AI 스킬VoC 종합마케팅
고객의 목소리 종합기 - 모든 신호를 하나의 보고서로 모읍니다 — Claude Skill
Claude Code용 Claude 스킬 · 제공: Gooseworks · 실행: /voice-of-customer-synthesizer (Claude 내)·업데이트: 2026년 6월 14일
고객 피드백을 통합된 VoC 보고서로 집계합니다
- 지원, NPS, Slack, 리뷰, 통화, 설문 피드백을 집계합니다
- 모든 출처의 테마를 클러스터링합니다
- 감성 분석과 추세 감지를 수행합니다
- 제품, 마케팅, 고객 성공팀을 위한 실행 권장사항을 생성합니다
- 분기별 요약 형식으로 제공합니다
대상
기능
분기별 VoC 리뷰
모든 고객 신호가 말하는 내용을 하나의 구조화된 보고서로 완전히 파악합니다.
이사회 회의 전 준비
일화가 아니라 종합된 VoC 보고서를 들고 이사회 회의에 들어갑니다.
부서 간 정렬
제품, 마케팅, 고객 성공팀이 고객의 말을 같은 관점으로 보게 합니다.
작동 방식
1
여러 출처의 피드백을 입력으로 받습니다
2
출처 전반의 테마를 클러스터링합니다
3
감성과 추세를 분석합니다
4
부서 간 권장사항을 생성합니다
5
통합 VoC 보고서를 출력합니다
예시
사용자가 붙여넣는 내용
기간: Q2. 소스: - Zendesk 티켓 42건이 설정 혼란을 언급합니다. - Gong 발췌 18건에 '팀원을 너무 늦게 초대했다'는 내용이 있습니다. - NPS 코멘트 31건: 사용자는 템플릿을 좋아하지만 어떤 템플릿을 골라야 할지 모릅니다. - 엔터프라이즈 잠재고객 7곳이 엔지니어링 도움 없이 온보딩할 수 있는지 질문했습니다. - 이탈 설문 9건이 '설정 작업이 너무 많다'고 언급합니다. 세그먼트: 신규 SMB 관리자, mid-market CS 팀, 엔터프라이즈 잠재고객. 이전 기간: 설정 혼란 19건, 템플릿 선택 24건, Engineering 의존 우려 3건. 필요한 것: Product, CS, Marketing, 리더십이 볼 VoC 보고서. 주요 테마, 감성, 인용, 제품 액션, 마케팅 기회, 사람이 검토해야 할 항목을 포함해 주세요.
유용한 결과
경영진 요약
고객은 제품 가치를 거부하는 것이 아니라, 그 가치에 도달하기 전에 막히고 있습니다. 설정 혼란은 support 티켓, 통화, 이탈 설문, 엔터프라이즈 sales 대화에 모두 등장하므로 가장 영향이 큰 테마입니다. 템플릿 선택은 긍정적인 신호이지만 사용성 문제가 함께 있습니다. 고객은 템플릿을 좋아하지만 더 명확한 추천 경로가 필요합니다.
감성 개요
| 감성 | 항목 수 | 비중 | 해석 | |---|---:|---:|---| | 긍정 | 31 | 29% | 올바른 템플릿을 고르면 템플릿 가치가 큼 | | 중립 | 25 | 23% | 대부분 기능 요청 또는 설정 질문 | | 부정 | 43 | 40% | 설정 혼란이 가장 큰 불편 | | 심각 | 8 | 8% | 이탈과 엔터프라이즈 blocker가 설정 부담을 언급 | 종합 해석: 고객 감성은 혼재되어 있지만 실행 가능성이 높습니다. 핵심 문제는 수요 부족이 아니라 첫 가치 경험 전의 friction입니다.
상위 테마 1: 설정 경로가 불명확함
빈도: support, Gong, 이탈 설문, 엔터프라이즈 메모에서 69건. 추세: 이전 기간 19건에서 support 티켓 42건과 새로운 sales 근거로 증가. 대표 인용: '첫 프로젝트를 만든 다음 팀을 초대해야 하는지, 그 전에 초대해야 하는지 확실하지 않았습니다.' 근본 원인 가설: 사용자가 설정 단계의 순서를 이해하지 못하고, 제품이 다음으로 해야 할 최선의 행동을 명확히 보여주지 않습니다. 영향: 신규 SMB 관리자에게 높은 리텐션 위험, 엔터프라이즈 잠재고객에게 중간 수준의 획득 위험.
상위 테마 2: 템플릿은 좋지만 선택이 어려움
빈도: NPS 코멘트 31건, sales 메모 6건. 감성: 긍정적이지만 혼란이 있음. 대표 인용: '템플릿은 유용해 보였지만 우리 팀에 맞는 것이 무엇인지 몰랐습니다.' 추천 액션: 설정 과정에서 팀 유형별 템플릿 추천을 추가하고, 더 많은 템플릿을 만들기 전에 짧은 '추천 템플릿' 경로를 테스트합니다.
상위 테마 3: 엔터프라이즈는 관리자 친화적 온보딩을 원함
빈도: 엔터프라이즈 잠재고객 7곳, 이전 기간 3건. 추세: 증가. 대표 인용: 'Engineering이 모든 workspace를 설정하지 않아도 배포할 수 있나요?' 추천 액션: 엔터프라이즈 온보딩 가이드를 만들고, sales 자료에서 admin controls를 더 명확히 설명하며, 어떤 설정 단계에 기술 지원이 필요한지 문서화합니다.
팀별 액션
Product: 설정 checklist, 더 빠른 teammate invite prompt, 템플릿 추천 단계를 우선순위로 둡니다. CS: 48시간 후에도 teammate invite가 없는 계정을 위한 setup rescue playbook을 만듭니다. Marketing: 템플릿에 대한 긍정 신호를 메시지에 사용하되, '몇 분 안에 맞는 템플릿 선택' 같은 proof와 함께 사용합니다. Leadership: 설정 명확성을 support 이슈만이 아니라 activation과 expansion 이슈로 다룹니다.
사람이 검토할 항목
설정 관련 42개 티켓이 고유 계정인지 확인합니다. 엔터프라이즈 잠재고객이 한 세그먼트에서만 나온 것인지 여러 세그먼트인지 검증합니다. 외부 사용 전 인용문을 검토합니다. 제품 변경, 계절성, support tagging 변경이 설정 혼란 추세에 영향을 주었는지 확인합니다.
개선되는 지표
콘텐츠 품질
실제 고객 언어 패턴에 기반한 메시징으로 콘텐츠 품질을 높입니다
마케팅지원 도구
고객의 목소리 종합기을(를) 사용해 보시겠어요?
시작 방법을 선택하세요.
Claude Code에서 실행
무료. 오픈 소스.
이 스킬을 컴퓨터에 로컬로 설치하고 실행합니다.
1
Claude Code 설치
컴퓨터에서 터미널을 열고 이 명령을 붙여넣으세요:
2
스킬 설치
이 명령은 스킬과 모든 파일을 컴퓨터에 다운로드합니다:
모든 프로젝트에서 사용하려면 끝에 -g를 추가하세요.
3
GitHub에서 소스 보기 실행하기
Claude Code를 시작한 다음 명령을 입력하세요:
그다음
고객의 목소리 종합기
흩어진 고객 피드백을 하나의 신뢰 가능한 출처로 바꿉니다. 보유한 모든 소스의 신호를 집계하고, 주제별로 클러스터링하며, 제품/마케팅/CS 팀이 실제로 실행할 수 있는 보고서를 만듭니다.
대상: 고객 피드백이 6곳에 흩어져 있고 아무도 종합할 시간이 없는 스타트업입니다. 창업자가 "고객들이 뭐라고 말하나요?"라고 묻지만 누구도 명확히 답하지 못할 때, 이 스킬이 그 답을 만듭니다.
사용 시점
- "우리 고객들은 뭐라고 말하나요?"
- "지난 분기 고객 피드백을 종합해 주세요"
- "제품팀용 VoC 보고서를 만들어 주세요"
- "고객 피드백에서 어떤 주제가 떠오르나요?"
- "모든 채널의 피드백을 집계해 주세요"
0단계: 입력 수집
피드백 소스(있는 것은 모두 제공)
- 지원 티켓 - 지원 도구에서 내보내기(CSV: customer, date, subject, description, tags, resolution)
- NPS/CSAT 설문 응답 - 점수 + 원문 댓글
- Slack 메시지 - 고객 채널 메시지, 피드백 채널
- G2/Capterra 리뷰 - 제품이 등록되어 있으면 스크래핑(제품명 또는 URL 제공)
- 통화/미팅 기록 - 고객 통화 녹취 또는 메모
- 이탈 종료 설문 응답 - 고객이 왜 떠났나요?
- 기능 요청 로그 - 고객이 요청한 항목의 내부 추적기
- 소셜 언급 - 제품을 언급한 Twitter/LinkedIn/Reddit 스레드
- 이메일 스레드 - 주목할 고객 이메일(칭찬 또는 불만)
- 인앱 피드백 - 제품 안에서 제출된 피드백
설정
- 기간 - 어떤 기간을 분석하나요? 최근 30일, 분기, 6개월
- 제품명 - 리뷰 스크래핑과 맥락 파악용
- 보고서 독자 - 누가 읽나요? 제품팀, 경영진, CS 팀, 전체
- 집중 영역 - 특별히 주목할 주제가 있나요? 예: "온보딩 경험", "가격 피드백", "모바일 앱"
1단계: 데이터 수집
1A: 내부 데이터 처리
제공된 입력에서 모든 피드백을 표준 형식으로 정규화합니다.
SOURCE | DATE | CUSTOMER | SEGMENT | FEEDBACK_TEXT | SENTIMENT | CATEGORY
항목별 감성 분류:
- 긍정 - 칭찬, 만족, 감탄
- 중립 - 기능 요청, 질문, 관찰
- 부정 - 불만, 좌절, 실망
- 심각 - 이탈 위협, 에스컬레이션, 분노
1B: 외부 리뷰 스크래핑(해당하는 경우)
제품이 리뷰 플랫폼에 있다면:
체인: G2, Capterra, Trustpilot용 review-scraper
필터: 대상 기간의 리뷰
추출 항목: 평점, 리뷰 텍스트, 리뷰어 역할/회사 규모, 날짜, 장점, 단점.
1C: 소셜 리스닝(해당하는 경우)
Search: "[product name]" feedback OR review OR "switched to" OR "stopped using"
Search: "[product name]" site:reddit.com OR site:twitter.com
2단계: 주제 클러스터링
모든 피드백 항목을 아래에서 위로 올라가는 방식으로 주제별 그룹으로 묶습니다.
클러스터링 방법
- 모든 피드백 항목을 읽습니다
- 반복되는 주제(3명 이상 고객 또는 3개 이상 소스에서 언급)를 식별합니다
- 주제 클러스터로 그룹화합니다
- 빈도와 심각도를 함께 기준으로 순위를 매깁니다
주제 템플릿
THEME: [Name — e.g., "온보딩 복잡성"]
FREQUENCY: [M개 소스의 N개 언급]
SENTIMENT: [주로 긍정/중립/부정]
TREND: [↑ 성장 / → 안정 / ↓ 이전 기간 대비 감소]
대표 인용:
- "[Exact quote]" — [Source, Customer segment, Date]
- "[Exact quote]" — [Source, Customer segment, Date]
- "[Exact quote]" — [Source, Customer segment, Date]
영향받는 고객 세그먼트:
- [Segment 1: e.g., "첫 30일 신규 고객"]
- [Segment 2: e.g., "엔터프라이즈 계정"]
근본 원인 가설:
[1-2 sentences: Why is this coming up? What's the underlying issue?]
영향:
- 유지에 대한 영향: [High/Medium/Low]
- 확장에 대한 영향: [High/Medium/Low]
- 획득에 대한 영향: [High/Medium/Low]
3단계: 분석
3A: 감성 개요
전체 감성 분포:
긍정: [N] items ([X%]) ████████░░
중립: [N] items ([X%]) ████░░░░░░
부정: [N] items ([X%]) ██░░░░░░░░
심각: [N] items ([X%]) █░░░░░░░░░
3B: 소스 비교
| 소스 | 볼륨 | 평균 감성 | 상위 주제 |
|---|---|---|---|
| 지원 티켓 | [N] | [긍정/부정 점수] | [주제] |
| NPS 댓글 | [N] | [점수] | [주제] |
| G2 리뷰 | [N] | [점수] | [주제] |
| Slack | [N] | [점수] | [주제] |
| 통화 | [N] | [점수] | [주제] |
인사이트: 소스마다 서로 다른 이야기를 드러내는 경우가 많습니다. 지원 티켓은 부정적으로 치우치고(문제), 리뷰는 양극화되며(강한 호불호), 통화는 뉘앙스를 보여줍니다. 가장 높은 확신을 위해 어떤 주제가 여러 소스에 걸쳐 나타나는지 기록하세요.
3C: 세그먼트 분석
| 고객 세그먼트 | 지배적 감성 | 상위 요청 | 핵심 고통 |
|---|---|---|---|
| [신규 고객] | [감성] | [요청] | [고통] |
| [파워 유저] | [감성] | [요청] | [고통] |
| [엔터프라이즈] | [감성] | [요청] | [고통] |
| [이탈 고객] | [감성] | [요청] | [고통] |
3D: 추세 탐지
이전 기간과 비교합니다(가능한 경우).
| 주제 | 이전 기간 | 이번 기간 | 추세 | 알림 |
|---|---|---|---|---|
| [Theme 1] | [N mentions] | [N mentions] | [↑X%] | [New/Growing/Stable/Declining] |
| [주제 2] | ... | ... | ... | ... |
이번 기간의 새 주제: [이전에 없었던 주제] 해결된 주제: [크게 감소한 주제 — 해결한 항목]
4단계: 권장안
제품팀 대상
| 우선순위 | 주제 | 권장안 | 근거 강도 |
|---|---|---|---|
| P0 | [주제] | [구체 조치] | [N건 언급, M개 소스, 이탈 신호 포함] |
| P1 | [주제] | [조치] | [증거] |
| P2 | [주제] | [조치] | [증거] |
CS/지원팀 대상
| 작업 | 주제 | 예상 영향 |
|---|---|---|
| [X에 대한 도움말 문서 작성] | [주제] | 월 약 [N]개 티켓 전환 |
| [Y에 대한 온보딩 단계 추가] | [주제] | 신규 사용자 혼란 감소 |
| [세그먼트 Z에 선제 연락] | [주제] | 위험 세그먼트 이탈 방지 |
마케팅팀 대상
| 작업 | 주제 | 기회 |
|---|---|---|
| [이 증거 포인트를 메시징에 사용] | [긍정 주제] | "[마케팅에 바로 쓸 수 있는 고객 인용]" |
| [이 반론을 웹사이트에서 다루기] | [부정 주제] | 구매 전 흔한 우려 반박 |
| [X를 중심으로 사례 연구 만들기] | [긍정 주제] | [N]명의 고객이 이 성과를 언급 |
5단계: 산출물 형식
# 고객의 목소리 보고서 — [기간]
분석한 소스: [목록]
전체 피드백 항목: [N]
기간: [시작] — [종료]
---
## 경영진 요약
[3-5문장: 고객이 무엇을 말하고 있나요? 전체 감성은 어떤가요?
가장 먼저 실행해야 할 단 하나는 무엇인가요?]
---
## 감성 개요
긍정: [X%] | 중립: [X%] | 부정: [X%] | 심각: [X%]
순감성 점수: [계산값 — 긍정 %에서 부정 % 차감]
이전 기간 대비: [+/- X포인트]
---
## 상위 주제(영향도순)
### 1. [주제명] — [감성] — [N건 언급]
**요약:** [2-3문장]
**핵심 인용:**
> "[인용]" — [출처]
> "[인용]" — [출처]
**권장 작업:** [해야 할 일]
**담당:** [제품 / CS / 마케팅]
### 2. [주제명] — ...
### 3. [주제명] — ...
[상위 5-8개 주제까지 계속]
---
## 고객이 좋아하는 것(유지할 것)
| 강점 | 근거 | 마케팅 기회 |
|----------|---------|----------------------|
| [기능/경험] | "[인용]" — [N건 언급] | [메시징에 활용하는 방법] |
---
## 고객이 원하는 것(기능 요청)
| 요청 | 빈도 | 세그먼트 | 제품 우선순위 |
|---------|-----------|----------|-----------------|
| [Feature] | [N mentions] | [Who wants it] | [P0/P1/P2] |
---
## 고객에게 고통을 주는 것(수정할 것)
| 고통 지점 | 심각도 | 이탈 위험 | 권장 수정 |
|-----------|----------|------------|----------------|
| [이슈] | [높음/중간/낮음] | [예/아니오] | [조치] |
---
## 이전 기간 대비 추세
[좋아지는 것, 나빠지는 것, 새로 등장한 것]
---
## 팀별 실행 항목
### 제품팀
1. [조치] — [증거]
### CS 팀
1. [조치] — [증거]
### 마케팅팀
1. [조치] — [증거]
---
## 부록: 전체 주제 상세
[Full theme cards with all quotes and analysis]
clients/<client-name>/customer-success/voc/voc-report-[YYYY-MM-DD].md에 저장합니다.
일정 운영
월간 또는 분기별로 실행합니다.
0 8 1 */3 * python3 run_skill.py voice-of-customer-synthesizer --client <client-name>
비용
| 구성 요소 | 비용 |
|---|---|
| 리뷰 스크래핑(review-scraper 경유) | 약 $0.50-1.00 |
| 웹 검색(소셜 언급) | 무료 |
| 모든 분석 및 종합 | 무료(LLM reasoning) |
| 총계 | 무료 — $1 |
필요한 도구
- 선택: G2/Capterra/Trustpilot 리뷰용
review-scraper - 선택: 소셜 언급용
twitter-scraper - 선택: 커뮤니티 피드백용
reddit-scraper - 모든 분석은 제공된 데이터를 기반으로 한 순수 LLM reasoning입니다
트리거 문구
- "고객들이 뭐라고 말하나요?"
- "VoC 보고서를 만들어 주세요"
- "우리 고객 피드백을 종합해 주세요"
- "고객의 목소리 분석을 실행해 주세요"
- "[period] 고객 피드백 요약"