मार्क ह्यूजेस, सॉलिडरोड के सह-संस्थापक और सीईओ – साक्षात्कार श्रृंखला

मार्क ह्यूजेस, सॉलिडरोड के सह-संस्थापक और सीईओ, एक बार-बार के उद्यमी और गो-टू-मार्केट लीडर हैं जिन्होंने अपना करियर बिक्री, ग्राहक अनुभव और प्रौद्योगिकी के बीच के बिंदु पर बनाया है। उन्होंने पहले ग्रैडगाइड की स्थापना की, जो एक करियर और भर्ती मंच है जिसने €2 मिलियन जुटाए और बाद में अधिग्रहित किया गया, और चार्जिफाई में वरिष्ठ वाणिज्यिक भूमिकाएं निभाईं, जहां उन्होंने मैक्सियो में विलय के बाद ईएमईए ऑपरेशनों का नेतृत्व किया। अपने करियर की शुरुआत में, उन्होंने इंटरकॉम में उच्च-वेग और उद्यम बिक्री में गहरी विशेषज्ञता विकसित की, जहां उन्होंने जटिल सौदा चक्रों का प्रबंधन किया और राजस्व टीमों को स्केल करने में मदद की। आज, वह सैन फ्रांसिस्को से सॉलिडरोड का नेतृत्व करते हैं, उस अनुभव को लागू करते हुए कि कंपनियां ग्राहक इंटरैक्शन का मूल्यांकन और सुधार कैसे करती हैं, एआई के साथ मानव और स्वचालित समर्थन प्रणालियों दोनों में गुणवत्ता मानक को बढ़ाने पर ध्यान केंद्रित करते हैं।

सॉलिडरोड एक एआई-संचालित गुणवत्ता आश्वासन और प्रशिक्षण मंच है जो आधुनिक ग्राहक अनुभव टीमों के लिए डिज़ाइन किया गया है, जो विश्लेषण और सुधार करने के लिए हर ग्राहक इंटरैक्शन का विश्लेषण करने और सुधारने के लिए बनाया गया है। प्लेटफ़ॉर्म विभिन्न चैनलों में बातचीत को निगलता है, कंपनी के मानकों के खिलाफ प्रदर्शन का मूल्यांकन करता है, और मानव एजेंटों और एआई प्रणालियों दोनों को लगातार अनुकूलित करने के लिए व्यक्तिगत प्रशिक्षण सिमुलेशन उत्पन्न करता है। ग्राहक सहायता टीमों को बदलने के बजाय, सॉलिडरोड उन्हें बढ़ाने पर केंद्रित है, प्रत्येक इंटरैक्शन को एक फीडबैक लूप में बदल देता है जो परिणामों जैसे प्रतिक्रिया गुणवत्ता, दक्षता और ग्राहक संतुष्टि में सुधार करता है। कंपनी खुद को उच्च-प्रदर्शन वाले सीएक्स टीमों के लिए बुनियादी ढांचे के रूप में स्थिति देती है, जो संगठनों को बिना परिचालन लागत बढ़ाए उचित, उच्च-गुणवत्ता वाले अनुभव प्रदान करने में मदद करती है।

अधिकांश कंपनियां अभी भी प्रदर्शन का मूल्यांकन करने के लिए ग्राहक इंटरैक्शन का एक छोटा सा नमूना पर भरोसा करती हैं। आपको यह दृष्टिकोण क्या तोड़ दिया है कि यह दृष्टिकोण मूल रूप से टूटा हुआ है, और यह एहसास सॉलिडरोड के दृष्टिकोण को कैसे बनाने में आया जो मानव और एआई एजेंटों दोनों की निरंतर निगरानी, स्कोरिंग और सुधार करता है?

पैट्रिक और मैंने दोनों ने सॉलिडरोड शुरू करने से पहले ग्राहक सहायता टीमों के आसपास वर्ष बिताए, और एक समस्या बार-बार सामने आई: कंपनियां ग्राहकों के साथ सैकड़ों हजारों बातचीत कर रही थीं, लेकिन अगर आप उनसे पूछते कि वे वास्तव में कैसे चल रहे थे, तो वे वास्तव में नहीं जानते थे। और जो उन्हें पता था वह इतने छोटे से नमूने पर आधारित था कि यह सटीक नहीं था।

यह पहले से ही एक कमजोर आधार था जब मानव हर टिकट को संभाल रहे थे। अब, एआई तस्वीर में आने के साथ, दांव बदल गए हैं। एक खराब पैटर्न एक ही समय में हजारों बातचीत में खेल सकता है और अनदेखा किया जा सकता है क्योंकि अधिकांश टीमें केवल 1-2% इंटरैक्शन की समीक्षा कर रही हैं।

हमने इसे बार-बार कंपनियों में होते हुए देखा और वे इसके कारण ग्राहकों को खो रहे थे, इसलिए हमने एक समाधान बनाने का फैसला किया। हमने पहचाना कि यह अंततः एक बुनियादी ढांचे की समस्या थी। कंपनियों के पास वास्तव में अपने ग्राहक सहायता एजेंटों के प्रदर्शन को समझने के लिए आवश्यक प्रणाली नहीं थीं।

सॉलिडरोड को उस अंधे धब्बे को संबोधित करने के लिए बनाया गया था। हम कंपनियों को यह देखने के लिए उपकरण देते हैं कि वास्तव में क्या हो रहा है, और सुनिश्चित करते हैं कि हर बातचीत – मानव, एआई या दोनों – मूल्य देती है।

सॉलिडरोड को एक “फ्लाइट सिम्युलेटर” के रूप में वर्णित किया गया है ग्राहक सामने वाली टीमों के लिए। आप हमारे एआई को वास्तविक ग्राहक इंटरैक्शन को कैसे अनुकरणित करते हैं, और वे सिमुलेशन प्रशिक्षण के लिए प्रभावी क्यों हैं?

फ्लाइट सिम्युलेटर एनालॉगी काम करता है क्योंकि मूल विचार वही है। आप नहीं चाहते कि किसी का पहला अनुभव एक कठिन स्थिति को संभालने में हो एक वास्तविक ग्राहक के सामने।

जो हमारे सिमुलेशन को प्रभावी बनाता है वह यह है कि वे वास्तव में कंपनी की वास्तविक बातचीत में क्या हो रहा है पर आधारित हैं। जब एक एजेंट एक लाइव इंटरैक्शन में कुछ गलत करता है, तो सिस्टम उसी प्रकार के परिदृश्य के आसपास एक लक्षित सिमुलेशन उत्पन्न करता है ताकि वे इसे फिर से होने से पहले इसका अभ्यास कर सकें। यह सामान्य प्रशिक्षण सामग्री नहीं है।

फीडबैक लूप सीखने को चलाता है। एजेंट एक परिदृश्य के माध्यम से चलते हैं, यह जानने के लिए विशिष्ट मार्गदर्शन प्राप्त करते हैं कि क्या काम किया और क्या नहीं, और फिर से कोशिश करते हैं। गलतियाँ एक सुरक्षित वातावरण में होती हैं, और सीखने का मतलब है क्योंकि यह वास्तविक स्थितियों से जुड़ा हुआ है, न कि अमूर्त कक्षा अभ्यास से।

आपका प्लेटफ़ॉर्म न केवल एजेंटों को प्रशिक्षित करता है, बल्कि यह लाइव इंटरैक्शन को कस्टम दिशानिर्देशों के खिलाफ भी स्कोर करता है। आप इन स्कोरिंग सिस्टम को वास्तविक व्यवसाय परिणामों जैसे सीएसएटी, प्रतिधारण या राजस्व को प्रतिबिंबित करने के लिए कैसे डिज़ाइन करते हैं?

इन दिशानिर्देशों को बनाने के लिए, हम हमेशा उस विशिष्ट कंपनी के साथ शुरू करते हैं जो वास्तव में परवाह करती है। एक वित्तीय सेवा कंपनी जो बिलिंग विवादों को संभाल रही है उसे एक ई-कॉमर्स ब्रांड की तुलना में अलग गुणवत्ता मानक हैं जो पीक सीज़न के दौरान रिटर्न का प्रबंधन कर रही है। इसलिए स्कोरिंग प्रत्येक संगठन के अपने दिशानिर्देशों, उनकी नीतियों, उनकी ब्रांड आवाज और उनके लिए एक अच्छे समाधान की तरह क्या दिखता है, के आसपास बनाया गया है।

और सीएसएटी स्कोर और प्रतिधारण जैसे व्यवसाय परिणाम उच्च गुणवत्ता वाले ग्राहक इंटरैक्शन से आते हैं। स्कोर को पीछे की ओर ट्रैक करने के बजाय, हम उन व्यवहारों पर ध्यान केंद्रित करते हैं जो उन परिणामों की भविष्यवाणी करते हैं: एजेंटों के बीच स्थिर प्रदर्शन, सही प्रक्रियाओं का पालन करना, और ग्राहक को बातचीत के अंत में कैसा महसूस होता है, यह आकार देने वाले सoft कौशल।

लक्ष्य नेताओं को उनकी कंपनी के लिए क्या अच्छा दिखता है, इसकी एक स्पष्ट, व्यावहारिक तस्वीर देना है, ताकि वे अपनी टीमों को कोच कर सकें, सफलता को दोहरा सकें और इसे अपने संगठन में बढ़ा सकें।

अधिकांश कंपनियां केवल एक छोटा सा नमूना ग्राहक बातचीत की समीक्षा करती हैं। सॉलिडरोड पूर्ण कवरेज विश्लेषण को कैसे सक्षम बनाता है, और पूरी तरह से विश्लेषण करने पर क्या अंतर्दृष्टि संभव हो जाती है?

हमारे हालिया स्टेट ऑफ सीएक्स सर्वेक्षण में दिखाया गया है कि लगभग 81% समर्थन बातचीत कभी भी गुणवत्ता के लिए समीक्षा नहीं की जाती है, जिससे टीमें इतनी छोटी सी बातचीत की समीक्षा कर रही हैं कि वे मूल रूप से नमूनाकरण कर रही हैं और आशा कर रही हैं कि यह प्रतिनिधित्व करेगी। जब एक कंपनी हर ग्राहक बातचीत का मूल्यांकन करना शुरू करती है, तो जो पैटर्न कभी एक यादृच्छिक नमूने में सामने नहीं आते हैं वे स्पष्ट हो जाते हैं। टीमें देखती हैं कि किस प्रकार के अनुरोधों को लगातार खराब तरीके से संभाला जा रहा है, जहां एआई और मानव एजेंट अप्रत्याशित तरीकों से विचलित हो रहे हैं, और कौन से मुद्दे दोहराए जा रहे हैं इससे पहले कि वे कभी एक ग्राहक शिकायत में दिखाई दें।

सॉलिडरोड एआई का उपयोग करके ग्राहक बातचीत की पूर्ण-कवरेज विश्लेषण संभव बनाता है। यह नमूनाकरण से 100% समीक्षा में परिवर्तन वह है जो गुणवत्ता, ग्राहक घर्षण और प्रदर्शन में सुसंगत पैटर्न को उजागर करता है जो अन्यथा छिपे रहेंगे।

क्रिप्टो.कॉम पूर्ण कवरेज का एक अच्छा उदाहरण है जो वास्तव में क्या अनलॉक करता है। सॉलिडरोड से पहले, उनकी टीम के पास एजेंट गुणवत्ता को बड़े पैमाने पर मापने या सत्यापित करने का कोई विश्वसनीय तरीका नहीं था कि एजेंट लाइव टिकटों को संभालने से पहले तैयार थे। समस्याएं तब तक सामने नहीं आईं जब तक कि वे पहले से ही ग्राहकों को प्रभावित नहीं कर चुकी थीं। 800,000 मासिक बातचीत में स्वचालित स्कोरिंग में स्थानांतरित करके, वे गुणवत्ता मुद्दों को जल्दी पकड़ सकते थे, तैनाती से पहले एजेंटों को सत्यापित कर सकते थे और सुधार वास्तव में चिपक रहे थे। परिणाम एक 18% कमी थी औसत हैंडलिंग समय में और 3% वृद्धि सीएसएटी में (जो उस पैमाने पर महत्वपूर्ण है जिस पर वे संचालित होते हैं)। जैसा कि उनकी बातचीत की मात्रा बढ़ती है, उनकी गुणवत्ता दृश्यता इसके साथ बढ़ जाती है, न कि पीछे गिर जाती है।

यही बात पूर्ण कवरेज बदल देती है। यह गुणवत्ता को प्रतिक्रियावादी से proactively कुछ बनाता है जिसे समय से पहले प्रबंधित किया जा सकता है।

आप क्रिप्टो.कॉम और रयानएयर जैसी कंपनियों के साथ काम करते हैं, जहां ग्राहक अनुभव मिशन-क्रिटिकल है। बड़े पैमाने पर समर्थन टीमों में आपने कौन से पैटर्न या सामान्य कमजोरियों की पहचान की है?

कुछ चीजें लगातार आती हैं। पहली बात यह है कि कंपनियों के बीच एक अंतर है जो वे सोचती हैं कि उनके ग्राहक बातचीत में हो रहा है और वास्तव में क्या हो रहा है। अधिकांश टीमें अपनी सहायता गुणवत्ता में आत्मविश्वासी हैं जब तक वे पूर्ण दृश्यता प्राप्त नहीं करती हैं, तब वे महसूस करते हैं कि तस्वीर उनके मेट्रिक्स की तुलना में अधिक जटिल है।

एक और बात जो लगातार होती है वह यह है कि टीमों के बीच एक विचलन है कि वे प्रदर्शन को कैसे मापते हैं और वास्तव में क्या ग्राहक परिणामों को चलाता है। गति मेट्रिक्स और टिकट गिनती को ट्रैक करना आसान है, इसलिए वे मूल्यांकन में प्रभावी होते हैं। लेकिन वे संख्याएं कंपनियों को नहीं बताती हैं कि क्या ग्राहक की समस्या का समाधान किया गया था, क्या एजेंट ने ब्रांड को सटीक रूप से प्रतिनिधित्व किया, या क्या बातचीत ने ग्राहक को कंपनी के बारे में अच्छा महसूस कराया। उच्च-जोखिम वाले वातावरण में जैसे फिनटेक या स्वास्थ्य सेवा, उस माप और परिणाम के बीच का मिसालignment गंभीर परिणाम हो सकता है।

ग्राहक सेवा में एआई के कारण मानव अनुभव के खराब होने के बारे में बढ़ती चिंता है। आप सुनिश्चित कैसे करते हैं कि आपकी प्रणाली गुणवत्ता में सुधार करती है, न कि टीमों को अत्यधिक स्क्रिप्टेड या रोबोटिक इंटरैक्शन की ओर धकेलती है?

यह एक वैध चिंता है, लेकिन यह आमतौर पर उन क्यूए (गुणवत्ता आश्वासन) प्रणालियों से आता है जो एआई का उपयोग गलत चीजों के लिए करती हैं। यदि एक कंपनी एजेंटों को केवल एक स्क्रिप्ट के पालन या टिकट बंद करने की गति के आधार पर स्कोर करती है, तो वे उन इंटरैक्शन के साथ समाप्त हो जाएंगे जो तकनीकी रूप से बक्से की जांच करते हैं लेकिन ग्राहक के लिए खोखले या व्यक्तिगत महसूस करते हैं।

हमारा दृष्टिकोण यह है कि स्कोरिंग को उस चीज़ के आसपास बनाना है जो वास्तव में एक ग्राहक को एक इंटरैक्शन के बाद समर्थित महसूस कराती है। हम देखते हैं कि क्या एजेंट ने सक्रिय रूप से सुना, जब आवश्यकता होती है तो सहानुभूति दिखाई, और वास्तव में ग्राहक की समस्या का समाधान किया।

एआई एजेंटों के लिए भी यही बात लागू होती है। लक्ष्य एआई का उपयोग ग्राहक इंटरैक्शन को अधिक सुसंगत, सटीक और ग्राहक के अनुभव से संबंधित बनाने के लिए करना है। जब गुणवत्ता पर्यवेक्षण उन परिणामों के आसपास बनाया जाता है, न कि केवल प्रक्रिया अनुपालन के आसपास, तो यह इंटरैक्शन को एक बेहतर दिशा में धकेलता है, न कि एक अधिक स्क्रिप्टेड एक में।

सॉलिडरोड मानव एजेंटों और एआई एजेंटों के बीच के बिंदु पर बैठता है। आप दोनों के बीच संबंध को कैसे विकसित होते हुए देखते हैं, खासकर जब एआई अधिक फ्रंटलाइन इंटरैक्शन संभालना शुरू करता है?

यह महत्वपूर्ण है कि मानव एजेंटों और एआई एजेंटों को एक टीम के रूप में देखा जाए, जो श्रम का विभाजन करते हैं। मुझे लगता है कि मानव और एआई एजेंटों के लिए भविष्य हाइब्रिड है।

एआई उच्च-मात्रा वाली सीधी अनुरोधों को बहुत अच्छी तरह से संभालता है, और सर्वोत्तम एआई एजेंट वास्तव में अधिकांश बातचीत को अपने दम पर हल कर रहे हैं, जो वास्तव में प्रभावशाली है।

लेकिन इसका परिणाम यह है कि मानव एजेंटों तक पहुंचने वाली बातचीत बढ़ती जटिलता और भावनात्मक रूप से चार्ज की जा रही है। ग्राहक जो निराश है, स्थिति जो मानक टेम्पलेट में फिट नहीं होती है, बातचीत जिसमें वास्तविक निर्णय लेने की आवश्यकता होती है। इसलिए मानव एजेंटों के लिए बार बढ़ रहा है, न कि गिर रहा है।

यही कारण है कि दोनों के ऊपर एक स्वतंत्र परत का होना इतना महत्वपूर्ण है। एआई को अपनी मात्रा को लगातार और सटीक रूप से संभालने की आवश्यकता है। मानवों को उन कठिन बातचीत के लिए अच्छी तरह से तैयार किया जाना चाहिए जिन्हें वे अब मुख्य रूप से संभाल रहे हैं। और दोनों के ऊपर एक स्वतंत्र परत होनी चाहिए जो कंपनियों को यह देखने की अनुमति देती है कि क्या काम कर रहा है और क्या नहीं। यह हाइब्रिड मॉडल है जो हमारे अनुसार आगे चलकर सीएक्स को परिभाषित करेगा, और यही वह है जिस पर हम बना रहे हैं।

आपकी प्रणाली वास्तविक समय में प्रतिक्रिया और कोचिंग प्रदान करती है। एजेंट प्रदर्शन में सुधार करने में तत्कालिकता कितनी महत्वपूर्ण है, और यह पारंपरिक प्रशिक्षण और गुणवत्ता आश्वासन कार्य प्रवाह की तुलना में कैसे तुलना करता है?

तत्कालिकता वास्तव में महत्वपूर्ण है, और शोध इसका समर्थन करता है कि प्रतिक्रिया तब सबसे प्रभावी होती है जब यह विशिष्ट स्थिति से जुड़ी होती है जिसने इसे उत्पन्न किया। पारंपरिक क्यूए कार्य प्रवाह उस कनेक्शन को लगभग डिज़ाइन द्वारा तोड़ देता है। एक प्रबंधक एक बातचीत की समीक्षा करता है जो हुई थी, दिन या सप्ताह बाद, प्रतिक्रिया साझा करता है एक आवधिक समीक्षा में, और तब तक एजेंट ने दो दर्जन अन्य इंटरैक्शन हो चुके हैं जहां उसी गलती को दोहराया जा सकता है। वास्तविक समय में प्रतिक्रिया प्रदान किए बिना, गलतियाँ बनी रहती हैं और एजेंटों को उन अभ्यासों को अनलर्न करना पड़ता है जिनकी उन्हें आदत है।

जो हमने पाया है वह यह है कि प्रतिक्रिया तब सबसे प्रभावी होती है जब यह एक वास्तविक बातचीत के तुरंत बाद सामने आती है। यह तब काम करता है जब यह विशिष्ट परिदृश्य से जुड़ा होता है जिसे एजेंट ने अभी संभाला है, और एक विशिष्ट सिमुलेशन के साथ जोड़ा जाता है जिसे वे तुरंत चला सकते हैं। इस प्रारूप में, यह वास्तविक व्यवहार परिवर्तन में अनुवाद करता है बहुत तेजी। एजेंटों को सुनने के लिए नहीं मिल रहा है कि उन्हें सुधार करने की आवश्यकता है, वे सुधार का अभ्यास कर रहे हैं संदर्भ में, जबकि यह अभी भी ताज़ा है।

पारंपरिक ऑनबोर्डिंग के साथ विपरीत यह सबसे स्पष्ट उदाहरण है। हमारे डेटा से पता चलता है कि मानव एजेंटों के अधिकांश हिस्से का कहना है कि ऑनबोर्डिंग में सबसे कठिन हिस्सा प्रशिक्षण में जो सीखा है उसे वास्तविक ग्राहक स्थितियों में लागू करना है। यह असमानता इसलिए मौजूद है क्योंकि कक्षा सीखना और लाइव समर्थन एक दूसरे जैसा महसूस नहीं करता है। निरंतर, स्थितिजन्य प्रतिक्रिया इसे एक तरह से हल करती है जो आवधिक समीक्षा कभी नहीं कर सकती थी।

आपके पास सुधार दिखाने के लिए हैं जैसे कि कम ऑनबोर्डिंग समय और उच्च सीएसएटी। ग्राहक आपके प्लेटफ़ॉर्म को अपनाने पर सबसे ज्यादा किस मीट्रिक की परवाह करते हैं, और आप शुरुआती रिश्ते में आरओआई का प्रदर्शन कैसे करते हैं?

यह उनके दर्द बिंदुओं के आधार पर भिन्न होता है, लेकिन दो चीजें जो सबसे लगातार आती हैं वे गुणवत्ता आश्वासन कवरेज और समय की बचत हैं। जो टीमें मैन्युअल रूप से बातचीत का एक छोटा सा हिस्सा समीक्षा करती हैं, वे तुरंत 100% कवरेज में जाने के मूल्य को देखते हैं, दोनों सॉलिडरोड द्वारा सामने आई अंतर्दृष्टि के लिए और उनकी क्यूए टीमों को वापस दिए गए घंटों के लिए। हमारे ग्राहक आधार में, हम आमतौर पर 20 गुना वृद्धि देखते हैं क्यूए कवरेज में और 90% कमी मैन्युअल समीक्षा समय में।

आरओआई के पक्ष में, हम परिणामों को मेट्रिक्स से जोड़ने का प्रयास करते हैं जो व्यवसाय के लिए पहले से ही मायने रखते हैं। पोडियम पर, हेडलाइन ऑनबोर्डिंग समय पर था। नए एजेंट 60 दिनों में प्रदर्शन बेंचमार्क तक पहुंच रहे थे, न कि 90 दिनों में, और जैसे ही वे लाइव हुए, 33% तेजी से मुद्दों का समाधान कर रहे थे। क्रिप्टो.कॉम पर, यह समाधान समय और बातचीत की मात्रा की दृश्यता थी। रयानएयर के लिए, यह भर्तीकर्ता घंटे बचाए गए थे।

विशिष्टता भिन्न होती है, लेकिन पैटर्न समान है: जब आप वास्तव में देख सकते हैं कि आपके ग्राहक इंटरैक्शन में क्या हो रहा है और जल्दी से इसके बारे में कार्रवाई कर सकते हैं, तो सुधार उन मेट्रिक्स में होता है जो मायने रखते हैं।

आगे देखते हुए, क्या आप सॉलिडरोड को प्रशिक्षण और गुणवत्ता आश्वासन पर केंद्रित रहने के रूप में देखते हैं, या ग्राहक इंटरैक्शन के प्रबंधन के लिए एक व्यापक ऑर्केस्ट्रेशन परत में विकसित होने के रूप में?

प्रशिक्षण और गुणवत्ता आश्वासन वह है जहां हम शुरू हुए, लेकिन दृष्टि बड़ी है। हमारे लिए यह है कि गुणवत्ता पर्यवेक्षण ग्राहक सहायता में एआई चलाने वाली किसी भी कंपनी के लिए कुंजी बुनियादी ढांचा बनने जा रहा है। उसी तरह सुरक्षा प्रमाणीकरण तब अनिवार्य हो गए जब कंपनियों ने अपना डेटा क्लाउड में ले जाया, गुणवत्ता प्रमाणीकरण तब अनिवार्य हो जाएगा जब ग्राहक बातचीत एआई में जाएंगे।

उत्तरी तारा यह है कि “सॉलिडरोड प्रमाणित” वास्तविक अर्थ रखता है: यह प्रमाण है कि एक कंपनी ग्राहकों के साथ कैसा व्यवहार करती है, यह देखते हुए कि इंटरैक्शन को एक व्यक्ति या एआई द्वारा संभाला गया था।

व्यावहारिक रूप से, इसका अर्थ है कि हम उन प्रणालियों पर निर्भर रहना चाहते हैं जो संगठन ग्राहक इंटरैक्शन गुणवत्ता को प्रबंधित और सुधारने के लिए भरोसा करते हैं, न कि केवल पीछे के अंत में मुद्दों को फ्लैग करने के लिए। यह एक बड़ा हिस्सा है कि हमने अपने $25 मिलियन श्रृंखला ए को हेडोसोफिया द्वारा क्यों बढ़ाया – यह हमें उस दृष्टि की ओर बनाने के लिए रनवे देता है। इसमें हमारी उत्पाद क्षमताओं और टीमों का विस्तार करना शामिल है ताकि अधिक कंपनियां अपने 100% ग्राहक इंटरैक्शन का मूल्यांकन कर सकें। धन्यवाद महान साक्षात्कार के लिए, पाठक जो अधिक जानना चाहते हैं उन्हें सॉलिडरोड पर जाना चाहिए।