Ryan Johnson, Chief Product Officer hos CallRail – Interview Series

Ryan har over 15 års forskelligartet teknologi- og produktudviklingsledererfaring fra startups i de tidlige stadier til Fortune 100-organisationer. Som Chief Product Officer hos CallRail udnytter han sin passion for at udvikle de bedste teknologiløsninger til at løse problemer i den virkelige verden. Før han kom til CallRail, var han et centralt medlem af lederteamet hos Banjo (nu MiiM). Der hjalp han med at vokse produktudviklingsorganisationen med over 300 %, skabte AI/Machine learning-teknologiprodukter i verdensklasse og hjalp med at rejse en $100 millioner C-runde af VC-finansiering.

CallRail er en AI-drevet lead-intelligensplatform, der gør det nemt for virksomheder i alle størrelser at markedsføre med tillid. CallRails løsninger, der betjener mere end 200,000 virksomheder verden over, hjælper virksomheder med at spore og tilskrive hvert kundeemne til deres markedsføringsrejse, fange og administrere hvert opkald, tekst, chat og formular og bruge indsigt fra AI til at optimere deres markedsføring.

Din tidlige karriere fokuserede på regnskab og økonomi, hvordan gik du først over til AI?

Mens min karriere startede med fokus på regnskab og økonomi, har jeg altid haft en analytisk tankegang. Mens jeg studerede på Albion College, kom jeg lige til at tilmelde mig en datalogi klasse som et af mine valgfag – og resten er historie! Dette gav mig senere muligheden for at komme i gang i teknologiindustrien længe før AI overhovedet var i horisonten.

Da min karriere fortsatte med at udvikle sig, indså jeg to ting: Jeg havde en dyb passion for at arbejde med data (mere specifikt data fra et produktperspektiv) og navigere i, hvordan disse data kunne transformeres til noget, der var virkelig værdifuldt for kunderne. Der er ingen lige vej for dem, der ønsker at komme ind i dette nye område, men disse to interesser førte mig naturligvis mod en karriere, der involverede AI.

Hvis du ville have spurgt mig for to årtier siden, da jeg først begyndte min karriere om AI, ville jeg sandsynligvis have henvist til terminatoren som alle andre på det tidspunkt. Efterhånden som teknologien har udviklet sig – og især med de seneste fremskridt – er det klart, at min rejse skulle starte med en stærk interesse for og grundlag for at forstå data.

For dem, der ønsker at forfølge en karrierevej inden for AI, er det i sidste ende det vigtigste at komme fra en unik baggrund med originale perspektiver. Der er så mange ukendte med AI i fremtiden, og du kan gå i så mange forskellige retninger – hvordan det anvendes, hvor det anvendes, lovgivning, compliance – det er næsten en endeløs liste. Derfor tror jeg, at hvis du kan komme ind med et åbent sind og en vilje til at lære, kan næsten alle komme ind i dette nye rum uanset deres oprindelige baggrund.

Før din nuværende rolle leder du udviklingen af ​​Banjos AI/ML-produkter, hvad var disse produkter, og hvad var nogle af dine vigtigste takeaways fra denne oplevelse?

På højeste niveau brugte vi kunstig intelligens og maskinlæring til at detektere hændelser, mens de sker rundt om i verden. Vi fokuserede vores interne teknologi på computervision for at detektere ting i billeder og video (brande, ulykker, logoer, objekter osv.) og NLP for at bestemme, hvad folk talte om. Vi bruger mange datakilder såsom sociale medier, e911, trafikkameraer osv. til at triangulere og validere, hvornår en "begivenhed" sker. Vi brugte denne teknologi til at hjælpe med at bringe nyheder (lokale og nationale) før alle andre og til at hjælpe virksomhedsselskaber med at beskytte deres ansatte, aktiver og brand.

CallRail bruger en teknologi kaldet Conversation Intelligence, der gør det lettere at afdække indsigt fra samtaler, hvad er dette specifikt?

Samtale intelligens® er evnen til automatisk at samle handlingsorienteret opkaldsindsigt fra telefonsamtaler for at forbedre markedsføringsydelsen. Målet er at gøre det muligt for marketingfolk, bureauer og virksomhedsejere at træffe de rigtige forretningsbeslutninger med hurtighed og præcision.

• Leadkonvertering: CallRails AI udvinder telefonopkaldssamtaler og giver indsigt og værdifuld information, der kan bruges til leadkonvertering. Ved at identificere de bedste leads fra dine bedste marketingkilder giver AI dig mulighed for at prioritere din indsats og fokusere på de hotteste leads. Dette sikrer, at dine ressourcer udnyttes effektivt, samtidig med at du sparer tid. Gennem CallRails Conversation Intelligence® kan du automatisere arbejdsgange for en smidigere kundeopfølgning. Endelig giver den AI-drevne indsigt dig rig kontekst for hvert kundeemne, hvilket giver dig en dybere forståelse af deres behov og præferencer. Ved at bruge dette kan du udvikle personlige strategier og tilpassede løsninger, hvilket maksimerer dine chancer for at konvertere dem til tilfredse kunder.

 

• Kundeoplevelse: Telefonopkaldsindsigt giver mulighed for at forbedre din kundes oplevelse. Gennem analysen af ​​samtaler kan AI give værdifuld information til at hjælpe dig med en omfattende forståelse af dine kunder og deres rejse. Dette inkluderer at fange detaljer om hver interaktion, såsom de diskuterede emner, tonefald, følelser og eventuelle specifikke smertepunkter eller udfordringer nævnt. Med dette fulde billede af et leads rejse og interaktioner kan virksomheder levere en mere personlig og skræddersyet kundeoplevelse. Med AI-drevet indsigt kan virksomheder bedre forstå kundernes præferencer, behov og forventninger, så de kan komme med relevante forslag, anbefalinger og løsninger.

 

• Agent præstation: Ved at gennemgå samtalens indhold tilbyder CallRails Conversation Intelligence® nyttige coachingtips om opkaldshåndtering, der giver dine agenter den nødvendige vejledning til at yde bedre kundeservice. AI'en samler også indsigt på tværs af flere opkald eller af individuelle agenter, hvilket giver dig mulighed for at få en omfattende forståelse af dit teams præstationer. Med denne teknologi kan du afdække positive eller negative mønstre eller tendenser i følelser udtrykt under opkaldene. Det betyder, at du kan identificere almindelige problemer eller tilbagevendende problemer, der kan påvirke kundetilfredsheden. Ved at adressere disse forbedringsområder kan du forbedre den overordnede kvalitet af dine kundeinteraktioner.

 

• Marketing optimering: En af de største fordele ved AI-drevet opkaldsindsigt er, at det er nemt at integrere det med forskellige systemer, herunder CRM-platforme som HubSpot og forskellige marketingautomatiseringsværktøjer. Ved hjælp af AI-drevet indsigt ruster virksomheder sig med et komplet billede af lead-rejsen, fra den første kontakt til de endelige resultater, på tværs af både digitale og offline kanaler. Disse indsigter gør det også muligt for marketingfolk at måle effektiviteten af ​​deres marketingstrategier i form af investeringsafkast (ROI). Ved at spore nøglepræstationsindikatorer (KPI'er) såsom leadkonverteringsrater, kundeanskaffelsesomkostninger og genereret omsætning, kan virksomheder optimere deres marketingindsats for at opnå højere ROI. Ud over at integrere teknologistakken er markedsføring optimeret i Conversation Intelligence, fordi det giver virksomheder mulighed for at identificere søgeord og automatisere søgeordsbudstrategier baseret på indsigt fra opkaldet, hvilket giver værdifulde input til SEO og marketingbudskaber. For eksempel, hvis kundeemner konsekvent spørger om tjenester, der ikke tilbydes, kan virksomheder justere deres webstedsmeddelelser for at sikre, at opkald er bedre tilpasset eller overveje at tilpasse deres tilbud for at imødekomme kundeemneefterspørgslen.

CallRails Conversation Intelligence® er specialbygget til at forstå og analysere menneskelig tale. Det betyder, at den kan udtrække hver værdifuld lille klods information fra telefonopkald, mens den sparer agenter og ledere over 94 % af deres tid. Oplysningerne fra telefonopkald er førstehåndsviden direkte fra din kundes mund. Resultatet er uvurderlige data fra et gennemprøvet marketingværktøj med et twist fra det 21. århundrede.

Hvad er de forskellige typer AI og maskinlæring, der bruges i denne teknologi?

Vi har et vidunderligt AI-partnerskab med AssemblyAI, en virksomhed, der bruger en række af vores AI-drevne funktioner. Uden at komme ind på de dybe detaljer bruger vi:

• ASR (Automatic Speech Recognition) – Drevet af Conformer-2, den største kommercielt tilgængelige ASR-model, trænet på over 1.1 millioner timers engelske lyddata
• LeMUR – LLM brugt til at analysere talte data. Er grundlaget for resuméer, agent coaching, autokvalifikation, for at nævne nogle få. CallRail finjusterer på en række forskellige måder oven på modellerne for at få mest mulig værdi for vores kunde.

I juli 2023 blev CallRail Labs afsløret som den første af sin slags i opkaldsanalyseområdet. Et af dets kernetræk er indførelsen af ​​"handlingsplaner." Kan du dele nogle indsigter i, hvad det er?

Det er rigtigt! Da vi introducerede CallRail Labs, udgav vi også handlingsplaner for at støtte agenter med AI-genererede anbefalinger til næste trin efter et opkald. Denne funktion fjerner gætværket fra at følge op med potentielle kunder ved at opsummere vigtige takeaways, konsolidere dem i et delbart format til e-mail eller sms til frontline-teams og dokumentere opfølgninger i CallRails Premium Conversation Intelligence™-dashboard.

Men siden vi afslørede CallRail Labs i juli, er seks nye funktioner også blevet introduceret:

• AI-drevet opkaldscoaching identificerer, hvor agenter klarede sig godt, hvor de kunne forbedre sig, og, vigtigst af alt, leverer specifikke handlingsrettede anbefalinger for at gøre det bedre. Dette løfter uddannelsesbyrden fra virksomhedsejere og sikrer, at der gives upartisk, rettidig feedback til agenter for at forbedre ydeevnen.
• AI-identifikation af planlagte vellykkede aftaler giver virksomhedsejere mulighed for øjeblikkeligt at lokalisere de opkald, der med størst sandsynlighed vil generere omsætning, og forstå, hvilke aktiviteter der tiltrækker de bedste kundeemner.
• AI-identifikation af nye eller eksisterende kunder som gør det muligt for virksomheder at forstå, hvilke marketingkampagner der genererer virkelig ny forretning, og hvilke driver tilbagevendende forretning uden behov for at lytte til opkaldet eller læse et udskrift. At vide, hvilke kampagner der driver nye kunder til din virksomhed i forhold til hvilke der er stigende loyalitet og indtjening fra eksisterende kunder, giver virksomheder mulighed for at forbedre målgruppesegmentering og i sidste ende kampagneeffektivitet.
• Identificer automatisk ofte stillede spørgsmål på opkald for at identificere ofte stillede kundespørgsmål, hvilket giver værdifuld indsigt i kundernes behov, samtidig med at det hjælper med SEO-optimering og raffinering af søgeordsstrategi.
• Indfang personlige oplysninger og præferencer for opkald automatisk, som kan bruges til at understøtte fremtidig relationsopbygning og danne dybere forbindelser mellem brands og kunder. Små detaljer såsom at huske en kundes fødselsdag eller en kommende livsbegivenhed kan opbygge urokkelig tillid og brandloyalitet.
• Udnyt AI til at generere tankevækkende, kortfattede tekst- og e-mail-beskeder efter et opkald er afsluttet at bekræfte kundernes bekymringer er blevet hørt, styrkelse af relationer og sparer agenter utallige timers arbejde.

Læs mere om disse nye muligheder link. , link.. Mens vi er begejstrede for denne første trækkraft – ridser vi bare i overfladen!

Kan du også beskrive, hvordan CallRail Labs sætter kunder i stand til at påvirke virksomhedens brug af stemme-AI?

Dette nye innovationsprogram – som du nævnte, det første af sin slags inden for opkaldsanalyseområdet – var designet til at hjælpe med at fremme fortsat AI-innovation i partnerskab med SMB'er ved at invitere vores kunder til at påvirke, hvordan vi bruger stemme-AI gennem tidlig adgang til nye produktets muligheder.

Målet er at give direkte feedback til produkt- og tekniske kundeemner, samtidig med at det giver os mulighed for at bevæge os målrettet for at løse reelle forretningsmæssige udfordringer midt i markedseksplosionen af ​​AI-drevne muligheder. Vi er heldige at have et stort, villigt sæt kunder til at teste den praktiske anvendelse af disse nye AI-aktiverede produkter og give uvurderlig feedback.

Betydningen af ​​dette projekt ligger i, at det forenkler komplekse opgaver og konsekvent leverer datadrevne strategier, hvilket øger den samlede effektivitet. Det demonstrerer AI's kraft, og hvordan det kan drive meningsfuld innovation inden for Conversation Intelligence®.

Hvad er nogle af de mere populære anvendelsestilfælde af denne software?

Vi er heldige at have en bred vifte af eksempler som illustrerer, hvordan vores kunder bruger kunstig intelligens til at gøre deres opkald til en konkurrencefordel. Et par af vores foretrukne eksempler på tværs af brancher inkluderer:

Hjemmeservice: Adria Marmor & Granit er en familieejet stenfabrikant, der installerer køkken- og badeværelsesbordplader, pejse og meget mere. Da virksomheden startede, foregik annoncering via de gule sider, faxer og mund til mund. I en branche, hvor det er almindeligt, at entreprenører dropper bolden med opfølgning til potentielle kunder, har CallRail også hjulpet Adria Marble med at skille sig ud ved at sikre, at alle opkald bliver fulgt, og ingen kundeemner går tabt.

Som et resultat heraf har virksomheden været i stand til at sænke den samlede pris pr. kundeemne og gøre et bedre stykke arbejde med præcist at målrette de rigtige kundeemner, der vil drive et højere dollarbeløb fra de aftaler, de lukker. CallRail har sparet Adria Marble 10-20 timer om ugen ved at automatisere kundeemnet og opkaldssporing, Irfan ellers skulle gøre manuelt, enten via et regneark eller nogle gange bare råbe rundt på kontoret for at sikre, at kunderne får et tilbagekald. Med kun tre personer, der varetager alle salgs- og administrative kontoropgaver, er det vigtigt at få disse timer tilbage til andre opgaver.

Juridisk: Konkurrencen mellem digitale marketingbureauer er hård – især på det juridiske område, hvor kunderne typisk er mere loyale og profitable end dem i andre brancher. Derfor Over the Bar Marketing henvendte sig til CallRail for at hjælpe med at bevise, hvilke annoncer, kampagner og søgeord, der får deres kunders telefoner til at ringe. Resultatet: Opkaldssporing har hjulpet mindst 75 % af deres kunder med at omfordele penge på den rigtige måde – og eliminere $1,000 hver måned i spildte annonceudgifter.

Healthcare: Hjørnestensfodpleje digitale marketingoperationer manglede tilstrækkelig sporing af indgående kundeemner og indgående telefonopkald. Praksis vendte sig til CallRail for at få overblik over, hvilke søgeord og kampagner opkald kom fra, samt kvaliteten af ​​hvert opkald. Med tilføjelsen af ​​Google Ads og CallRail-sporing har Cornerstone øget sin omsætning med 40 % gennem øget opkaldskvalitet, øget antal opkald fra indgående kundeemner og et fald i antallet af ubesvarede opkald.

Du er også kendt for dine sammenligninger mellem kunstig intelligens og dit billøb. Hvad er nogle af fællestræk mellem de to?

AI og autoracing (især Formel 1) har haft et tæt forhold i mange år nu. Racerhold har evnen til at sætte deres biler gennem simuleringer, som AI kan fortolke og hjælpe holdet med præstationer. AI kunne detektere ændringer, der skal foretages på en motor for at øge ydeevnen eller forbedre pålideligheden, til ændringer i aerodynamikken for at hjælpe med downforce. Det er ikke underligt, at moderne Formel 1-biler ligner rumskibe, da AI er med til bogstaveligt talt at designe aero.

Personligt synes jeg, at AI fungerer bedst med et menneskelig feedback-element, som ikke er anderledes i racerløb. For eksempel, selvom en AI-model forudsiger den bedste opsætning for lad os sige regnfulde eller varme forhold, skal chaufføren stadig give feedback til teamet. AI kan ikke forudsige alt om driverens ydeevne og præferencer, så du har brug for menneskelig interaktion for at få feedback. Jeg hørte faktisk en teamchef tale om dette, da jeg lavede en pit-turné på Petit LeMans i oktober. Han sagde "AI er virkelig fantastisk og har givet os store gevinster, men det har stadig ikke erstattet chaufførfeedback og et team, der forstår nuancerne af chaufføren."

Kunne du dele din vision for fremtiden for stemme-AI og opkaldsanalyse?

Det er let at føle, at marketingverdenen bevæger sig hurtigere end lysets hastighed i dag. Der er altid et nyt udtryk at lære, en strategi at implementere eller bedste praksis at implementere. Vi glemmer ofte, at nogle af de bedste gennemprøvede marketingstrategier er i denne konstante forandring og nyhed. En af disse forsømte strategier er uden tvivl telefonopkald.

Telefonopkald er fortsat det bedste værktøj for marketingfolk at bruge, og de giver et væld af oplysninger om, hvad dine kunder ønsker og har brug for. En betydelig del af dette potentiale forbliver dog uudnyttet på tværs af en bred vifte af industrier. Selvom vi bestemt er på en mission om at fortsætte med at accelerere fremskridt inden for stemme-AI og opkaldsanalyse for at hjælpe kunder med at opnå højere ROI, er jeg lige så begejstret for, at små virksomheder fuldt ud indser, hvor virkningsfuld AI kan være for at omdanne opkald til indsigt, som de kan handle på.

Tak for det gode interview, læsere, der ønsker at lære mere, bør besøge CallRail.