Ryan Johnson, Chief Product Officer di CallRail – Serie di Interviste

Ryan ha oltre 15 anni di esperienza diversificata nel settore tecnologico e nello sviluppo di prodotti, dalle startup in fase iniziale alle 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 di oltre il 300%, ha creato prodotti tecnologici di intelligenza artificiale/apprendimento automatico di classe mondiale e ha aiutato a raccogliere un finanziamento di serie C da 100 milioni di dollari.

CallRail è una piattaforma di intelligenza dei 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 transitare inizialmente all’intelligenza artificiale?

Mentre la mia carriera è iniziata con un focus sull’accounting e sulla finanza, ho sempre avuto una mentalità analitica. Mentre studiavo al Albion College, mi sono iscritto a una classe di scienze informatiche come una delle mie materie elettive – e il resto è storia! Ciò mi ha successivamente offerto l’opportunità di iniziare a lavorare nel settore tecnologico 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 una prospettiva di prodotto) e navigare come quei dati potessero essere trasformati in qualcosa di veramente prezioso per i clienti. Non c’è un percorso lineare per coloro che desiderano 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, riguardo all’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 desiderano perseguire una carriera nel settore dell’intelligenza artificiale, provenire da uno sfondo unico con prospettive originali è fondamentale. Ci sono così tante incognite riguardo all’intelligenza artificiale nel futuro e puoi andare in così tante direzioni diverse – come viene applicata, dove viene applicata, normative, conformità – è quasi una lista infinita. Pertanto, credo che se puoi entrare con una mente aperta e una volontà di imparare, quasi chiunque possa entrare in questo spazio emergente indipendentemente dal proprio background iniziale.

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

Al 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 di visione artificiale per rilevare cose in immagini e video (incendi, incidenti, loghi, oggetti, ecc.) e NLP per determinare di cosa parlavano le persone. Abbiamo utilizzato molte fonti di dati come i social media, e911, telecamere del traffico, ecc. per triangolare e convalidare quando si verificava un “evento”. Abbiamo utilizzato questa tecnologia per aiutare a rompere 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 dalle conversazioni telefoniche 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’s AI scava nelle conversazioni telefoniche e fornisce informazioni e dati preziosi che possono essere utilizzati per la conversione dei lead. Identificando i migliori lead dalle tue principali fonti di marketing, l’AI ti consente di prioritizzare gli sforzi e concentrarti sui lead più caldi. Ciò garantisce che le tue risorse vengano utilizzate efficacemente mentre simultaneamente ti salvi tempo. Attraverso CallRail’s Conversation Intelligence®, puoi automatizzare i flussi di lavoro per un follow-up più fluido. Infine, le informazioni basate sull’AI forniscono un contesto ricco per ogni lead, darti una comprensione più profonda delle loro esigenze e preferenze. Utilizzando ciò, puoi sviluppare strategie personalizzate e soluzioni su misura, massimizzando le tue possibilità di convertirli in clienti soddisfatti.

• Esperienza del cliente: Le informazioni sulle chiamate telefoniche offrono un’opportunità per migliorare l’esperienza del cliente. Attraverso l’analisi delle conversazioni, l’AI può fornire informazioni preziose per aiutarti a comprendere a fondo i tuoi clienti e il loro percorso. Ciò include la cattura dei dettagli di ogni interazione, come gli argomenti discussi, il tono di voce, il sentimento e eventuali punti deboli o sfide menzionate. Con questa visione completa del percorso e delle interazioni del lead, le aziende possono offrire un’esperienza del cliente più personalizzata e su misura. Con le informazioni basate sull’AI, 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: Rivedendo il contenuto della conversazione, CallRail’s Conversation Intelligence® offre utili suggerimenti di coaching sulla gestione delle chiamate, dando ai tuoi agenti la guida necessaria per fornire un miglior servizio clienti. L’AI aggrega anche le informazioni su più chiamate o per agente individuale, consentendoti di ottenere una comprensione globale delle prestazioni del tuo team. Con questa tecnologia, puoi scoprire modelli o tendenze positivi o negativi nei sentimenti espressi durante le chiamate. Ciò significa che puoi identificare problemi comuni o problemi ricorrenti che potrebbero influire sulla soddisfazione del cliente. Affrontando queste aree di miglioramento, puoi migliorare la qualità complessiva delle tue interazioni con i clienti.

• Ottimizzazione del marketing: Uno dei principali vantaggi delle informazioni sulle chiamate basate sull’AI è la facilità di integrarle con diversi sistemi, comprese piattaforme CRM come HubSpot e vari strumenti di automazione del marketing. Utilizzando le informazioni basate sull’AI, le aziende si dotano di un quadro completo del percorso del lead, dalla prima contatto ai risultati finali, sia nei canali digitali che offline. Queste informazioni consentono anche ai marketer di misurare l’efficacia delle loro strategie di marketing in termini di ritorno sugli investimenti (ROI). Tracciando indicatori chiave di prestazione (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 lo stack tecnologico, 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 della chiamata, offrendo un input prezioso per il SEO e la messaggistica di marketing. Ad esempio, se i lead chiedono costantemente servizi non offerti, le aziende possono adattare il messaggio 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.

CallRail’s Conversation Intelligence® 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 tuo 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 meraviglioso partenariato di intelligenza artificiale con AssemblyAI, un’azienda che utilizza una varietà delle nostre funzionalità alimentate da 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 dati parlati. È la base delle sintesi, del coaching degli agenti, della qualificazione automatica, per citarne alcuni. CallRail effettua una rifinitura in vari modi sui 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”. Puoi condividere alcune informazioni su cosa è?

È vero! Quando abbiamo introdotto CallRail Labs, abbiamo anche rilasciato piani d’azione per supportare gli agenti con raccomandazioni generate da intelligenza artificiale per i passaggi successivi dopo una chiamata. Questa funzionalità rimuove la congettura dal seguire i potenziali clienti riassumendo i punti chiave, consolidandoli in un formato condivisibile da inviare via e-mail 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 capacità:

• Coaching delle chiamate basato sull’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 individuare immediatamente le chiamate che sono più probabili generare entrate e comprendere quali attività attirano i migliori lead.
• Identificazione dell’intelligenza artificiale dei clienti nuovi o esistenti che consente alle aziende di capire 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 stanno generando nuovi clienti per il tuo business e quali stanno aumentando la fedeltà e il ricavo da clienti esistenti consente alle aziende di migliorare la segmentazione del pubblico e, in ultima analisi, le prestazioni della campagna.
• Identificazione automatica delle domande poste frequentemente alle chiamate per identificare domande comuni dei clienti, offrendo informazioni preziose sulle esigenze dei clienti, mentre aiuta anche l’ottimizzazione del SEO e la raffinazione 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 stabilire 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 lealtà verso il marchio incrollabili.
• Sfruttare l’intelligenza artificiale per generare messaggi di testo e posta elettronica pensati e concisi dopo la fine di una chiamata per confermare 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 capacità qui e qui. Mentre siamo entusiasti di questa prima trazione – stiamo solo graffiando la superficie!

Puoi anche descrivere come CallRail Labs consente ai clienti di influenzare l’utilizzo dell’intelligenza artificiale 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 come stiamo utilizzando l’intelligenza artificiale della voce attraverso l’accesso anticipato a nuove funzionalità del prodotto.

L’obiettivo è quello di fornire un feedback diretto ai leader del prodotto e dell’ingegneria, mentre ci consente di muoverci con decisione per risolvere sfide aziendali reali tra l’esplosione di 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 all’intelligenza artificiale e a fornire feedback inestimabili.

L’importanza 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 regno della Conversation Intelligence®.

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

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

Home Service: Adria Marble & Granite è un fabbricante di pietra di famiglia che installa banconi da cucina e bagno, caminetti e altro. Quando l’azienda ha iniziato, la pubblicità era effettuata tramite le pagine gialle, fax e passaparola. 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 garantendo che tutte le chiamate vengano seguite e che non vengano persi lead.

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

Legale: La competizione tra le agenzie di marketing digitali è feroce – specialmente nello spazio legale, dove i clienti sono generalmente più fedeli e redditizi rispetto a quelli di 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 il telefono dei loro clienti. Il risultato: il tracciamento 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: Cornerstone Foot Care mancava di un adeguato tracciamento dei lead in entrata e delle chiamate telefoniche. La pratica si è rivolta a CallRail per ottenere visibilità su quali parole chiave e campagne le chiamate provenivano, nonché sulla qualità di ogni chiamata. Con l’aggiunta di Google Ads e del tracciamento di CallRail, Cornerstone ha aumentato il suo fatturato del 40% attraverso una maggiore qualità delle chiamate, un aumento del numero di chiamate dai lead in entrata e una diminuzione 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 (specialmente la Formula 1) hanno avuto una relazione stretta per molti anni. Le squadre di corsa hanno la capacità di mettere le loro auto attraverso simulazioni che l’intelligenza artificiale può interpretare e aiutare la squadra con le prestazioni. L’intelligenza artificiale potrebbe rilevare modifiche che devono essere apportate a un motore per aumentare le prestazioni o migliorare l’affidabilità, alle modifiche dell’aerodinamica per aiutare con la deportanza. Non è un caso che le moderne auto da Formula 1 sembrino navicelle spaziali, poiché l’intelligenza artificiale sta letteralmente aiutando a progettare 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, diciamo, per condizioni di pioggia o caldo, il pilota deve comunque fornire un feedback alla squadra. L’intelligenza artificiale non può prevedere tutto ciò che riguarda le prestazioni e le preferenze del pilota, quindi hai bisogno dell’interazione umana per il feedback. Ho sentito un capo squadra parlare di questo quando ho fatto un tour della pit lane al Petit LeMans in ottobre. Ha detto “L’intelligenza artificiale è veramente incredibile e ci ha dato grandi guadagni, ma non ha ancora sostituito il feedback del pilota e una squadra che comprende le sfumature del pilota”.

Puoi 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 veloce 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 testate e collaudate sono in questo cambiamento costante e novità. Una di queste strategie trascurate è, senza dubbio, la chiamata telefonica.

Le chiamate telefoniche rimangono lo strumento migliore per i marketer per utilizzare, fornendo una grande quantità di informazioni su ciò che i clienti desiderano e necessitano. Tuttavia, una parte significativa di questo potenziale rimane inutilizzata in una vasta gamma di settori. Mentre siamo sicuramente impegnati a 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 entusiasta del fatto che le piccole imprese possano rendersi pienamente conto di quanto l’intelligenza artificiale possa essere potente per trasformare le chiamate in informazioni su cui agire.

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