AI Assistants Are Quietly Sending You Customers — and Your CRM Can't See Them

개요

AI 어시스턴트가 비즈니스의 새로운 고객 확보 채널로 부상하고 있으나, 기존 CRM 시스템은 이러한 출처를 제대로 추적하지 못해 중요한 잠재 고객 정보를 놓칠 수 있습니다.

주요 내용

* AI 어시스턴트를 통한 실제 고객 유입 발견: Automaziot AI는 ChatGPT, Perplexity.ai와 같은 AI 어시스턴트의 추천을 통해 웹사이트 리드 및 직접 문의 전화와 같은 실제 고객이 유입되었으나, CRM에서는 이를 '웹사이트' 또는 '알 수 없음'으로 분류하여 잠재적인 주요 확보 채널을 놓치고 있음을 발견했습니다.
* AI 추천 고객의 높은 전환율: AI 어시스턴트 추천을 통해 유입된 고객 중 실제 유료 고객으로 전환된 사례가 발생했으며, 이는 기존 CRM의 일반적인 소스 보고서로는 파악하기 어려운 중요한 신호입니다.
* CRM의 AI 추천 추적 한계:
* 속성 논리 우선순위: 기존 CRM은 광고 클릭 ID(gclid, fbclid 등)와 같은 유료 광고 데이터를 우선시하며, AI 어시스턴트의 도메인(chatgpt.com, perplexity.ai 등)을 명시적으로 분류하지 않으면 '웹사이트', '오가닉', '알 수 없음'과 같은 광범위한 범주로 처리합니다.
* 전화 통화로 인한 추적 단절: AI 어시스턴트의 추천으로 고객이 회사를 찾아 전화를 거는 경우, CRM에 기록되는 시점에는 이미 원래의 추적 정보가 사라져 전화 통화를 AI 추천으로 연결하기 어렵습니다.
* AI 추천 확보 채널 추적을 위한 실용적인 수정 방안:
1. AI 추천자(Referrer) 매핑: 유료 클릭 ID 우선순위 아래에 AI 추천자(chatgpt.com, perplexity.ai 등)를 'ai_search'와 같은 별도의 소스로 명시적으로 분류합니다.
2. "어떻게 우리를 알게 되었나요?" 질문 활용: 폼, 봇, 전화 문의 시 초기 단계에서 "어떻게 우리를 알게 되었나요?"라는 질문을 한 번만 기록하여 AI 추천 여부를 파악하고, 이를 기술적 속성 정보와 상호 보완적으로 활용합니다.
3. 주간 AI-search 코호트 통계 공유: 'ai_search' 소스에서 발생한 리드, 거래, 수익에 대한 주간 통계를 팀에 공유하여 AI 추천 확보 채널의 성과와 패턴을 지속적으로 모니터링하고 개선합니다.
* 새로운 측정 레이어로서의 '답변 엔진 가시성(Answer-Engine Visibility)': 기존 SEO를 넘어 AI 어시스턴트가 사용자의 질문에 대해 비즈니스를 얼마나 잘 이해하고 추천하는지를 측정하는 '답변 엔진 가시성'의 중요성이 대두됩니다.

시사점

AI 어시스턴트가 실질적인 고객과 수익을 창출하는 중요한 채널이 되고 있으므로, 기업은 기존 CRM의 한계를 인식하고 AI 추천자 추적 및 질문 활용과 같은 실질적인 개선 방안을 도입하여 확보 채널 분석의 정확성을 높여야 합니다.