Ryanas Johnsonas, CallRail – Interviu serijos vyriausiasis produktų direktorius

Ryanas turi daugiau nei 15 metų vadovavimo įvairioms technologijoms ir produktų kūrimui patirties – nuo ​​ankstyvosios stadijos startuolių iki „Fortune 100“ organizacijų. Būdamas „CallRail“ vyriausiuoju gaminių pareigūnu, jis išnaudoja savo aistrą kurdamas geriausius savo klasėje technologijų sprendimus realaus pasaulio problemoms spręsti. Prieš prisijungdamas prie CallRail, jis buvo pagrindinis Banjo (dabar MiiM) vadovų komandos narys. Ten jis padėjo išplėsti produktų kūrimo organizaciją daugiau nei 300%, sukūrė pasaulinio lygio dirbtinio intelekto / mašininio mokymosi technologijų produktus ir padėjo surinkti 100 mln.

„CallRail“ yra dirbtiniu intelektu paremta pirmaujančių žvalgybos platforma, kuri leidžia bet kokio dydžio įmonėms su pasitikėjimu pateikti rinką. „CallRail“ sprendimai, aptarnaujantys daugiau nei 200,000 XNUMX įmonių visame pasaulyje, padeda įmonėms sekti ir priskirti kiekvieną potencialą savo rinkodaros kelionei, užfiksuoti ir valdyti kiekvieną skambutį, tekstinį pranešimą, pokalbį ir formą bei naudoti AI pateiktas įžvalgas, kad optimizuotų savo rinkodarą.

Ankstyvoji jūsų karjera buvo susijusi su apskaita ir finansais. Kaip iš pradžių perėjote prie AI?

Nors mano karjera prasidėjo daugiausia dėmesio skiriant apskaitai ir finansams, visada turėjau analitinį mąstymą. Mokydamasis Albiono koledže, kaip tik vieną iš pasirenkamųjų dalykų įstojau į informatikos klasę – o visa kita yra istorija! Tai vėliau suteikė man galimybę pradėti dirbti technologijų pramonėje dar daug anksčiau nei AI dar pasirodė horizonte.

Kai mano karjera ir toliau vystėsi, supratau du dalykus: turėjau didelę aistrą dirbti su duomenimis (konkrečiau – duomenimis iš produkto perspektyvos) ir naršyti, kaip tuos duomenis būtų galima paversti kažkuo, kas tikrai vertinga klientams. Tiems, kurie nori patekti į šią besiformuojančią erdvę, nėra tiesaus kelio, tačiau šie du pomėgiai mane natūraliai atvedė į DI karjerą.

Jei būtumėte manęs paklausę prieš du dešimtmečius, kai pirmą kartą pradėjau savo karjerą apie dirbtinį intelektą, tikriausiai būčiau paminėjęs terminatorių, kaip ir visi kiti tuo metu. Vis dėlto tobulėjant technologijoms – ypač dėl pastarojo meto pažangos – akivaizdu, kad mano kelionė turėjo prasidėti nuo didelio susidomėjimo ir supratimo apie duomenis.

Tiems, kurie nori dirbti dirbtinio intelekto srityje, svarbiausia yra kilti iš unikalios aplinkos ir originalių perspektyvų. Ateityje yra tiek daug nežinomų dalykų, susijusių su AI, ir jūs galite eiti daugybe skirtingų krypčių – kaip jis taikomas, kur jis taikomas, reglamentavimas, atitiktis – tai beveik nesibaigiantis sąrašas. Todėl manau, kad jei galite ateiti su atviru protu ir noru mokytis, beveik kiekvienas gali patekti į šią besiformuojančią erdvę, nepaisant pradinės kilmės.

Prieš eidamas dabartinį vaidmenį vadovavote „Banjos AI/ML“ produktų kūrimui, kokie buvo šie produktai ir kokie buvo pagrindiniai šios patirties aspektai?

Aukščiausiu lygiu naudojome AI ir mašininį mokymąsi, kad aptiktume įvykius, vykstančius visame pasaulyje. Mes sutelkėme savo vidines technologijas į kompiuterinį regėjimą, kad aptiktume daiktus vaizduose ir vaizdo įrašuose (gaisrus, avarijas, logotipus, objektus ir kt.), ir NLP, kad nustatytų, apie ką žmonės kalba. Naudojame daugybę duomenų šaltinių, tokių kaip socialinė žiniasklaida, e911, eismo kameros ir kt., kad galėtume nustatyti ir patvirtinti, kada įvyksta įvykis. Naudojome šią technologiją, kad padėtume naujienoms (vietinėms ir nacionalinėms) anksčiau nei bet kas kitas ir padėtume įmonių korporacijoms apsaugoti savo darbuotojus, turtą ir prekės ženklą.

„CallRail“ naudoja technologiją, vadinamą „Conversation Intelligence“, kuri palengvina pokalbių įžvalgas. Kas tai konkrečiai?

Pokalbio intelektas® yra galimybė automatiškai kaupti veiksmingus skambučių įžvalgas iš pokalbių telefonu, siekiant pagerinti rinkodaros efektyvumą. Tikslas – leisti rinkodaros specialistams, agentūroms ir verslo savininkams greitai ir tiksliai priimti tinkamus verslo sprendimus.

• Potencialių klientų konversija: „CallRail“ dirbtinis intelektas išgauna telefono skambučių pokalbius ir pateikia įžvalgų bei vertingos informacijos, kurią galima panaudoti konvertuojant potencialius klientus. Nustačius geriausius potencialius klientus iš geriausių rinkodaros šaltinių, dirbtinis intelektas leidžia jums nustatyti savo pastangų prioritetus ir sutelkti dėmesį į karščiausius potencialius klientus. Tai užtikrina, kad jūsų ištekliai būtų naudojami efektyviai ir kartu sutaupysite laiko. Naudodami CallRail Conversation Intelligence® galite automatizuoti darbo eigą, kad galėtumėte sklandžiau stebėti potencialius klientus. Galiausiai, dirbtinio intelekto įžvalgos suteikia jums išsamų kiekvieno potencialaus kliento kontekstą, leidžiantį geriau suprasti jo poreikius ir pageidavimus. Naudodami tai galite kurti individualizuotas strategijas ir pritaikytus sprendimus, maksimaliai padidindami savo galimybes paversti juos patenkintais klientais.

 

• Klientų patirtis: Telefono skambučių įžvalgos suteikia galimybę pagerinti jūsų klientų patirtį. Analizuodamas pokalbius, dirbtinis intelektas gali suteikti vertingos informacijos, kuri padės visapusiškai suprasti savo klientus ir jų kelionę. Tai apima kiekvienos sąveikos detales, pvz., aptariamas temas, balso toną, jausmus ir bet kokius konkrečius paminėtus skausmo taškus ar iššūkius. Turėdamos šį išsamų potencialaus kliento kelionės ir sąveikos vaizdą, įmonės gali teikti labiau suasmenintą ir labiau pritaikytą klientų patirtį. Naudodamosi dirbtinio intelekto įžvalgomis įmonės gali geriau suprasti klientų pageidavimus, poreikius ir lūkesčius, todėl gali teikti atitinkamus pasiūlymus, rekomendacijas ir sprendimus.

 

• Agento veikimas: Peržiūrėdama pokalbio turinį, CallRail's Conversation Intelligence® siūlo naudingų instruktavimo patarimų apie skambučių valdymą, suteikiant agentams gaires, kurių reikia norint teikti geresnį klientų aptarnavimą. AI taip pat kaupia kelių skambučių arba atskirų agentų įžvalgas, kad galėtumėte visapusiškai suprasti savo komandos veiklą. Naudodami šią technologiją galite atskleisti teigiamus ar neigiamus pokalbių metu išreikštų jausmų modelius ar tendencijas. Tai reiškia, kad galite nustatyti įprastas ar pasikartojančias problemas, kurios gali turėti įtakos klientų pasitenkinimui. Spręsdami šias tobulinimo sritis galite pagerinti bendrą sąveikos su klientais kokybę.

 

• Rinkodaros optimizavimas: Vienas iš pagrindinių DI pagrįstų skambučių įžvalgų pranašumų yra tai, kad lengva jas integruoti su skirtingomis sistemomis, įskaitant CRM platformas, tokias kaip „HubSpot“, ir įvairius rinkodaros automatizavimo įrankius. Naudodamosi dirbtinio intelekto įžvalgomis, įmonės pateikia pilną pirmaujančios kelionės vaizdą nuo pradinio kontakto iki galutinių rezultatų tiek skaitmeniniuose, tiek neprisijungus. Šios įžvalgos taip pat leidžia rinkodaros specialistams įvertinti savo rinkodaros strategijų efektyvumą investicijų grąžos (IG) požiūriu. Stebėdami pagrindinius našumo rodiklius (KPI), pvz., potencialių klientų konversijų rodiklius, klientų įsigijimo išlaidas ir gautas pajamas, įmonės gali optimizuoti savo rinkodaros pastangas, kad pasiektų didesnę IG. Be to, ne tik integruotas technologijų paketas, bet ir rinkodara optimizuojama naudojant „Conversation Intelligence“, nes ji suteikia įmonėms galimybę identifikuoti raktinius žodžius ir automatizuoti raktinių žodžių kainų siūlymo strategijas, pagrįstas skambučio įžvalgomis, teikiant vertingą informaciją apie SEO ir rinkodaros pranešimus. Pavyzdžiui, jei potencialūs klientai nuolat klausia apie nesiūlomas paslaugas, įmonės gali koreguoti savo svetainės pranešimus, kad užtikrintų, jog skambučiai būtų geriau suderinti, arba apsvarstyti galimybę pritaikyti savo pasiūlymus, kad patenkintų potencialių klientų poreikius.

„CallRail“ pokalbių žvalgyba® sukurta siekiant suprasti ir analizuoti žmogaus kalbą. Tai reiškia, kad ji gali iš telefono skambučių išgauti kiekvieną vertingą mažą informacijos dalelę ir taupyti agentus ir vadovus daugiau nei 94% savo laiko. Informacija iš telefono skambučių yra žinios iš pirmų lūpų tiesiai iš jūsų kliento lūpų. Rezultatas – neįkainojami duomenys iš išbandyto rinkodaros įrankio su 21-ojo amžiaus posūkiu.

Kokie yra skirtingi AI ir mašininio mokymosi tipai, naudojami šioje technologijoje?

Mes palaikome nuostabią AI partnerystę su „AssemblyAI“ – įmone, kuri naudoja įvairias mūsų dirbtinio intelekto funkcijas. Nesigilindami į gilias detales naudojame:

• ASR (automatinis kalbos atpažinimas) – veikia Conformer-2, didžiausias komerciškai prieinamas ASR modelis, apmokytas daugiau nei 1.1 mln. valandos anglų kalbos garso duomenų.
• LeMUR – LLM, naudojamas sakytiems duomenims analizuoti. Tai yra suvestinių, agentų instruktavimo, automobilių kvalifikacijos pagrindas. „CallRail“ įvairiais būdais suderina modelius, kad mūsų klientui būtų kuo daugiau naudos.

2023 m. liepos mėn. „CallRail Labs“ buvo pristatyta kaip pirmoji tokio pobūdžio skambučių analizės erdvėje. Viena iš pagrindinių jos savybių yra „veiksmų planų“ įvedimas. Ar galėtumėte pasidalinti įžvalgomis, kas tai yra?

Teisingai! Kai pristatėme „CallRail Labs“., taip pat išleidome veiksmų planus, kad palaikytume agentus su AI sugeneruotomis rekomendacijomis dėl tolesnių veiksmų po skambučio. Ši funkcija pašalina spėliones, susijusias su potencialiais klientais, apibendrindama pagrindinius pranešimus, sujungdama juos į bendrinamą formatą el. paštu ar teksto pranešimu pagrindinėms komandoms ir dokumentuodamas tolesnius veiksmus CallRail Premium Conversation Intelligence™ prietaisų skydelyje.

Tačiau nuo tada, kai liepos mėnesį pristatėme CallRail Labs, taip pat buvo pristatytos šešios naujos galimybės:

• AI pagrįstas skambučių mokymas nustato, kur agentai veikė gerai, kur jie galėtų patobulinti, ir, svarbiausia, pateikia konkrečias įgyvendinamas rekomendacijas, kaip padaryti geriau. Tai sumažina verslo savininkų mokymo naštą ir užtikrina, kad agentams būtų laiku teikiami nešališki atsiliepimai, siekiant pagerinti našumą.
• Suplanuotų sėkmingų susitikimų AI identifikavimas įgalina įmonių savininkus akimirksniu nustatyti skambučius, kurie greičiausiai generuoja pajamas, ir suprasti, kokia veikla pritraukia geriausius potencialius klientus.
• AI naujų ar esamų klientų identifikavimas kuri leidžia įmonėms suprasti, kurios rinkodaros kampanijos sukuria tikrai naują verslą ir kurios skatina pakartotinį verslą, nereikia klausytis skambučio ar skaityti stenogramos. Žinodami, kurios kampanijos pritraukia naujų klientų į jūsų verslą, palyginti su augančiomis esamų klientų lojalumu ir pajamomis, įmonės gali pagerinti auditorijos segmentavimą ir, galiausiai, kampanijos našumą.
• Automatiškai atpažinti dažnai užduodamus klausimus skambučiai, siekiant nustatyti dažniausiai užduodamus klientų klausimus, suteikiant vertingų įžvalgų apie klientų poreikius, taip pat padedant optimizuoti SEO ir tobulinti raktinių žodžių strategiją.
• Automatiškai užfiksuokite asmeninę informaciją ir skambintojų pageidavimus, kurios gali būti naudojamos palaikyti būsimų santykių kūrimą ir užmegzti gilesnius ryšius tarp prekių ženklų ir klientų. Mažos smulkmenos, tokios kaip kliento gimtadienio ar būsimo gyvenimo įvykio prisiminimas, gali sukurti nepajudinamą pasitikėjimą ir lojalumą prekės ženklui.
• Pasinaudokite dirbtiniu intelektu, kad sukurtumėte apgalvotus, glaustus tekstinius ir el. pašto pranešimus po skambučio patvirtinti klientų susirūpinimą buvo išgirstas, stiprinant santykius ir taupant agentams daugybę darbo valandų.

Skaitykite daugiau apie šias naujas galimybes čia ir čia. Kol mus jaudina ši pradinė trauka, mes tik braižome paviršių!

Ar taip pat galite apibūdinti, kaip „CallRail Labs“ leidžia klientams daryti įtaką įmonės balso AI naudojimui?

Ši nauja inovacijų programa – kaip minėjote, pirmoji tokio pobūdžio skambučių analizės erdvėje – buvo sukurta siekiant padėti skatinti nuolatines dirbtinio intelekto inovacijas bendradarbiaujant su MVĮ, kviečiant mūsų klientus daryti įtaką, kaip naudojame balso AI suteikiant ankstyvą prieigą prie naujų. gaminio galimybes.

Tikslas yra teikti tiesioginį grįžtamąjį ryšį su produktų ir inžinerijos lyderiais, tuo pačiu leidžiant mums tikslingai spręsti realius verslo iššūkius, išaugus AI valdomų galimybių rinkai. Mums pasisekė, kad turime daug norinčių klientų, kurie išbandytų praktinį šių naujų dirbtinio intelekto produktų pritaikymą ir pateiktų neįkainojamų atsiliepimų.

Šio projekto svarba slypi tuo, kad juo supaprastinamos sudėtingos užduotys ir nuosekliai pateikiamos duomenimis pagrįstos strategijos, didinant bendrą efektyvumą. Tai parodo AI galią ir tai, kaip ji gali paskatinti prasmingas naujoves Conversation Intelligence® srityje.

Kokie yra populiaresni šios programinės įrangos naudojimo atvejai?

Mums pasisekė, kad turime a platus pavyzdžių spektras kurie iliustruoja, kaip mūsų klientai naudoja dirbtinį intelektą, kad savo skambučius paverstų konkurenciniu pranašumu. Keletas mūsų mėgstamiausių pramonės šakų pavyzdžių:

Namų paslauga: Adria marmuras ir granitas yra šeimai priklausanti akmens gamintoja, montuojanti virtuvės ir vonios stalviršius, židinius ir kt. Pradėjus verslą, reklama buvo vykdoma geltonuose puslapiuose, faksuose ir iš lūpų į lūpas. Pramonėje, kurioje dažnai rangovai numeta kamuolį, kai kreipiasi į būsimus klientus, „CallRail“ taip pat padėjo „Adria Marble“ išsiskirti užtikrinant, kad visi skambučiai būtų sekami ir nebūtų prarasti potencialūs klientai.

Dėl to įmonei pavyko sumažinti bendrą potencialaus kliento kainą ir geriau atlikti darbą, tiksliai nukreipdama tinkamus potencialius klientus, kurie sudarys didesnę sumą doleriais iš sudarytų sandorių. „CallRail“ sutaupė „Adria Marble“ 10–20 valandų per savaitę, automatizuodamas potencialių klientų ir skambučių sekimą, kurį kitu atveju „Irfan“ turėtų atlikti rankiniu būdu, naudodamas skaičiuoklę arba kartais tiesiog šaukdamas biure, kad klientai gautų atgalinį skambutį. Kadangi visas pardavimo ir administracines biuro pareigas atlieka tik trys žmonės, šių valandų grąžinimas kitoms užduotims yra naudingas.

Legalumas: Konkurencija tarp skaitmeninės rinkodaros agentūrų yra arši – ypač teisinėje erdvėje, kur klientai paprastai yra lojalesni ir pelningesni nei kitų pramonės šakų atstovai. Štai kodėl Virš baro Rinkodara kreipėsi į CallRail, kad padėtų įrodyti, kurie skelbimai, kampanijos ir raktiniai žodžiai priverčia skambėti jų klientų telefonams. Rezultatas: skambučių stebėjimas padėjo bent 75 % jų klientų tinkamai perskirstyti pinigus – kiekvieną mėnesį pašalino 1,000 XNUMX USD iššvaistytas reklamos išlaidas.

Sveikatos apsauga: Cornerstone pėdų priežiūros priemonės skaitmeninės rinkodaros operacijoms trūko tinkamo gaunamų potencialių klientų ir įeinančių telefono skambučių stebėjimo. Praktika kreipėsi į CallRail, kad sužinotų, iš kurių raktinių žodžių ir kampanijų buvo skambinama, taip pat kiekvieno skambučio kokybę. Pridėjus „Google Ads“ ir „CallRail“ stebėjimą, „Cornerstone“ padidino savo pajamas 40 %, nes pagerėjo skambučių kokybė, padidėjo skambučių iš gaunamų potencialių klientų skaičius ir sumažėjo praleistų skambučių skaičius.

Taip pat esate žinomas dėl savo dirbtinio intelekto ir automobilių lenktynių palyginimų. Kokie yra šių dviejų bendrumų?

Dirbtinis intelektas ir automobilių lenktynės (ypač Formulė 1) jau daugelį metų palaiko glaudžius ryšius. Lenktynių komandos turi galimybę modeliuoti savo automobilius, kuriuos dirbtinis intelektas gali interpretuoti ir padėti komandai. Dirbtinis intelektas gali aptikti variklio pakeitimus, kuriuos reikia atlikti norint padidinti našumą ar patikimumą, taip pat aerodinamikos pokyčius, kad padėtų padidinti prispaudimo jėgą. Nenuostabu, kad šiuolaikiniai Formulės 1 automobiliai atrodo kaip erdvėlaiviai, nes dirbtinis intelektas tiesiogine prasme padeda kurti lėktuvus.

Asmeniškai manau, kad dirbtinis intelektas geriausiai veikia su žmogaus grįžtamojo ryšio elementu, kuris nesiskiria lenktynėse. Pavyzdžiui, net jei dirbtinio intelekto modelis numato geriausią sąranką, tarkime, lietingomis ar karštomis sąlygomis, vairuotojas vis tiek turi pateikti atsiliepimus komandai. AI negali nuspėti visko apie tvarkyklių našumą ir nuostatas, todėl norint gauti grįžtamąjį ryšį reikia žmogaus sąveikos. Iš tikrųjų girdėjau apie tai kalbantį komandos vadovą, kai spalį vykau į duobę Petit LeMans. Jis sakė: „AI yra tikrai nuostabus ir davė mums daug naudos, tačiau jis vis tiek nepakeitė vairuotojų atsiliepimų ir komandos, kuri supranta vairuotojo niuansus.

Ar galėtumėte pasidalinti savo vizija dėl balso AI ateities ir skambučių analizės?

Nesunku pajusti, kad rinkodaros pasaulis šiandien juda greičiau nei šviesos greitis. Visada reikia išmokti naujų terminų, įgyvendinti strategiją arba įdiegti geriausią praktiką. Mes dažnai pamirštame, kad kai kurios iš geriausių išbandytų rinkodaros strategijų yra šios nuolatinės kaitos ir naujovės. Viena iš šių nepaisytų strategijų, be abejo, yra telefono skambučiai.

Telefono skambučiai tebėra geriausias rinkodaros specialistų įrankis, suteikiantis daug informacijos apie tai, ko nori ir ko reikia jūsų klientams. Tačiau didelė šio potencialo dalis išlieka nepanaudota įvairiose pramonės šakose. Nors neabejotinai siekiame ir toliau spartinti balso AI pažangą ir skambučių analizę, kad padėtume klientams pasiekti didesnę IG, aš lygiai taip pat džiaugiuosi, kad mažosios įmonės puikiai suvokia, kokį poveikį AI gali paversti įžvalgomis. gali veikti.

Dėkojame už puikų interviu, skaitytojai, norintys sužinoti daugiau, turėtų apsilankyti „CallRail“.