Krishna Raj Raja, CEO e Fundador da SupportLogic – Série de Entrevistas

Krishna Raj Raja, é o CEO e Fundador da SupportLogic, a primeira plataforma de gerenciamento de experiência de serviço (SX) contínua do mundo que permite que as empresas entendam e atuem sobre a ‘Voz do Cliente’ em tempo real para melhorar imediatamente a entrega de serviço e construir relacionamentos saudáveis e lucrativos com os clientes.

Você se descreve como um “geek da ciência”, o que é que o fascina no mundo científico?

Para mim, a ciência é tudo sobre a curiosidade sobre como o mundo funciona e quais padrões existem no mundo. Eu tenho essa curiosidade desde a infância, e ela se estendeu para minha vida profissional. Na SupportLogic, estamos procurando padrões que existem na linguagem natural, e usando esses padrões para prever coisas e fornecer recomendações. Isso é como a ciência – ela prevê padrões, fornece recomendações e diz como o mundo funciona. Muito do que eu aprendi na minha vida é autodidático, porque veio da minha curiosidade natural, e não da educação formal.

Você seguiu um curso de Engenharia Química, mas acabou perseguindo oportunidades em ciência da computação e aprendizado de máquina. Pode discutir essa mudança de direção?

Meu pai era um empresário de sucesso (no processamento de aço) e ele esperava que um dia eu assumisse o negócio da família. A engenharia química parecia ser o treinamento certo para ter para estar preparado para fazer isso. Mas a ciência da computação havia sido uma paixão lateral para mim por um longo tempo. Na verdade, minha tese para o curso de engenharia química foi criar um programa de software para o design de um reator químico.

Depois que terminei o curso de engenharia química, ficou óbvio que a ciência da computação era realmente minha verdadeira paixão. Minhas habilidades em ciência da computação são completamente autodidatas, e quando eu entrei na VMware, todos os meus colegas de trabalho tinham doutorado de universidades da Ivy League em ciência da computação. Eu era a pessoa menos qualificada na minha equipe.

Você foi um dos primeiros funcionários da VMware, onde trabalhou no suporte e serviço como engenheiro de suporte de produtos. Quais foram algumas das áreas potenciais de melhoria que você observou?

Eu era um engenheiro de software que se tornou um engenheiro de suporte de produtos. Eu entrei na VMware porque a tecnologia deles era fascinante – eles estavam lidando com sistemas operacionais e eu tinha um interesse especial nisso. Eu estava ajudando outros desenvolvedores de sistemas operacionais a usar os produtos da VMware diariamente. Devido ao meu background, eu estava olhando para as coisas de dois ângulos diferentes: 1) Como eu posso fazer com que este cliente fique feliz e resolva o problema; e 2) Por que esse problema existe no software, e como ele pode ser corrigido? Eu estava olhando para o aspecto do produto de todos os problemas de suporte. Uma das primeiras coisas que eu percebi foi que, quando as equipes de produtos desenvolvem um produto, elas realmente não sabem como ele será implantado e usado, então elas não antevêem muitas coisas durante o processo de desenvolvimento. No entanto, a equipe de suporte tem uma boa compreensão desses problemas e pode fornecer feedback valioso para as equipes de produtos, bem como para outros departamentos da empresa. O problema é que esse feedback geralmente se perde porque a equipe de suporte está focada em resolver o problema do cliente e, em seguida, rapidamente passar para o próximo problema. Essa informação importante não é transmitida.

Pode compartilhar alguns detalhes sobre a história de criação da SupportLogic?

Quando eu comecei a SupportLogic, eu olhei para o cenário do mercado para a indústria de suporte e encontrei que todas as inovações no espaço de suporte estavam focadas na deflexão de casos. Isso significa que a melhor maneira de lidar com problemas de suporte é defleti-los – longe dos engenheiros de suporte e longe dos clientes. Isso estava em conflito com o que eu vi como um engenheiro de suporte de produtos – cada interação com o cliente era uma oportunidade para aprender sobre os clientes e sobre como o produto funciona e não funciona. Mas eu fiquei surpreso ao descobrir que não havia ferramentas lá para resolver esse problema (de aprendizado), então eu vi uma grande oportunidade ali.

Além disso, eu notei que o suporte muitas vezes era tratado como um centro de custo, o que eu acho que é uma forma míope de olhar para as coisas. Quando você olha para o suporte como um centro de lucro ou como o sistema nervoso central de uma empresa, você pode realmente transformar uma organização e torná-la verdadeiramente centrada no cliente. Foi isso que me levou a criar a SupportLogic.

Quais são algumas das diferentes tecnologias de aprendizado de máquina que são usadas na SupportLogic?

Quando a empresa começou, eu era ingênuo ao supor que poderíamos usar APIs de aprendizado de máquina disponíveis publicamente. Existem muitas delas – da Amazon (AMZN ), Microsoft e HPE – e elas todas fornecem APIs de aprendizado de máquina como um serviço. Para minha surpresa e decepção, muitos desses modelos de aprendizado de máquina não funcionavam com o tipo de dados com os quais estávamos trabalhando (dados de suporte ao cliente). Mas eu percebi que isso era uma oportunidade e disse: “Por que não construímos nós mesmos?” Nós começamos a construir do zero, usando tecnologias de aprendizado de máquina existentes de projetos de código aberto, como spaCy da Universidade de Stanford, e Google (GOOGL ) BERT, e, em seguida, adicionamos um pouco do nosso próprio “molho secreto” em cima disso, usando uma abordagem de modelo de ensemble. Nós também afinamos o modelo para cada cliente e seu conjunto de dados específico, em vez de usar uma filosofia de “tamanho único”.

Pode discutir como a SupportLogic permite que as empresas se conectem melhor com os clientes usando sinais-chave?

Uma das coisas principais que fazemos é extrair o contexto do cliente usando NLP. O contexto é muito importante porque o contexto muitas vezes se perde no processo de marcação de sistemas de ticket. Você só pode marcar uma quantidade limitada de informações nesses sistemas. Nós nos destacamos por extrair o contexto do cliente, como o que eles estão frustrados, qual é a impressão deles sobre o seu produto ou suporte, ou o que eles estão tentando fazer com o seu produto. Existem várias sinais e contextos para extrair. Ao fazer isso em tempo real e criar fluxos de trabalho em nossa plataforma, permitimos que as empresas atuem sobre os sinais do cliente e prevenam problemas antes que seja tarde demais – significando que o cliente fica muito zangado ou vai embora para sempre.

Quais são algumas das outras capacidades por trás do software da SupportLogic?

Uma vez que você começa a extrair sinais do cliente de interações, esses sinais se tornam muito poderosos para análise. Nós temos um módulo de análise que diz como a voz do cliente parece, com base em todas as interações. Em seguida, vamos um passo além e usamos os dados para começar a fazer previsões. Nós podemos prever o que acontecerá com uma conta específica (do cliente). Nós também podemos prever – com base na situação do cliente – quem é o melhor especialista em assunto na empresa para ajudar a resolver o problema, e, em seguida, combinamos o cliente com a pessoa certa.

E podemos olhar para conversas de entrada e saída para dar orientação aos agentes de serviço sobre o que eles devem fazer mais (ou menos) em suas interações diárias com os clientes. Isso se torna uma ferramenta de treinamento incrível para ajudar os agentes de serviço a desenvolver suas habilidades sociais e melhorar seu desempenho geral.

Existe algo mais que você gostaria de compartilhar sobre a SupportLogic?

Uma das concepções erradas comuns que as pessoas têm sobre a IA é que é um investimento maciço que é muito envolvido e complexo, e que você não verá nenhum retorno sobre ele por um ano ou mais. Na realidade, as tecnologias de IA e ML amadureceram muito, e podem funcionar em seu conjunto de dados existente. E você pode ver resultados em questão de meses, não em questão de anos. Então, agora é a hora de investir em IA porque você pode ver resultados incríveis em meses que podem render grandes benefícios para a sua organização.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar SupportLogic.