답변
고객 VOC 텍스트 분석 운영 중 고객 데이터 품질 문제를 발견했다면, 눈에 띄는 것부터 손대지 말고 우선순위를 먼저 정해야 합니다. 고객 데이터 품질 문제를 발견하면 모든 걸 한꺼번에 고치려 하지 말고 ①개인정보·법적 리스크가 있는 항목(동의 없는 수집, 부정확한 연락처로 발송) ②매출·타겟팅에 직접 영향을 주는 항목(중복 고객 ID, 결제 데이터 유실) ③단순 표기 오류처럼 영향이 작은 항목 순으로 우선순위를 매긴다. 원천 데이터(수집 시스템)를 고치지 않고 파생 리포트만 임시로 고치면 다음 집계 때 문제가 재발하므로 원천 쪽 수정이 항상 먼저다. 리뷰·문의·SNS 댓글 같은 고객 텍스트에는 이름·연락처·주문번호 같은 개인정보가 섞여 들어오는 경우가 흔하다. 텍스트 분석에 쓰기 전에 이런 식별정보를 비식별화(마스킹)하고, 애초에 수집 목적(CS 대응, 서비스 개선)에 이 분석 활용까지 포함돼 있는지 개인정보처리방침·이용약관 문구를 다시 확인해야 한다. 한국어는 조사·어미가 붙는 교착어라 영어권 자연어처리 라이브러리를 그대로 쓸 수 없고, 한나눔·꼬꼬마·코모란·Mecab 등 여러 한국어 형태소 분석기를 하나의 인터페이스로 모은 KoNLPy 같은 도구로 문장을 의미 단위로 쪼개고 명사·핵심어를 뽑아내야 한다. 원천 시스템에서 먼저 고치고 그다음 파생 리포트·세그먼트를 다시 돌리시는 순서를 지켜야, 같은 문제가 다음 분기에 또 나타나지 않습니다.