Ryan Johnson, Chief Product Officer di CallRail – Seri Wawancara

Ryan memiliki lebih dari 15 tahun pengalaman yang beragam dalam teknologi dan pengembangan produk dari perusahaan rintisan hingga organisasi Fortune 100. Sebagai Chief Product Officer di CallRail, ia memanfaatkan passionnya untuk mengembangkan solusi teknologi kelas dunia untuk memecahkan masalah dunia nyata. Sebelum bergabung dengan CallRail, ia adalah anggota kunci tim kepemimpinan di Banjo (sekarang MiiM). Di sana, ia membantu tumbuh organisasi pengembangan produk dengan lebih dari 300%, menciptakan produk teknologi AI/Machine learning kelas dunia, dan membantu mengumpulkan dana VC sebesar $100 juta.

CallRail adalah platform intelijen lead yang ditenagai AI yang membuatnya mudah bagi bisnis semua ukuran untuk memasarkan dengan percaya diri. Melayani lebih dari 200.000 perusahaan di seluruh dunia, solusi CallRail membantu bisnis melacak dan mengatribusikan setiap lead ke perjalanan pemasaran mereka, menangkap dan mengelola setiap panggilan, teks, obrolan, dan formulir, dan menggunakan wawasan yang disampaikan oleh AI untuk mengoptimalkan pemasaran mereka.

Karir awal Anda fokus pada akuntansi dan keuangan, bagaimana Anda awalnya beralih ke AI?

Meskipun karir saya dimulai dengan fokus pada akuntansi dan keuangan, saya selalu memiliki pikiran analitis. Saya mengambil kelas ilmu komputer sebagai salah satu pilihan saya saat belajar di Albion College, dan itu membuka peluang bagi saya untuk memulai di industri teknologi jauh sebelum AI menjadi sorotan.

Seiring karir saya berkembang, saya menyadari dua hal: saya memiliki passion yang mendalam untuk bekerja dengan data (lebih khusus data dari perspektif produk) dan menavigasi bagaimana data tersebut dapat diubah menjadi sesuatu yang benar-benar berharga bagi pelanggan. Tidak ada jalur lurus untuk mereka yang ingin memasuki ruang yang muncul ini, tetapi dua minat ini secara alami membawa saya menuju karir yang melibatkan AI.

Jika Anda bertanya kepada saya dua dekade yang lalu ketika saya pertama kali memulai karir saya tentang AI, saya mungkin akan merujuk pada Terminator seperti orang lain pada saat itu. Namun, seiring teknologi berkembang – dan terutama dengan kemajuan terbaru – jelas bahwa perjalanan saya harus dimulai dengan minat yang kuat dan fondasi pemahaman data.

Bagi mereka yang ingin mengejar karir di AI, datang dari latar belakang yang unik dengan perspektif asli adalah yang paling penting. Ada banyak hal yang tidak diketahui tentang AI di masa depan, dan Anda dapat pergi ke banyak arah yang berbeda – bagaimana itu diterapkan, di mana itu diterapkan, regulasi, kepatuhan – itu hampir sebuah daftar yang tidak terbatas. Oleh karena itu, saya pikir jika Anda dapat datang dengan pikiran terbuka dan kemauan untuk belajar, hampir semua orang dapat memasuki ruang yang muncul ini terlepas dari latar belakang awal mereka.

Sebelum peran Anda saat ini, Anda memimpin pengembangan produk AI/ML di Banjo, apa saja produk tersebut dan apa saja kesan utama Anda dari pengalaman ini?

Di tingkat tertinggi, kami menggunakan AI dan machine learning untuk mendeteksi peristiwa saat mereka terjadi di seluruh dunia. Kami fokus pada teknologi internal kami pada visi komputer untuk mendeteksi hal-hal dalam gambar dan video (kebakaran, kecelakaan, logo, objek, dll.) dan NLP untuk menentukan apa yang dibicarakan orang. Kami menggunakan banyak sumber data seperti media sosial, e911, kamera lalu lintas, dll. untuk menentukan dan memvalidasi kapan sebuah “peristiwa” terjadi. Kami menggunakan teknologi ini untuk membantu memecahkan berita (lokal dan nasional) sebelum siapa pun dan untuk membantu perusahaan korporasi melindungi karyawan, aset, dan merek mereka.

CallRail menggunakan teknologi yang disebut Conversation Intelligence yang memfasilitasi pengungkapan wawasan dari percakapan, apa itu secara khusus?

Conversation Intelligence® adalah kemampuan untuk mengumpulkan wawasan yang dapat digunakan dari percakapan telepon untuk meningkatkan kinerja pemasaran. Tujuannya adalah untuk memungkinkan pemasar, agen, dan pemilik bisnis membuat keputusan bisnis yang tepat dengan kecepatan dan presisi.

• Konversi Lead: CallRail’s AI menambang percakapan telepon dan menyediakan wawasan dan informasi yang berharga yang dapat digunakan untuk konversi lead. Dengan mengidentifikasi lead terbaik dari sumber pemasaran teratas, AI memungkinkan Anda untuk memprioritaskan upaya Anda dan fokus pada lead terpanas. Ini memastikan bahwa sumber daya Anda digunakan secara efektif sambil secara bersamaan menyelamatkan waktu Anda. Melalui Conversation Intelligence® CallRail, Anda dapat mengotomatisasi alur kerja untuk pengikut lead yang lebih lancar. Akhirnya, wawasan yang ditenagai AI menyediakan konteks yang kaya untuk setiap lead, memberi Anda pemahaman yang lebih dalam tentang kebutuhan dan preferensi mereka. Dengan menggunakan ini, Anda dapat mengembangkan strategi yang dipersonalisasi dan solusi yang disesuaikan, memaksimalkan peluang Anda untuk mengubah mereka menjadi pelanggan yang puas.

• Pengalaman Pelanggan: Wawasan panggilan telepon menyediakan kesempatan untuk meningkatkan pengalaman pelanggan. Melalui analisis percakapan, AI dapat menyediakan informasi yang berharga untuk membantu Anda memahami pelanggan dan perjalanan mereka secara komprehensif. Ini termasuk menangkap detail dari setiap interaksi, seperti topik yang dibahas, nada suara, sentimen, dan setiap titik nyeri atau tantangan yang disebutkan. Dengan gambaran lengkap tentang perjalanan dan interaksi lead, bisnis dapat menyampaikan pengalaman pelanggan yang lebih dipersonalisasi dan disesuaikan. Dengan wawasan yang ditenagai AI, perusahaan dapat lebih memahami preferensi, kebutuhan, dan harapan pelanggan, memungkinkan mereka untuk menyediakan saran, rekomendasi, dan solusi yang relevan.

• Kinerja Agen: Dengan meninjau konten percakapan, Conversation Intelligence® CallRail menawarkan tips pelatihan yang berguna tentang penanganan panggilan, memberi agen Anda panduan yang diperlukan untuk menyediakan layanan pelanggan yang lebih baik. AI juga mengumpulkan wawasan di seluruh panggilan atau oleh agen individu, memungkinkan Anda untuk mendapatkan pemahaman yang komprehensif tentang kinerja tim Anda. Dengan teknologi ini, Anda dapat mengungkap pola atau tren yang positif atau negatif dalam sentimen yang diekspresikan selama panggilan. Ini berarti Anda dapat mengidentifikasi masalah umum atau tantangan yang berulang yang mungkin mempengaruhi kepuasan pelanggan. Dengan menangani area-area perbaikan ini, Anda dapat meningkatkan kualitas interaksi pelanggan secara keseluruhan.

• Optimasi Pemasaran: Salah satu kelebihan utama wawasan panggilan yang ditenagai AI adalah kemudahan integrasinya dengan sistem yang berbeda, termasuk platform CRM seperti HubSpot dan berbagai alat otomatisasi pemasaran. Dengan menggunakan wawasan yang ditenagai AI, bisnis dapat mempersenjatai diri dengan gambaran lengkap tentang perjalanan lead, dari kontak awal hingga hasil akhir, di seluruh kanal digital dan offline. Wawasan ini juga memungkinkan pemasar untuk mengukur efektivitas strategi pemasaran mereka dalam hal ROI. Dengan melacak indikator kinerja utama seperti tingkat konversi lead, biaya akuisisi pelanggan, dan pendapatan yang dihasilkan, bisnis dapat mengoptimalkan upaya pemasaran mereka untuk mencapai ROI yang lebih tinggi. Selain itu, selain mengintegrasikan teknologi stack, pemasaran dioptimalkan dalam Conversation Intelligence karena memberi bisnis kemampuan untuk mengidentifikasi kata kunci dan mengotomatisasi strategi penawaran kata kunci berdasarkan wawasan dari panggilan, memberikan input yang berharga untuk SEO dan penyempurnaan strategi kata kunci. Misalnya, jika lead secara konsisten bertanya tentang layanan yang tidak ditawarkan, bisnis dapat menyesuaikan pesan situs web mereka untuk memastikan panggilan lebih sejalan atau mempertimbangkan untuk menyesuaikan penawaran mereka untuk memenuhi permintaan lead.

Conversation Intelligence® CallRail dirancang untuk memahami dan menganalisis ucapan manusia. Ini berarti dapat mengekstrak setiap informasi yang berharga dari panggilan telepon sambil menyelamatkan agen dan manajer lebih dari 94% waktu mereka. Informasi dari panggilan telepon adalah pengetahuan pertama tangan langsung dari mulut pelanggan Anda. Hasilnya adalah data yang tak ternilai dari alat pemasaran yang teruji dengan sentuhan abad ke-21.

Apa saja jenis AI & machine learning yang digunakan dalam teknologi ini?

Kami memiliki kemitraan AI yang luar biasa dengan AssemblyAI, sebuah perusahaan yang menggunakan berbagai fitur AI kami. Tanpa memasuki detail yang dalam, kami menggunakan:

• ASR (Automatic Speech Recognition) – Ditenagai oleh Conformer-2, model ASR komersial terbesar yang dilatih pada lebih dari 1,1 juta jam data audio bahasa Inggris
• LeMUR – LLM yang digunakan untuk menganalisis data ucapan. Ini adalah fondasi dari ringkasan, pelatihan agen, kualifikasi otomatis, untuk beberapa contoh. CallRail melakukan penyetelan halus dalam berbagai cara di atas model untuk mendapatkan nilai maksimal bagi pelanggan kami.

Di bulan Juli 2023, CallRail Labs diluncurkan sebagai yang pertama dari jenisnya di ruang analitik panggilan. Salah satu fitur intinya adalah pengenalan “rencana aksi.” Bisakah Anda membagikan beberapa wawasan tentang apa itu?

Benar! Ketika kami memperkenalkan CallRail Labs, kami juga merilis rencana aksi untuk mendukung agen dengan rekomendasi langkah berikutnya yang dihasilkan AI setelah panggilan. Fitur ini menghilangkan keraguan dari mengikuti pelanggan potensial dengan merangkum poin-poin kunci, mengkonsolidasikannya ke dalam format yang dapat dibagikan untuk dikirim melalui email atau teks ke tim garis depan, dan mendokumentasikan tindakan lanjut dalam dasbor Conversation Intelligence™ Premium CallRail.

Namun, sejak kami meluncurkan CallRail Labs di bulan Juli, enam kemampuan baru juga telah diperkenalkan:

• Pelatihan panggilan yang ditenagai AI mengidentifikasi di mana agen melakukan dengan baik, di mana mereka bisa diperbaiki, dan, yang paling penting, memberikan rekomendasi yang dapat diambil untuk melakukan lebih baik. Ini mengangkat beban pelatihan dari pemilik bisnis dan memastikan umpan balik yang tidak bias dan tepat waktu diberikan kepada agen untuk meningkatkan kinerja.
• Identifikasi janji temu yang sukses yang dijadwalkan oleh AI memberdayakan pemilik bisnis untuk segera mengidentifikasi panggilan yang paling mungkin menghasilkan pendapatan dan memahami apa yang menarik lead terbaik.
• Identifikasi pelanggan baru atau pelanggan yang ada oleh AI yang memungkinkan bisnis memahami kampanye pemasaran mana yang menghasilkan bisnis baru yang sebenarnya dan mana yang mengarah pada bisnis ulang dan pendapatan dari pelanggan yang ada. Mengetahui kampanye mana yang mengarah pada pelanggan baru ke bisnis Anda versus mana yang tumbuh loyalitas dan pendapatan dari pelanggan yang ada memungkinkan bisnis untuk meningkatkan segmentasi audiens dan, pada akhirnya, kinerja kampanye.
• Mengidentifikasi pertanyaan yang sering diajukan secara otomatis pada panggilan untuk mengidentifikasi pertanyaan pelanggan yang umum, menawarkan wawasan yang berharga tentang kebutuhan pelanggan, serta membantu optimasi SEO dan penyempurnaan strategi kata kunci.
• Mengabadikan detail pribadi dan preferensi penelepon secara otomatis, yang dapat digunakan untuk mendukung pembangunan hubungan di masa depan dan membentuk koneksi yang lebih dalam antara merek dan pelanggan. Detail kecil seperti mengingat ulang tahun pelanggan atau acara kehidupan yang akan datang dapat membangun kepercayaan dan loyalitas merek yang tak tergoyahkan.
• Memanfaatkan AI untuk menghasilkan pesan teks dan email yang tepat dan ringkas setelah panggilan berakhir untuk memastikan kekhawatiran pelanggan telah didengar, memperkuat hubungan dan menyelamatkan agen dari banyak jam kerja.

Baca lebih lanjut tentang kemampuan baru ini di sini dan di sini. Sementara kami sangat antusias dengan traksi awal ini – kami baru saja menyentuh permukaan!

Bisakah Anda juga menjelaskan bagaimana CallRail Labs memungkinkan pelanggan untuk mempengaruhi penggunaan voice AI perusahaan?

Program inovasi baru ini – seperti yang Anda sebutkan, yang pertama dari jenisnya di ruang analitik panggilan – dirancang untuk membantu memfasilitasi inovasi AI yang berkelanjutan dalam kemitraan dengan SMB dengan mengundang pelanggan kami untuk mempengaruhi bagaimana kami menggunakan voice AI melalui akses awal ke kemampuan produk baru.

Tujuannya adalah untuk menyediakan umpan balik langsung kepada tim produk dan teknik sambil, pada saat yang sama, memungkinkan kami untuk bergerak dengan tujuan untuk memecahkan tantangan bisnis nyata di tengah ledakan kemampuan yang ditenagai AI. Kami beruntung memiliki sejumlah besar pelanggan yang mau untuk menguji penerapan praktis dari produk AI yang baru ini dan memberikan umpan balik yang sangat berharga.

Signifikansi proyek ini terletak pada kenyataan bahwa ini menyederhanakan tugas yang kompleks dan secara konsisten menyampaikan strategi yang didorong data, meningkatkan efisiensi secara keseluruhan. Ini menunjukkan kekuatan AI dan bagaimana itu dapat mengarahkan inovasi yang berarti dalam ranah Conversation Intelligence®.

Apa saja contoh penggunaan perangkat lunak yang paling populer?

Kami beruntung memiliki berbagai contoh yang menggambarkan bagaimana pelanggan kami menggunakan AI untuk mengubah panggilan mereka menjadi keunggulan kompetitif. Beberapa contoh favorit kami di seluruh industri termasuk:

Layanan Rumah: Adria Marble & Granite adalah sebuah perusahaan fabrikasi batu keluarga yang memasang countertops, perapian, dan lebih banyak lagi. Ketika bisnis ini pertama kali dimulai, iklan dilakukan melalui halaman kuning, faks, dan mulut ke mulut. Dalam industri di mana umum bagi kontraktor untuk menjatuhkan bola dengan follow-up kepada calon pelanggan, memiliki CallRail telah membantu Adria Marble berdiri terpisah dengan memastikan semua panggilan diikuti, dan tidak ada lead yang hilang.

Sebagai hasilnya, perusahaan telah dapat menurunkan biaya per lead secara keseluruhan dan melakukan pekerjaan yang lebih baik dalam menargetkan lead yang tepat yang akan menghasilkan jumlah dolar yang lebih tinggi dari kesepakatan yang mereka tutup. CallRail telah menyelamatkan Adria Marble 10-20 jam seminggu dengan mengotomatisasi pelacakan lead dan panggilan yang sebelumnya harus dilakukan secara manual oleh Irfan, baik melalui spreadsheet atau kadang-kadang hanya berteriak di sekitar kantor untuk memastikan pelanggan mendapatkan panggilan balik. Dengan hanya tiga orang yang menangani semua tugas penjualan dan administrasi kantor, mendapatkan jam-jam ini kembali untuk tugas lain sangat berdampak.

Hukum: Persaingan antara agen pemasaran digital sangat ketat – terutama di ruang hukum, di mana klien biasanya lebih setia dan menguntungkan daripada di industri lain. Itulah mengapa Above the Bar Marketing berpaling kepada CallRail untuk membantu membuktikan iklan, kampanye, dan kata kunci mana yang membuat telepon klien mereka berdering. Hasilnya: pelacakan panggilan telah membantu setidaknya 75% dari klien mereka untuk mengalokasikan uang dengan cara yang tepat – menghilangkan $1.000 setiap bulan dalam pengeluaran iklan yang terbuang.

Perawatan Kesehatan: Operasi pemasaran digital Cornerstone Foot Care kekurangan pelacakan yang memadai dari lead masuk dan panggilan telepon yang masuk. Praktik ini berpaling kepada CallRail untuk visibilitas ke dalam kata kunci dan kampanye mana yang panggilan berasal, serta kualitas setiap panggilan. Dengan penambahan Google Ads dan pelacakan CallRail, Cornerstone telah meningkatkan pendapatan sebesar 40% melalui kualitas panggilan yang lebih tinggi, jumlah panggilan yang lebih banyak dari lead masuk, dan jumlah panggilan yang terlewatkan yang lebih sedikit.

Anda juga dikenal karena perbandingan antara AI dan balap mobil. Apa saja kesamaan antara keduanya?

AI dan balap mobil (terutama Formula 1) telah memiliki hubungan dekat selama beberapa tahun sekarang. Tim balap memiliki kemampuan untuk melewati mobil mereka melalui simulasi yang AI dapat interpretasikan dan membantu tim dengan kinerja. AI dapat mendeteksi perubahan yang perlu dilakukan pada mesin untuk meningkatkan kinerja atau meningkatkan keandalan, hingga perubahan dalam aerodinamika untuk membantu dengan downforce. Tidak mengherankan bahwa mobil Formula 1 modern terlihat seperti pesawat luar angkasa karena AI membantu merancang aero secara harfiah.

Secara pribadi, saya pikir AI bekerja paling baik dengan elemen umpan balik manusia yang tidak berbeda dalam balap. Misalnya, bahkan jika model AI memprediksi pengaturan terbaik untuk kondisi hujan atau panas, pengemudi masih harus memberikan umpan balik kepada tim. AI tidak dapat memprediksi semua hal tentang kinerja dan preferensi pengemudi, sehingga Anda memerlukan interaksi manusia untuk umpan balik. Saya sebenarnya mendengar seorang kepala tim berbicara tentang hal ini ketika saya melakukan tur pit di Petit LeMans pada bulan Oktober. Dia mengatakan “AI benar-benar luar biasa dan telah memberikan kita keuntungan besar, tetapi itu masih belum menggantikan umpan balik pengemudi dan tim yang memahami nuansa pengemudi.”

Bisakah Anda membagikan visi Anda untuk masa depan voice AI dan analitik panggilan?

Mudah untuk merasa seperti dunia pemasaran bergerak lebih cepat dari kecepatan cahaya hari ini. Ada selalu istilah baru untuk dipelajari, strategi untuk diterapkan, atau praktik terbaik untuk diterapkan. Kami sering lupa bahwa beberapa strategi pemasaran yang terbaik dan paling teruji adalah dalam perubahan dan novasi ini. Salah satu strategi yang diabaikan adalah, tanpa diragukan, panggilan telepon.

Panggilan telepon tetap menjadi alat terbaik untuk pemasar untuk digunakan, menyediakan kekayaan informasi tentang apa yang pelanggan inginkan dan butuhkan. Namun, sebagian besar potensi ini masih belum dimanfaatkan di seluruh berbagai industri. Sementara kami tentu saja berada dalam misi untuk terus mempercepat kemajuan voice AI dan analitik panggilan untuk membantu pelanggan mencapai ROI yang lebih tinggi, saya sama-sama bersemangat tentang bisnis kecil yang sepenuhnya menyadari seberapa berdampak AI dapat untuk mengubah panggilan menjadi wawasan yang dapat mereka ambil tindakan.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi CallRail.