Krishna Raj Raja, izvršni direktor i osnivač SupportLogica – Interview Series

Krishna Raj Raja, izvršni je direktor i osnivač SupportLogic, prva svjetska platforma za upravljanje iskustvom kontinuirane usluge (SX) koja tvrtkama omogućuje razumijevanje i djelovanje u skladu s 'glasom korisnika' u stvarnom vremenu kako bi odmah poboljšali pružanje usluga i izgradili zdrave i profitabilne odnose s klijentima.

Sebe opisujete kao "science geeka", što vas je toliko zavoljelo u znanstvenom svijetu?

Za mene se znanost temelji na znatiželji oko toga kako svijet funkcionira i koji obrasci postoje u svijetu. Imao sam tu znatiželju od djetinjstva, a proširila se i na moj profesionalni život. U SupportLogicu tražimo uzorke koji postoje u prirodnom jeziku i koristimo te uzorke za predviđanje stvari i pružanje preporuka. Ovo je poput znanosti - predviđa obrasce, daje preporuke i govori vam kako svijet funkcionira. Velik dio onoga što sam naučio u životu sam sam naučio jer je proizašlo iz moje prirodne znatiželje, a ne iz formalnog obrazovanja.

Diplomirali ste kemijsko inženjerstvo, ali ste zatim završili tražeći prilike u informatici i strojnom učenju. Možete li razgovarati o ovom središtu?

Moj tata je bio uspješan poduzetnik (prerada čelika) i nadao se da ću jednog dana ja preuzeti obiteljski posao. Činilo se da je kemijsko inženjerstvo prava obuka da biste bili spremni za to. No informatika mi je dugo bila sporedna strast. Zapravo, moj diplomski rad za diplomu kemijskog inženjerstva bio je stvaranje softverskog programa za dizajn kemijskog reaktora.

Nakon što sam završio diplomu kemijskog inženjera, postalo je očito da je informatika moja prava strast. Moje vještine informatike potpuno su samouk, a kad sam se pridružio VMwareu, svi moji kolege imali su doktorate iz Ivy League škola iz računalnih znanosti. Bio sam najnekvalificiranija osoba u svom timu.

Bili ste prvi zaposlenik u VMware-u, gdje ste radili u podršci i servisu kao inženjer podrške proizvodima. Koja ste od potencijalnih područja za poboljšanje primijetili?

Bio sam softverski inženjer koji se pretvorio u inženjera za podršku proizvodima. Pridružio sam se VMware-u jer je njihova tehnologija bila fascinantna – bavili su se operativnim sustavima i to me posebno zanimalo. Svakodnevno sam pomagao drugim programerima operativnih sustava koristiti VMware proizvode. Zbog svoje pozadine gledao sam stvari iz dva različita kuta: 1) Kako usrećiti ovog kupca i riješiti njegov problem; i 2) Zašto ovaj problem postoji u softveru i kako se može popraviti? Gledao sam aspekt proizvoda svih problema s podrškom. Jedna od prvih stvari koje sam shvatio je da kada proizvodni timovi razvijaju proizvod, oni stvarno ne znaju kako će se on implementirati i koristiti, tako da ne predviđaju puno stvari tijekom procesa razvoja. Međutim, tim za podršku dobro se nosi s tim problemima i može dati vrijedne povratne informacije timovima za proizvode, kao i drugim odjelima u tvrtki. Problem je u tome što se te povratne informacije obično izgube jer je tim za podršku usredotočen na rješavanje problema korisnika i zatim brzo prelazi na sljedeći problem. Te se važne informacije ne prosljeđuju.

Možete li podijeliti neke detalje o priči o nastanku za SupportLogic?

Kad sam pokrenuo SupportLogic, pogledao sam tržišni krajolik za industriju podrške i otkrio sam da su sve inovacije u prostoru podrške usmjerene na otklon slučaja. To znači da je najbolji način rješavanja problema s podrškom njihovo odvraćanje – dalje od inženjera podrške i od kupaca. To je bilo u suprotnosti s onim što sam vidio kao inženjer za podršku proizvodima – svaka interakcija s klijentom bila je prilika da naučite o svojim klijentima io tome kako proizvod radi, a kako ne radi. Ali bio sam iznenađen kada sam otkrio da ne postoje alati za rješavanje ovog problema (učenja), pa sam tu vidio veliku priliku.

Također, primijetio sam da se podrška često tretira kao mjesto troška, ​​što sam smatrao kratkovidnim načinom gledanja na stvari. Kada na podršku gledate kao na profitni centar ili kao na središnji živčani sustav tvrtke, možete stvarno transformirati organizaciju i učiniti je uistinu usmjerenom na kupca. To je ono što me navelo da pokrenem SupportLogic.

Koje su neke od različitih tehnologija strojnog učenja koje se koriste u SupportLogicu?

Kad je tvrtka započela, bio sam naivan u pretpostavci da možemo koristiti javno dostupne API-je za strojno učenje. Ima ih mnogo – od Amazona, Microsofta i HPE-a – i svi pružaju API-je za strojno učenje kao uslugu. Na moje iznenađenje i razočarenje, mnogi od tih modela strojnog učenja nisu radili s vrstom podataka s kojima smo mi radili (podaci korisničke podrške). Ali shvatio sam da je ovo prilika i rekao sam, "zašto ga ne izgradimo sami?" Počeli smo graditi vlastitu ispočetka koristeći postojeće ML tehnologije iz projekata otvorenog koda, kao što su spaCy sa Sveučilišta Stanford i Google BERT, a zatim smo povrh toga dodali neke vlastite "tajne umake", koristeći pristup modela ansambla. Također fino prilagođavamo model za svakog kupca i njihov specifični skup podataka, umjesto da koristimo filozofiju koja odgovara svima.

Možete li razgovarati o tome kako SupportLogic omogućuje tvrtkama da se bolje povežu s klijentima korištenjem ključnih signala?

Jedna od ključnih stvari koju radimo je izdvajanje konteksta korisnika pomoću NLP-a. Kontekst je vrlo važan jer se kontekst često gubi u procesu označavanja sustava za prodaju ulaznica. U tim sustavima možete označiti samo ograničenu količinu informacija. Izvrsni smo u izdvajanju korisničkog konteksta, poput onoga zbog čega su frustrirani, kakav je njihov dojam o vašem proizvodu ili vašoj podršci ili što pokušavaju učiniti s vašim proizvodom. Postoji niz signala i konteksta za izdvajanje. Čineći to u stvarnom vremenu i stvarajući tijekove rada na našoj platformi, omogućujemo tvrtkama da djeluju na signale kupaca i preventivno riješe probleme prije nego što bude prekasno – što znači da se klijent jako naljuti ili zauvijek ode.

Koje su neke od drugih mogućnosti softvera SupportLogic?

Jednom kada počnete izvlačiti signale kupaca iz interakcija, ti signali postaju vrlo moćni za analitiku. Imamo analitički modul koji vam govori kako izgleda glas kupca, na temelju svih interakcija. Zatim idemo korak dalje i koristimo se podacima kako bismo počeli s predviđanjima. Možemo predvidjeti što će se dogoditi s određenim (kupčevim) računom. Također možemo predvidjeti – na temelju situacije kupca – tko je najbolji stručnjak za predmet u tvrtki koji će pomoći u rješavanju problema, a zatim spojiti kupca s tom pravom osobom.

Možemo pogledati i ulazne i izlazne razgovore kako bismo uslužnim agentima dali smjernice o tome što bi trebali više (ili manje) raditi u svojim svakodnevnim interakcijama s klijentima. Postaje izvrstan alat za treniranje koji pomaže serviserima da razviju svoje meke vještine i poboljšaju svoju ukupnu izvedbu.

Postoji li još nešto što biste željeli podijeliti s SupportLogic?

Jedna od uobičajenih zabluda koje ljudi imaju u vezi s umjetnom inteligencijom je da je to golema investicija koja je vrlo uključena i složena i da nećete vidjeti nikakav povrat na nju godinu ili više. U stvarnosti, AI i ML tehnologije su dosta sazrele i mogu raditi na vašem postojećem skupu podataka. A rezultate možete vidjeti za nekoliko mjeseci, a ne za nekoliko godina. Dakle, sada je vrijeme za ulaganje u AI jer možete vidjeti nevjerojatne rezultate u mjesecima koji mogu donijeti velike koristi za vašu organizaciju.

Hvala vam na sjajnom intervjuu, čitatelji koji žele saznati više neka ga posjete SupportLogic.