Krishna Raj Raja, CEO e Fondatore di SupportLogic – Serie di Interviste

Krishna Raj Raja, è il CEO e Fondatore di SupportLogic, la prima piattaforma di gestione dell’esperienza di servizio (SX) continua al mondo che consente alle aziende di comprendere e agire sulla “Voce del Cliente” in tempo reale per migliorare immediatamente la consegna del servizio e costruire relazioni con i clienti sane e redditizie.

Si descrive come un “geek della scienza”, cosa c’è nel mondo scientifico che la affascina così tanto?

Per me, la scienza è tutta sulla curiosità di come funziona il mondo e quali pattern esistono nel mondo. Ho avuto questa curiosità fin dall’infanzia e si è estesa alla mia vita professionale. In SupportLogic, stiamo cercando pattern che esistono nel linguaggio naturale e utilizzando quei pattern per prevedere cose e fornire raccomandazioni. Questo è come la scienza – prevede pattern, fornisce raccomandazioni e ti dice come funziona il mondo. Molto di ciò che ho imparato nella mia vita è stato autoappreso perché proveniva dalla mia curiosità naturale, non dall’istruzione formale.

È andato avanti e ha ottenuto una laurea in Ingegneria Chimica, ma poi ha finito per perseguire opportunità nel computer science e nell’apprendimento automatico. Potrebbe discutere di questo cambiamento di direzione?

Mio padre era un proprietario di azienda di successo (nel settore della lavorazione dell’acciaio) e sperava che un giorno avrei preso il suo posto nell’azienda di famiglia. L’ingegneria chimica sembrava essere la formazione giusta per essere pronti a farlo. Ma il computer science era stata una passione laterale per me per molto tempo. In realtà, la mia tesi per la laurea in ingegneria chimica era creare un programma software per la progettazione di un reattore chimico.

Dopo aver finito la laurea in ingegneria chimica, è diventato ovvio che il computer science era davvero la mia vera passione. Le mie competenze in computer science sono completamente autodidatte e quando mi sono unito a VMware tutti i miei colleghi avevano dottorati da scuole Ivy League in computer science. Ero la persona meno qualificata nel mio team.

È stato un dipendente precoce di VMware, dove ha lavorato nel supporto e servizio come ingegnere di supporto prodotto. Quali sono stati alcuni dei potenziali settori di miglioramento che ha osservato?

Ero un ingegnere software che si è trasformato in un ingegnere di supporto prodotto. Mi sono unito a VMware perché la loro tecnologia era affascinante – stavano trattando sistemi operativi e avevo un interesse speciale per questo. Stavo aiutando altri sviluppatori di sistemi operativi ad utilizzare i prodotti VMware quotidianamente. A causa della mia formazione, stavo guardando le cose da due angoli diversi: 1) Come posso rendere felice questo cliente e risolvere il suo problema; e 2) Perché esiste questo problema nel software e come può essere risolto? Stavo guardando l’aspetto del prodotto di tutte le questioni di supporto. Una delle prime cose che ho realizzato è che quando i team di prodotto sviluppano un prodotto, non sanno realmente come verrà distribuito e utilizzato, quindi non prevedono molte cose durante il processo di sviluppo. Tuttavia, il team di supporto ha una buona comprensione di quei problemi e può fornire feedback prezioso ai team di prodotto e ad altri dipartimenti dell’azienda. Il problema è che questo feedback di solito si perde perché il team di supporto è concentrato a risolvere un problema del cliente e poi passare rapidamente al prossimo problema. Quelle informazioni importanti non vengono passate.

Potrebbe condividere alcuni dettagli sulla storia di genesi di SupportLogic?

Quando ho iniziato SupportLogic, ho guardato il panorama del mercato per l’industria del supporto e ho trovato che tutte le innovazioni nello spazio del supporto erano concentrate sulla deviazione dei casi. Ciò significa che il miglior modo per affrontare i problemi di supporto è deviarli – lontano dagli ingegneri di supporto e lontano dai clienti. Ciò era in conflitto con ciò che ho visto come ingegnere di supporto prodotto – ogni interazione con il cliente era un’opportunità per imparare sui clienti e su come funziona e non funziona il prodotto. Ma sono stato sorpreso di trovare che non c’erano strumenti là fuori per risolvere questo problema (di apprendimento), quindi ho visto una grande opportunità lì.

Inoltre, ho notato che il supporto era spesso trattato come un centro di costo, cosa che pensavo fosse un modo miope di guardare le cose. Quando si guarda il supporto come un centro di profitto o come il sistema nervoso centrale di un’azienda, si può veramente trasformare un’organizzazione e renderla veramente centrata sul cliente. È questo che mi ha portato a fondare SupportLogic.

Quali sono alcune delle diverse tecnologie di apprendimento automatico utilizzate in SupportLogic?

Quando l’azienda è stata fondata, ero ingenuo nel pensare che potessimo utilizzare API di apprendimento automatico pubblicamente disponibili. Ce ne sono molte – da Amazon, Microsoft e HPE – e tutte forniscono API di apprendimento automatico come servizio. A mia sorpresa e delusione, molti di questi modelli di apprendimento automatico non funzionavano con il tipo di dati con cui stavamo lavorando (dati di supporto clienti). Ma ho realizzato che questo era un’opportunità e ho detto: “Perché non costruiamo noi stessi?” Abbiamo iniziato a costruire il nostro da zero utilizzando tecnologie di apprendimento automatico esistenti da progetti open-source, come spaCy di Stanford University e Google BERT, e poi abbiamo aggiunto un po’ di “salsa segreta” in cima a quello, utilizzando un approccio di modello ensemble. Abbiamo anche ottimizzato il modello per ogni cliente e il loro set di dati specifico, piuttosto che utilizzare una filosofia “una taglia per tutti”.

Potrebbe discutere di come SupportLogic consente alle aziende di connettersi meglio con i clienti utilizzando segnali chiave?

Una delle cose chiave che facciamo è estrarre il contesto del cliente utilizzando NLP. Il contesto è molto importante perché il contesto spesso si perde nel processo di tagging dei sistemi di ticketing. Puoi solo etichettare una quantità limitata di informazioni in quei sistemi. Ci distinguiamo nell’estrazione del contesto del cliente, come cosa li frustra, cosa è la loro impressione del tuo prodotto o del tuo supporto, o cosa stanno cercando di fare con il tuo prodotto. Ci sono una varietà di segnali e contesti da estrarre. Facendo questo in tempo reale e creando flussi di lavoro nella nostra piattaforma, consentiamo alle aziende di agire sui segnali del cliente e prevenire problemi prima che sia troppo tardi – significa che il cliente diventa molto arrabbiato o se ne va per sempre.

Quali sono alcune delle altre capacità dietro il software SupportLogic?

Una volta che si inizia a estrarre segnali del cliente dalle interazioni, quei segnali diventano molto potenti per l’analisi. Abbiamo un modulo di analisi che dice cosa sembra la voce del cliente, sulla base di tutte le interazioni. Poi andiamo un passo più in là e utilizziamo i dati per iniziare a fare previsioni. Possiamo prevedere cosa accadrà con un particolare account (cliente). Possiamo anche prevedere – sulla base della situazione del cliente – chi è il miglior esperto di materia nell’azienda per aiutare a risolvere il problema e poi abbinare il cliente con quella persona giusta.

E possiamo guardare sia le conversazioni in entrata che quelle in uscita per fornire indicazioni agli agenti di servizio su cosa dovrebbero fare di più (o di meno) nelle loro interazioni quotidiane con i clienti. Diventa uno strumento di coaching fantastico per aiutare gli agenti di servizio a sviluppare le loro competenze soft e migliorare la loro prestazione complessiva.

C’è qualcos’altro che vorrebbe condividere su SupportLogic?

Una delle concezioni errate comuni che le persone hanno con l’AI è che è un investimento massiccio che è molto coinvolto e complesso, e che non si vedranno ritorni su di esso per un anno o più. In realtà, le tecnologie di AI e ML sono mature molto, e possono funzionare sul tuo set di dati esistente. E si possono vedere risultati in pochi mesi, non in anni. Quindi, adesso è il momento di investire in AI perché si possono vedere risultati incredibili in pochi mesi che possono produrre grandi benefici per la tua organizzazione.

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