라이언 존슨, CallRail의 Chief Product Officer – 인터뷰 시리즈

라이언은 초기 스타트업부터 포춘 100 기업에 이르기까지 다양한 기술 및 제품 개발 리더십 경험을 15년 이상 쌓아왔다. CallRail의 Chief Product Officer로서 그는 최상급 기술 솔루션을 개발하여 실제 문제를 해결하는 그의 열정을 활용한다. CallRail에 합류하기 전에 그는 Banjo(현재 MiiM)의 리더십 팀의 핵심 멤버였다. 그곳에서 그는 제품 개발 조직을 300% 이상 성장시키고, 세계 최고의 AI/기계 학습 기술 제품을 만들었으며, 1억 달러의 C 라운드 벤처 자금을 조달하는 데 도움을 주었다.

CallRail은 비즈니스에 마케팅을 쉽게 할 수 있는 AI 기반 리드 인텔리전스 플랫폼이다. 전 세계 20만 개 이상의 기업을 서비스하며, CallRail의 솔루션은 비즈니스에 리드를 추적하고 마케팅 여정에 속성화하고, 모든 전화, 텍스트, 채팅, 양식을 캡처 및 관리하고, AI에 의해 표면화된 통찰력을 사용하여 마케팅을 최적화하는 데 도움을 준다.

초기 경력은 회계와 재무에 초점이 맞춰져 있었는데, 어떻게 초기에 AI로 전환했나요?

私の 경력은 회계와 재무에 초점이 맞춰져 있었지만,私は 항상 분석적인 마음가짐을 가지고 있었다. Albion College에서 공부하는 동안,私は 컴퓨터 과학 클래스를 하나의 선택 과목으로 수강했는데, 그것이 나의 기술 산업 경력의 시작이었다. 이것은 나중에 AI가 지평선에 나타나기 훨씬 전에 기술 산업에 입문할 수 있는 기회를 제공했다.

私の 경력이 진행됨에 따라,私は 두 가지를 깨달았다: 데이터(特别히 제품 관점에서)를 작업하는 데 대한 깊은 열정과 그 데이터를真正로 가치 있는 것으로 변환하는 방법을 탐색하는 데 대한 열정. AI에 대한 경력에 진입하는 데 직접적인 경로가 없지만, 이러한 두 가지 관심은 자연스럽게 AI와 관련된 경력으로 나를 이끌었다.

20년 전,私の 경력이 시작될 때, AI에 대해 물어보면,私は 종말자와 같은 것을 언급했을 것이다. 그러나 기술이 발전하고, 특히 최근의 발전으로,私の 여정은 데이터에 대한 강한 관심과 이해의 기초에서 시작해야 했다.

AI에 대한 경력을 추구하는 사람들에게, 고유한 배경과 원래의 관점을 가지고 오는 것이 궁극적으로 가장 중요하다. AI의 미래와 未来의 방향에 대한 많은 未知가 있으며, 적용, 적용 위치, 규제, 준수 등에 대한 많은 방향이 있다. 따라서,私は 열린 마음과 배우려는 의지가 있다면, 거의 누구든지 초기 배경과 상관없이 이 새로운 영역에 진입할 수 있다고 생각한다.

현재 역할 이전에, Banjo의 AI/ML 제품 개발을 이끌었는데, 이러한 제품은 무엇이었으며, 이 경험에서 어떤 주요 교훈을 얻었나요?

최상위 수준에서, 우리는 세계에서 발생하는 이벤트를 감지하기 위해 AI와 기계 학습을 사용했다. 우리는 컴퓨터 비전을 사용하여 이미지와 비디오에서 물체를 감지하고, NLP를 사용하여 사람들이 무엇에 대해 이야기하는지 결정했다. 우리는 소셜 미디어, e911, 교통 카메라 등 다양한 데이터 소스를 사용하여 이벤트가 발생했는지 확인했다. 우리는 이 기술을 사용하여 뉴스를 먼저 깨우고, 기업이 직원, 자산, 브랜드를 보호하는 데 도움을 주었다.

CallRail은 대화 인텔리전스를 사용하여 대화에서 통찰력을 얻는데, 이것은 무엇을 의미하는가?

대화 인텔리전스는 전화 대화에서 행동 가능한 통찰력을 자동으로 수집하여 마케팅 성과를 개선하는 능력이다. 목표는 마케터, 에이전시, 비즈니스 소유자가 속도와 정밀도로 올바른 비즈니스 결정을 내릴 수 있도록 하는 것이다.

• 리드 전환: CallRail의 AI는 전화 대화에서 통찰력과 가치 있는 정보를 제공하여 리드 전환을 위한 정보를 제공한다. 마케팅의 최고 소스를 식별하여 최상의 리드를 우선순위로 지정하고, 리소스를 효과적으로 활용하여 시간을 절약할 수 있다. CallRail의 대화 인텔리전스를 통해 리드 추적을 자동화할 수 있다. 또한, AI 기반 통찰력은 각 리드에 대한 풍부한 컨텍스트를 제공하여 개인화된 전략과 맞춤형 솔루션을 개발할 수 있다.

• 고객 경험: 전화 대화에서 통찰력을 얻는 것은 고객 경험을 개선하는 기회를 제공한다. 대화의 분석을 통해 AI는 고객을 이해하고 그들의 여정을 이해하는 데 도움을 줄 수 있는 가치 있는 정보를 제공할 수 있다. 이것은 각 상호 작용의 세부 사항, 토론된 주제, 음성 톤, 감정, 언급된 특정 문제나 도전 과제를 포함한다. 이러한 전체적인 그림과 상호 작용을 통해 비즈니스에서는 더 개인화된 고객 경험을 제공할 수 있다. AI 기반 통찰력을 통해 기업은 고객의 선호도, 필요, 기대치를 더 잘 이해하여 관련된 제안, 추천, 솔루션을 제공할 수 있다.

• 에이전트 성능: 대화 내용을 검토함으로써 CallRail의 대화 인텔리전스는 에이전트에게 유용한 코칭 팁을 제공하여 고객 서비스를 개선할 수 있다. AI는 또한 여러 전화 또는 개별 에이전트에 대한 통찰력을 집계하여 팀의 성능을 이해할 수 있다. 이 기술을 통해 고객 만족도에 영향을 미치는 공통 문제나 반복되는 문제를 식별할 수 있다. 이러한 영역을 개선함으로써 고객 상호 작용의 전반적인 품질을 향상시킬 수 있다.

• 마케팅 최적화: AI 기반 전화 통찰력의 주요优势 중 하나는 다양한 시스템,包括 CRM 플랫폼과 마케팅 자동화 도구와의 통합의 용이성이다. AI 기반 통찰력을 사용하여 비즈니스에서는 리드 여정에 대한 완전한 그림을 얻을 수 있다. 이는 마케팅 전략의 효과를 측정하고, 리드 전환률, 고객 확보 비용, 생성된 수익과 같은 주요 성과 지표(KPI)를 추적하여 마케팅 노력을 최적화할 수 있다. 또한, 기술 스택을 통합함으로써 마케팅은 대화 인텔리전스를 통해 비즈니스에 키워드와 자동 키워드 입찰 전략을 식별하고 제공하는 능력으로 최적화된다.

CallRail의 대화 인텔리전스는 인간의 언어를 분석하고 이해하는 데 설계되었다. 즉, 전화 통화에서 가치 있는 정보를 추출하여 에이전트와 관리자가 94% 이상의 시간을 절약할 수 있다. 전화 통화에서 얻은 정보는 고객의 입에서 직접 나온 첫손 자료로, 이는 시도된 마케팅 도구 중 가장 가치 있는 도구이다.

이 기술에서 사용되는 다양한 AI 및 기계 학습 유형은 무엇인가?

우리는 AssemblyAI와 함께 멋진 AI 파트너십을 맺었으며, 이 회사는 우리의 AI 기반 기능을 다양하게 사용한다. 자세한 내용을 생략하면, 우리는 다음을 사용한다:

• ASR (자동 음성 인식) – Conformer-2에 의해 구동되며, 1.1M 시간의 영어 오디오 데이터로 훈련된 가장 큰 상업용으로 사용 가능한 ASR 모델
• LeMUR – 말한 데이터를 분석하는 데 사용되는 LLM이다. 요약, 에이전트 코칭, 자동 자격, 이름을 포함한 기능의 기초이다. CallRail은 고객에게 가장 많은 가치를 제공하기 위해 다양한 방법으로 모델을 미세 조정한다.

2023년 7월, CallRail Labs는 최초의 종류인 전화 분석 공간에서 공개되었다. 그 핵심 기능 중 하나는 “액션 플랜”의 도입이다. 이것에 대한 어떤 통찰력을 공유할 수 있나요?

그것은 사실입니다! CallRail Labs를 소개했을 때, 우리는 에이전트에게 후속 조치에 대한 AI 생성 추천을 지원하는 액션 플랜을 발표했다. 이 기능은 потен적인 고객과 후속 조치를 취하는 데 대한 추측을 제거하여 주요 사항을 요약하고, 공유 가능한 형식으로 전선 팀에 이메일이나 문자로 보낼 수 있으며, CallRail의 Premium Conversation Intelligence™ 대시보드에 후속 조치를 문서화한다.

그러나 CallRail Labs를 공개한 이후 6개의 새로운 기능이 추가되었다:

• AI 기반 전화 코칭은 에이전트가 잘 수행한 곳, 개선할 수 있는 곳, 그리고 무엇보다도 개선하는 데 필요한 구체적인 조치를 제공한다. 이것은 비즈니스 소유자에게서 훈련 부담을 덜어내고, 에이전트에게 편견이 없는, 시간적인 피드백을 제공한다.
• AI 기반 성공적인 약속 예약 식별은 비즈니스 소유자가 수익을 생성할 가능성이 있는 전화와 활동을 즉시 식별할 수 있도록 해준다.
• AI 기반 새로운 또는 기존 고객 식별은 비즈니스에서真正로 새로운 비즈니스를 생성하는 마케팅 캠페인과 기존 고객으로부터 비즈니스를 증가시키는 캠페인을 이해할 수 있도록 해준다. 이것은 고객 세분화와 캠페인 성능을 개선하는 데 도움이 된다.
• 자주 묻는 질문 자동 식별은 고객의 필요와 선호도를 이해하는 데 도움이 되며, 또한 SEO 최적화와 키워드 전략을 정교화하는 데 도움이 된다.
• 자동으로 전화자의 개인 정보와 선호도를 캡처하여 미래의 관계 구축과 브랜드와 고객 사이의 더 깊은 연결을 지원할 수 있다. 고객의 생일이나 다가오는 생활 이벤트를 기억하는 것과 같은 작은 세부 사항은 불변의 신뢰와 브랜드 충성도를 구축하는 데 도움이 될 수 있다.
• 전화가 끝난 후 생각 깊은 텍스트와 이메일 메시지를 생성하는 데 AI를 활용하여 고객의 우려가 들렸음을 확인하고, 관계를 강화하며, 에이전트의 수많은 시간을 절약한다.

이 새로운 기능에 대해 더 알아보려면 여기와 여기를 참조하십시오. 우리는 초기 트랙션에 대해 흥분하지만, 우리는 아직 표면을 긁고 있을 뿐이다!

CallRail Labs는 고객이 회사의 음성 AI 사용에 영향을 미치는 방법을 설명할 수 있나요?

이 새로운 혁신 프로그램 – 전화 분석 공간에서 최초의 종류 -은 SMB와의 파트너십을 통해 지속적인 AI 혁신을 도모하기 위해 설계되었다. 고객에게 새로운 제품 기능에 대한 초기 액세스를 제공하여 음성 AI를 사용하는 방법에 직접적인 피드백을 제공하는 것이다.

목표는 제품 및 엔지니어링 리드에게 직접적인 피드백을 제공하는 동시에, 우리는 실제 비즈니스 도전을 해결하기 위해 의도적으로 움직일 수 있다. 우리는 이 새로운 AI 기반 제품의 실제 적용을 테스트하고, 귀중한 피드백을 제공할 수 있는 대규모 고객을幸히 가지고 있다.

이 프로젝트의 중요성은 복잡한 작업을 단순화하고 데이터 기반 전략을 일관되게 제공하여 전반적인 효율성을 향상시킨다는 것이다. 이것은 AI의 힘과 대화 인텔리전스 영역에서 의미 있는 혁신을 驅動하는 방법을 보여준다.

이 소프트웨어의 가장 인기 있는 사용 사례는 무엇인가?

우리는 다양한 예를幸히 가지고 있으며, 고객이 AI를 사용하여 전화로 경쟁 우위를 얻는 방법을 보여준다. 몇 가지 예를 들어보면:

홈 서비스: Adria Marble & Granite은 가족이 운영하는 돌 가공 업체로, 주방과 욕실 카운터톱, 벽난로 등을 설치한다. 비즈니스가 처음 시작했을 때, 광고는 노란 페이지, 팩스, 구전으로 이루어졌다. 계약자들이 잠재 고객에게 후속 조치를 취하는 것을 놓치는 것이 일반적인 산업에서, CallRail을 사용하면 모든 전화가 후속 조치가 되고, 리드가 손실되지 않는다.

결과적으로, 회사는 리드당 비용을 낮추고, 타겟팅할 리드가 더 높은 금액의 거래를 창출할 수 있도록 더 잘 할 수 있었다. CallRail은 Adria Marble에게 매주 10-20시간을 절약해 주었다. 이는 Irfan이 수동으로 스프레드시트 또는 사무실에서 외쳐서 고객에게 전화를 걸어야 했을 때와 같다. 판매와 행정 사무를 처리하는 인원이 3명밖에 없기 때문에, 이러한 시간을 다른 작업에 사용할 수 있다.

법률: 디지털 마케팅 에이전시 간의 경쟁은 특히 법률 분야에서 치열하다. 여기서 고객은 일반적으로 다른 산업보다 더 忠実하고 수익성이 있다. đó로 Above the Bar Marketing은 고객의 전화가 울리는 광고, 캠페인, 키워드를 증명하는 데 도움을 주기 위해 CallRail을 사용했다. 결과는, 최소 75%의 고객이 올바른 방식으로 돈을 재할당할 수 있었다. 이는 월간 1,000달러의浪費된 광고 비용을 제거하는 데 도움이 된다.

헬스케어: Cornerstone Foot Care의 디지털 마케팅 운영은 입상 리드와 수신 전화에 대한 적절한 추적이 부족했다. 이 실습은 CallRail을 사용하여 키워드와 캠페인에서 오는 전화와 전화의 품질에 대한 가시성을 얻었다. Google Ads와 CallRail 추적을 추가함으로써, Cornerstone은 리드 품질, 수신 전화, 놓친 전화가 줄어든 결과로 수익을 40% 증가시켰다.

당신은 또한 자동차 경주와 AI의 비교에 대해 알려져 있습니다. 두 가지 사이에 어떤 공통점이 있나요?

AI와 자동차 경주(특히 포뮬러 1)는 이미 오래전부터 밀접한 관계를 맺고 있다. 경주 팀은 자동차를 시뮬레이션을 통해 테스트할 수 있으며, AI는 팀에 성능을 개선하는 데 도움이 될 수 있다. 엔진의 성능을 개선하거나 신뢰성을 높이기 위한 변경 사항을 감지하거나, 공기 역학을 개선하기 위한 변경 사항을 감지하는 데 도움이 될 수 있다. 현대의 포뮬러 1 자동차는 우주선과 같은 모습을 하고 있는데, 이는 AI가 공기 역학을 설계하는 데 도움이 되기 때문이다.

개인적으로,私は AI가 인간의 피드백 요소와 함께 가장 잘 작동한다고 생각한다. 예를 들어, AI 모델이 비 또는 더운 조건에서 최상의 설정을 예측할 수 있지만, 드라이버는 팀에 피드백을 제공해야 한다. AI는 드라이버의 성능과 선호도에 대한 모든 것을 예측할 수 없다. 그래서私は 인간의 상호 작용이 필요하다고 생각한다. 실제로,私は 한 팀의 수석이 이에 대해 이야기했는데, “AI는真正로驚異적이며, 큰 이점을 제공했지만, 드라이버의 피드백과 팀이 이해하는 것과 같은 것은 아직 대체하지 못했다”고 말했다.

음성 AI와 전화 분석의 미래에 대한 비전을 공유할 수 있나요?

마케팅 세계는 오늘날보다 더 빠르게 움직이는 것 같다. 항상 새로운 용어를 배우거나, 전략을 시행하거나, 최고의 관행을 배포해야 한다. 우리는 때때로 일부 가장好的 마케팅 전략이 이러한 변경과 새로운 것들 속에埋藏되어 있다는 것을 잊는다. 이러한 전략 중 하나는, 물론, 전화이다.

전화는 마케터가 사용할 수 있는 가장好的 도구 중 하나로, 고객이 무엇을 원하는지와 需要하는지에 대한 많은 정보를 제공한다. 그러나, 이 잠재력의 상당 부분은 다양한 산업에서まだ 활용되지 않고 있다. 우리는 음성 AI와 전화 분석의 발전을 계속 추진하여 고객이 더 높은 ROI를 달성하는 데 도움을 주고자 한다. 그러나私は 작은 비즈니스가 AI를 사용하여 전화에서 통찰력을 얻는 데 얼마나 영향력이 있는지 완전히 실현하는 것에 대해同樣으로 흥분한다.

감사합니다. 더 많은 정보를 원하는 독자는 CallRail을 방문할 수 있습니다.