본 연구에서는 초고속인터넷 상품에 관련된 고객 불만사항(VOC, Voice of Customer)의 빅데이터를 활용하여 고객이 지각하는 품질이상의 원인과 선제적 서비스의 가능성을 살펴보았다. 선제적 서비스의 가능성을 검증하기 위해 실제 이동통신 서비스기업의 시설·장비의 총 13개 장애경보에 관련된 품질이상 VOC를 수집한 후, 𝒙2검증을 통해 품질이상 VOC 실제관측값과 기대값이 통계적으로 유의한 차이가 있는 지 검증하였다. 연구결과, 시설·장비의 총 13개 장애경보 관련 품질이상 VOC 중 6개의 장애경보로서, 'FTTH-R 장비 ON/OFF', 'FTTH-E,V 회선오류 감지', '포트불량, FTTH-R 회선오류 감지', '네트워크 LOOP 감지', 그리고 '비정상 트래픽 제한'은 실시간 모니터링을 통한 선제적 서비스가 가능하다는 통계적 근거를 찾았다. 기업들은 이러한 선제적 서비스를 이용하여 시잠점유율을 향상키시고 고객서비스 비용을 절감하는 데 적용할 수 있을 것이다. 본 연구의 결과는 통신서비스 분야의 선제적 서비스의 가능성을 진단하고, 나아가 효과적인 선제적 서비스 제공 방안에 대한 시사점을 제시하였다는 점에서 실제 산업 적용에 대한 공헌점이 기대된다.
본 연구에서는 초고속인터넷 상품에 관련된 고객 불만사항(VOC, Voice of Customer)의 빅데이터를 활용하여 고객이 지각하는 품질이상의 원인과 선제적 서비스의 가능성을 살펴보았다. 선제적 서비스의 가능성을 검증하기 위해 실제 이동통신 서비스기업의 시설·장비의 총 13개 장애경보에 관련된 품질이상 VOC를 수집한 후, 𝒙2검증을 통해 품질이상 VOC 실제관측값과 기대값이 통계적으로 유의한 차이가 있는 지 검증하였다. 연구결과, 시설·장비의 총 13개 장애경보 관련 품질이상 VOC 중 6개의 장애경보로서, 'FTTH-R 장비 ON/OFF', 'FTTH-E,V 회선오류 감지', '포트불량, FTTH-R 회선오류 감지', '네트워크 LOOP 감지', 그리고 '비정상 트래픽 제한'은 실시간 모니터링을 통한 선제적 서비스가 가능하다는 통계적 근거를 찾았다. 기업들은 이러한 선제적 서비스를 이용하여 시잠점유율을 향상키시고 고객서비스 비용을 절감하는 데 적용할 수 있을 것이다. 본 연구의 결과는 통신서비스 분야의 선제적 서비스의 가능성을 진단하고, 나아가 효과적인 선제적 서비스 제공 방안에 대한 시사점을 제시하였다는 점에서 실제 산업 적용에 대한 공헌점이 기대된다.
In this study, we used the big data of Voice of Customer (VOC) related to high-speed Internet products to look at the causes of perceived quality and the possibility of proactive service. In order to verify the possibility of proactive service, we collected VOC data from 13 facilities and equipment ...
In this study, we used the big data of Voice of Customer (VOC) related to high-speed Internet products to look at the causes of perceived quality and the possibility of proactive service. In order to verify the possibility of proactive service, we collected VOC data from 13 facilities and equipment of a mobile communication service company, and then conducted 𝒙2 test to verify that there was a statistically significant difference between the actual VOC observation values and expected values. We found statistical evidence that proactive service is possible through real-time monitoring for the six disability alarms among the 13 facilities and equipment, which are FTTH-R Equipment ON/OFF, FTTH-EV Line Error Detection, Port Faulty, FTTH-R Line Error Detection, Network Loop Detection, and Abnormal Limiting Traffic. Companies are able to adopt the proactive service to improve their market share and to reduce customer service costs. The results of this study are expected to contribute to the actual application of industry in that it has diagnosed the possibility of proactive service in the telecommunication service sector and further suggested suggestions on how to provide effective proactive service.
In this study, we used the big data of Voice of Customer (VOC) related to high-speed Internet products to look at the causes of perceived quality and the possibility of proactive service. In order to verify the possibility of proactive service, we collected VOC data from 13 facilities and equipment of a mobile communication service company, and then conducted 𝒙2 test to verify that there was a statistically significant difference between the actual VOC observation values and expected values. We found statistical evidence that proactive service is possible through real-time monitoring for the six disability alarms among the 13 facilities and equipment, which are FTTH-R Equipment ON/OFF, FTTH-EV Line Error Detection, Port Faulty, FTTH-R Line Error Detection, Network Loop Detection, and Abnormal Limiting Traffic. Companies are able to adopt the proactive service to improve their market share and to reduce customer service costs. The results of this study are expected to contribute to the actual application of industry in that it has diagnosed the possibility of proactive service in the telecommunication service sector and further suggested suggestions on how to provide effective proactive service.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 IT관련 서비스 산업제품으로서 정보통신 서비스의 실제 빅데이터 자료를 바탕으로 고객이 지각하는 품질이상의 원인을 탐구하였다. 산업혁명 이후 공업화 중심사회에서는 대량생산이 성공적인 기업 운영의 핵심가치였으나, 최근 상품의 풍요와 기업들 간의 경쟁이 심화되면서 고객 중심의 사고로 전환되고 있다.
본 연구는 고객 서비스의 체감품질 만족도를 높이기 위한 방안으로서 선제적 서비스의 가능성을 살펴보았다. 이에 대표적인 IT서비스 제품인 초고속 인터넷 기반 유선상품을 이용하는 고객들의 VOC를 발생시키는 주요 원인들을 이용하여 빅데이터 분석을 수행하였다.
본 연구는 이렇게 확보된 이종의 대규모 데이터를 기반으로 선제적 서비스의 가능성을 실증적으로 보여줌으로써 서비스관련 문헌연구를 확정하였다는 데 공헌 점이 있다. 나아가, 선제적 서비스를 통해 고객서비스비용 절감방안을 제시함으로서 독자들이 실무적으로 선제적 서비스를 이해하고 적용하는 데 도움을 줄 수 있을 것이다.
과거 통신서비스에 관한 연구는 주로 무선기반 기술에 초점을 맞춰 이뤄졌으며, 최근에는 사물인터넷(홈 IoT)와 같은 가구 내 통신기반 기술과 5G(GiGa 인터넷) 유선기반 기술에 대한 연구가 늘어나고 있다[26]. 본 연구에서는 유선기반 서비스 품질에 초점을 맞춰 빅데이터를 이용한 유선통신서비스 품질 개선방안을 다루고자 한다.
본 연구에서는 인터넷 체감품질에 영향을 미치는 원인요소를 백본에서 고객 댁내 기기까지 이어지는 네트 워크의 구간을 구분한 후, 특정구간에서 발생하는 문제점에 초점하고자 한다. [그림 1]은 유선 인터넷 구조도 이며, 네트워크 구간은 단말, 댁내, 인입, 국사 단위로 구분된다.
이에 본 연구에서는 대표적인 IT산업으로서 이동통신 서비스 기업 사례를 기반으로 고객이 지각하는 품질이상에 대한 원인을 조사하기 위해 고객 댁내 기기에서 발생하는 데이터와 고객의 VOC 데이터라는 이종 데이터를 분석에 활용하였다. 빅데이터 분석을 통해 서비스 상품에서 실패와 회복의 원인을 예측하고 더불어 선제적 서비스에 대한 가능성을 제시하고자 한다.
위의 연구한계점에도 불구하고, 본 연구는 품질이상에 따른 서비스 실패를 사전적으로 차단함으로서 기업성과 및 고객만족도 향상에 도움이 되는 선제적 서비스의 가능성을 제시하였다. 특히, 선제적 서비스에 대한 가능성을 실제 국내 이동통신서비스사의 빅데이터를 기반으로 검증하였다는데 실 산업 적용에 대한 공헌점을 갖는다.
이와 같이 선제적 서비스가 성공적인 결과로 이어지기 위해서는 이에 대한 세심한 연구가 요구되는 상황이다. 이에 본 연구는 통신 서비스 산업의 선제적 서비스 가능성을 살펴보고, VOC와 장애감지 자료 비교를 통해 효과적 선제적 서비스 제공 방식을 고민해보고자 한다.
본 연구에서는 선제적 서비스가 가능한 국사 및 인입 구간에 초점하여 연구를 진행하였다. 특히, 실제 기업의 국사 및 인입 구간의 서비스 품질관련 빅데이터를 수집하여, VOC 발생확률이 높은 품질불량 요소를 살펴본 후 적절한 선제적 서비스 방안을 제안하고자 한다.
제안 방법
본 연구에서 품질이상 VOC의 발생빈도는 유선 인터넷의 가입고객 가구 수 기준으로 분석하였기 때문에 품질 불량이 상품별로 독립적으로 발생하는 것이 아니라 연속적 또는 동시적으로 발생할 수 있다. 그러므로 하나의 가구에서 여러 상품에 대한 품질이상 VOC가 접수될 수 있으므로, 가구 변수(인터넷 기반의 가구 아이디)를 생성하여 품질 VOC 발생 건수를 계산하였다.
반면, 국사 및 인입 구간에서의 서비스 제공은 고객과 직접적으로 대면하지 않고 이뤄지기 때문에, 품질불량을 미리 파악하여 선제적 대응을 하게 되면 고객은 서비스 품질불량 상황을 인지하지 못할 수 있다(국사는 정보통신 서비스를 제공하기 위한 시설의 수용 및 운용, 유지보수, 마케팅 및 영업활동을 위한 일반 전화국이나 분국의 건물이며, 인입은 시내 전화선로에서 배선 케이블로부터 분기되어 가입자 댁내의 단자 함까지 인입되는 케이블을 일컫는다). 본 연구에서는 선제적 서비스가 가능한 국사 및 인입 구간에 초점하여 연구를 진행하였다. 특히, 실제 기업의 국사 및 인입 구간의 서비스 품질관련 빅데이터를 수집하여, VOC 발생확률이 높은 품질불량 요소를 살펴본 후 적절한 선제적 서비스 방안을 제안하고자 한다.
품질 이상 VOC는 ‘고객이 품질에 이상이 발생하였다고 지각한 후 이에 대한 문제 제기하고 해결을 요구한 VOC’ 를 의미한다. 본 연구에서는 이와 같은 정의를 토대로 콜센터에 접수된 전체 VOC 중 품질이상 VOC를 콜센터 ARS분류체계에 따라 분류하였다. 예를 들면, 고객의 품질 불만에 관한 접수, AS관련 접수, 품질문제로 인한 해지 요청관련 접수 등이 품질이상 VOC에 해당된다.
이에 대표적인 IT서비스 제품인 초고속 인터넷 기반 유선상품을 이용하는 고객들의 VOC를 발생시키는 주요 원인들을 이용하여 빅데이터 분석을 수행하였다. 연구결과 평균 이상의 VOC를 발생시키는 13개 장애 항목을 파악하였으며, 고객과의 접근성이 낮은 인입 및 국사 구간에서 발생되는 9가지 장애경보를 분류하였다. 이 중 6개 장애경보는 품질이상 VOC 기대값과 품질이상 VOC 실제관측값 차이에서 통계적으로 유의미한 결과가 관찰되었다.
또한, 서비스 계약 번호 및 품질 불량과 같은 고객 반응 지표인 콜센터 접수 VOC 데이터는 Business Intelligence and Data Warehouse(BI/DW)로부터 추출하였다. 이러한 NMW, OSS, BI/DW 데이터 원천으로부터 대용량 데이터를 수집하고 오라클 클라이언트 기반 클라우드 환경을 구축한 후 빅데이터 분석을 수행하였다.
본 연구는 고객 서비스의 체감품질 만족도를 높이기 위한 방안으로서 선제적 서비스의 가능성을 살펴보았다. 이에 대표적인 IT서비스 제품인 초고속 인터넷 기반 유선상품을 이용하는 고객들의 VOC를 발생시키는 주요 원인들을 이용하여 빅데이터 분석을 수행하였다. 연구결과 평균 이상의 VOC를 발생시키는 13개 장애 항목을 파악하였으며, 고객과의 접근성이 낮은 인입 및 국사 구간에서 발생되는 9가지 장애경보를 분류하였다.
대상 데이터
[그림 2]에서 데이터 맵핑을 위해, 장비의 품질 정보는 Network Management System(NMS)에서 추출하였으며, 시설정보는 Operation Support System(OSS)로부터 추출하였다. 또한, 서비스 계약 번호 및 품질 불량과 같은 고객 반응 지표인 콜센터 접수 VOC 데이터는 Business Intelligence and Data Warehouse(BI/DW)로부터 추출하였다. 이러한 NMW, OSS, BI/DW 데이터 원천으로부터 대용량 데이터를 수집하고 오라클 클라이언트 기반 클라우드 환경을 구축한 후 빅데이터 분석을 수행하였다.
본 논문은 총 5장으로 구성되어 있다. 2장에서는 서비스 및 인터넷 품질관련 선행연구를 살펴본다.
본 연구에서는 초고속 인터넷 기반 유선상품(인터넷 서비스, IPTV, 인터넷전화)을 이용하는 개인 고객을 대상으로 강남과 강북지역의 각각 한 지사씩을 선정하여 빅데이터 표본을 수집하였다. 총 수집된 빅데이터 표본은 총 195,286가구이며, 이 가구 중 품질이상 VOC가 발생한 가구는 10,644가구로서 품질이상 VOC 발생률은 약 5.
그러나 IT관련 산업에서 선제적 서비스에 대한 적용은 활발히 이루어지지 않고 있다. 이에 본 연구에서는 대표적인 IT산업으로서 이동통신 서비스 기업 사례를 기반으로 고객이 지각하는 품질이상에 대한 원인을 조사하기 위해 고객 댁내 기기에서 발생하는 데이터와 고객의 VOC 데이터라는 이종 데이터를 분석에 활용하였다. 빅데이터 분석을 통해 서비스 상품에서 실패와 회복의 원인을 예측하고 더불어 선제적 서비스에 대한 가능성을 제시하고자 한다.
성능/효과
전체 13개의 장애항목 중 9개 항목(포트 불량, FTTH-R 장비 ON/OFF, CPU 유입 트래픽, 네트워크 LOOP 감지, 비정상 트래픽 제한, CPU문제 관련 자동 리부팅, Network문제 관련 자동 리부팅, FTTH-E,V 회선오류 감지, FTTH-R 회원오류 감지)에서 품질이상 VOC가 기대값보다 많이 발생하는 것으로 관측되었다. VOC 발생빈도가 기대값보다 높으며, 통계적으로 유의한 장애항목은 포트 불량, FTTH-R 장비 ON/OFF, 네트워크 LOOP 감지, 비정상 트래픽 제한, FTTH-E,V 회선오류 감지, FTTH-R 회원오류 감지 총 6개 항목으로 관찰되었다. 선제적 서비스가 필요한 장애항목은 품질이상 VOC 발생빈도가 통계적으로 유의미하며, 기대 값에 비해 실제값이 높은 경우를 바탕으로 설정할 수 있으므로, 선제적 서비스를 위한 장애항목 우선순위를 [표 4]와 같이 제시할 수 있다.
분석 결과는 실시간 모니터링을 통한 선제적 서비스는 절반 정도의 수준에서 부분적으로 가능함을 시사한다. 그러나 이는 현재의 품질정보처리 기술 수준에서 분석한 결과이므로, 앞으로의 기술발전에 따른 오류감지에 대한 예측 가능성 수준향상은 충분히 긍정적일 것으로 기대된다.
전체 13개의 장애항목 중 9개 항목(포트 불량, FTTH-R 장비 ON/OFF, CPU 유입 트래픽, 네트워크 LOOP 감지, 비정상 트래픽 제한, CPU문제 관련 자동 리부팅, Network문제 관련 자동 리부팅, FTTH-E,V 회선오류 감지, FTTH-R 회원오류 감지)에서 품질이상 VOC가 기대값보다 많이 발생하는 것으로 관측되었다. VOC 발생빈도가 기대값보다 높으며, 통계적으로 유의한 장애항목은 포트 불량, FTTH-R 장비 ON/OFF, 네트워크 LOOP 감지, 비정상 트래픽 제한, FTTH-E,V 회선오류 감지, FTTH-R 회원오류 감지 총 6개 항목으로 관찰되었다.
본 연구에서는 초고속 인터넷 기반 유선상품(인터넷 서비스, IPTV, 인터넷전화)을 이용하는 개인 고객을 대상으로 강남과 강북지역의 각각 한 지사씩을 선정하여 빅데이터 표본을 수집하였다. 총 수집된 빅데이터 표본은 총 195,286가구이며, 이 가구 중 품질이상 VOC가 발생한 가구는 10,644가구로서 품질이상 VOC 발생률은 약 5.5%(10,644/195,286)이다. 이 수치는 전체 지사의 평균 품질이상 VOC 발생률인 약 9.
후속연구
그러나 이는 현재의 품질정보처리 기술 수준에서 분석한 결과이므로, 앞으로의 기술발전에 따른 오류감지에 대한 예측 가능성 수준향상은 충분히 긍정적일 것으로 기대된다. 그러나 본 연구의 결과는 현재 수준에서 서비스 상태 예측에 실패한 장애항목에 대해 실시간 데이터 모니터링이 아닌 다른 방식의 선제 서비스 전략 수립 필요성을 촉구한다. 데이터를 제외하고 가장 정확한 정보 수집 방법은 고객에게 직접 접촉을 통해 가능하다.
분석 결과는 실시간 모니터링을 통한 선제적 서비스는 절반 정도의 수준에서 부분적으로 가능함을 시사한다. 그러나 이는 현재의 품질정보처리 기술 수준에서 분석한 결과이므로, 앞으로의 기술발전에 따른 오류감지에 대한 예측 가능성 수준향상은 충분히 긍정적일 것으로 기대된다. 그러나 본 연구의 결과는 현재 수준에서 서비스 상태 예측에 실패한 장애항목에 대해 실시간 데이터 모니터링이 아닌 다른 방식의 선제 서비스 전략 수립 필요성을 촉구한다.
본 연구는 이렇게 확보된 이종의 대규모 데이터를 기반으로 선제적 서비스의 가능성을 실증적으로 보여줌으로써 서비스관련 문헌연구를 확정하였다는 데 공헌 점이 있다. 나아가, 선제적 서비스를 통해 고객서비스비용 절감방안을 제시함으로서 독자들이 실무적으로 선제적 서비스를 이해하고 적용하는 데 도움을 줄 수 있을 것이다.
9%에 비해 상당히 낮은 편이므로, 해당지역을 실험대상으로 선정하는 것은 보다 엄격한 결과를 도출할 수 있을 것으로 기대된다. 더불어, 본 연구에서 도출된 결과를 품질이상 VOC 발생률이 높은 타지역으로 반영하여 적용할 경우, 보다 큰 효과를 기대할 수 있을 것이라 예상되므로본 연구의 표본선정은 적절하다고 판단된다.
또한, 본 연구는 초고속 인터넷에 기반한 유선상품의 VOC 데이터만을 조사했기 때문에 비 네트워크 기반 서비스 제품에 대한 품질이상 변수는 도출하지 못했다. 따라서 향후 연구에서는 고객 만족도와 선제적 서비스 효과에 대한 실증적 분석이 이뤄질 필요가 있다.
본 연구에서는 품질이상 VOC 원인변수를 도출하고 선제적 서비스의 가능성을 제시하고 있으나, 선제적 서비스의 실제적 효과에 대해서는 검증하지 못했다는 연구한계점을 갖고 있다. 또한, 본 연구는 초고속 인터넷에 기반한 유선상품의 VOC 데이터만을 조사했기 때문에 비 네트워크 기반 서비스 제품에 대한 품질이상 변수는 도출하지 못했다. 따라서 향후 연구에서는 고객 만족도와 선제적 서비스 효과에 대한 실증적 분석이 이뤄질 필요가 있다.
본 연구에서는 품질이상 VOC 원인변수를 도출하고 선제적 서비스의 가능성을 제시하고 있으나, 선제적 서비스의 실제적 효과에 대해서는 검증하지 못했다는 연구한계점을 갖고 있다. 또한, 본 연구는 초고속 인터넷에 기반한 유선상품의 VOC 데이터만을 조사했기 때문에 비 네트워크 기반 서비스 제품에 대한 품질이상 변수는 도출하지 못했다.
5%(10,644/195,286)이다. 이 수치는 전체 지사의 평균 품질이상 VOC 발생률인 약 9.9%에 비해 상당히 낮은 편이므로, 해당지역을 실험대상으로 선정하는 것은 보다 엄격한 결과를 도출할 수 있을 것으로 기대된다. 더불어, 본 연구에서 도출된 결과를 품질이상 VOC 발생률이 높은 타지역으로 반영하여 적용할 경우, 보다 큰 효과를 기대할 수 있을 것이라 예상되므로본 연구의 표본선정은 적절하다고 판단된다.
S. Weun, S. Beatty, and M. Fones, "The Impact of Service Failure Severity on Service Recovery Evaluations and Post-recovery Relationships," Journal of Services Marketing, Vol.18, No.2, pp.133-146, 2004.
M. McCollough, L. Berry, and M. Yadav, "An Empirical Investigation of Customer Satisfaction after Service Failure and Recovery," Journal of Services Research, Vol.3, No.2, pp.121-137, 2000.
A. Smith, R. Bolton, and J. Wagner, "A Model of Customer Satisfaction with Service Encounters Involving Failure and Recovery," Journal of Marketing Research, Vol.36, No.3, pp.356-372, 1999.
C. Gronoroos, "Service Quality: The Six Criteria of Good Perceived Service Quality," Review of Business, Vol.9, pp.10-13, 1988.
R. Spreng, G. Harrell, and R. Mackoy, "Service Recovery: Impact on Satisfaction and Intentions," Journal of Services Marketing, Vol.9, No.1, pp.15-23, 1995.
M. Colgate, and M. Norris, "Developing a Comprehensive Pricture of Service Failure," International Journal of Service Industry Management, Vol.12, No.3, pp.215-233, 2001.
G. Challagalla, R. Venkatech, and A. Kohli, "Proactive Post-sales Service when and why does it pay off," Journal of Marketing, Vol.73, No.2, pp.70-87, 2009.
J. Hays and A. Hill, "A longitudinal study of the effect of a service guarantee on service quality," Production and Operations Management, Vol.10, No.4, pp.405-423, 2001.
O. Barkai and E. Harison, "Preventive service management: towards proactive improvement of service quality," The Review of Business Information Systems, Vol.15, No.4, p.19, 2011.
X. Zhou, L. Xi and J. Lee, "Reliability-centered predictive maintenance scheduling for a continuously monitored system subject to degradation," Reliability Engineering && System Safety, Vol.92, No.4, pp.530-534, 2007.
C. Wallenburg and P. Lukassen, "Proactive improvement of logistics service providers as driver of customer loyalty," European Journal of Marketing, Vol.45, No.3, pp.438-454, 2011.
E. Crawley, R. Nair, B. Rajagopalan, and H. Sandick, "A Framework for QoS-based Routing in the Internet," IETF RFC, August, 1998.
윤협상, 김현우, 정석봉, "실험계획법을 활용한 인터넷 서비스 품질 연구," 한국의사결정학연구, 제19권, 제1호, pp.41-59, 2011.
김수현, "IPTV 서비스의 기능적 속성이 채택의도에 미치는 영향," 한국콘텐츠학회논문지, 제8권, 제2호, pp.261-269, 2009.
K. Kim, W. Shin, D. Min, H. Kim, J. Yoo, H. Kim, S. Lee, and Y. Jeong, "Analysis of Key Features in IPTV Service Quality Model," Proceedings of the 2008 IEEE IEEM, pp595-598, 2008.
K. Kerpez, "IPTV Service Assurance," IEEE Communication Magazine, Vol.44, No.9, pp.166-172, 2006.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.