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

मार्क ह्यूजेस, सॉलिडरोड के सह-संस्थापक और सीईओ, एक बार-बार उद्यमी और गो-टू-मार्केट लीडर हैं जिन्होंने अपना करियर बिक्री, ग्राहक अनुभव और प्रौद्योगिकी के बीच के बिंदु पर बनाया है। उन्होंने पहले ग्राडगाइड की स्थापना की, जो एक करियर और भर्ती मंच था 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 ऑपरेशन 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 करके कंपनियों को ग्राहक इंटरैक्शन का मूल्यांकन और सुधार करने के तरीके के बारे में पुनः विचार करने के लिए, जिसमें मानव और स्वचालित समर्थन प्रणालियों दोनों में गुणवत्ता मानक को बढ़ाने पर ध्यान केंद्रित किया जाता है।

सॉलिडरोड एक एआई-संचालित गुणवत्ता आश्वासन और प्रशिक्षण मंच है जो आधुनिक ग्राहक अनुभव टीमों के लिए डिज़ाइन किया गया है, जो पैमाने पर हर ग्राहक इंटरैक्शन का विश्लेषण और सुधार करने 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 सिस्टम दोनों को लगातार अनुकूलित करने के लिए व्यक्तिगत प्रशिक्षण सिमुलेशन उत्पन्न करता है। ग्राहक सहायता टीमों को बदलने के बजाय, सॉलिडरोड उन्हें बढ़ाने पर ध्यान केंद्रित करता है, प्रत्येक इंटरैक्शन को एक फीडबैक लूप में बदल देता है जो प्रतिक्रिया गुणवत्ता, कुशलता और ग्राहक संतुष्टि जैसे परिणामों 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 संचालन लागत बढ़ाए बिना निरंतर, उच्च-गुणवत्ता वाले अनुभव प्रदान करने में मदद करती है।

अधिकांश कंपनियां अभी भी ग्राहक इंटरैक्शन का मूल्यांकन करने के लिए एक छोटे से नमूने की समीक्षा पर निर्भर करती हैं। आपको यह दृष्टिकोण क्या समझ में आया कि यह मूल रूप से टूटा हुआ है, और यह एहसास सॉलिडरोड के दृष्टिकोण को कैसे बनाया जो मानव और एआई एजेंट दोनों की निरंतर निगरानी, स्कोरिंग और सुधार करता है?

पैट्रिक और मैंने दोनों ने सॉलिडरोड शुरू करने से पहले ग्राहक सहायता टीमों के आसपास वर्षों बिताए, और एक समस्या बार-बार खड़ी हुई: कंपनियां ग्राहकों के साथ सैकड़ों हजारों बातचीत कर रही थीं, लेकिन अगर आप उनसे उन बातचीत के बारे में पूछते हैं कि वे वास्तव में कैसे चल रही हैं, तो वे वास्तव में नहीं जानते थे। और जो वे जानते थे वह इतनी छोटी सी बातचीत के 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 बुरा 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 देते हैं, इसलिए हमने एक समाधान बनाने का फैसला किया। हमने पहचाना कि यह अंततः एक बुनियादी ढांचे की समस्या है। 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 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 प्रदान करती है।

सॉलिडरोड को ग्राहक सामना करने वाली टीमों के लिए एक “उड़ान सिम्युलेटर” के रूप में वर्णित किया गया है। आप हमारे एआई को वास्तविक ग्राहक इंटरैक्शन को कैसे सिम्युलेट करते हैं, और प्रशिक्षण के लिए उन सिमुलेशन को प्रभावी बनाने के लिए क्या है, इसके माध्यम से चल सकते हैं?

उड़ान सिम्युलेटर की तुलना काम करती है क्योंकि मूल विचार समान है। आप नहीं चाहते कि किसी का पहला अनुभव एक कठिन स्थिति को संभालने में हो जो वास्तविक ग्राहक के सामने हो।

जो हमारे सिमुलेशन को प्रभावी बनाता है वह यह है कि वे वास्तव में उस 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 दृश्य के आसपास एक लक्षित सिमुलेशन उत्पन्न करता है ताकि वे इसका अभ्यास कर सकें इससे पहले कि यह फिर से हो। यह सामान्य प्रशिक्षण सामग्री नहीं है।

फीडबैक लूप सीखने को चलाने वाला है। एजेंट एक दृश्य के माध्यम से चलते हैं, विशिष्ट मार्गदर्शन प्राप्त करते हैं कि क्या काम किया और क्या नहीं, और फिर से कोशिश करते हैं। गलतियां एक सुरक्षित वातावारव में होती हैं, और सीखने का परिणाम वास्तविक स्थितियों से जुड़ा होता 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 वास्तविक व्यावसायिक परिणामों जैसे सीएसएटी, प्रतिधारण या राजस्व को प्रतिबिंबित करने के लिए स्कोरिंग प्रणाली को कैसे डिज़ाइन करते हैं?

इन दिशानिर्देशों को बनाने के लिए, हम हमेशा उस विशिष्ट कंपनी के बारे में सोचते हैं जो वास्तव में परवाह करती है। एक वित्तीय सेवा कंपनी जो बिलिंग विवादों को संभालती है, उसके पास एक ई-कॉमर्स ब्रांड की तुलना में विभिन्न गुणवत्ता मानक हैं जो चोटी के मौसम के दौरान रिटर्न का प्रबंधन करता है। इसलिए स्कोरिंग कंपनी के अपने दिशानिर्देशों, उनकी नीतियों, उनकी ब्रांड आवाज और उनके लिए एक अच्छे समाधान की तरह क्या दिखता है, इसके आसपास बनाया गया है।

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

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

कई कंपनियां केवल ग्राहक बातचीत का एक छोटा सा प्रतिशत समीक्षा करती हैं। सॉलिडरोड पूर्ण कवरेज विश्लेषण को कैसे सक्षम बनाता है, और जब आप नमूनाकरण से विश्लेषण करने के लिए आगे बढ़ते हैं तो किस प्रकार के अंतर्दृष्टि संभव हो जाते हैं?

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

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

क्रिप्टो.कॉम एक उत्कृष्ट उदाहरण है कि पूर्ण कवरेज वास्तव में क्या अनलॉक करता है। सॉलिडरोड से पहले, उनकी टीम के पास एजेंट गुणवत्ता को स्केल पर मापने या सत्यापित करने का कोई विश्वसनीय तरीका नहीं था कि एजेंट लाइव टिकटों को संभालने के लिए तैयार थे या नहीं। समस्याएं केवल तभी सामने आईं जब वे पहले से ही ग्राहकों को प्रभावित कर चुकी थीं। 800,000 मासिक बातचीत में स्वचालित स्कोरिंग में स्थानांतरित करके, वे जल्दी गुणवत्ता मुद्दों को पकड़ सकते थे, एजेंटों को तैनाती से पहले सत्यापित कर सकते थे, और सुधार वास्तव में चिपके हुए थे। परिणाम एक 18% की कमी थी औसत हैंडलिंग समय में और 3% की वृद्धि सीएसएटी में (जो उनके संचालन के पैमाने पर महत्वपूर्ण है)। जैसा कि उनकी बातचीत की मात्रा बढ़ती है, उनकी गुणवत्ता दृष्टि इसके साथ बढ़ती है, न कि और पीछे गिरती है।

यह वास्तव में पूर्ण कवरेज क्या बदलता है। यह गुणवत्ता को प्रतिक्रियावादी से proactively तक ले जाता है जो समय से पहले प्रबंधित किया जा सकता है।

आपके साथ काम करने वाली कंपनियों में क्रिप्टो.कॉम और रयानएयर जैसी कंपनियां 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 उनकी ग्राहक बातचीत में क्या हो रहा है और वास्तव में क्या हो रहा है। अधिकांश टीमें अपनी सहायता गुणवत्ता में आत्मविश्वास महसूस करती हैं जब तक कि उन्हें पूर्ण दृश्यता नहीं मिलती, तब वे महसूस करते हैं कि तस्वीर उनके मेट्रिक्स की तुलना में अधिक जटिल है।

एक और सुसंगत विचलन है जो टीमों के बीच है कि वे प्रदर्शन को कैसे मापती हैं और वास्तव में ग्राहक परिणामों को क्या चलाता है। गति मेट्रिक्स और टिकट गिनती को ट्रैक करना आसान है, इसलिए वे मूल्यांकन में प्रमुखता से बढ़ते हैं। लेकिन वे संख्याएं कंपनियों को नहीं बताती हैं कि ग्राहक की समस्या का समाधान किया गया था या नहीं, एजेंट ने ब्रांड का सही प्रतिनिधित्व किया था या नहीं, या क्या इंटरैक्शन ने ग्राहक को कंपनी के बारे में अच्छा महसूस कराया। फिनटेक या स्वास्थ्य सेवा जैसे उच्च जोखिम वाले वातावरण में, यह माप और परिणाम के बीच का मिसालिंग गंभीर परिणाम हो सकता है।

ग्राहक सेवा में एआई के बारे में बढ़ती चिंता है कि यह मानव अनुभव को खराब कर सकता है। आप यह सुनिश्चित करने के लिए क्या करते हैं कि आपकी प्रणाली गुणवत्ता में सुधार करती है, न कि टीमों को अत्यधिक लिपिबद्ध या रोबोटिक इंटरैक्शन की ओर धकेलती है?

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

हमारा दृष्टिकोण यह है कि स्कोरिंग को वास्तव में क्या एक ग्राहक को एक इंटरैक्शन के बाद समर्थित महसूस कराता है। हम ऐसी चीजों पर ध्यान देते हैं जैसे कि क्या एजेंट ने सक्रिय रूप से सुना, जब आवश्यक हो 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 जुड़े हुए बनाने के लिए करना है। जब गुणवत्ता पर्यवेक्षण इन परिणामों के चारों ओर निर्मित होता है, न कि केवल प्रक्रिया अनुपालन के चारों ओर, तो यह इंटरैक्शन को एक बेहतर दिशा में धकेलता है, न कि एक अधिक लिपिबद्ध दिशा 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 पहली पंक्ति की इंटरैक्शन को संभालना शुरू करता है?

यह महत्वपूर्ण है कि मानव एजेंटों और एआई एजेंटों को एक टीम के रूप में देखा जाए, जो श्रम को विभाजित 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 स्वयं 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 नाराज 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 पर निगरानी इतनी महत्वपूर्ण है। एआई को अपनी मात्रा को लगातार और सटीक रूप से संभालने की आवश्यकता है। मानवों को जटिल बातचीत के लिए अच्छी तरह से तैयार किया जाना चाहिए जो अब वे मुख्य रूप से संभाल रहे हैं। और एक स्वतंत्र परत दोनों के पार एक स्पष्ट चित्र देने के लिए होनी चाहिए कि क्या काम कर रहा है और क्या नहीं। यह हाइब्रिड मॉडल है जिसे हम आगे बढ़ने के लिए सोचते हैं, और यही हम बना रहे हैं।

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

तत्कालिता 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 इस कनेक्शन को लगभग डिज़ाइन द्वारा तोड़ देता है। एक प्रबंधक एक बातचीत की समीक्षा करता है जो दिनों या सप्ताह पहले हुई थी, प्रतिक्रिया को एक आवधिक समीक्षा में साझा करता है, और तब तक एजेंट ने कई अन्य इंटरैक्शन हो चुके होते हैं जहां उस गलती को दोहराया जा सकता है।

प्रतिक्रिया को वास्तविक समय में सतह पर लाना सबसे प्रभावी होता है। यह तब काम करता है जब यह सीधे एजेंट द्वारा संभाले गए वास्तविक बातचीत से जुड़ा होता है और एक विशिष्ट सिमुलेशन के साथ जोड़ा जाता है जिसे वे तुरंत चला सकते हैं। इस प्रारूप में, यह वास्तविक व्यवहार परिवर्तन में बहुत तेजी से अनुवाद करता है। एजेंटों को सुनने के लिए नहीं मिल रहा है कि उन्हें सुधार की आवश्यकता है, वे सुधार का अभ्यास कर रहे हैं जबकि यह अभी भी ताज़ा है।

पारंपरिक ऑनबोर्डिंग के साथ इसकी तुलना 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 सीखी गई चीजों को वास्तविक ग्राहक स्थितियों में लागू करना है। यह असंगति तब मौजूद होती है क्योंकि कक्षा सीखने और लाइव समर्थन महसूस होता है जैसे कि वे कुछ भी नहीं हैं।

आपके ग्राहकों को कम ऑनबोर्डिंग समय और उच्च सीएसएटी जैसे सुधार दिखाई देते हैं। ग्राहक आपके प्लेटफ़ॉर्म को अपनाने पर सबसे ज्यादा किस मेट्रिक की परवाह करते हैं, और आप शुरुआती रिश्ते में आरओआई को कैसे प्रदर्शित करते हैं?

यह उनके दर्द बिंदुओं पर निर्भर करता है, लेकिन दो चीजें जो सबसे अधिक बार 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 100% कवरेज में जाने के मूल्य को तुरंत देख सकती हैं, सॉलिडरोड द्वारा सतह पर लाए गए अंतर्दृष्टि के लिए, और अपनी क्यूए टीमों को वापस दी गई घंटों के लिए। हमारे ग्राहक आधार में, हम आमतौर पर 20 गुना वृद्धि देखते हैं क्यूए कवरेज में और मैनुअल समीक्षा समय में 90% की कमी।

आरओआई के पक्ष में, हम उन परिणामों से जुड़ने का प्रयास करते हैं जो व्यावसायिक रूप से पहले से ही मायने रखते हैं। पोडियम में, यह ऑनबोर्डिंग समय पर था। नए एजेंट 60 दिनों में प्रदर्शन बेंचमार्क तक पहुंच रहे थे, न कि 90 दिनों में, और एक बार वे लाइव हो गए तो 33% तेजी से मुद्दों का समाधान कर रहे थे। क्रिप्टो.कॉम के साथ, यह समाधान समय और बातचीत की मात्रा दृश्यता में था। रयानएयर के लिए, यह रिक्रूटर 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 कार्रवाई कर सकते हैं, तो सुधार उन मेट्रिक्स में होता है जो मायने रखती हैं।

आगे देखते हुए, क्या आप सॉलिडरोड को प्रशिक्षण और गुणवत्ता नियंत्रण पर ध्यान केंद्रित रखते हुए देखते हैं, या मानव और एआई ग्राहक इंटरैक्शन के प्रबंधन के लिए एक व्यापक ऑर्केस्ट्रेशन परत में विकसित होते हैं?

प्रशिक्षण और गुणवत्ता नियंत्रण यहीं से शुरू हुआ, लेकिन दृष्टि बड़ी है। हम इसे इस तरह से सोचते हैं कि गुणवत्ता पर्यवेक्षण ग्राहक सहायता में एआई चलाने वाली किसी भी कंपनी के लिए मुख्य बुनियादी ढांचा बनने जा रहा है। उसी तरह सुरक्षा प्रमाणन तब अनिवार्य हो गए जब कंपनियों ने अपना डेटा क्लाउड में ले जाया, गुणवत्ता प्रमाणन आवश्यक हो जाएगा जब ग्राहक बातचीत एआई में जाती है।

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 मानव या एआई द्वारा संभाला गया था या नहीं।

इसका व्यावहारिक अर्थ यह है कि हम उस प्रणाली बनना चाहते हैं जिस पर संगठन ग्राहक इंटरैक्शन की गुणवत्ता में सुधार और प्रबंधन के लिए भरोसा करते हैं, न कि केवल पीछे के अंत में मुद्दों को फ्लैग करने के लिए। यह एक बड़ा हिस्सा है कि क्यों हमने अपने $25 मिलियन श्रृंखला ए को हेडोसोफिया द्वारा 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 कंपनियों को 100% ग्राहक इंटरैक्शन का मूल्यांकन करने में मदद मिल सके।

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