Ryan Johnson, Chief Product Officer i CallRail – Intervju-serie

Ryan har over 15 års erfaring med divers teknologi og produktutviklingsledelse fra tidlige startups til Fortune 100-organisasjoner. Som Chief Product Officer i CallRail utnytter han sin lidenskap for å utvikle beste i klassen teknologiløsninger for å løse virkelige problemer. Før han ble med i CallRail, var han en nøkkelmedlem av ledelseslaget i Banjo (nå MiiM). Der hjalp han med å vokse produktutviklingsorganisasjonen med over 300%, skapte verdensklasse AI/maskinlærings-teknologiprodukter og hjalp med å samle inn 100 millioner dollar i C-runde VC-finansiering.

CallRail er en AI-drevet lead-intelligensplattform som gjør det enkelt for bedrifter av alle størrelser å markedsføre med tillit. Med over 200 000 kunder verden over, hjelper CallRails løsninger bedrifter med å spore og tilskrive hver lead til deres markedsføringsreise, fange og håndtere hver samtale, tekst, chat og skjema, og bruke innsikter fra AI til å optimalisere deres markedsføring.

Din tidlige karriere fokuserte på regnskap og finans, hvordan gikk du over til AI?

Mens min karriere startet med fokus på regnskap og finans, har jeg alltid hatt en analytisk sinn. Mens jeg studerte ved Albion College, meldte jeg meg til en datavitenskapsklasse som ett av mine valgfag – og resten er historie! Dette ga meg senere muligheten til å starte i teknologiindustrien lenge før AI var på horisonten.

Etterhvert som min karriere fortsatte, innser jeg to ting: Jeg hadde en dyp lidenskap for å arbeide med data (mer spesifikt data fra et produkt perspektiv) og å navigere hvordan denne dataen kunne transformeres til noe som var virkelig verdifullt for kunder. Det er ingen rett vei for de som ønsker å komme inn i denne nye bransjen, men disse to interessene ledet meg naturlig mot en karriere som involverer AI.

Hvis du hadde spurt meg for 20 år siden, da jeg først startet min karriere, om AI, ville jeg sannsynligvis referert til Terminator som alle andre på den tiden. Men etterhvert som teknologien har utviklet seg – og spesielt med de seneste fremgangene – er det klart at min reise måtte starte med en sterk interesse for og forståelse av data.

For de som ønsker å følge en karrierevei i AI, er det viktigste å komme fra en unik bakgrunn med originale perspektiver. Det er så mange ukjente faktorer med AI i fremtiden, og du kan gå i så mange forskjellige retninger – hvordan det brukes, hvor det brukes, regulatoriske, kompliance – det er nesten en endeløs liste. Derfor tror jeg at hvis du kan komme inn med en åpen sinn og en villighet til å lære, kan nesten alle komme inn i denne nye bransjen uavhengig av deres opprinnelige bakgrunn.

Før din nåværende rolle ledet du utviklingen av Banjos AI/ML-produkter, hva var disse produktene og hva var noen av dine viktigste erfaringer fra denne opplevelsen?

Ved det høyeste nivå brukte vi AI og maskinlærings-teknologi til å oppdage hendelser som skjer i verden. Vi fokuserte vår interne teknologi på datavisjon for å oppdage ting i bilder og videoer (brann, ulykker, logoer, objekter osv.) og NLP for å bestemme hva folk snakker om. Vi brukte mange datakilder som sosiale medier, e911, trafikk-kameraer osv. for å trekke og validere når en “hendelse” skjer. Vi brukte denne teknologien til å hjelpe med å bryte nyheter (lokale og nasjonale) før noen andre og til å hjelpe bedrifter med å beskytte deres ansatte, eiendommer og merkevare.

CallRail bruker en teknologi kalt Conversation Intelligence som muliggjør å avdekke innsikter fra samtaler, hva er dette spesifikt?

Conversation Intelligence® er evnen til å automatisk samle inn handlebare samtale-innsikter fra telefonsamtaler for å forbedre markedsføringsytelsen. Målet er å muliggjøre at markedsførere, byråer og bedriftseiere kan ta riktige forretningsbeslutninger med hastighet og presisjon.

• Lead-konvertering: CallRails AI graver i telefonsamtale-samtaler og gir innsikter og verdifull informasjon som kan brukes for lead-konvertering. Ved å identifisere de beste leadene fra dine beste markedsføringskilder, lar AI deg prioritere dine innsats og fokusere på de heteste leadene. Dette sikrer at dine ressurser brukes effektivt samtidig som du sparer tid. Gjennom CallRails Conversation Intelligence® kan du automatisere arbeidsflyter for enklere lead-oppfølging. Til slutt gir AI-drevne innsikter deg rik kontekst for hver lead, og gir deg en dypere forståelse av deres behov og preferanser. Ved å bruke dette kan du utvikle personlige strategier og tilpassede løsninger, og maksimere dine sjanser for å konvertere dem til tilfredsstillende kunder.

• Kundeopplevelse: Telefonsamtale-innsikter gir en mulighet til å forbedre kundeopplevelsen. Gjennom analysen av samtaler kan AI gi verdifull informasjon for å hjelpe deg med å forstå dine kunder og deres reise. Dette inkluderer å fange detaljer om hver interaksjon, som emner diskutert, tone, holdning og eventuelle spesifikke utfordringer eller problemer nevnt. Med denne fullstendige bildet av en leads reise og interaksjoner, kan bedrifter levere en mer personlig og tilpasset kundeopplevelse. Med AI-drevne innsikter kan bedrifter bedre forstå kundenes preferanser, behov og forventninger, og gi relevante forslag, anbefalinger og løsninger.

• Agent-ytelse: Ved å gjennomgå samtale-innhold, tilbyr CallRails Conversation Intelligence® nyttige coaching-tips for å håndtere samtaler, og gir dine agenter den veiledningen de trenger for å levere bedre kunde-service. AI-en samler også inn innsikter over flere samtaler eller fra enkelt-agenter, og lar deg få en omfattende forståelse av teamets ytelse. Med denne teknologien kan du avdekke positive eller negative mønster eller trender i holdninger uttrykt under samtaler. Dette betyr at du kan identifisere vanlige problemer eller gjentakende utfordringer som kan påvirke kunde-tilfredshet.

• Markedsførings-optimisering: En av de største fordelene med AI-drevne samtale-innsikter er enkelheten i å integrere det med forskjellige systemer, inkludert CRM-plattformer som HubSpot og ulike markedsførings-automatiseringsverktøy. Ved å bruke AI-drevne innsikter, armer bedrifter seg med en fullstendig bilde av lead-reisen, fra første kontakt til sluttfølger, over både digitale og offline-kanaler. Disse innsiktene lar også markedsførere måle effekten av deres markedsføringsstrategier i forhold til avkastning på investering (ROI). Ved å spore nøkkel-ytelsesindikatorer (KPI) som lead-konverterings-rater, kunde-anskaffelseskostnader og inntekt generert, kan bedrifter optimalisere sine markedsføringsinnsats for å oppnå høyere ROI. I tillegg til å integrere teknologien, optimaliseres markedsføringen i Conversation Intelligence fordi det gir bedrifter evnen til å identifisere nøkkelord og automatisere nøkkelord-budstrategier basert på innsikter fra samtalen, og gir verdifullt innputt for SEO og markedsførings-meldinger.

CallRails Conversation Intelligence® er spesialbygget for å forstå og analysere menneskelig tale. Det betyr at det kan trekke ut hver verdifull liten nøtt av informasjon fra telefonsamtaler samtidig som det sparer agenter og ledere over 94% av deres tid. Informasjonen fra telefonsamtaler er førstehånds-kunnskap direkte fra kundens munn. Resultatet er prisverdig data fra et prøvet og testet markedsføringsverktøy med en 21. århundre-twist.

Hva er de forskjellige typene AI og maskinlærings-teknologi som brukes i denne teknologien?

Vi har et fantastisk AI-samarbeid med AssemblyAI, et selskap som utnytter en rekke av våre AI-drevne funksjoner. Uten å gå inn i detaljene, bruker vi:

• ASR (Automatisk tale-gjenkjenning) – Drevet av Conformer-2, det største kommersielt tilgjengelige ASR-modellen trent på over 1,1 millioner timer med engelsk lyd-data
• LeMUR – LLM brukt til å analysere tale-data. Er grunnlaget for sammenfatninger, agent-coaching, auto-kvalifisering, for å nevne noen. CallRail finjusterer på en rekke måter ovenpå modellene for å få mest mulig verdi til våre kunder.

I juli 2023 ble CallRail Labs lansert som det første av sitt slag i call-analyse-bransjen. En av dens kjernefunksjoner er introduksjonen av “handlingsplaner”. Kan du dele noen innsikter i hva dette er?

Det er riktig! Når vi lanserte CallRail Labs, lanserte vi også handlingsplaner for å støtte agenter med AI-genererte anbefalinger for neste skritt etter en samtale. Denne funksjonen fjerner gjettingen fra å følge opp med potensielle kunder ved å sammenfatte nøkkel-trekk, konsolidere dem i en delbar format til å sende eller tekst til frontlinje-team, og dokumentere oppfølginger i CallRails Premium Conversation Intelligence™-dashbord.

Men siden vi lanserte CallRail Labs i juli, har seks nye funksjoner også blitt introdusert:

• AI-drevet samtale-coaching identifiserer hvor agenter utfører seg bra, hvor de kan forbedre seg, og, viktigst, leverer spesifikke, håndgripelige anbefalinger for å gjøre bedre. Dette løfter opplæringsbyrden av bedriftseiere og sikrer upartisk, rettidig tilbakemelding til agenter for å forbedre ytelsen.
• AI-identifisering av vellykkede avtaler gir bedriftseiere mulighet til å umiddelbart identifisere de samtaler som er mest sannsynlig å generere inntekt og forstå hva aktivitetene er som tiltrekker de beste leadene.
• AI-identifisering av nye eller eksisterende kunder som lar bedrifter forstå hvilke markedsføringskampanjer som genererer virkelig nytt forretning og hvilke driver lojalitet og inntekt fra eksisterende kunder. Å vite hvilke kampanjer som driver nye kunder til din bedrift versus hvilke som vokser lojalitet og inntekt fra eksisterende kunder, lar bedrifter forbedre målgruppe-segmentering og, til slutt, kampanje-ytelse.
• Automatisk identifisere spørsmål som ofte stilles på samtaler for å identifisere vanlige kunde-spørsmål, og gi verdifull innsikt i kunde-behov, samt hjelpe med SEO-optimisering og nøkkelord-strategi-forbedring.
• Fange personlige detaljer og preferanser fra samtaler automatisk, som kan brukes til å støtte fremtidig relasjonsbygging og danne dypere forbindelser mellom merker og kunder. Små detaljer som å huske en kundes bursdag eller en kommende livshendelse kan bygge urokkelig tillit og merkevare-lojalitet.
• Utnytte AI til å generere tankefulle, konsise tekst- og e-post-meldinger etter en samtale for å bekrefte at kundens bekymringer er hørt, og styrke relasjoner og spare agenter talløse timer med arbeid.

Les mer om disse nye funksjonene her og her. Mens vi er spente på denne initielle suksessen – vi skraper bare overflaten!

Kan du også beskrive hvordan CallRail Labs muliggjør at kunder kan påvirke selskapets bruk av tale-AI?

Dette nye innovasjonsprogrammet – som du nevnte, et første av sitt slag i call-analyse-bransjen – ble designet for å hjelpe med å fremme kontinuerlig AI-innovasjon i samarbeid med SMB-er ved å invitere våre kunder til å påvirke hvordan vi bruker tale-AI gjennom tidlig tilgang til nye produktfunksjoner.

Målet er å gi direkte tilbakemelding til produkt- og ingeniørledere samtidig som det lar oss bevege oss målrettet for å løse virkelige forretningsutfordringer midt i markedets eksplosjon av AI-drevne funksjoner. Vi er heldige å ha en stor, villig gruppe kunder til å teste den praktiske anvendelsen av disse nye AI-aktiverte produktene og gi uvurderlig tilbakemelding.

Betydningen av dette prosjektet ligger i det faktum at det forenkler komplekse oppgaver og konsistent leverer data-drevne strategier, og forbedrer effektiviteten. Det demonstrerer kraften av AI og hvordan det kan drive meningsfull innovasjon i Conversation Intelligence®-området.

Hva er noen av de mest populære bruksområdene for denne programvaren?

Vi er heldige å ha en bred rekke eksempler som illustrerer hvordan våre kunder bruker AI til å gjøre samtaler til en konkurransefordel. Noen av våre favoritt-eksempler over bransjer inkluderer:

Hjemme-tjenester: Adria Marble & Granite er en familie-eiet stein-fabrikant som installerer kjøkken- og bad- benker, peiser og mer. Da bedriften først startet, ble reklame gjort via gule sider, faks og munnt-til-munnt-kommunikasjon. I en bransje hvor det er vanlig for entreprenører å slippe oppfølgingen av potensielle kunder, har CallRail hjulpet Adria Marble å stå ut ved å sikre at alle samtaler følges opp, og ingen leads går tapt.

Resultatet er at selskapet har kunnet senke den totale kostnaden per lead og gjøre en bedre jobb med å målrette de riktige leadene som vil drive en høyere dollar-verdi fra avtaler. CallRail har spart Adria Marble 10-20 timer per uke ved å automatisere lead- og samtale-sporing som Irfan ellers ville ha måttet gjøre manuelt, enten via et regneark eller noen ganger bare rope rundt i kontoret for å sikre at kunder får en tilbake-melding. Med bare tre personer som håndterer alle salgs- og administrative kontor-oppgaver, er å få disse timene tilbake for andre oppgaver betydelig.

Juridisk: Konkurransen mellom digitale markedsføringsbyråer er intens – spesielt i det juridiske området, hvor kunder vanligvis er mer lojale og lønnsomme enn i andre bransjer. Det er derfor Above the Bar Marketing vendte seg til CallRail for å hjelpe med å bevise hvilke annonser, kampanjer og nøkkelord som får kundenes telefoner til å ringe. Resultatet: samtale-sporing har hjulpet minst 75% av deres kunder med å omfordele penger på riktig måte – og eliminere 1000 dollar hver måned i bortkastede annonserings-utgifter.

Helse: Cornerstone Foot Cares digitale markedsførings-operasjoner manglet adekvat sporing av innkommende leads og innkommende samtaler. Praksisen vendte seg til CallRail for å få oversikt over hvilke nøkkelord og kampanjer samtaler kom fra, samt kvaliteten på hver samtale. Med tillegg av Google Ads og CallRail-sporing, har Cornerstone økt sin inntekt med 40% gjennom økt samtale-kvalitet, økt antall samtaler fra innkommende leads og en reduksjon i antall missede samtaler.

Du er også kjent for dine sammenligninger mellom AI og ditt bil-racing. Hva er noen av de felles trekkene mellom de to?

AI og bil-racing (spesielt Formel 1) har hatt en tett relasjon i mange år nå. Racing-lag har mulighet til å sette sine biler gjennom simulasjoner som AI kan tolke og hjelpe laget med ytelse. AI kunne detektere endringer som måtte gjøres i en motor for å øke ytelse eller forbedre påliteligheten, til endringer i aerodynamikken for å hjelpe med nedkraft. Det er ingen overraskelse at moderne Formel 1-biler ser ut som romfartøy, siden AI hjelper med å designe aerodynamikken.

Personlig tror jeg at AI fungerer best med et menneskelig tilbakemeldings-element, som ikke er forskjellig i racing. For eksempel, selv om en AI-modell forutsier den beste oppsettet for regn eller varme forhold, må sjåføren likevel gi tilbakemelding til laget. AI kan ikke forutsi alt om sjåførens ytelse og preferanser, så du trenger menneskelig interaksjon for tilbakemelding. Jeg hørte faktisk en lagleder snakke om dette da jeg var på en pit-tur under Petit LeMans i oktober. Han sa “AI er virkelig fantastisk og har gitt oss store gevinst, men det har ikke erstattet sjåfør-tilbakemelding og et lag som forstår nuansene i sjåførens ytelse.”

Kan du dele din visjon for fremtiden av tale-AI og samtale-analyse?

Det er lett å føle at markedsførings-verden beveger seg raskere enn lyshastigheten i dag. Det er alltid et nytt begrep å lære, en ny strategi å iverksette eller en ny beste praksis å deployere. Vi glemmer ofte at noen av de beste prøvede og sanne markedsførings-strategier er i denne konstante endringen og nyskapningen. En av disse forsømte strategiene er, uten tvil, telefonsamtaler.

Telefonsamtaler er fortsatt det beste verktøyet for markedsførere å bruke, og gir en mengde informasjon om hva kundene dine ønsker og trenger. Likevel er en betydelig del av denne potensialet fortsatt utilgjengelig over en bred rekke bransjer. Mens vi definitivt er på en misjon for å fortsette å akselerere fremtiden av tale-AI og samtale-analyse for å hjelpe kunder med å oppnå høyere ROI, er jeg like glad for å se små bedrifter fullt ut realisere hvor mye innvirkning AI kan ha på å omdanne samtaler til innsikter som de kan handle på.

Takk for det flotte intervjuet, lesere som ønsker å lære mer bør besøke CallRail.