Ryan Johnson, Chief Product Officer hos CallRail – Interviewserie

Ryan har mere end 15 års erfaring med diversitetsteknologi og produktudviklingsledelse fra tidlige startups til Fortune 100-organisationer. Som Chief Product Officer hos CallRail udnytter han sin passion for udvikling af bedste teknologiløsninger til at løse virkelige problemer. Før han kom til CallRail, var han en nøglemedlem af ledelsesholdet hos Banjo (nu MiiM). Her hjalp han med at vokse produktudviklingsorganisationen med over 300%, skabte verdensklasse AI/maskinlærings-teknologiprodukter og hjalp med at rejse en $100 millioner C-runde af venturekapital.

CallRail er en AI-dreven lead-intelligensplatform, der gør det let for virksomheder af alle størrelser at markedsføre med tillid. Med mere end 200.000 kunder verden over hjælper CallRails løsninger virksomhederne med at spore og tilskrive hver lead til deres markedsføringsrejse, fange og styre hver samtale, tekst, chat og formular, og bruge indsigt, der fremkommer ved AI, til at optimere deres markedsføring.

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

Da min karriere startede med fokus på regnskab og finans, har jeg altid haft en analytisk sind. Mens jeg studerede på Albion College, tilmeldte jeg mig tilfældigt en datalogiklasse som en af mine valgfag – og resten er historie! Dette gav mig senere mulighed for at komme i gang med teknologiindustrien lang tid før AI var på horisonten.

Da min karriere fortsatte, indså jeg to ting: Jeg havde en dyb passion for at arbejde med data (mere specifikt data fra et produkt perspektiv) og navigere, hvordan denne data kunne omdannes til noget, der virkelig var værdifuldt for kunderne. Der er ingen direkte vej for dem, der søger at komme ind i dette nye område, men disse to interesser førte naturligt til en karriere, der involverede AI.

Hvis du havde spurgt mig for to årtier siden, da jeg startede min karriere, om AI, ville jeg sandsynligvis have henviset til Terminator som alle andre på det tidspunkt. Men da teknologien har udviklet sig – og især med de seneste fremskridt – er det klart, at min rejse måtte starte med en stærk interesse for og forståelse af data.

For dem, der søger at følge en karrierevej i AI, er det vigtigste at komme fra en unik baggrund med originale perspektiver. Der er så mange ukendte faktorer med AI i fremtiden, og man kan gå i så mange forskellige retninger – hvordan det anvendes, hvor det anvendes, regulering, overholdelse – det er næsten en uendelig liste. Derfor mener jeg, at hvis man kan komme ind med en åben sind og en villighed til at lære, kan næsten alle komme ind i dette nye område uanset deres oprindelige baggrund.

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

På det højeste niveau brugte vi AI og maskinlæring til at registrere begivenheder, mens de sker verden over. Vi fokuserede vores interne teknologi på computer vision til at registrere ting i billeder og videoer (brand, ulykker, logoer, objekter osv.) og NLP til at bestemme, hvad folk talte om. Vi anvendte mange datakilder som f.eks. sociale medier, e911, trafikcameraer osv. for at triangulere og validere, når en “begivenhed” sker. Vi anvendte denne teknologi til at hjælpe med at bryde nyheder (lokalt og nationalt) før nogen andre og til at hjælpe store virksomheder med at beskytte deres ansatte, aktiver og brand.

CallRail bruger en teknologi kaldet Conversation Intelligence, der faciliterer afsløring af indsigt fra samtaler, hvad er dette specifikt?

Conversation Intelligence® er evnen til automatisk at aggregere handlebare call-indsigt fra telefonsamtaler for at forbedre markedsføringspræstation. Målet er at enable markedsførere, agenturer og virksomheds ejere til at træffe de rigtige forretningsbeslutninger med hast og præcision.

• Leadomdannelse: CallRails AI udvinder indsigt og værdifuld information fra telefonsamtaler, som kan bruges til leadomdannelse. Ved at identificere de bedste leads fra dine bedste markedsføringskilder, giver AI dig mulighed for at prioritere dine bestræbelser og fokusere på de varmeste leads. Dette sikrer, at dine ressourcer anvendes effektivt, samtidig med at du sparer tid. Gennem CallRails Conversation Intelligence® kan du automatisere arbejdsgange for en glattere lead-opfølgning. Endelig giver AI-drevne indsigt dig en dyb forståelse af hver leads behov og præferencer. Ved at bruge dette kan du udvikle personlige strategier og tilpasse løsninger, der maksimerer dine chancer for at omdanne dem til tilfredse kunder.

• Kundeoplevelse: Telefonsamtale-indsigt giver en mulighed for at forbedre kundens oplevelse. Gennem analyse af samtaler kan AI give værdifuld information, der hjælper dig med at forstå dine kunder og deres rejse. Dette inkluderer at fange detaljer om hver interaktion, såsom emner, der blev diskuteret, tone af stemme, sentiment og eventuelle specifikke udfordringer eller problemer, der blev nævnt. Med dette fulde billede af en leads rejse og interaktioner kan virksomheder levere en mere personlig og tilpasset kundeoplevelse. Med AI-drevne indsigt kan virksomheder bedre forstå kunders præferencer, behov og forventninger, hvilket giver dem mulighed for at give relevante forslag, anbefalinger og løsninger.

• Agentpræstation: Ved at gennemgå samtaleindhold tilbyder CallRails Conversation Intelligence® nyttige coachingstips til call-håndtering, hvilket giver dine agenter den vejledning, der er nødvendig for at levere bedre kundeservice. AI’en aggregere også indsigt på tværs af multiple samtaler eller af individuelle agenter, hvilket giver dig en omfattende forståelse af dit teams præstation. Med denne teknologi kan du afsløre positive eller negative mønstre eller tendenser i sentiment, der udtrykkes under samtalerne. Dette betyder, at du kan identificere almindelige problemer eller tilbagevendende problemer, der kan påvirke kundetilfredshed. Ved at adressere disse områder for forbedring kan du forbedre den overordnede kvalitet af dine kundeinteraktioner.

• Markedsføringsoptimering: En af de største fordelene ved AI-drevne call-indsigt er letten ved at integrere det med forskellige systemer, herunder CRM-platforme som HubSpot og forskellige markedsføringsautomatiseringsværktøjer. Ved at bruge AI-drevne indsigt giver virksomheder sig selv en komplet billed af leads-rejsen, fra den første kontakt til de endelige resultater, på tværs af både digitale og offline-kanaler. Disse indsigt giver også markedsførere mulighed for at måle effekten af deres markedsføringsstrategier i forhold til return on investment (ROI). Ved at spore nøgleperformanceindikatorer (KPI’er) som f.eks. leadomdannelsesrater, kundeanskaffelsesomkostninger og indtjening kan virksomheder optimere deres markedsføringsindsats for at opnå højere ROI. Desuden giver markedsføringen i Conversation Intelligence virksomhederne mulighed for at identificere nøgleord og automatisere nøgleordsbudsstrategier baseret på indsigt fra samtalen, hvilket giver værdifuld input til SEO og markedsføringsbeskeder. For eksempel, hvis leads konsekvent spørger om tjenester, der ikke tilbydes, kan virksomheder justere deres website-besked til at sikre, at opkaldene er bedre tilpasset eller overveje at tilpasse deres tilbud for at møde leads-efterspørgsel.

CallRails Conversation Intelligence® er specielt designet til at forstå og analysere menneskeligt sprog. Det betyder, at det kan udtrække hver enkelt værdifuld lille bid af information fra telefonsamtaler, samtidig med at det sparer agenter og ledere over 94% af deres tid. Informationerne fra telefonsamtaler er førstehåndsviden direkte fra kundens mund. Resultatet er uvurderlig data fra et prøvet og beprøvet markedsføringsværktøj med en 21. århundredes twist.

Hvilke forskellige typer AI og maskinlæring anvendes i denne teknologi?

Vi har et fremragende AI-samarbejde med AssemblyAI, et firma, der anvender en række af vores AI-drevne funktioner. Uden at gå for dybt ind i detaljerne anvender vi:

• ASR (Automatisk Talegenkendelse) – Drevet af Conformer-2, den største kommercielt tilgængelige ASR-model, der er trænet på over 1,1 millioner timer engelsk lyddata
• LeMUR – LLM anvendt til at analysere taledata. Det er grundlaget for sammenfattelser, agent-coaching, auto-kvalificering, for at nævne nogle få. CallRail tilretter det på en række måder oven på modellerne for at få mest værdi for vores kunder.

I juli 2023 blev CallRail Labs lanceret som det første af sin art i call-analyseområdet. En af dens kernefunktioner er introduktionen af “handlingsplaner”. Kan du dele nogle indsigt i, hvad dette er?

Det er rigtigt! Da vi introducerede CallRail Labs, lancerede vi også handlingsplaner for at støtte agenter med AI-genererede anbefalinger for næste skridt efter en samtale. Denne funktion fjerner gætteriet fra at følge op med potentielle kunder ved at sammenfatte nøglepunkter, konsolidere dem i en delbar format til at sende via e-mail eller tekst til frontline-hold, og dokumentere opfølgning i CallRails Premium Conversation Intelligence™-dashboard.

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

• AI-drevet call-coaching identificerer, hvor agenter har udrettet noget godt, hvor de kunne forbedre sig, og, mest vigtigt, leverer specifikke handlebare anbefalinger til at gøre bedre. Dette løfter træningsbyrden af forretnings ejere og sikrer, at ubiased, rettidig feedback gives til agenter for at forbedre præstationen.
• AI-identificering af succesfulde aftaler giver forretnings ejere mulighed for at øjeblikkeligt identificere de opkald, der er mest sandsynlige at generere indtjening, og forstå, hvad aktiviteter tiltrækker de bedste leads.
• AI-identificering af nye eller eksisterende kunder, hvilket giver virksomheder mulighed for at forstå, hvilke markedsføringskampagner genererer virkelig nye forretninger, og hvilke driver loyalitet og indtjening fra eksisterende kunder. At vide, hvilke kampagner driver nye kunder til din forretning versus hvilke vokser loyalitet og indtjening fra eksisterende kunder, giver virksomheder mulighed for at forbedre målgruppe-segmentering og, i sidste ende, kampagneprestation.
• Automatisk identificering af ofte stillede spørgsmål på opkald for at give værdifuld indsigt i kundens behov, samtidig med at det hjælper med SEO-optimering og nøgleordsstrategi-forfinelse.
• Automatisk optagelse af personlige detaljer og præferencer fra kaldere, hvilket kan bruges til at støtte fremtidig relationbygning og danne dybere forbindelser mellem mærker og kunder. Små detaljer som at huske en kundes fødselsdag eller en forestående livsbegivenhed kan opbygge urokkelig tillid og mærkeloyalitet.
• At udnytte AI til at generere tankefulde, korte tekst- og e-mail-besked efter en samtale er slut for at bekræfte, at kundens bekymringer er hørt, og styrke relationer, samtidig med at det sparer agenter utallige timer af arbejde.

Læs mere om disse nye funktioner her og her. Mens vi er begejstrede over denne første fremdrift – vi er kun lige begyndt at skrabe overfladen!

Kan du også beskrive, hvordan CallRail Labs giver kunder mulighed for at påvirke virksomhedens brug af tale-AI?

Dette nye innovationsprogram – som du nævnte, en first-of-its-kind i call-analyseområdet – var designet til at hjælpe med at fremme fortsat AI-innovation i samarbejde med SMB’er ved at invitere vores kunder til at påvirke, hvordan vi bruger tale-AI gennem tidlig adgang til nye produktmuligheder.

Målet er at give direkte feedback til produkt- og ingeniørledere, samtidig med at det giver os mulighed for at bevæge os målrettet for at løse virkelige forretningsudfordringer midt i markedets eksplosion af AI-drevne muligheder. Vi er heldige at have en stor, villig gruppe af kunder, der kan teste den praktiske anvendelse af disse nye AI-aktiverede produkter og give uvurderlig feedback.

Betydningen af dette projekt ligger i, at det simplificerer komplekse opgaver og konsekvent leverer data-drevne strategier, hvilket forbedrer den overordnede effektivitet. Det demonstrerer kraften af AI og, hvordan det kan drive meningsfuld innovation i Conversation Intelligence®-området.

Hvilke er nogle af de mere populære brugsområder for denne software?

Vi er heldige at have en bred vifte af eksempler, der illustrerer, hvordan vores kunder bruger AI til at omdanne deres opkald til en konkurrencemæssig fordel. Nogle af vores favorit-eksempler på tværs af brancher inkluderer:

Home Service: Adria Marble & Granite er en familieejet stenfabrikant, der installerer køkken- og badeværelses-kontorer, pejse og mere. Da virksomheden startede, blev reklamen gjort via gule sider, faks og mund-til-mund. I en branche, hvor det er almindeligt for entreprenører at tabe følgen med opfølgning til potentielle kunder, har CallRail hjulpet Adria Marble med at stå ud ved at sikre, at alle opkald følges op, og ingen leads gå tabt.

Resultatet er, at virksomheden har kunnet sænke den samlede omkostning pr. lead og gøre en bedre job med at målrette de rigtige leads, der vil drive en højere dollar-beløb fra de handler, de lukker. CallRail har sparet Adria Marble 10-20 timer om ugen ved at automatisere lead- og opkaldssporing, som Irfan ellers ville have måttet gøre manuelt, enten via en regneark eller nogle gange blot råbe rundt i kontoret for at sikre, at kunder får en tilbage-ring. Med kun tre personer, der håndterer alle salgs- og administrative kontoropgaver, er det at få disse timer tilbage til andre opgaver meget betydningsfuldt.

Juridisk: Konkurrencen mellem digitale markedsføringsbureauer er intens – især i det juridiske område, hvor kunderne typisk er mere loyale og profitable end i andre brancher. Det er derfor, Above the Bar Marketing vendte sig til CallRail for at hjælpe med at bevise, hvilke annoncer, kampagner og nøgleord får kundernes telefoner til at ringe. Resultatet: opkaldssporing har hjulpet mindst 75% af deres kunder med at omfordelle penge på den rigtige måde – eliminerer 1.000 dollars om måneden i spildt annonce-udgift.

Sundhedssektor: Cornerstone Foot Cares digitale markedsføringsoperationer manglede tilstrækkelig sporing af indgående leads og indgående opkald. Praksisen vendte sig til CallRail for at få indsigt i, hvilke nøgleord og kampagner opkaldene kom fra, samt kvaliteten af hver opkald. Med tilføjelsen af Google Ads og CallRail-sporing er Cornerstone vokset med 40% i indtjening gennem forbedret opkaldkvalitet, øget antal opkald fra indgående leads og en reduceret antal missede opkald.

Du er også kendt for dine sammenligninger mellem AI og din bil-racing. Hvad er nogle af de fælles træk mellem de to?

AI og bil-racing (især Formel 1) har haft en tæt relation i mange år. Racing-hold har mulighed for at sætte deres biler igennem simulationer, som AI kan fortolke og hjælpe holdet med præstation. AI kunne registrere ændringer, der skal gøres til en motor for at øge præstation eller forbedre pålidelighed, til ændringer i aerodynamikken for at hjælpe med nedkraft. Det er ingen under, at moderne Formel 1-biler ser ud som rumfartøjer, da AI hjælper med at designe aerodynamikken.

Personligt mener jeg, at AI fungerer bedst med et menneskeligt feedback-element, hvilket ikke er anderledes i racing. For eksempel, selv hvis en AI-model forudser den bedste opsætning for f.eks. regnfulde eller varme forhold, skal chaufføren stadig give feedback til holdet. AI kan ikke forudsige alt om chaufførens præstation og præferencer, så du har brug for menneskelig interaktion for feedback. Jeg hørte engang en holdchef tale om dette, da jeg var på en pit-tur ved Petit LeMans i oktober. Han sagde: “AI er virkelig fantastisk og har givet os store fremskridt, men det har ikke erstattet chauffør-feedback og et hold, der forstår nuancerne ved chaufføren.”

Kan du dele din vision for fremtiden for tale-AI og opkaldsanalyse?

Det er let at føle, at markedsføringsverden bevæger sig hurtigere end lysets hastighed i dag. Der er altid et nyt begreb at lære, en strategi at udføre eller en bedste praksis at implementere. Vi glemmer ofte, at nogle af de bedste prøvede og sande markedsføringsstrategier er i denne konstante forandring og nytænkning. En af disse oversete strategier er uden tvivl telefonopkald.

Telefonopkald forbliver det bedste værktøj for markedsførere at bruge, da det giver en rigdom af information om, hvad dine kunder ønsker og behøver. Men en betydelig del af denne potentiale forbliver utilgængelig på tværs af en bred vifte af brancher. Mens vi bestemt er på en mission for at fortsætte med at accelerere udviklingen af tale-AI og opkaldsanalyse for at hjælpe kunder med at opnå højere ROI, er jeg lige så begejstret for, at små virksomheder fuldt ud forstår, hvor stor en indvirkning AI kan have på at omdanne opkald til indsigt, de kan handle på.

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