“아까 말씀드렸는데요” 고객이 같은 설명을 반복하는 이유

상담창은 바뀌어도, 고객의 문의는 하나입니다

앱에서 배송 지연을 문의한 고객이 카카오톡으로 다시 연락합니다. 답을 기다리다 결국 전화까지 겁니다. 그런데 돌아오는 질문은 매번 같습니다.

“어떤 내용으로 문의하셨나요?”

고객은 주문번호를 다시 찾고, 배송이 늦어진 사정을 설명하고, 앞서 받았던 답변까지 전달합니다. 문의 하나를 해결하려다 어느새 상담 내용을 직접 정리해주는 사람이 된 셈입니다.

기업 입장에서는 서로 다른 채널로 들어온 세 건의 상담일 수 있습니다. 고객에게는 아직 끝나지 않은 단 한 건의 문의입니다.

상담 과정에서 본인 확인이나 주문 확인은 필요합니다. 고객도 필요한 절차라면 이해할 수 있습니다.

문제는 확인이 끝난 뒤에도 대화가 처음으로 돌아갈 때입니다. 이미 설명한 배송 문제를 다시 묻거나, 앞선 상담에서 안내한 내용을 다른 상담사가 모르면 고객은 지금까지 기다리고 설명한 시간이 헛수고였다고 느낄 수 있습니다.

이때 필요한 답변은 “무엇을 도와드릴까요?”보다 구체적이어야 합니다.

“앞서 배송 지연으로 문의하셨네요. 출고 일정 확인을 기다리고 계신 것으로 확인됩니다.”

고객이 원하는 것은 자신을 알아보는 인사보다, 이미 진행한 상담을 이어서 해결해주는 응대입니다.

앱, 웹, 카카오톡으로 문의를 받으면 고객이 연락하기는 편해집니다. 하지만 각 채널에 상담 이력이 따로 남으면 담당자가 확인해야 할 곳도 늘어납니다.

상담사는 이전 대화를 찾아보고, 다른 담당자에게 처리 상황을 묻고, 주문 관리 화면으로 이동합니다. 그동안 고객은 또 기다립니다. 이력을 찾지 못하면 고객에게 다시 설명을 부탁하게 됩니다.

이 문제를 상담사의 꼼꼼함만으로 해결하기는 어렵습니다. 고객을 식별하는 방식, 상담 이력을 공유하는 범위, 담당자가 바뀔 때 전달하는 정보가 함께 정리돼야 합니다.

여러 채널에서 같은 고객을 연결하려면 회원 정보 연동과 적절한 본인 확인도 필요합니다. 상담을 한 화면에 모으는 것만으로 모든 고객이 자동으로 식별되는 것은 아닙니다.

상담 이력이 남아 있어도 긴 대화를 처음부터 읽어야 한다면 응대가 늦어질 수 있습니다. 다음 담당자가 바로 이어받으려면 적어도 다음 내용은 확인할 수 있어야 합니다.

예를 들어 “배송 문의 고객”이라는 메모보다 “출고 지연 안내 완료, 물류팀에 일정 확인 요청, 확인 후 고객에게 회신 필요”라는 기록이 실제 응대에 도움이 됩니다.

AI에서 사람으로 상담이 넘어갈 때도 마찬가지입니다. 고객이 챗봇에게 한 설명을 상담사에게 다시 반복하지 않도록, 인계 이후의 흐름까지 설계해야 합니다.

이런 상담 환경을 만들려면 담당자가 정보를 찾는 부담부터 줄여야 합니다.

릴로의 통합 수신함에서는 상담과 함께 고객 프로필, 타임라인, 주문 정보를 확인할 수 있습니다. 담당자 배정과 상담 태그를 활용해 문의를 정리하고, 다음 응대를 준비할 수 있습니다.

AI 상담사 LIA는 학습한 지식과 대화 맥락, 고객 정보를 반영해 답합니다. 커머스 연동을 갖추면 실제 주문·배송 데이터를 조회해 안내할 수 있어, 일반적인 배송 정책을 반복하는 데서 그치지 않습니다.

사람의 도움이 필요한 문의는 팀으로 넘기고, 상담사는 LIA 코파일럿이 제안하는 답변 초안을 활용할 수 있습니다. 초안에는 대화 맥락과 학습 지식이 반영됩니다.

고객 정보 확인부터 AI 응대, 상담사의 후속 답변까지 한 상담 환경에서 지원한다는 점이 릴로의 강점입니다. 지원 채널과 고객 식별·데이터 연동 범위는 도입 시 확인해야 합니다.

우리 팀의 상담을 점검하고 싶다면 최근에 다시 들어온 문의 한 건을 살펴보세요. 고객이 같은 정보를 몇 번 전달했는지, 담당자는 이전 안내와 처리 상황을 바로 확인할 수 있었는지 확인하는 것만으로도 개선할 지점이 보입니다.

새로운 상담 채널을 열기 전에, 이미 받은 문의가 어떻게 이어지고 있는지부터 살펴볼 필요가 있습니다.

고객이 다음 상담에서 듣고 싶은 말은 “다시 설명해주시겠어요?”가 아니라 “앞서 문의하신 내용부터 확인하겠습니다”일 테니까요.