식당을 운영하다 보면 이런 고민이 생깁니다. '전화 안내 멘트를 바꿨는데, 예전 게 나은지 새 게 나은지 어떻게 알지?'
보통은 그냥 감으로 결정하거나, 며칠 써보다가 '아, 모르겠다' 하고 포기하기 쉽습니다. makecall의 ab_variant(A/B 분기) 노드는 바로 이 고민을 해결해 줍니다.
A/B 분기, 한마디로 뭔가요?
카페에서 오늘의 커피를 두 가지 레시피로 만들어 손님에게 나눠주면서 '어떤 게 더 맛있어요?' 물어보는 것과 비슷합니다. ab_variant 노드는 걸려온 전화를 자동으로 절반씩 두 갈래로 나눠서, 한 쪽엔 기존 안내를, 다른 쪽엔 새 안내를 들려줍니다. 손님(고객)은 자기가 실험에 참여하고 있는지조차 모르고, 사장님은 나중에 어느 쪽이 더 반응이 좋았는지 비교해볼 수 있습니다.
어떤 상황에 쓰면 좋을까요?
- 안내 멘트 비교: '예약 전화는 1번을 눌러주세요'와 '예약하시려면 말씀해 주세요' 중 어느 쪽이 고객이 더 쉽게 따라오는지 비교
- 첫 인사말 테스트: 딱딱한 인사와 부드러운 인사 중 어떤 게 통화 이탈을 줄이는지 확인
- 이벤트 안내 순서 실험: 할인 정보를 앞에 말할 때 vs 뒤에 말할 때 예약 전환율 차이 비교
중요한 건 두 가지를 동시에 운영하기 때문에, 날씨나 요일 같은 외부 변수가 결과를 왜곡할 가능성이 줄어듭니다. '어제는 비가 와서 전화가 많았나?' 같은 의심 없이 순수하게 안내 방식의 차이만 비교할 수 있습니다.
실제 통화는 이렇게 흘러가요
안녕하세요! 오늘의 점심 특선 메뉴, 먼저 소개해 드릴게요. 갈비탕과 된장찌개 세트가 준비되어 있어요. 예약이나 포장 문의가 있으시면 말씀해 주세요.
아, 오늘 2명 포장 주문하려고요.
네, 포장 주문이시군요! 담당자분께 연결해 드릴게요.
안녕하세요, 주문 도와드리겠습니다. 메뉴 골라보셨나요?
위 흐름에서 '메뉴 먼저 소개하는 버전(A)'과 '바로 용건 묻는 버전(B)' 두 가지를 동시에 운영하면, 어떤 안내가 포장·예약 전환으로 더 잘 이어지는지 데이터로 확인할 수 있습니다. 감이 아니라 실제 통화 결과로 판단하는 것, 그게 ab_variant 노드의 핵심입니다.