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 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.

Ha proseguito gli studi in Ingegneria Chimica, ma poi ha deciso di perseguire opportunità nel campo dell’informatica e dell’apprendimento automatico. Può discutere di questo cambiamento di direzione?

Mio padre era un imprenditore di successo (nel settore dell’elaborazione 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 pronta a farlo. Ma l’informatica era stata una mia passione laterale per molto tempo. In realtà, la mia tesi per il diploma in ingegneria chimica era la creazione di un programma software per la progettazione di un reattore chimico.

Dopo aver completato il diploma in ingegneria chimica, è diventato ovvio che l’informatica era realmente la mia vera passione. Le mie competenze in informatica sono completamente autodidatte e quando mi sono unito a VMware tutti i miei colleghi avevano dottorati da università della Ivy League in informatica. Ero la persona meno qualificata nel mio team.

È stato uno dei primi dipendenti di VMware, dove ha lavorato nel supporto e servizio come ingegnere di supporto prodotti. 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 prodotti. Mi sono unito a VMware perché la loro tecnologia era affascinante – stavano lavorando con i sistemi operativi e avevo un interesse speciale per questo. Stavo aiutando altri sviluppatori di sistemi operativi a 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 tutti i problemi 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 si concentra sul risolvere il problema del cliente e poi si sposta rapidamente al problema successivo. Quelle informazioni importanti non vengono trasmesse.

Può 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 scoperto che tutte le innovazioni nello spazio del supporto si concentravano sulla deviazione dei casi. Ciò significa che il modo migliore per affrontare i problemi di supporto è deviarli – lontano dagli ingegneri di supporto e lontano dai clienti. Questo era in conflitto con ciò che ho visto come ingegnere di supporto prodotti – ogni interazione con il cliente era un’opportunità per imparare sui clienti e su come funziona il prodotto e non funziona. Ma sono stato sorpreso di scoprire che non c’erano strumenti lì per risolvere questo problema (di apprendimento), quindi ho visto un’opportunità grande lì.

Inoltre, ho notato che il supporto veniva 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 realmente 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 iniziata, ero ingenuo nel supporre che potessimo utilizzare API di apprendimento automatico pubblicamente disponibili. Ce ne sono molte – da Amazon (AMZN ), 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 dell’Università di Stanford e Google (GOOGL ) BERT, e poi abbiamo aggiunto un po’ della nostra “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”.

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

Una delle cose principali che facciamo è estrarre il contesto del cliente utilizzando NLP. Il contesto è molto importante perché il contesto spesso si perde nel processo di etichettatura dei sistemi di ticketing. Puoi solo etichettare una quantità limitata di informazioni in quei sistemi. Noi eccelliamo nell’estrazione del contesto del cliente, come cosa li frustra, cosa è la loro impressione del nostro prodotto o del nostro supporto, o cosa stanno cercando di fare con il nostro 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 di prevenire problemi prima che sia troppo tardi – ovvero il cliente diventa molto arrabbiato o se ne va per sempre.

Quali sono alcune delle altre capacità di SupportLogic?

Una volta che inizi a estrarre segnali del cliente dalle interazioni, quei segnali diventano molto potenti per l’analisi. Abbiamo un modulo di analisi che ti dice cosa sembra la voce del cliente, in base a 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 (del cliente). Possiamo anche prevedere – in base alla situazione del cliente – chi è l’esperto di materia più adatto nella compagnia per aiutare a risolvere il problema e poi mettere in contatto 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 le loro prestazioni complessive.

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

Una delle concezioni errate comuni che le persone hanno sull’AI è che sia 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 vostro 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 portare grandi benefici per la vostra organizzazione.

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