 못하고 일부 케이스에 대한 실험을 통해 제한적인 최적 조합을 발견 하는 방식으로 접근한 한계가 있다. 리소스의 변화에 대한 규칙을 머신러닝 기법 등으로 파악하여 회귀 분석이나 수학적 모델을 만든 후 유전자 알고리즘 등의 최적화 기법을 통한 최적 해를 찾을 수 있는 방안에 대한 연구가 향후 필요할 것이다.
또한, 휴리스틱 한 실험 방법을 통해 전수 조사를 못하고 일부 케이스에 대한 실험을 통해 제한적인 최적 조합을 발견 하는 방식으로 접근한 한계가 있다. 리소스의 변화에 대한 규칙을 머신러닝 기법 등으로 파악하여 회귀 분석이나 수학적 모델을 만든 후 유전자 알고리즘 등의 최적화 기법을 통한 최적 해를 찾을 수 있는 방안에 대한 연구가 향후 필요할 것이다.
본 연구에서는 옴니채널 컨택센터의 상담사 운영 방식에 대한 부분만 제시하였으나 향후 채널 요청 건수별 최적 상담사 할당 방안과 예상 대기 시간 등에 대한 연구가 추가로 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
기업의 고객 접점으로 중요한 역할을 하는 콜센터는 최근 어떻게 변화하고 있는가?
기업의 고객 접점으로 중요한 역할을 하는 콜센터는 최근 고객 접근성과 편의성을 향상하기 위해서 전화 외에 다양한 접근채널을 지원하는 옴니채널 컨택센터로 변화하고 있다. 다양한 채널을 지원하는 옴니채널 컨택센터는 채널별로 상담사를 운영하고 있다.
옴니채널은 무엇인가?
이를 위해 옴니채널(Omni Channel)이란 개념이 나왔으며 이것은 온-오프라인 채널의 동기화된 서비스를 통해 고객에게 일관된 경험을 제공함으로써 전통적인 소매 방식과의 차별화를 통해 시장을 넓혀 가고 있는 마케팅 전략(David et al, 2014; Son and Kang, 2017)이다.
다양한 채널을 지원하는 옴니채널 컨택센터의 상담사 배치가 중요한 이유는 무엇인가?
다양한 채널을 지원하는 옴니채널 컨택센터는 채널별로 상담사를 운영하고 있다. 상담사 배치에 따라 채널별 응대율, 대기시간과 같은 옴니채널 컨택센터의 성과가 결정되기 때문에 채널별 상담사 배치는 중요하다. 기존 전화 콜센터의 경우 전화 상담의 특성에 맞게 상담사를 배치하면 되었으나, 채널의 종류가 다양해지고 서로 다른 성격을 가진 채널들을 동시에 처리해야 하는 옴니채널 컨택센터의 경우 전화 상담을 기반으로 한 기존의 상담사 배치 전략만으로는 효과적인 상담사 운영이 어렵다.
참고문헌 (20)
Sue, S., Fjermestad, J., and Romano Jr, N. C., "E-relationship marketing: changes in traditional marketing as an outcome of electronic customer relationship management.", Journal of Enterprise Information Management, Vol. 17, No. 6, pp. 410-415, 2004.
Cao, L., and Li, L., "The Impact of Cross-Channel Integration on Retailers' Sales Growth", Journal of Retailing, Vol. 91, No. 2, pp. 198-216, 2015.
Kotler, P., Kartajaya, H., and Setiawan, I., "Marketing 4.0: Moving from traditional to digital", John Wiley & Sons, 2016.
David, R., Bell, S. G., and Antonio, M., "How to Win in an Omnichannel World", MIT Sloan Management Review, Vol. 56, No. 1, pp. 44-53, 2014.
Son, J. Y., Kang, I. W., "A Study on the Applicability of Omni-Channel Service", The e-Business Studies, Vol. 18, No. 5, pp. 19-35, 2017.
Gong, Y. B., "Design Omni Channel Engagement Center", Contact Journal, Vol. 196, No. 7, pp. 34-36, 2016.
Kim, S. Y., "Report of Contact & communication channels using survey - consumer culture trends (showrooming, reverse showrooming ) and channel management strategy", Contact Journal, Vol. 185, No. 8, pp. 24-27, 2015.
Kim, I. H., Gi, J. S., Park, K. H., Ahn, J. H., and Seo, Y. H., "A Study on the Improvement of Consulting Service for the Changing Environment of ICT, such as smartphones", Ministry of Employment and Labor, Korea, pp. 29-30, 2010.
Kim, S. M., Nah, J. E., and Kim, S., "The Staffing Problem at the Call Center by Optimization and Simulation", IE interfaces, Vol. 24, No. 1, pp. 40-50, 2011.
Brown, L., Gans, N., Mandelbaum, A., Sakov, A., Shen, H., Zeltyn, S., and Zhao, L., "Statistical Analysis of a Telephone Call Center : A Queueing- Science Perspective", Journal of the American Statistical Association, Vol. 100, No. 469, pp. 36-50, 2005.
\Atlason, J., Epelman, M. A., and Henderson, S. G., "Optimizing Call Center Staffing Using Simulation and Analytic Center Cutting-Plane Methods", Management Science, Vol. 54, No. 2, pp. 295-309, 2008.
Yun, Y. S., "Efficient Operation Plan of Bank Tellers and ATMs Considering Waiting Time of Customers", Review of business & economics, Vol. 26, No. 5, pp. 2253-2273, 2013.
Kim. Y. B., Lee, C. H., Kim, J. B., Lee, K. S., and Lee, B. C., "Enhancing the Performance of Call Center using Simulation", Journal of the Korea Society for Simulation, Vol. 12, No. 4, pp. 83-94, 2004.
Choi, S. G., and Lee, C. L., "A study for improving passenger service level at the airport security checks by using simulation", Journal of the Korea Society of Computer and Information, Vol. 18, No. 3, pp. 59-68, 2013.
Rossetti, M. D., "Simulation modeling and Arena", John Wiley & Sons, 2015.
Gu, S. H., Noh, S. M., and Jang, S. Y., "A Study on Improvement of the Logistic System in Social Commerce using Simulation", Journal of the Korea Society for Simulation, Vol. 22, No. 3, pp. 43-53, 2013.
Cheong, K. J., Kim, J. J., Ryu, I., So, S. H., and Park, D., "A Study on the Factors Affecting the Performance of Call Center", The Journal of Information Strategy, 2004.
Anton J., Monger J., and Perkins D. S, " CallCenter Management By the Numbers", Purdue University Press., 1997.
Hwang, K. M.(Ed), "Listen to the field officer, a small question on the website", Contact Journal, Vol. 216, No. 3, pp. 10-13, 2018.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.