유통 / 의류
lululemon: 매장 직원의 음성과 글 피드백을 제품 및 운영 개선 정보로 변환
- 기업
- lululemon
- 국가
- 캐나다
- 도입 상태
- 실증
- 자료 공개
- 날짜 기준
- 자료 발표 시점. 도입 시작일과 다를 수 있음
- 근거 확인 방법
- 원문 본문 열람
업무 문제
lululemon 매장 직원은 고객이 제품을 어떻게 경험하는지 직접 듣고 보지만, 그 의견을 제품과 운영 조직에 전달하려면 이메일과 티켓 시스템을 거쳐야 했다. 제출 건마다 사람이 분류하고 담당 조직을 정해 시간이 걸렸고, 현장 정보가 전달 중 달라지거나 의사결정 업무와 분리되는 문제가 있었다.
적용한 기술과 데이터
회사는 iOS 앱 Educator-Voice에서 직원이 글이나 음성으로 의견을 보내게 했다. Amazon S3에 입력을 모으고 AWS Step Functions가 후속 처리를 조율한다. Amazon Transcribe가 음성을 글로 바꾸며 필요한 경우 Amazon Translate로 번역한다. Amazon Bedrock AgentCore 기반 AI가 요약, 감정 분석과 분류를 수행하고 AWS Quick 대시보드와 자연어 질의를 통해 제품 및 운영 담당자가 결과를 활용한다. AI는 의견을 분석해 전달하며 실제 제품과 고객 경험을 개선하는 판단은 담당 팀의 업무로 설명됐다.
성과
AWS와 lululemon 공동 작성 글은 북미 매장 15곳에서 시범 운영 중이며 시작 후 며칠 동안 직원들이 피드백 100건 넘게 제출했다고 밝혔다. lululemon은 기술팀과 제품팀이 몇 주 만에 작동하는 시제품을 만들었다고 설명했다. 회사는 이를 제품 설계자에게 현장의 관찰을 직접 연결하는 피드백 순환 구조로 평가했다.
한계와 남은 과제
피드백 처리 시간과 분류 정확도, 제품 품질 개선 수치는 공개되지 않았다. 추가 매장 확대와 새 제품에 대한 집중 의견 수집은 검토 중인 활용 방안이다.
출처
- lululemon pilots store feedback with Amazon Bedrock AgentCore and AWS QuickAWS / lululemon, 확인
공개된 자료를 정리한 사례입니다. ATF Works 도입 고객의 결과가 아닙니다.