Krishna Raj Raja, CEO y Fundador de SupportLogic – Serie de Entrevistas

Krishna Raj Raja, es el CEO y Fundador de SupportLogic, la primera plataforma de gestión de experiencia de servicio (SX) continua del mundo que permite a las empresas entender y actuar sobre la ‘Voz del Cliente’ en tiempo real para mejorar inmediatamente la entrega de servicio y construir relaciones con los clientes saludables y rentables.

Te describes a ti mismo como un “adicto a la ciencia”, ¿qué es lo que te fascina del mundo científico?

Para mí, la ciencia es todo sobre la curiosidad sobre cómo funciona el mundo y qué patrones existen en él. He tenido esta curiosidad desde la infancia, y se ha extendido a mi vida profesional. En SupportLogic, estamos buscando patrones que existen en el lenguaje natural, y utilizando esos patrones para predecir cosas y proporcionar recomendaciones. Esto es como la ciencia – predice patrones, proporciona recomendaciones y te dice cómo funciona el mundo. Muchas de las cosas que he aprendido en mi vida son autodidactas porque provienen de mi curiosidad natural, no de la educación formal.

Estudiaste Ingeniería Química, pero luego te dedicaste a oportunidades en ciencias de la computación y aprendizaje automático. ¿Puedes hablar sobre este cambio de dirección?

Mi padre era un empresario exitoso (en el procesamiento de acero) y esperaba que un día yo asumiría el negocio familiar. La ingeniería química parecía ser la formación adecuada para estar preparado para hacerlo. Pero la ciencia de la computación había sido una pasión secundaria para mí durante mucho tiempo. De hecho, mi tesis para mi título en ingeniería química fue crear un programa de software para el diseño de un reactor químico.

Después de terminar mi título en ingeniería química, se hizo obvio que la ciencia de la computación era realmente mi verdadera pasión. Mis habilidades en ciencia de la computación son completamente autodidactas, y cuando me uní a VMware, todos mis colegas tenían doctorados de universidades de la Ivy League en ciencia de la computación. Era la persona menos calificada en mi equipo.

Fuiste uno de los primeros empleados de VMware, donde trabajaste en soporte y servicio como ingeniero de soporte de productos. ¿Qué áreas de mejora potencial observaste?

Era un ingeniero de software que se convirtió en ingeniero de soporte de productos. Me uní a VMware porque su tecnología era fascinante – estaban tratando con sistemas operativos y tenía un interés especial en eso. Estaba ayudando a otros desarrolladores de sistemas operativos a utilizar los productos de VMware a diario. Debido a mi background, estaba mirando las cosas desde dos ángulos diferentes: 1) ¿Cómo hago que este cliente sea feliz y resuelva su problema; y 2) ¿Por qué existe este problema en el software, y cómo se puede arreglar? Estaba mirando el aspecto del producto de todos los problemas de soporte. Una de las primeras cosas que me di cuenta fue que cuando los equipos de productos desarrollan un producto, realmente no saben cómo se utilizará, por lo que no prevén muchas cosas durante el proceso de desarrollo. Sin embargo, el equipo de soporte tiene una buena comprensión de esos problemas y puede proporcionar comentarios valiosos a los equipos de productos y a otros departamentos de la empresa. El problema es que esta información suele perderse porque el equipo de soporte se centra en resolver un problema del cliente y luego pasa rápidamente al siguiente problema. Esa información importante no se transmite.

¿Puedes compartir algunos detalles sobre la historia de creación de SupportLogic?

Cuando comencé SupportLogic, miré el panorama del mercado para la industria de soporte y encontré que todas las innovaciones en el espacio de soporte se centraban en la deflexión de casos. Esto significa que la mejor manera de tratar los problemas de soporte es desviarlos – lejos de los ingenieros de soporte y lejos de los clientes. Esto estaba en conflicto con lo que vi como ingeniero de soporte de productos – cada interacción con el cliente era una oportunidad para aprender sobre los clientes y sobre cómo funciona y no funciona el producto. Pero me sorprendió encontrar que no había herramientas allí para resolver este problema (de aprendizaje), así que vi una gran oportunidad allí.

También noté que el soporte a menudo se trataba como un centro de costos, lo que pensé que era una forma miope de ver las cosas. Cuando se mira el soporte como un centro de beneficios o como el sistema nervioso central de una empresa, se puede transformar realmente una organización y hacer que sea verdaderamente centrada en el cliente. Eso me llevó a comenzar SupportLogic.

¿Cuáles son algunas de las diferentes tecnologías de aprendizaje automático que se utilizan en SupportLogic?

Cuando la empresa comenzó, fui ingenuo al asumir que podríamos utilizar API de aprendizaje automático disponibles públicamente. Hay muchas – de Amazon (AMZN ), Microsoft y HPE – y todos proporcionan API de aprendizaje automático como servicio. Para mi sorpresa y decepción, muchos de estos modelos de aprendizaje automático no funcionaban con el tipo de datos con los que estábamos trabajando (datos de soporte al cliente). Pero me di cuenta de que esta era una oportunidad y dije: “¿Por qué no los construimos nosotros mismos?” Comenzamos a construir los nuestros desde cero utilizando tecnologías de aprendizaje automático existentes de proyectos de código abierto, como spaCy de la Universidad de Stanford, y Google (GOOGL ) BERT, y luego agregamos un poco de nuestra propia “salsa secreta” encima de eso, utilizando un enfoque de modelo de conjunto. También afinamos el modelo para cada cliente y su conjunto de datos específico, en lugar de utilizar una filosofía de “talla única”.

¿Puedes hablar sobre cómo SupportLogic permite a las empresas conectarse mejor con los clientes utilizando señales de clave?

Una de las cosas clave que hacemos es extraer el contexto del cliente utilizando NLP. El contexto es muy importante porque a menudo se pierde en el proceso de etiquetado de sistemas de tickets. Solo puedes etiquetar una cantidad limitada de información en esos sistemas. Nos destacamos en extraer el contexto del cliente, como qué les preocupa, qué es su impresión de su producto o soporte, o qué están tratando de hacer con su producto. Hay una variedad de señales y contexto para extraer. Al hacer esto en tiempo real y crear flujos de trabajo en nuestra plataforma, permitimos que las empresas actúen sobre las señales de los clientes y prevenzan problemas antes de que sea demasiado tarde – es decir, el cliente se enoja mucho o se va para siempre.

¿Cuáles son algunas de las otras capacidades detrás del software de SupportLogic?

Una vez que comienzas a extraer señales de los clientes de las interacciones, esas señales se vuelven muy poderosas para análisis. Tenemos un módulo de análisis que te dice qué se parece la voz del cliente, basado en todas las interacciones. Luego vamos un paso más allá y utilizamos los datos para comenzar a hacer predicciones. Podemos predecir qué pasará con una cuenta de cliente en particular. También podemos predecir – basado en la situación del cliente – quién es el mejor experto en la materia en la empresa para ayudar a solucionar el problema, y luego emparejar al cliente con esa persona adecuada.

Y podemos mirar tanto las conversaciones entrantes como las salientes para dar a los agentes de servicio orientación sobre qué deben hacer más (o menos) en sus interacciones diarias con los clientes. Se convierte en una gran herramienta de coaching para ayudar a los agentes de servicio a desarrollar sus habilidades blandas y mejorar su rendimiento general.

¿Hay algo más que te gustaría compartir sobre SupportLogic?

Una de las concepciones erróneas comunes que la gente tiene sobre la IA es que es una inversión masiva que es muy involucrada y compleja, y que no verás ningún retorno sobre ella durante un año o más. En realidad, las tecnologías de IA y ML han madurado mucho, y pueden funcionar con tu conjunto de datos existente. Y puedes ver resultados en cuestión de meses, no en cuestión de años. Así que, ahora es el momento de invertir en IA porque puedes ver resultados increíbles en meses que pueden generar grandes beneficios para tu organización.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar SupportLogic.