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 “friki de la ciencia”, ¿qué es lo que te tiene tan enamorado del mundo científico?

Para mí, la ciencia se trata de 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. Gran parte de lo que he aprendido en mi vida es autodidacta porque proviene de mi curiosidad natural, no de la educación formal.

Continuaste para obtener un título en Ingeniería Química, pero luego terminaste persiguiendo oportunidades en ciencias de la computación y aprendizaje automático. ¿Podrías discutir este cambio de dirección?

Mi padre era un empresario exitoso (en procesamiento de acero) y esperaba que un día yo tomaría el control del negocio familiar. La ingeniería química parecía ser la formación adecuada para estar preparado para hacer eso. 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 escuelas de la Ivy League en ciencia de la computación. Era la persona menos calificada en mi equipo.

Eras un empleado temprano en VMware, donde trabajaste en soporte y servicio como ingeniero de soporte de productos. ¿Cuáles fueron algunas de las áreas potenciales de mejora que observaste?

Era un ingeniero de software que se convirtió en un 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 usar los productos de VMware a diario. Debido a mi experiencia, 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 solucionar? 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 implementará y se utilizará, así 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 solucionar un problema del cliente y luego pasa rápidamente al siguiente problema. Esa información importante no se transmite.

¿Podrías compartir algunos detalles sobre la historia de origen 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 solucionar 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, realmente se puede transformar una organización y hacer que sea verdaderamente centrada en el cliente. Eso me llevó a fundar SupportLogic.

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

Cuando la empresa comenzó, era ingenuo al asumir que podríamos usar API de aprendizaje automático disponibles públicamente. Hay muchas – de Amazon, Microsoft y HPE – y todas 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 lo construimos nosotros mismos?” Comenzamos a construir nuestro propio desde cero utilizando tecnologías de aprendizaje automático existentes de proyectos de código abierto, como spaCy de la Universidad de Stanford, y Google 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 para todos”.

¿Podrías discutir 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 los 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 frustra, qué es su impresión de su producto o su 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 a las empresas actuar sobre las señales de los clientes y solucionar problemas de antemano – 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 sucederá con una cuenta de cliente en particular. También podemos predecir – basado en la situación del cliente – quién es el mejor experto en materia en la empresa para ayudar a solucionar el problema, y luego emparejar al cliente con esa persona adecuada.

Y podemos mirar tanto conversaciones entrantes como 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 con la IA es que es una inversión masiva que es muy involucrada y compleja, y que no verás resultados en un año o más. En realidad, las tecnologías de IA y ML han madurado mucho, y pueden funcionar en tu conjunto de datos existente. Y puedes ver resultados en un plazo de meses, no en un plazo 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 deben visitar SupportLogic.