Grigori Melnik, produktový ředitel společnosti Amperity – série rozhovorů

Dr. Grigori Melnik je zkušený technologický manažer s více než 25 lety zkušeností v oblasti řízení inovací a růstu produktů ve společnostech jako Microsoft (MSFT ), Splunk, MongoDB (MDB ), Tricentis a Cribl. Řídl transformace platforem, spustil kategorie-definující produkty a škáloval týmy napříč všemi fázemi růstu. Dr. Melnik získal doktorát z počítačových věd na University of Calgary a přináší do Amperity vášeň pro excelenci ve vývoji, inovace v oblasti umělé inteligence a budování organizací s vysokým dopadem.

Amperity je technologická společnost, která nabízí platformu Customer Data Cloud s umělou inteligencí, která je navržena k sjednocení fragmentovaných zákaznických dat do důvěryhodných profilů, identifikaci příležitostí s vysokou hodnotou a aktivaci kampaní napříč všemi kanály. Její řešení se zaměřují na identifikační řešení, ingestaci dat a aktivaci v reálném čase, což umožňuje značek integrovat různé zdroje dat, provádět analýzy poháněné umělou inteligencí a odesílat cílené publikum do downstream systémů. Společnost zdůrazňuje flexibilitu podporou přímých připojení s hlavními platformami datových skladů a udržuje soulad s klíčovými bezpečnostními standardy, jako jsou SOC 2, GDPR a HIPAA.

Vy jste vedl produktovou a technologickou strategii ve společnostech jako Tricentis, MongoDB a Codility, než jste se připojil k Amperity. Jak tyto zkušenosti formovaly váš přístup k budování a škálování AI-poháněných platforem, jako je Real-Time Profiles?

Z povahy jsem nadšenec pro nevyřešené problémy. V Amperity děláme přesně to. Mé zkušenosti v předchozích organizacích formovaly, jak přemýšlím o škálování platforem při splnění potřeb uživatelů. Tyto lekce zahrnují důležitost flexibility, bezproblémové integrace napříč ekosystémy a silné správy dat.

Tyto lekce přímo formovaly náš přístup k Real-Time Profiles. Účelově jsme vytvořili schopnost ukončit nejstarší kompromis v průmyslu – rychlost vs. přesnost – sjednocením historické identity s podsekundovým streamováním v jediné, řízené architektuře. Zajistili jsme, aby platforma zjednodušila provozní modely zákazníků, místo aby je komplikovala. Rozšířili jsme naši AI-poháněnou identifikační základnu, abychom sjednotili data v reálném čase a historická data v jediné architektuře, pomocí jednoho identifikačního grafu, jedné vrstvy přístupového řízení a konzistentní linie a auditability.

Jaká konkrétní mezera nebo poptávka na trhu motivovala Amperity k vývoji Real-Time Profiles a jak to přepisuje rovnováhu mezi rychlostí dat a přesností?

Většina Customer Data Platforms (CDP) nutí týmy zvolit mezi rychlým jednáním na základě mělkých, událostí-only dat nebo přesným jednáním na základě profilů, které jsou hodiny nebo dny staré. Real-Time Profiles Amperity odstraňují tuto výměnu tím, že spojují živé signály s kompletní historií zákazníka, takže značky mohou rozpoznat jedince přesně v okamžiku zapojení a reagovat s kontextem. Výsledkem jsou data, která jsou kompletní a aktuální, připravená k napájení personalizace v relaci a událostí spouštěných cestami s skutečným obchodním dopadem.

Také tím, že jsme zhroutili dávkové a streamovací zpracování do jednoho profilu, přesáhli jsme “rychlé, ale částečné” nebo “kompletní, ale pozdní”. Jedná se o jeden, nepřetržitě aktualizovaný zákaznický pohled, který umožňuje marketérům a servisním týmům orchestrovat nejlepší další akce na rychlosti záměru bez obětování přesnosti.

Můžete nás provést technickými základy sjednocení historických a streamovaných dat do jednoho, nepřetržitě aktualizovaného zákaznického profilu?

Postavili jsme jednotný datový tok se třemi koordinovanými vrstvami: ingestí surových JSON událostí z libovolného zdroje, nepřetržitým zpracováním v distribuovaném datovém toku a živým profilovým úložištěm, které podporuje vyhledávání v milisekundách prostřednictvím našeho Profile API. Každé nové kliknutí, rezervace nebo změna loajality je smírněno proti stejnému AI-poháněnému identifikačnímu grafu, který řídí naše dávkové potrubí, což znamená, že neexistuje žádný samostatný identifikační model, žádná dvojí údržba, žádná drift schématu.

Kriticky, “identita v pohybu” váže každou událost k trvanlivému, prošitému profilu, jakmile dorazí. To umožňuje okamžitou obohacení atributů, nepřetržitou segmentaci a událostí spouštěných akcí pomocí cest nebo API, zatímco zachovává linii, přístupová ovládání a auditabilitu napříč analytickými a provozními pracovními úlohami.

Mnohé podniky bojují s operacionalizací personalizace v reálném čase. Jaké jsou největší výzvy, kterým čelí značky, a jak Amperity tyto výzvy řeší?

Spotřebitelé nyní očekávají, že každá interakce se značkou bude odrážet porozumění jejich záměru, preferencí a historie v reálném čase, okamžitě. Přesto jsou většina organizací omezeny fragmentovanými systémy dat a zpožděnými informacemi, což jim brání reagovat v pravý okamžik. Výsledkem je často personalizace, která se zdá obecná nebo nesouvisející se zákaznickými potřebami.

Překlenutí této mezery vyžaduje více než rychlejší technologii; vyžaduje jednotný přístup k datům a rozhodování. V Amperity jsme se zaměřili na řešení tohoto systémového problému, umožňující značek spojit historické znalosti a živý kontext, aby každá interakce mohla být včasná, relevantní a spojena se zákaznickou cestou. S Real-Time Profiles mohou značky pohánět personalizaci v relaci a událostí spouštěných cestami z téhož řízeného zdroje pravdy, měnící okamžiky, jako je opuštění nákupního košíku, změny úrovní loajality nebo check-in na místě, na včasné, relevantní akce.

Jak integrace AI a strojového učení zvyšuje přesnost nebo prediktivní schopnosti Real-Time Profiles?

AI je páteř našich identifikačních schopností, což znamená, že živé události jsou spojeny s pravou osobou s pravým kontextem, jako je životní hodnota, souhlas a loajalita, v milisekundách. To přesné spojení zvyšuje každé následné rozhodnutí: segmenty se přepočítávají, jak se mění data, profilové atributy se obohacují okamžitě a cesty se spouštějí na základě kompletního zákazníka, ne izolovaných událostí.

Při pohledu do budoucna Real-Time Profiles vytvářejí základ pro AI agenty, aby fungovali s živým kontextem, rozuměli nad měnícími se profily, vyhledávali poznatky a autonomně spouštěli nejlepší další akce napříč zásobníkem. Kombinace AI-rozlišené identity a streamovaného kontextu je to, co odemyká skutečnou personalizaci 1:1 v měřítku.

Z vašeho pohledu, jak regulace ochrany osobních údajů a správa dat vstupují do budování systémů personalizace v reálném čase?

Rozšířením naší stávající Customer Data Cloud do streamování udržujeme jeden řízený profilový sklad pro analytické i provozní použití. Tato koherence pomáhá zajistit soulad a auditabilitu, zatímco umožňuje subsekundové aktivity.

Stejně důležité je, že Real-Time Profiles umožňují značek spoléhat se na svá vlastní první strany dat jako důvěryhodný základ pro personalizaci. Každý živý signál je spojen s ověřenými, založenými na souhlasu zákaznickými daty, takže značky mohou jednat s jistotou, že jejich poznatky a aktivity jsou v souladu s očekáváními ochrany osobních údajů a regulačními standardy. Stejné zásady a kontroly, které řídí historické profily, řídí živé aktualizace, poskytují značekam okamžité působení, zatímco zachovávají důvěru a silný bezpečnostní postoj potřebný pro smysluplnou, souladnou personalizaci.

Jak se Amperity připravuje na budoucnost, kde by mohla být personalizovaná obsah autonomně generována a doručena v reálném čase?

Generativní AI je tak dobrá, jak jsou data, která ji pohání. Real-Time Profiles poskytují nezbytný živý, identifikační kontext, takže generativní systémy mohou přizpůsobit obsah tomu, kdo je zákazník a co právě dělá. Naše architektura позиционирует AI agenty, aby rozuměli nad měnícími se profily a spouštěli nejlepší další akce, mostí mezi poznatky a aktivací automaticky.

Jakmile se generace obsahu stane více autonomní, bránou se změní z “můžeme ji vytvořit?” na “měli bychom ji vytvořit nyní pro tohoto zákazníka, vzhledem k jeho historii a aktuálnímu záměru?” Naše profily v reálném čase, identifikační profily, odpovídají na to s přesností a řízením, umožňující bezpečné, relevantní a měřitelné zkušenosti.

Které odvětví nebo vertikály vidíte jako ty, které budou nejvíce profitovat z této technologie v blízké budoucnosti, a proč?

Zatímco všechny spotřebitelské značky profitují z personalizace v reálném čase, cestování, letecké společnosti, maloobchod a finanční služby vidí okamžitý zisk, protože okna záměru jsou krátká a kontext záleží. Myslete na upgrade při check-inu, re-cenění opuštěných rezervací, personalizované řazení a balíčky nebo nabídky karet sladěné s chováním na webu.

Tyto vertikály již provozují omnichannel cesty s vysokými sázkami na čas, relevanci a rychlost a přesnost služby. Spojující historickou identitu a živé signály, mění okamžité okamžiky na výnosy a loajalitu, měnící zapojení na konverze v reálném čase.

Jako Chief Product Officer, jak měříte úspěch vydání, jako je Real-Time Profiles, za hranicí technického výkonu – v termínech uživatelské adopce nebo obchodního dopadu?

Měříme úspěch zákaznickými výsledky a adopcí, včetně rychlejší doby návratnosti pro personalizaci v relaci, zvýšených konverzních a zapojených sazeb a zlepšených servisních metrik napříč všemi dotykovými body. Naši zákazníci dosáhli výsledků, jako je 2x vyšší konverze z personalizovaných cest, miliony nových vysoce hodnotných prospektů identifikovaných mimo programy loajality a rychlejší, více osobní servisní zkušenosti.

Operačně také hledám signály zjednodušení, jako je méně nástrojů k údržbě, těsnější vazba mezi marketingem, daty a servisními týmy. Když stejný profil pohání jak analytiku, tak aktivaci, bez nutnosti duplikovat integrace nebo datové potrubí, vidíte trvanlivou adopci a kumulativní návratnost zákaznických dat.

Nakonec, jak vidíte roli CPO se vyvíjející, jak se AI stává centrální pro zákaznickou angažovanost a strategie růstu podniku?

Moderní CPO musí být integrátorem produktu, dat a výsledků go-to-market – vlastnit, co a proč produkt, který mění signály na hodnotu. Ve světě AI musí CPO také vlastnit, jak inteligence je vložena do každé pracovní postupu, interakce a rozhodnutí. To také vyžaduje architekturu pro identitu, správu a akci v reálném čase v jednom koherentním řešení, aby týmy mohly dodávat zkušenosti na rychlosti zákazníka.

To znamená míchání produktového managementu s datovou vědou, infrastrukturou, marketingem, zákaznickým úspěchem a etickým řízením AI, aby se zajistilo, že diferenciace společnosti nepřichází pouze z funkcí, ale z učení systémů, které se nepřetržitě přizpůsobují uživatelům a trhům. Přecházíme z roadmap na posilovací smyčky – náš úspěch není o uvolňování verzí, ale o urychlování cyklů experimentování, učení a zdokonalování, které posilují jak produkt, tak zákaznický vztah.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Amperity.