Grigori Melnik, Chief Product Officer, Amperity – Intervista di Serie

Dott. Grigori Melnik è un dirigente tecnologico esperto con oltre 25 anni di esperienza nella gestione dell’innovazione e della crescita dei prodotti in aziende come Microsoft (MSFT ), Splunk, MongoDB (MDB ), Tricentis e Cribl. Ha guidato trasformazioni di piattaforme, lanciato prodotti che definiscono la categoria e scalato team in ogni fase di crescita. Il dott. Melnik ha un dottorato in Informatica all’Università di Calgary e porta ad Amperity una passione per l’eccellenza ingegneristica, l’innovazione AI e la costruzione di organizzazioni di prodotti ad alto impatto.

Amperity è un’azienda tecnologica che offre una piattaforma di Customer Data Cloud alimentata da AI progettata per unificare dati clienti frammentati in profili affidabili, identificare opportunità ad alto valore e attivare campagne su tutti i canali. Le sue soluzioni si concentrano sulla risoluzione dell’identità, sull’ingestione dei dati e sull’attivazione in tempo reale, consentendo ai marchi di integrare diverse fonti di dati, eseguire analisi guidate da AI e inviare pubblico target ai sistemi a valle. L’azienda enfatizza la flessibilità supportando connessioni dirette con le principali piattaforme di data warehouse e mantenendo la conformità con gli standard di sicurezza chiave come SOC 2, GDPR e HIPAA.

Ha guidato la strategia di prodotto e tecnologia in aziende come Tricentis, MongoDB e Codility prima di unirsi ad Amperity. Come hanno influenzato queste esperienze il suo approccio alla costruzione e alla scalabilità di piattaforme guidate da AI come Real-Time Profiles?

Per natura, sono un entusiasta dei problemi irrisolti. In Amperity, facciamo esattamente questo. Le mie esperienze in organizzazioni precedenti hanno plasmato il mio modo di pensare alla scalabilità delle piattaforme mentre si soddisfano le esigenze degli utenti. Queste lezioni includono l’importanza della flessibilità, dell’integrazione senza attrito tra gli ecosistemi e della forte governance dei dati.

Queste lezioni hanno plasmato direttamente il nostro approccio a Real-Time Profiles. Abbiamo progettato la capacità di porre fine al compromesso più vecchio dell’industria – velocità vs precisione – unificando l’identità storica con lo streaming in tempo reale in un’unica architettura governata. Abbiamo assicurato che la piattaforma semplifichi i modelli operativi dei clienti, anziché complicarli. Abbiamo esteso la nostra fondazione di identità alimentata da AI per unificare i dati in tempo reale e storici all’interno di un’unica architettura, utilizzando un unico grafico di identità, un unico livello di controllo di accesso e una coerenza e tracciabilità costanti.

Quale gap specifico o domanda di mercato ha motivato Amperity a sviluppare Real-Time Profiles e come ridefinisce l’equilibrio tra velocità dei dati e precisione?

La maggior parte delle piattaforme di Customer Data (CDP) costringe i team a scegliere tra agire rapidamente su dati superficiali, basati solo su eventi, o agire con precisione su profili che sono ore o giorni fuori sincrono. I profili in tempo reale di Amperity rimuovono quel compromesso unendo continuamente segnali live con la storia completa del cliente, in modo che i marchi possano riconoscere un individuo nel momento esatto dell’engagement e rispondere con contesto. Il risultato è che i dati sono completi e aggiornati, pronti a potenziare la personalizzazione in-sessione e i percorsi attivati da eventi con un impatto aziendale reale.

Collapsando batch e streaming in un unico profilo, andiamo oltre “veloce ma parziale” o “completo ma in ritardo”. È una vista del cliente unificata e continuamente aggiornata che consente ai team di marketing e di servizio di orchestrare le prossime azioni migliori alla velocità dell’intento senza sacrificare la precisione.

Posso chiederle di spiegare i principi tecnici alla base dell’unificazione dei dati storici e di streaming in un unico profilo del cliente continuamente aggiornato?

Abbiamo costruito un flusso di dati unificato con tre livelli coordinati: ingestione di eventi JSON grezzi da qualsiasi fonte, elaborazione continua in un motore di flusso di dati distribuito e un archivio di profili live che supporta ricerche in millisecondi tramite la nostra API del profilo. Ogni nuovo clic, prenotazione o modifica della fedeltà viene riconciliato con lo stesso grafico di identità alimentato da AI che governa le nostre pipeline batch, il che significa nessun modello di identità separato, nessuna manutenzione doppia, nessun drift dello schema.

Criticamente, “l’identità in movimento” lega ogni evento al profilo duraturo e cucito man mano che arriva. Ciò consente l’arricchimento istantaneo degli attributi, la segmentazione continua e l’attivazione attivata da eventi tramite percorsi o API, preservando al tempo stesso la discendenza, i controlli di accesso e la tracciabilità su carichi di lavoro sia analitici che operativi.

Molte aziende faticano a operazionalizzare la personalizzazione in tempo reale. Quali sono le sfide più grandi che vede i marchi affrontare e come Amperity le affronta?

I consumatori si aspettano ora che ogni interazione con il marchio rifletta una comprensione in tempo reale delle loro intenzioni, preferenze e storia, istantaneamente. Eppure, la maggior parte delle organizzazioni è vincolata da sistemi di dati frammentati e informazioni ritardate, il che rende difficile per loro rispondere nel momento giusto. Il risultato è spesso una personalizzazione che sembra generica o fuori sincrono con le esigenze del cliente.

Colmare quel divario richiede più che una tecnologia più veloce; richiede un approccio unificato ai dati e alla decisione. In Amperity, ci siamo concentrati sul risolvere quel problema sistemico abilitando i marchi a unire la conoscenza storica e il contesto live in modo che ogni interazione possa essere tempestiva, rilevante e connessa al percorso completo del cliente. Con Real-Time Profiles, i marchi possono potenziare la personalizzazione in-sessione e i percorsi attivati da eventi dalla stessa fonte di verità governata, trasformando momenti come l’abbandono del carrello, i cambi di livello di fedeltà o i check-in in proprietà in azioni tempestive e rilevanti.

Come l’integrazione di AI e apprendimento automatico migliora la precisione o le capacità predittive dei profili in tempo reale?

L’AI è la spina dorsale delle nostre capacità di risoluzione dell’identità, il che significa che gli eventi live sono collegati alla persona giusta con il contesto giusto, come il valore della vita, il consenso e la fedeltà, in millisecondi. Quel cucito preciso eleva ogni decisione downstream: i segmenti si riconteggiano man mano che i dati cambiano, gli attributi del profilo si arricchiscono istantaneamente e i percorsi si attivano in base al cliente completo, non a eventi isolati.

Guardando avanti, i profili in tempo reale gettano le basi per gli agenti AI che operano con contesto live ragionando sui profili in evoluzione, evidenziando informazioni e attivando autonomamente le prossime azioni migliori in tutta la pila. La combinazione di identità risolta da AI e contesto di streaming è ciò che sblocca la vera personalizzazione uno-a-uno su larga scala.

Dal suo punto di vista, come le norme sulla privacy e la governance dei dati influenzano la costruzione di sistemi di personalizzazione in tempo reale?

Estendendo la nostra Customer Data Cloud esistente nello streaming, manteniamo un unico archivio di profili governato per casi d’uso sia analitici che operativi. Quella coerenza aiuta a garantire la conformità e la tracciabilità mentre abilita attivazioni in tempo reale.

Altrettanto importante, i profili in tempo reale abilitano i marchi a fare affidamento sui propri dati di prima parte come fondamento affidabile per la personalizzazione. Ogni segnale in tempo reale è collegato ai dati del cliente verificati e basati sul consenso, in modo che i marchi possano agire con fiducia che le loro informazioni e attivazioni siano allineate con le aspettative di privacy e gli standard normativi. Le stesse politiche e controlli che governano i profili storici governano gli aggiornamenti live, dando ai marchi immediatezza mentre preservano la fiducia e la forte postura di sicurezza necessaria per una personalizzazione significativa e conforme.

Con l’ascesa dell’AI generativa, come si sta preparando Amperity per un futuro in cui il contenuto personalizzato potrebbe essere generato e consegnato autonomamente in tempo reale?

L’AI generativa è solo buona quanto i dati che la alimentano. I profili in tempo reale forniscono il contesto live e risolto dall’identità necessario in modo che i sistemi generativi possano adattare il contenuto a chi è il cliente e a cosa sta facendo in questo momento. La nostra architettura posiziona gli agenti AI per ragionare sui profili in continua evoluzione e attivare le prossime azioni migliori, collegando l’insight all’attivazione in modo automatico.

Man mano che la generazione di contenuti diventa più autonoma, il fattore di blocco si sposterà da “possiamo crearlo?” a “dovremmo crearlo adesso per questo cliente, data la sua storia e la sua intenzione attuale?” I nostri profili in tempo reale e consapevoli dell’identità rispondono a questa domanda con precisione e governance, abilitando esperienze sicure, rilevanti e misurabili.

Quali settori o verticale vede beneficiare maggiormente da questa tecnologia nel breve termine e perché?

Sebbene tutti i marchi di consumo traggano beneficio dalla personalizzazione in tempo reale, i viaggi, le compagnie aeree, il retail e i servizi finanziari vedono guadagni immediati perché le finestre di intento sono brevi e il contesto conta. Pensiamo agli upgrade al check-in, al ripricing dei booking abbandonati, all’ordine personalizzato e ai bundle, o alle offerte di carte allineate al comportamento sul sito.

Questi settori già operano percorsi omnicanale con alte poste in gioco per la tempistica, la rilevanza e la velocità e la precisione del servizio. Unificando l’identità storica e i segnali live, convertono momenti fugaci in entrate e fedeltà, trasformando l’engagement in conversioni in tempo reale.

Come Chief Product Officer, come misura il successo di una release come Real-Time Profiles al di là delle prestazioni tecniche – in termini di adozione degli utenti o impatto aziendale?

Misuriamo il successo in base ai risultati dei clienti e all’adozione, inclusi un tempo di valore più rapido per la personalizzazione in-sessione, tassi di conversione e engagement più alti e metriche di servizio migliorate su tutti i punti di contatto. I nostri clienti hanno guidato risultati come conversioni personalizzate più alte del 2x, milioni di nuovi prospect ad alto valore identificati al di fuori dei programmi di fedeltà e esperienze di servizio più rapide e personalizzate.

Operativamente, cerco anche segnali di semplificazione come meno strumenti da mantenere e un allineamento più stretto tra marketing, dati e team di servizio. Quando lo stesso profilo alimenta sia l’analisi che l’attivazione senza richiedere integrazioni o pipeline di dati duplicate, si vede un’adozione duratura e un ritorno sull’investimento sui dati del cliente che si accumula.

Infine, come vede l’evoluzione del ruolo del CPO man mano che l’AI diventa centrale per l’engagement del cliente e le strategie di crescita aziendale?

Il moderno CPO deve essere l’integratore del prodotto, dei dati e dei risultati di go-to-market – possedendo il cosa e il perché del prodotto che trasforma i segnali in valore. Nel mondo dell’AI, il CPO deve anche possedere il come – come l’intelligenza è incorporata in ogni flusso di lavoro, interazione e decisione. Ciò richiede anche l’architettura per l’identità, la governance e l’azione in tempo reale in una soluzione coerente in modo che i team possano consegnare esperienze alla velocità del cliente.

Ciò significa combinare la gestione della produzione con la scienza dei dati, l’infrastruttura, il marketing, il successo del cliente e la governance etica dell’AI per assicurare che la differenziazione dell’azienda non provenga solo dalle funzionalità, ma da sistemi di apprendimento che si adattano continuamente agli utenti e ai mercati. Stiamo passando dalle roadmap ai cicli di rinforzo – il nostro successo non riguarda il rilascio di versioni, ma l’accelerazione dei cicli di sperimentazione, apprendimento e raffinamento che rafforzano sia il prodotto che la relazione con il cliente. Siamo passando dalle roadmap ai cicli di rinforzo – il nostro successo non è più legato al rilascio di versioni, ma all’accelerazione dei cicli di sperimentazione, apprendimento e raffinamento che rafforzano sia il prodotto che la relazione con il cliente.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Amperity.