처음에는 미묘했습니다. 중간 범위의 리뷰가 서서히 들어왔습니다. “방이 답답했다” 또는 “잠을 잘 수 없었다”와 같은 몇 가지 모호한 의견이 있었습니다. 하지만 시간이 지나면서 한 전국 호텔 체인에서 고객 만족도 점수가 하락하는 패턴을 발견했습니다. 하락세는 극적이지는 않았지만 위험 신호를 제기하기에는 충분했습니다.
엄청나게 거슬리는 문제는 없었습니다. 그보다는 뭔가 이상하게 느껴졌는데, 최상층에 투숙한 고객의 경우 특히 그랬습니다. 리더십은 추측이 아닌 명확성을 원했습니다. 따라서 접객 서비스 업계의 문제를 해결하는 소프트웨어인 Minitab 솔루션 센터를 사용하여 데이터 문제를 조사하는 방향으로 전환했습니다.
운영 팀은 우선 간단해 보이지만 실제로는 간단하지만은 않은 질문을 했습니다. “고객 만족도”란 실제로 무엇을 의미할까요?
Minitab 솔루션 센터의 브레인스토밍 유틸리티에 있는 CTQ 트리 도구를 사용하여 훌륭한 호텔 경험의 핵심 동인을 매핑했습니다. 최고 수준의 요구 사항인 '탁월한 숙박'은 분명했지만 다음 계층에는 더 많은 생각이 필요했습니다. 그들은 브레인스토밍을 통해 고객의 요구 사항을 다음 4가지 핵심 범주로 분류하기 시작했습니다. 안락함, 청결성, 서비스 속도 및 편의 시설:
그러한 각 범주는 더욱 다양하게 분류되었습니다. “안락함”의 경우 처음에 “조용한 객실”과 '편안한 침대'와 같은 항목을 나열했습니다. 하지만 아직 끝나지 않았습니다.
팀은 산업 전반에 걸쳐 수천 개의 유사한 CTQ 트리의 패턴을 기반으로 추가 기여 요인을 제안하는 Minitab AI 기반의 기능인 Quick Generate를 클릭했습니다.
이 때 “안락함” 분류 아래에 새로운 것이 등장했습니다. “안락한 실내 온도”가 그것이었습니다.
이는 초기 브레인스토밍에서 언급되지 않았지만 즉시 반향을 불러일으켰습니다.
프론트 데스크 직원은 특히 5층에서 방이 더운 것에 대한 비공식적인 불만이 자주 나온 것을 회상했습니다. 아무도 이를 공식적인 서비스 문제로 기록하지 않았지만, AI가 플래그를 표시한 순간 팀은 이를 탐색할 가치가 있다는 사실을 알게 되었습니다.
이제는 측정 가능한 가설과 따라야 할 특정 데이터 추적이 마련되었습니다.
2단계 패턴 시각화
팀은 6개월 간의 운영 및 설문조사 데이터를 Minitab Statistical Software로 가져왔습니다. Minitab Statistical Software는 고객 피드백을 실행 가능한 인사이트로 바꾸고자 하는 호텔 업계 팀을 위한 신뢰할 수 있는 소프트웨어입니다. 그래프 작성기를 사용하여 실온과 고객 만족도를 비교하는 산점도를 만들었습니다.
연관성은 명확했습니다. 온도가 상승함에 따라 만족도가 떨어졌습니다. 이 효과는 특히 실내 온도가 77°F 이상으로 상승한 경우의 숙박에서 눈에 띄게 나타났습니다.
이는 일화 관찰을 위한 시각적 증거를 제공했습니다.
팀은 영향을 정량화하기 위해 온도와 바닥을 만족도의 예측 변수로 사용하여 Minitab에서 다중 선형 회귀 분석을 실시했습니다.
Minitab의 내장된 AI는 결과에 대한 간단한 요약을 생성했습니다. 이는 다음을 입증했습니다.
중요한 예측 변수: 온도(p-값 = 0.000)와 바닥(p-값 = 0.000)은 모두 통계적으로 유의미한 만족도 예측 변수로, 두 변수의 증가 모두 고객 만족도 저하와 관련이 있음을 나타냅니다.
회귀 방정식: 만족도 = 12.062 – 0.04605 × 온도 – 0.1996 × 바닥
즉, 실내 온도가 증가할 때마다 만족도가 평균 약 0.05점 감소했으며, 층이 높을수록 0.2점 더 감소했습니다.
모델 적합성: 모델의 R-제곱은 13.24%로, 이는 온도와 바닥이 중요했지만 다른 요인도 만족도에 영향을 미친다는 것을 나타냅니다.
전반적인 유의성: 회귀 모형은 전체적으로 통계적으로 유의하여(F-값 = 30.29, p-값 = 0.000), 이러한 예측 변수가 합쳐져 만족도 점수의 변동을 의미 있게 설명함을 확인했습니다.
이는 단지 몇 안 되는 까다로운 고객이 아니라 통계적으로 검증되고 환경 중심적인 경험 저하였습니다.
이 호텔은 명확성을 바탕으로 빠르게 움직였습니다. 엔지니어링 부서는 공기 흐름을 최상층으로 조정하고 높은 실외 열이 발생하는 동안 성능이 저하되는 댐퍼를 교체했습니다.
이제 관리자는 실시간 그래프 작성기 시각 자료를 사용하여 CTQ 지표를 매월 검토함으로써 조기 경고 신호가 크게 비화되기 전에 감지합니다.
변경 후 8주 동안 일어난 일:
여름 여행 계획이 늘 예상대로 진행되지는 않듯이 고객 경험도 마찬가지입니다. 하지만 똑똑한 출장자가 맵, 앱, 예측 및 리뷰를 사용하여 최대한 순조로운 출장을 계획하는 것처럼, 접객 서비스 팀은 데이터에 의존하여 더 현명한 결정을 내릴 수 있습니다. 이 호텔은 데이터를 사용하여 코스를 수정할 뿐만 아니라 더 나은 목적지에 도달했습니다. 즉, 고객 만족도 향상, 리뷰 개선, 모두에게 더 안락한 숙박을 제공했습니다.