Ryan Johnson, Chief Product Officer di CallRail – Intervista

Ryan ha oltre 15 anni di esperienza nella tecnologia e nello sviluppo di prodotti, dalla leadership in startup in fase iniziale a organizzazioni Fortune 100. Come Chief Product Officer di CallRail, sfrutta la sua passione per lo sviluppo di soluzioni tecnologiche di classe mondiale per risolvere problemi del mondo reale. Prima di unirsi a CallRail, è stato un membro chiave del team di leadership di Banjo (ora MiiM). Lì ha aiutato a far crescere l’organizzazione di sviluppo del prodotto del 300%, ha creato prodotti tecnologici di intelligenza artificiale e apprendimento automatico di classe mondiale e ha aiutato a raccogliere 100 milioni di dollari di finanziamenti di venture capital.

CallRail è una piattaforma di intelligenza lead alimentata da intelligenza artificiale che rende facile per le aziende di tutte le dimensioni fare marketing con fiducia. Servendo oltre 200.000 aziende in tutto il mondo, le soluzioni di CallRail aiutano le aziende a tracciare e attribuire ogni lead al loro percorso di marketing, catturare e gestire ogni chiamata, testo, chat e modulo e utilizzare le informazioni emerse dall’intelligenza artificiale per ottimizzare il loro marketing.

La tua carriera iniziale si è concentrata sull’accounting e sulla finanza, come hai fatto a trasferirti all’intelligenza artificiale?

Sebbene la mia carriera sia iniziata con un focus sull’accounting e sulla finanza, ho sempre avuto una mentalità analitica. Mentre studiavo al Albion College, mi sono iscritto a un corso di scienze informatiche come uno dei miei eletti – e il resto è storia! Ciò mi ha successivamente offerto l’opportunità di iniziare a lavorare nell’industria tecnologica molto prima che l’intelligenza artificiale fosse all’orizzonte.

Man mano che la mia carriera proseguiva, mi sono reso conto di due cose: avevo una profonda passione per lavorare con i dati (più specificamente i dati da un punto di vista del prodotto) e navigare nel modo in cui quei dati potevano essere trasformati in qualcosa di veramente prezioso per i clienti. Non c’è un percorso lineare per coloro che vogliono entrare in questo spazio emergente, ma questi due interessi mi hanno naturalmente portato verso una carriera che coinvolge l’intelligenza artificiale.

Se mi avessi chiesto due decenni fa, quando ho iniziato la mia carriera, dell’intelligenza artificiale, avrei probabilmente fatto riferimento al Terminator come tutti gli altri all’epoca. Tuttavia, man mano che la tecnologia è evoluta – e in particolare con i recenti progressi – è chiaro che il mio percorso doveva iniziare con un forte interesse e una solida comprensione dei dati.

Per coloro che vogliono perseguire una carriera nell’intelligenza artificiale, provenire da uno sfondo unico con prospettive originali è fondamentale. Ci sono così tanti fattori sconosciuti nell’intelligenza artificiale nel futuro e si può andare in così tante direzioni diverse – come viene applicata, dove viene applicata, normativa, conformità – è quasi un elenco infinito. Pertanto, credo che se si può entrare con una mente aperta e una volontà di imparare, quasi chiunque possa entrare in questo spazio emergente indipendentemente dal proprio sfondo iniziale.

Prima del tuo ruolo attuale, hai guidato lo sviluppo dei prodotti di intelligenza artificiale e apprendimento automatico di Banjo, quali erano questi prodotti e quali sono state alcune delle tue principali considerazioni su questa esperienza?

A livello più alto, stavamo utilizzando l’intelligenza artificiale e l’apprendimento automatico per rilevare eventi man mano che si verificavano in tutto il mondo. Ci siamo concentrati sulla nostra tecnologia interna sulla visione computerizzata per rilevare cose in immagini e video (incendi, incidenti, loghi, oggetti, ecc.) e sull’NLP per determinare di cosa parlavano le persone. Abbiamo utilizzato molte fonti di dati come i social media, il 911, le telecamere del traffico, ecc. per triangolare e convalidare quando si verificava un “evento”. Abbiamo utilizzato questa tecnologia per aiutare a rompere le notizie (locali e nazionali) prima di chiunque altro e per aiutare le aziende a proteggere i loro dipendenti, beni e marchio.

CallRail utilizza una tecnologia chiamata Conversation Intelligence che facilita la scoperta di informazioni dalle conversazioni, cosa è esattamente?

Conversation Intelligence® è la capacità di aggregare automaticamente informazioni azionabili sui colloqui telefonici per migliorare le prestazioni di marketing. L’obiettivo è quello di abilitare i marketer, le agenzie e i proprietari di aziende a prendere le giuste decisioni aziendali con velocità e precisione.

• Conversione dei lead: CallRail utilizza l’intelligenza artificiale per estrarre informazioni e dati preziosi dalle conversazioni telefoniche che possono essere utilizzati per la conversione dei lead. Identificando i migliori lead dalle migliori fonti di marketing, l’intelligenza artificiale consente di priorizzare gli sforzi e di concentrarsi sui lead più caldi. Ciò garantisce che le risorse vengano utilizzate efficacemente mentre si risparmia tempo. Attraverso Conversation Intelligence® di CallRail, è possibile automatizzare i flussi di lavoro per un follow-up più fluido dei lead. Infine, le informazioni generate dall’intelligenza artificiale forniscono un contesto ricco per ogni lead, fornendo una comprensione più profonda delle loro esigenze e preferenze. Utilizzando queste informazioni, è possibile sviluppare strategie personalizzate e soluzioni su misura, massimizzando le possibilità di convertirli in clienti soddisfatti.

• Esperienza del cliente: Le informazioni sui colloqui telefonici offrono l’opportunità di migliorare l’esperienza del cliente. Attraverso l’analisi delle conversazioni, l’intelligenza artificiale può fornire informazioni preziose per comprendere a fondo i clienti e il loro percorso. Ciò include la cattura dei dettagli di ogni interazione, come gli argomenti discussi, il tono della voce, il sentimento e eventuali punti deboli o sfide menzionate. Con questo quadro completo del percorso e delle interazioni di un lead, le aziende possono offrire un’esperienza del cliente più personalizzata e su misura. Con le informazioni generate dall’intelligenza artificiale, le aziende possono comprendere meglio le preferenze, le esigenze e le aspettative dei clienti, consentendo loro di fornire suggerimenti, raccomandazioni e soluzioni pertinenti.

• Prestazioni degli agenti: Esaminando il contenuto delle conversazioni, Conversation Intelligence® di CallRail offre utili suggerimenti di coaching sulla gestione delle chiamate, fornendo agli agenti la guida necessaria per offrire un miglior servizio clienti. L’intelligenza artificiale aggrega anche le informazioni su più chiamate o su singoli agenti, consentendo di ottenere una comprensione completa delle prestazioni della squadra. Con questa tecnologia, è possibile scoprire pattern o tendenze positive o negative nei sentimenti espressi durante le chiamate. Ciò significa che è possibile identificare problemi comuni o problemi ricorrenti che potrebbero influire sulla soddisfazione del cliente. Affrontando queste aree di miglioramento, è possibile migliorare la qualità complessiva delle interazioni con i clienti.

• Ottimizzazione del marketing: Uno dei principali vantaggi delle informazioni sui colloqui telefonici generate dall’intelligenza artificiale è la facilità di integrazione con diversi sistemi, tra cui piattaforme CRM come HubSpot e strumenti di automazione del marketing. Utilizzando le informazioni generate dall’intelligenza artificiale, le aziende si dotano di un quadro completo del percorso del lead, dall’iniziale contatto ai risultati finali, sia nei canali digitali che offline. Queste informazioni consentono inoltre ai marketer di misurare l’efficacia delle loro strategie di marketing in termini di ritorno sugli investimenti (ROI). Tracciando indicatori chiave di performance (KPI) come tassi di conversione dei lead, costi di acquisizione dei clienti e ricavi generati, le aziende possono ottimizzare gli sforzi di marketing per ottenere un ROI più alto. Inoltre, oltre all’integrazione con la tecnologia, il marketing viene ottimizzato nella Conversation Intelligence perché fornisce alle aziende la capacità di identificare parole chiave e automatizzare le strategie di offerta di parole chiave in base alle informazioni dei colloqui, offrendo input preziosi per il SEO e i messaggi di marketing. Ad esempio, se i lead chiedono costantemente servizi non offerti, le aziende possono adattare i messaggi del loro sito web per garantire che le chiamate siano meglio allineate o considerare l’adattamento delle loro offerte per soddisfare la domanda dei lead.

La Conversation Intelligence® di CallRail è progettata per comprendere e analizzare il linguaggio umano. Ciò significa che può estrarre ogni prezioso frammento di informazione dalle chiamate telefoniche mentre salva agli agenti e ai manager oltre il 94% del loro tempo. Le informazioni dalle chiamate telefoniche sono conoscenze di prima mano direttamente dalla bocca del cliente. Il risultato è dati preziosi da uno strumento di marketing collaudato con una torsione del XXI secolo.

Quali sono i diversi tipi di intelligenza artificiale e apprendimento automatico utilizzati in questa tecnologia?

Abbiamo un ottimo partenariato con AssemblyAI, un’azienda che utilizza una varietà delle nostre funzionalità alimentate dall’intelligenza artificiale. Senza entrare nei dettagli tecnici, utilizziamo:

• ASR (Riconoscimento automatico del parlato) – alimentato da Conformer-2, il modello ASR più grande disponibile commercialmente addestrato su oltre 1,1 milioni di ore di dati audio in inglese
• LeMUR – LLM utilizzato per analizzare i dati parlati. È la base delle sintesi, del coaching degli agenti, della qualificazione automatica, per citarne alcune. CallRail effettua una regolazione fine in vari modi su questi modelli per ottenere il massimo valore per i nostri clienti.

Nel luglio 2023, CallRail Labs è stato presentato come il primo nel suo genere nello spazio dell’analisi delle chiamate. Una delle sue funzionalità principali è l’introduzione dei “piani d’azione”. Potresti condividere alcune informazioni su cosa sono?

È vero! Quando abbiamo introdotto CallRail Labs, abbiamo anche rilasciato i piani d’azione per supportare gli agenti con raccomandazioni generate dall’intelligenza artificiale per i passaggi successivi dopo una chiamata. Questa funzionalità rimuove l’indovinello dal seguire i potenziali clienti riassumendo i punti chiave, consolidandoli in un formato condivisibile per posta elettronica o SMS ai team di prima linea e documentando i follow-up all’interno del dashboard di Conversation Intelligence™ premium di CallRail.

Tuttavia, dal momento in cui abbiamo presentato CallRail Labs a luglio, sono state introdotte sei nuove funzionalità:

• Coaching delle chiamate alimentato dall’intelligenza artificiale identifica dove gli agenti hanno eseguito bene, dove potrebbero migliorare e, cosa più importante, fornisce raccomandazioni azionabili specifiche per fare meglio. Ciò solleva il carico di formazione dai proprietari di aziende e garantisce che i feedback imparziali e tempestivi vengano dati agli agenti per migliorare le prestazioni.
• Identificazione dell’intelligenza artificiale degli appuntamenti di successo pianificati consente ai proprietari di aziende di identificare immediatamente le chiamate che sono più probabili di generare entrate e comprendere quali attività attirano i migliori lead.
• Identificazione dell’intelligenza artificiale dei clienti nuovi o esistenti che consente alle aziende di comprendere quali campagne di marketing generano effettivamente nuovi affari e quali guidano la fedeltà e il ricavo da clienti esistenti, senza dover ascoltare la chiamata o leggere una trascrizione. Sapere quali campagne guidano nuovi clienti all’azienda e quali aumentano la fedeltà e il ricavo dei clienti esistenti consente alle aziende di migliorare la segmentazione del pubblico e, in definitiva, le prestazioni della campagna.
• Identificazione automatica delle domande poste frequentemente nelle chiamate per identificare le domande più comuni dei clienti, offrendo informazioni preziose sulle esigenze dei clienti, mentre aiuta anche l’ottimizzazione del SEO e il perfezionamento della strategia delle parole chiave.
• Cattura dei dettagli personali e delle preferenze dei chiamanti in modo automatico, che possono essere utilizzati per supportare la costruzione di relazioni future e creare legami più profondi tra marche e clienti. Piccoli dettagli come ricordare il compleanno di un cliente o un evento di vita importante possono costruire una fiducia e una fedeltà al marchio incrollabili.
• Sfruttare l’intelligenza artificiale per generare messaggi di testo e posta elettronica pensati e concisi dopo che una chiamata è terminata per affermare che le preoccupazioni dei clienti sono state ascoltate, rafforzando le relazioni e risparmiando agli agenti innumerevoli ore di lavoro.

Leggi di più su queste nuove funzionalità qui e qui. Mentre siamo emozionati da questo primo successo – stiamo solo graffiando la superficie!

Puoi anche descrivere come CallRail Labs consente ai clienti di influenzare l’utilizzo dell’intelligenza artificiale vocale da parte dell’azienda?

Questo nuovo programma di innovazione – come hai menzionato, il primo nel suo genere nello spazio dell’analisi delle chiamate – è stato progettato per aiutare a promuovere ulteriore innovazione nell’intelligenza artificiale in partenariato con le piccole e medie imprese, invitando i nostri clienti a influenzare il modo in cui utilizziamo l’intelligenza artificiale vocale attraverso l’accesso anticipato a nuove funzionalità del prodotto.

L’obiettivo è quello di fornire feedback diretti ai leader del prodotto e dell’ingegneria mentre, allo stesso tempo, ci consente di muoverci con decisione per risolvere sfide aziendali reali in mezzo all’esplosione del mercato delle capacità guidate dall’intelligenza artificiale. Siamo fortunati ad avere un grande insieme di clienti disposti a testare l’applicazione pratica di questi nuovi prodotti abilitati dall’intelligenza artificiale e a fornire feedback inestimabile.

La significatività di questo progetto risiede nel fatto che semplifica compiti complessi e fornisce costantemente strategie basate sui dati, migliorando l’efficienza complessiva. Dimostra il potere dell’intelligenza artificiale e come possa guidare un’innovazione significativa nel campo della Conversation Intelligence®.

Quali sono alcuni dei casi d’uso più popolari di questo software?

Siamo fortunati ad avere un’ampia gamma di esempi che illustrano come i nostri clienti stanno utilizzando l’intelligenza artificiale per trasformare le loro chiamate in un vantaggio competitivo. Alcuni dei nostri esempi preferiti tra i settori includono:

Home Service: Adria Marble & Granite è un’azienda di lavorazione della pietra di proprietà familiare che installa cucine e bagni in pietra, caminetti e altro. Quando l’azienda ha iniziato, la pubblicità era effettuata attraverso le pagine gialle, i fax e la parola di bocca. In un settore in cui è comune per i contractor perdere il follow-up con i clienti potenziali, avere CallRail ha anche aiutato Adria Marble a distinguersi assicurando che tutte le chiamate vengano seguite e che nessun lead venga perso.

Di conseguenza, l’azienda è stata in grado di ridurre il costo complessivo per lead e di fare un lavoro migliore nel targetizzare i lead giusti che porteranno a un importo più alto negli affari che chiudono. CallRail ha salvato ad Adria Marble 10-20 ore a settimana automatizzando la tracciabilità dei lead e delle chiamate che altrimenti Irfan avrebbe dovuto fare manualmente, attraverso un foglio di calcolo o a volte semplicemente gridando in ufficio per assicurarsi che i clienti ricevano una richiamata. Con solo tre persone che gestiscono tutte le vendite e le mansioni amministrative dell’ufficio, riavere queste ore per altre attività ha un impatto significativo.

Legale: La concorrenza tra le agenzie di marketing digitale è feroce – soprattutto nello spazio legale, dove i clienti sono generalmente più fedeli e redditizi rispetto a quelli in altri settori. È per questo che Above the Bar Marketing si è rivolta a CallRail per aiutare a dimostrare quali annunci, campagne e parole chiave fanno squillare i telefoni dei loro clienti. Il risultato: la tracciabilità delle chiamate ha aiutato almeno il 75% dei loro clienti a riallocare i fondi nel modo giusto – eliminando 1.000 dollari al mese di spesa pubblicitaria sprecata.

Sanità: Le operazioni di marketing digitale di Cornerstone Foot Care mancavano di un’adeguata tracciabilità dei lead in entrata e delle chiamate telefoniche in entrata. La pratica si è rivolta a CallRail per la visibilità su quali parole chiave e campagne le chiamate provenivano, nonché sulla qualità di ogni chiamata. Con l’aggiunta di Google Ads e della tracciabilità di CallRail, Cornerstone ha aumentato il suo ricavo del 40% attraverso una maggiore qualità delle chiamate, un aumento del numero di chiamate dai lead in entrata e una riduzione del numero di chiamate perse.

Sei anche noto per le tue analogie tra l’intelligenza artificiale e le tue corse automobilistiche. Quali sono alcune delle somiglianze tra le due?

L’intelligenza artificiale e le corse automobilistiche (soprattutto la Formula 1) hanno avuto una stretta relazione per molti anni. Le squadre di corsa possono mettere le loro auto attraverso simulazioni che l’intelligenza artificiale può interpretare e aiutare la squadra con le prestazioni. L’intelligenza artificiale può rilevare le modifiche che devono essere apportate a un motore per aumentare le prestazioni o migliorare l’affidabilità, alle modifiche dell’aerodinamica per aiutare con la forza di gravità. Non è un caso che le moderne auto da corsa della Formula 1 sembrino astronavi, poiché l’intelligenza artificiale sta aiutando a progettare letteralmente l’aerodinamica.

Personalmente, credo che l’intelligenza artificiale funzioni meglio con un elemento di feedback umano, che non è diverso dalle corse. Ad esempio, anche se un modello di intelligenza artificiale prevede la migliore configurazione per condizioni di pioggia o caldo, il pilota deve comunque fornire feedback alla squadra. L’intelligenza artificiale non può prevedere tutto sulla prestazione e le preferenze del pilota, quindi è necessario l’interazione umana per il feedback. Ho sentito un capo squadra parlare di questo mentre facevo un giro dei box al Petit LeMans in ottobre. Ha detto “L’intelligenza artificiale è veramente incredibile e ci ha dato grandi vantaggi, ma non ha ancora sostituito il feedback del pilota e una squadra che comprende le sfumature del pilota”.

Potresti condividere la tua visione per il futuro dell’intelligenza artificiale vocale e dell’analisi delle chiamate?

È facile sentirsi come se il mondo del marketing si muovesse più velocemente della luce oggi. C’è sempre un nuovo termine da imparare, una strategia da attuare o una best practice da implementare. Spesso dimentichiamo che alcune delle migliori strategie di marketing collaudate sono in questo cambiamento costante e novità. Una di queste strategie trascurate è, senza dubbio, le chiamate telefoniche.

Le chiamate telefoniche rimangono lo strumento migliore per i marketer per utilizzare, fornendo una grande quantità di informazioni su cosa vogliono e di cosa hanno bisogno i clienti. Tuttavia, una parte significativa di questo potenziale rimane inutilizzato in una vasta gamma di settori. Mentre siamo sicuramente sulla missione di continuare ad accelerare l’avanzamento dell’intelligenza artificiale vocale e dell’analisi delle chiamate per aiutare i clienti a ottenere un ROI più alto, sono altrettanto emozionato dal fatto che le piccole imprese stanno iniziando a rendersi conto di quanto l’intelligenza artificiale possa essere impattante per trasformare le chiamate in informazioni su cui agire.

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