Krishna Raj Raja, CEO y fundador de SupportLogic – Serie de entrevistas

Krishna Raj Raja, es el CEO y fundador de Lógica de soporte, la primera plataforma de gestión de experiencia de servicio continua (SX) del mundo que permite a las empresas comprender y actuar en función de la 'Voz del cliente' en tiempo real para mejorar inmediatamente la prestación de servicios y construir relaciones saludables y rentables con los clientes.

Te describes como un “geek de la ciencia”, ¿qué tiene el mundo científico que te tiene tan enamorado?

Para mí, la ciencia tiene que ver con la curiosidad sobre cómo funciona el mundo y qué patrones existen en el mundo. He tenido esta curiosidad desde la infancia, y se ha extendido a mi vida profesional. En SupportLogic, buscamos patrones que existen en lenguaje natural y usamos esos patrones para predecir cosas y brindar recomendaciones. Esto es como la ciencia: predice patrones, proporciona recomendaciones y te dice cómo funciona el mundo. Mucho de lo que he aprendido en mi vida es autodidacta porque surgió de mi curiosidad natural, no de la educación formal.

Obtuviste una licenciatura en Ingeniería Química, pero luego terminaste buscando oportunidades en informática y aprendizaje automático. ¿Podrías hablar sobre este giro?

Mi padre era un empresario exitoso (en el procesamiento de acero) y esperaba que algún día yo me hiciera cargo del negocio familiar. La ingeniería química parecía ser el entrenamiento adecuado para estar listo para hacer eso. Pero la informática había sido una pasión secundaria para mí durante mucho tiempo. De hecho, mi tesis para mi título de ingeniero químico fue la creación de un programa de software para el diseño de un reactor químico.

Después de terminar mi carrera de ingeniería química, se hizo evidente que la informática era realmente mi verdadera pasión. Mis habilidades informáticas son completamente autodidactas y, cuando me uní a VMware, todos mis colegas tenían doctorados en ciencias informáticas de facultades de la Ivy League. Yo era la persona menos cualificada de mi equipo.

Fue uno de los primeros empleados de VMware, donde trabajó en soporte y servicio como ingeniero de soporte de productos. ¿Cuáles fueron algunas de las áreas potenciales de mejora que observó?

Yo era un ingeniero de software que se convirtió en un ingeniero de soporte de productos. Me uní a VMware porque su tecnología era fascinante: se ocupaban de los 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, miraba las cosas desde dos ángulos diferentes: 1) ¿Cómo hago feliz a este cliente y resuelvo 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 de las que me di cuenta fue que cuando los equipos de productos desarrollan un producto, realmente no saben cómo se implementará y utilizará, por lo que no prevén muchas cosas durante el proceso de desarrollo. Sin embargo, el equipo de soporte tiene un buen manejo de esos problemas y puede brindar comentarios valiosos a los equipos de productos, así como a otros departamentos de la empresa. El problema es que estos comentarios generalmente se pierden porque el equipo de soporte se enfoca en solucionar un problema del cliente y luego pasar rápidamente al siguiente problema. Esa información importante no se transmite.

¿Podría compartir algunos detalles sobre la historia de génesis de SupportLogic?

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

Además, 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 considera el soporte como un centro de ganancias o como el sistema nervioso central de una empresa, realmente puede transformar una organización y hacerla verdaderamente centrada en el cliente. Eso es lo que me llevó a iniciar SupportLogic.

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

Cuando comenzó la empresa, fui ingenuo al suponer que podríamos usar API de aprendizaje automático disponibles públicamente. Hay muchos de ellos, de Amazon, 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 funcionaron con el tipo de datos con los que estábamos trabajando (datos de atención al cliente). Pero me di cuenta de que era una oportunidad y dije: "¿por qué no lo construimos nosotros mismos?" Comenzamos a construir el nuestro desde cero usando tecnologías ML existentes de proyectos de código abierto, como spaCy de la Universidad de Stanford y Google BERT, y luego agregamos algo de nuestra propia "salsa secreta" además de eso, usando un enfoque de modelo de conjunto. También ajustamos el modelo para cada cliente y su conjunto de datos específico, en lugar de utilizar una filosofía única para todos.

¿Podría analizar cómo SupportLogic permite a las empresas conectarse mejor con los clientes mediante el uso de señales clave?

Una de las cosas clave que hacemos es extraer el contexto del cliente usando NLP. El contexto es muy importante porque el contexto a menudo se pierde en el proceso de etiquetado de los sistemas de emisión de boletos. Solo puede etiquetar una cantidad limitada de información en esos sistemas. Nos destacamos en la extracción del contexto del cliente, como por qué están frustrados, cuál es su impresión de su producto o su soporte, o qué están tratando de hacer con su producto. Hay una variedad de señales y contextos para extraer. Al hacer esto en tiempo real y crear flujos de trabajo en nuestra plataforma, permitimos que las empresas actúen según las señales de los clientes y solucionen los problemas de manera preventiva antes de que sea demasiado tarde, lo que significa que el cliente se enoja mucho o se va para siempre.

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

Una vez que comienza a extraer señales de los clientes de las interacciones, esas señales se vuelven muy poderosas para el análisis. Tenemos un módulo de análisis que le dice cómo se ve la voz del cliente, en función de todas las interacciones. Luego vamos un paso más allá y usamos los datos para comenzar a hacer predicciones. Podemos predecir lo que sucederá con una cuenta (cliente) en particular. También podemos predecir, en función de la situación del cliente, quién es el mejor experto en la materia de la empresa para ayudar a solucionar el problema y luego conectar al cliente con la persona adecuada.

Y podemos analizar tanto las conversaciones entrantes como las conversaciones salientes para orientar a los agentes de servicio sobre lo que deberían hacer más (o menos) en sus interacciones diarias con los clientes. Se convierte en una gran herramienta de entrenamiento para ayudar a los agentes de servicio a desarrollar sus habilidades interpersonales y mejorar su desempeño general.

¿Hay algo más que le gustaría compartir sobre SupportLogic?

Uno de los conceptos erróneos comunes que la gente tiene con la IA es que se trata de una inversión enorme, muy complicada y compleja, y que no verá ningún retorno durante un año o más. En realidad, las tecnologías de IA y ML han madurado mucho y pueden funcionar en su conjunto de datos existente. Y puedes ver los resultados en cuestión de meses, no de años. Entonces, ahora es el momento de invertir en IA porque puede ver resultados increíbles en meses que pueden generar grandes beneficios para su organización.

Gracias por la gran entrevista, los lectores que deseen obtener más información deben visitar Lógica de soporte.