ChatGPT 고객 의견 분석: 근거를 남기고 개선 과제로 정리하기
분석으로 무엇을 결정할지 먼저 정하기
“고객 의견을 요약해 줘”라고만 하면 보기 좋은 문단은 나와도 근거가 빠지기 쉽습니다. “다음에 어떤 문제부터 확인해야 하며, 그 판단을 뒷받침하는 의견은 무엇인가?”처럼 결정할 일을 좁히면 결과를 검토하기 쉬워집니다.
이 방법은 직접 붙여 넣은 의견을 유형별 표, 근거 목록, 다음 행동으로 정리하는 과정입니다. ChatGPT가 고객센터나 고객 데이터베이스에 자동으로 접근한다고 가정하지 않습니다.
번호를 붙이고 개인정보를 제거하기
분석에 필요 없는 이름, 이메일, 주문번호 등은 제거하세요. 고객 자료를 AI에 제공할 수 있는지도 회사 규정에 따라 확인합니다. 의견은 한 줄에 하나씩 넣고 나중에도 추적할 수 있는 번호를 붙이세요.
아래 네 의견은 설명을 위한 가상 예시입니다. 여기서 나온 건수는 이 예시에만 해당합니다.
F01 | 결제 전에 배송 예정일을 찾기 어려웠어요. F02 | 상품 페이지에 배송 날짜를 보여 주세요. F03 | 사이즈 안내가 이해하기 어려웠어요. F04 | 어떤 사이즈를 골라야 할지 모르겠어요.
1. 분류 전에 자료의 상태 확인하기
중복 번호, 빈 행, 여러 문제가 섞인 의견을 먼저 찾아 달라고 요청하세요. 내용이 같더라도 서로 다른 고객이 같은 문제를 제기했을 수 있으므로 임의로 중복 처리하면 안 됩니다.
원문은 따로 보관하세요. 특정 의견을 제외한다면 번호와 제외 이유를 남겨야 나중에 집계 기준과 분모를 다시 확인할 수 있습니다.
2. 의견마다 주된 유형 하나 정하기
주된 유형을 하나씩 지정하면 유형별 건수의 합이 입력한 의견 수와 맞는지 확인할 수 있습니다. 보조 태그는 중복될 수 있으므로 별도의 표로 정리하세요.
위 예시에서는 다음과 같이 잠정 분류할 수 있습니다.
| 주된 유형 | 건수 | 근거 번호 |
|---|---|---|
| 배송 정보 | 2 | F01, F02 |
| 사이즈 정보 | 2 | F03, F04 |
합계는 4건으로 원문 네 줄과 같습니다. “이 예시의 4건 중 2건”이라고 말할 수 있지만 “전체 고객의 절반이 배송에 불만”이라고 결론 내릴 근거는 없습니다. 애매한 분류는 번호별 분류표로 다시 확인하세요.
3. 확인된 문제와 개선 제안 구분하기
F01은 배송 정보를 찾기 어려웠다는 경험이고, F02는 특정 해결책을 요청한 의견입니다. 이 두 줄만으로 날짜가 빠져 있는지, 링크 위치가 문제인지, 결제 화면의 표현이 문제인지 알 수는 없습니다.
따라서 배송 정보를 찾는 과정을 확인하고 실제로 찾기 쉬운지 점검하는 것을 다음 행동으로 제안할 수 있습니다. 이는 조사할 과제이지 입증된 원인이 아닙니다. 사이즈 안내도 원문 두 건과 실제 안내 화면을 함께 확인한 뒤 수정 범위를 정하세요.
4. 원문과 집계값 다시 확인하기
- 유형별 근거 번호를 열어 요약이 실제 의견과 맞는지 확인합니다.
- 포함한 번호가 주된 분류표에 정확히 한 번씩 들어갔는지, 유형별 합계가 의견 수와 같은지 확인합니다.
- 개선안은 제안이라고 표시합니다. 제공하지 않은 담당자나 마감일을 만들지 않습니다.
- 건수가 적어도 내용이 분명한 문제는 따로 남겨, 순위 때문에 사라지지 않게 합니다.
후속 요청은 이렇게 하기
의견이 많다면 같은 분류 기준으로 나누어 검토한 뒤 번호별 분류를 대조하고 집계값을 합치세요. 크기가 다른 묶음의 비율을 단순 평균하면 전체 비율이 달라질 수 있습니다.
모든 결론에 근거 번호를 붙이고 원문으로 뒷받침되지 않는 결론을 표시해 줘. 한 의견이 두 유형에 해당하면 주된 유형을 고른 이유와 보조 유형을 따로 설명해 줘. 검증한 결과를 확인할 과제 3개로 정리해 줘. 담당자, 마감일, 환불, 정책은 만들지 마.
전체 프롬프트 활용하기
반복해서 쓸 전체 프롬프트는 공유 게시판에 모아 두었습니다. 게시판 안에서 대괄호 내용을 바꾸고 복사할 수 있습니다. 이 글에서는 분석 과정과 결과 확인 방법을 설명합니다.
공식 자료와 함께 읽을 글
데이터 제어는 학습 사용 설정을 관리하는 기능입니다. 회사의 고객 자료 공유 규정을 대신하지는 않습니다.
사진: Kari Shea / Unsplash.
