Krishna Raj Raja, CEO i założyciel SupportLogic – seria wywiadów

Krishna Raj Raja jest CEO i założycielem SupportLogic, pierwszej na świecie platformy zarządzania ciągłym doświadczeniem usług (SX), która umożliwia firmom zrozumienie i podjęcie działania w oparciu o “Głos Klienta” w czasie rzeczywistym, aby natychmiast poprawić dostarczanie usług i budować zdrowe i dochodowe relacje z klientami.

Opisujesz siebie jako “naukowego geeka”, co w świecie nauki tak cię fascynuje?

Dla mnie nauka to wszystko o ciekawości, jak działa świat i jakie wzory istnieją na świecie. Mam tę ciekawość od dzieciństwa, i rozciąga się ona na moje życie zawodowe. W SupportLogic szukamy wzorów, które istnieją w języku naturalnym, i używamy tych wzorów do przewidywania rzeczy i udzielania rekomendacji. To jest jak nauka – przewiduje wzory, udziela rekomendacji i mówi, jak działa świat. Większość tego, czego nauczyłem się w życiu, jest samouczona, ponieważ pochodzi z mojej naturalnej ciekawości, a nie z formalnej edukacji.

Ukończyłeś studia z inżynierii chemicznej, ale potem podjąłeś się możliwości w dziedzinie informatyki i uczenia maszynowego. Czy mógłbyś omówić tę zmianę?

Mój ojciec był udanym przedsiębiorcą (w przetwórstwie stali) i liczył, że kiedyś przejmę rodzinny biznes. Inżynieria chemiczna wydawała się odpowiednim szkoleniem, aby być gotowym do tego. Ale informatyka była moją pasją przez długi czas. W rzeczywistości, moja praca dyplomowa na studium inżynierii chemicznej była tworzeniem programu komputerowego dla projektu reaktora chemicznego.

Po ukończeniu studiów z inżynierii chemicznej, stało się oczywiste, że informatyka była moją prawdziwą pasją. Moje umiejętności w dziedzinie informatyki są całkowicie samouczne, a gdy dołączyłem do VMware, wszyscy moi koledzy mieli doktoraty z uczelni ligi iv w dziedzinie informatyki. Byłem najmniej wykwalifikowaną osobą w moim zespole.

Byłeś wczesnym pracownikiem w VMware, gdzie pracowałeś w dziale wsparcia i usług jako inżynier wsparcia produktu. Jakie były niektóre potencjalne obszary do poprawy, które zaobserwowałeś?

Byłem inżynierem oprogramowania, który stał się inżynierem wsparcia produktu. Dołączyłem do VMware, ponieważ ich technologia była fascynująca – zajmowali się systemami operacyjnymi, a ja miałem specjalne zainteresowanie tym. Pomagałem innym deweloperom systemów operacyjnych używać produktów VMware na co dzień. Ze względu na moje doświadczenie, patrzyłem na rzeczy z dwóch różnych perspektyw: 1) Jak zrobić tego klienta zadowolonym i rozwiązać jego problem; oraz 2) Dlaczego ten problem istnieje w oprogramowaniu, i jak można go naprawić? Patrzyłem na aspekt produktu wszystkich problemów wsparcia. Jedną z pierwszych rzeczy, które zrozumiałem, było to, że gdy zespoły produktowe rozwijają produkt, nie wiedzą, jak będzie on wdrożony i używany, więc nie przewidują wielu rzeczy podczas procesu rozwoju. Jednak zespół wsparcia ma dobrą wiedzę na temat tych problemów i może udzielić cennych informacji zespołom produktowym, a także innym działom w firmie. Problem polega na tym, że ta informacja zwykle ginie, ponieważ zespół wsparcia koncentruje się na rozwiązaniu problemu klienta, a następnie szybko przechodzi do następnego problemu. Ta ważna informacja nie jest przekazywana dalej.

Czy mógłbyś podzielić się niektórymi szczegółami na temat historii powstania SupportLogic?

Gdy założyłem SupportLogic, spojrzałem na krajobraz rynku wsparcia i zauważyłem, że wszystkie innowacje w przestrzeni wsparcia koncentrowały się na odwróceniu przypadków. Oznacza to, że najlepszym sposobem radzenia sobie z problemami wsparcia jest ich odwrócenie – od inżynierów wsparcia i od klientów. To było w konflikcie z tym, co widziałem jako inżynier wsparcia produktu – każda interakcja z klientem była okazją do nauki o klientach i o tym, jak produkt działa i nie działa. Ale byłem zaskoczony, że nie ma narzędzi, które rozwiązywałyby ten problem (nauki), więc zobaczyłem dużą okazję tam.

Również zauważyłem, że wsparcie często traktowane jest jako centrum kosztów, co uważałem za krótkowzroczne spojrzenie na rzeczy. Gdy spojrzysz na wsparcie jako centrum zysków lub jako centralny system nerwowy firmy, możesz naprawdę przekształcić organizację i uczynić ją prawdziwie ukierunkowaną na klienta. To właśnie skłoniło mnie do założenia SupportLogic.

Jakie są niektóre z różnych technologii uczenia maszynowego używanych w SupportLogic?

Gdy firma została założona, byłam naiwny, zakładając, że możemy użyć publicznie dostępnych interfejsów API uczenia maszynowego. Jest ich wiele – od Amazon (AMZN ), Microsoft i HPE – i wszystkie one zapewniają interfejsy API uczenia maszynowego jako usługę. Do mojego zaskoczenia i rozczarowania, wiele z tych modeli uczenia maszynowego nie działało z danymi, z którymi pracowaliśmy (dane wsparcia klienta). Ale zrozumiałem, że to jest okazja i powiedziałem: “dlaczego nie zbudujemy tego sami?” Zaczęliśmy budować własne od podstaw, używając istniejących technologii ML z projektów open-source, takich jak spaCy z Uniwersytetu Stanforda i Google (GOOGL ) BERT, a następnie dodaliśmy trochę własnego “sekretu” na górze, używając podejścia modelu ensemble. Dodatkowo dostosowujemy model do każdego klienta i ich konkretnego zestawu danych, zamiast stosowania filozofii “jeden rozmiar pasuje do wszystkich”.

Czy mógłbyś omówić, jak SupportLogic umożliwia firmom lepsze połączenie z klientami, używając kluczowych sygnałów?

Jedną z kluczowych rzeczy, które robimy, jest wyodrębnianie kontekstu klienta za pomocą NLP. Kontekst jest bardzo ważny, ponieważ często ginie w procesie tagowania systemów ticketowych. Można tagować tylko ograniczoną ilość informacji w tych systemach. Wyróżniamy się w wyodrębnianiu kontekstu klienta, takiego jak co ich frustruje, jaki jest ich wrażenie o Twoim produkcie lub wsparciu, lub co próbują zrobić z Twoim produktem. Istnieje wiele sygnałów i kontekstów do wyodrębnienia. Dzięki robieniu tego w czasie rzeczywistym i tworzeniu przepływów pracy na naszej platformie, umożliwiamy firmom działać na sygnałach klientów i zapobiegać problemom, zanim będzie za późno – klient staje się bardzo zły lub odchodzi na zawsze.

Jakie są inne możliwości oprogramowania SupportLogic?

Gdy zaczynasz wyodrębniać sygnały klientów z interakcji, te sygnały stają się bardzo potężne dla analizy. Mamy moduł analityczny, który mówi, jaki jest głos klienta, na podstawie wszystkich interakcji. Następnie idziemy o krok dalej i używamy danych, aby zacząć robić przewidywania. Możemy przewidzieć, co się stanie z konkretnym kontem (klienta). Możemy również przewidzieć – na podstawie sytuacji klienta – kto jest najlepszym specjalistą w firmie, aby pomóc rozwiązać problem, a następnie dopasować klienta do tej osoby.

I możemy spojrzeć na obie rozmowy przychodzące i wychodzące, aby dać agentom wsparcia wskazówki, co powinni robić więcej (lub mniej) w swoich codziennych interakcjach z klientami. Staje się to wielkim narzędziem szkoleniowym, aby pomóc agentom wsparcia rozwijać swoje umiejętności miękkie i poprawiać swoją ogólną wydajność.

Czy jest coś jeszcze, co chciałbyś podzielić się na temat SupportLogic?

Jednym z powszechnych mitów na temat sztucznej inteligencji jest to, że jest to ogromna inwestycja, która jest bardzo skomplikowana, i że nie zobaczysz żadnych zwrotów z niej przez rok lub więcej. W rzeczywistości, technologie sztucznej inteligencji i uczenia maszynowego dojrzały znacznie, i mogą działać na Twoim istniejącym zestawie danych. I możesz zobaczyć wyniki w ciągu kilku miesięcy, a nie kilku lat. Więc teraz jest czas, aby zainwestować w sztuczną inteligencję, ponieważ możesz zobaczyć niesamowite wyniki w ciągu kilku miesięcy, które mogą przynieść duże korzyści Twojej organizacji.

Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić SupportLogic.