कृष्ण राज राजा, SupportLogic के सीईओ और संस्थापक – साक्षात्कार श्रृंखला

कृष्ण राज राजा, SupportLogic के सीईओ और संस्थापक हैं, जो दुनिया का पहला निरंतर सेवा अनुभव (एसएक्स) प्रबंधन प्लेटफ़ॉर्म है जो कंपनियों को ग्राहक की आवाज़ को वास्तविक समय में समझने और उस पर कार्रवाई करने में सक्षम बनाता है ताकि सेवा वितरण में तुरंत सुधार किया जा सके और स्वस्थ और लाभदायक ग्राहक संबंध बनाए जा सकें।

आप खुद को एक “विज्ञान जुनूनी” के रूप में वर्णित करते हैं, विज्ञान की दुनिया में ऐसा क्या है जो आपको इतना आकर्षित करता है?

मेरे लिए, विज्ञान यह जानने के बारे में है कि दुनिया कैसे काम करती है और दुनिया में क्या पैटर्न मौजूद हैं। मुझे बचपन से ही यह जिज्ञासा रही है, और यह मेरे पेशेवर जीवन में भी जारी है। SupportLogic में, हम प्राकृतिक भाषा में मौजूद पैटर्न की तलाश कर रहे हैं, और उन पैटर्न का उपयोग करके भविष्यवाणी करने और सिफारिशें देने के लिए। यह विज्ञान की तरह है – यह पैटर्न की भविष्यवाणी करता है, सिफारिशें देता है और आपको बताता है कि दुनिया कैसे काम करती है। मेरे जीवन में जो कुछ भी मैंने सीखा है, वह अधिकांश स्व-शिक्षित है क्योंकि यह मेरी प्राकृतिक जिज्ञासा से आया है, न कि औपचारिक शिक्षा से।

आपने रासायनिक इंजीनियरिंग में डिग्री प्राप्त की, लेकिन फिर कंप्यूटर विज्ञान और मशीन लर्निंग में अवसरों का पीछा किया। आप इस पिवोट पर चर्चा कर सकते हैं?

मेरे पिता एक सफल व्यवसायी (स्टील प्रसंस्करण में) थे और उन्हें उम्मीद थी कि एक दिन मैं परिवार का व्यवसाय संभालूंगा। रासायनिक इंजीनियरिंग ऐसा प्रशिक्षण प्रतीत होता था जो मुझे यह करने के लिए तैयार करने के लिए सही था। लेकिन कंप्यूटर विज्ञान मेरे लिए लंबे समय से एक पार्श्व जुनून रहा है। वास्तव में, मेरे रासायनिक इंजीनियरिंग डिग्री के लिए मेरा शोध पत्र एक रासायनिक रिएक्टर डिज़ाइन के लिए एक सॉफ़्टवेयर प्रोग्राम बनाने के बारे में था।

जब मैंने अपनी रासायनिक इंजीनियरिंग डिग्री पूरी की, तो यह स्पष्ट हो गया कि कंप्यूटर विज्ञान वास्तव में मेरा सच्चा जुनून था। मेरे कंप्यूटर विज्ञान कौशल पूरी तरह से स्व-शिक्षित हैं, और जब मैं वीएमवेयर में शामिल हुआ तो मेरे सभी सहयोगियों के पास कंप्यूटर विज्ञान में आईवी लीग स्कूलों से पीएचडी थी। मैं अपनी टीम में सबसे कम योग्य व्यक्ति था।

आप वीएमवेयर में एक शुरुआती कर्मचारी थे, जहां आपने समर्थन और सेवा में एक उत्पाद समर्थन इंजीनियर के रूप में काम किया। आप कुछ संभावित सुधार क्षेत्रों का अवलोकन किया?

मैं एक सॉफ़्टवेयर इंजीनियर था जो एक उत्पाद समर्थन इंजीनियर में बदल गया। मैं वीएमवेयर में शामिल हुआ क्योंकि उनकी प्रौद्योगिकी आकर्षक थी – वे ऑपरेटिंग सिस्टम से निपट रहे थे और मेरी विशेष रुचि थी। मैं दैनिक आधार पर वीएमवेयर उत्पादों का उपयोग करने वाले अन्य ऑपरेटिंग सिस्टम डेवलपर्स की मदद कर रहा था। मेरी पृष्ठभूमि के कारण, मैं दो अलग-अलग दृष्टिकोणों से चीजों को देख रहा था: 1) मैं इस ग्राहक को कैसे खुश रखूं और उनकी समस्या का समाधान करूं; और 2) यह समस्या सॉफ़्टवेयर में क्यों मौजूद है, और इसे कैसे ठीक किया जा सकता है? मैं उत्पाद के सभी समर्थन मुद्दों के लिए उत्पाद पहलू को देख रहा था। जिन चीजों में से एक मैंने महसूस किया था वह यह थी कि जब उत्पाद टीमें एक उत्पाद विकसित करती हैं, तो वे वास्तव में नहीं जानते कि यह कैसे तैनात किया जाएगा और इसका उपयोग कैसे किया जाएगा, इसलिए वे विकास प्रक्रिया के दौरान कई चीजों की भविष्यवाणी नहीं करते हैं। हालांकि, समर्थन टीम के पास उन मुद्दों के बारे में एक अच्छा विचार है और उत्पाद टीमों के साथ-साथ कंपनी के अन्य विभागों को मूल्यवान प्रतिक्रिया दे सकती है। समस्या यह है कि यह प्रतिक्रिया आमतौर पर खो जाती है क्योंकि समर्थन टीम एक ग्राहक समस्या को हल करने और फिर जल्दी से अगले मुद्दे पर जाने पर केंद्रित होती है। वह महत्वपूर्ण जानकारी अन्य विभागों तक नहीं पहुंचती है।

क्या आप SupportLogic की उत्पत्ति की कहानी के कुछ विवरण साझा कर सकते हैं?

जब मैंने SupportLogic शुरू किया, तो मैंने समर्थन उद्योग के बाजार परिदृश्य को देखा और पाया कि समर्थन स्थान में सभी नवाचार मामले को दूर करने पर केंद्रित थे। इसका अर्थ है कि समर्थन मुद्दों से निपटने का सबसे अच्छा तरीका उन्हें दूर करना है – समर्थन इंजीनियरों से दूर, और ग्राहकों से दूर। यह मैंने एक उत्पाद समर्थन इंजीनियर के रूप में जो देखा था उसके विपरीत था – प्रत्येक ग्राहक इंटरैक्शन ग्राहक के बारे में सीखने और उत्पाद के बारे में सीखने का एक अवसर था कि यह कैसे काम करता है और कैसे नहीं काम करता है। लेकिन मुझे आश्चर्य हुआ कि ऐसे उपकरण नहीं थे जो इस समस्या (सीखने) का समाधान कर सकें, इसलिए मैंने वहां एक बड़ा अवसर देखा।

इसके अलावा, मैंने देखा कि समर्थन अक्सर एक लागत केंद्र के रूप में माना जाता था, जो मुझे लगता है कि चीजों को देखने का एक छोटा दृष्टिकोण है। जब आप समर्थन को एक लाभ केंद्र या एक कंपनी के केंद्रीय तंत्रिका तंत्र के रूप में देखते हैं, तो आप वास्तव में एक संगठन को बदल सकते हैं और उन्हें वास्तव में ग्राहक-केंद्रित बना सकते हैं। यह मुझे SupportLogic शुरू करने के लिए प्रेरित किया।

SupportLogic में उपयोग की जाने वाली कुछ अलग मशीन लर्निंग प्रौद्योगिकियों पर चर्चा कर सकते हैं?

जब कंपनी शुरू हुई, तो मैंने यह माना कि हम सार्वजनिक रूप से उपलब्ध मशीन लर्निंग एपीआई का उपयोग कर सकते हैं। उनमें से बहुत सारे हैं – अमेज़ॅन, माइक्रोसॉफ्ट और एचपीई से – और वे सभी मशीन लर्निंग एपीआई को एक सेवा के रूप में प्रदान करते हैं। मेरी आश्चर्य और निराशा के लिए, इनमें से कई मशीन लर्निंग मॉडल हमारे साथ काम नहीं करते थे जो हम जिस प्रकार के डेटा (ग्राहक समर्थन डेटा) के साथ काम कर रहे थे। लेकिन मैंने महसूस किया कि यह एक अवसर था और कहा, “क्यों न हम इसे स्वयं बनाएं?” हमने अपना खुद का निर्माण करना शुरू किया, मौजूदा एमएल प्रौद्योगिकियों का उपयोग करके खुले स्रोत परियोजनाओं से, जैसे कि स्टैनफोर्ड विश्वविद्यालय से स्पेसी और गूगल बीईआरटी, और फिर अपने “गुप्त सॉस” को उस पर जोड़ा। हम प्रत्येक ग्राहक और उनके विशिष्ट डेटा सेट के लिए मॉडल को भी ठीक करते हैं, एक-आकार-फिट-सभी दृष्टिकोण का उपयोग करने के बजाय।

क्या आप बता सकते हैं कि SupportLogic कंपनियों को कुंजी संकेतों का उपयोग करके ग्राहकों के साथ बेहतर तरीके से जुड़ने में कैसे सक्षम बनाता है?

जो कुछ हम करते हैं वह एनएलपी का उपयोग करके ग्राहक संदर्भ निकालना है। संदर्भ बहुत महत्वपूर्ण है क्योंकि संदर्भ अक्सर टिकटिंग सिस्टम की टैगिंग प्रक्रिया में खो जाता है। आप इन प्रणालियों में केवल सीमित मात्रा में जानकारी टैग कर सकते हैं। हम ग्राहक संदर्भ निकालने में उत्कृष्टता प्राप्त करते हैं, जैसे कि वे किस बारे में नाराज हैं, उनका आपके उत्पाद या आपके समर्थन के बारे में क्या धारणा है, या वे आपके उत्पाद के साथ क्या करने की कोशिश कर रहे हैं। कई संकेत और संदर्भ हैं जिन्हें निकाला जा सकता है। हमारे प्लेटफ़ॉर्म में कार्यप्रवाह बनाकर यह वास्तविक समय में करने से, हम कंपनियों को ग्राहक संकेतों पर कार्रवाई करने और समस्याओं को पहले ही हल करने की अनुमति देते हैं – अर्थात ग्राहक बहुत गुस्से में हो जाता है या हमेशा के लिए चला जाता है।

SupportLogic सॉफ़्टवेयर के पीछे कुछ अन्य क्षमताएं क्या हैं?

एक बार जब आप ग्राहक संकेतों को इंटरैक्शन से निकालना शुरू कर देते हैं, तो वे संकेत विश्लेषण के लिए बहुत शक्तिशाली हो जाते हैं। हमारे पास एक विश्लेषण मॉड्यूल है जो आपको बताता है कि ग्राहक की आवाज़ क्या दिखती है, सभी इंटरैक्शन के आधार पर। फिर हम एक कदम आगे बढ़ते हैं और डेटा का उपयोग करके भविष्यवाणी शुरू करते हैं। हम यह भविष्यवाणी कर सकते हैं कि किसी विशिष्ट (ग्राहक) खाते के साथ क्या होगा। हम यह भी भविष्यवाणी कर सकते हैं – ग्राहक की स्थिति के आधार पर – कि कंपनी में कौन सा विषय विशेषज्ञ समस्या को हल करने में मदद करने के लिए सबसे अच्छा है, और फिर ग्राहक को उस सही व्यक्ति से मिलवाएं।

और हम दोनों इनबाउंड और आउटबाउंड बातचीत को देखकर सेवा एजेंटों को यह जानने में मदद कर सकते हैं कि वे अपने दैनिक इंटरैक्शन में ग्राहकों के साथ क्या अधिक (या कम) कर सकते हैं। यह सेवा एजेंटों को अपने सoft कौशल विकसित करने और अपने समग्र प्रदर्शन में सुधार करने में मदद करने के लिए एक महान कोचिंग उपकरण बन जाता है।

क्या SupportLogic के बारे में और कुछ है जो आप साझा करना चाहेंगे?

एक आम गलत धारणा जो लोगों को एआई के साथ है वह यह है कि यह एक बड़ा निवेश है जो बहुत जटिल है और आपको इस पर एक वर्ष या उससे अधिक समय तक कोई रिटर्न नहीं मिलेगा। वास्तव में, एआई और एमएल प्रौद्योगिकियां बहुत परिपक्व हो गई हैं, और वे आपके मौजूदा डेटा सेट पर काम कर सकती हैं। और आप महीनों में परिणाम देख सकते हैं, वर्षों में नहीं। इसलिए, अब एआई में निवेश करने का समय है क्योंकि आप महीनों में अविश्वसनीय परिणाम देख सकते हैं जो आपके संगठन के लिए बड़े लाभ प्रदान कर सकते हैं।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें SupportLogic पर जाना चाहिए।