Кришна Радж Раджа, генеральный директор и основатель SupportLogic — серия интервью

Кришна Радж Раджа, генеральный директор и основатель ПоддержкаЛогика, первая в мире платформа управления непрерывным обслуживанием (SX), которая позволяет компаниям понимать и действовать в соответствии с «голосом клиента» в режиме реального времени, чтобы немедленно улучшить предоставление услуг и построить здоровые и прибыльные отношения с клиентами.

Вы описываете себя как «научного фаната». Что такого в научном мире, что вас так очаровало?

Для меня наука — это любопытство к тому, как устроен мир и какие закономерности существуют в мире. У меня было это любопытство с детства, и оно распространилось на мою профессиональную жизнь. В SupportLogic мы ищем шаблоны, существующие в естественном языке, и используем эти шаблоны для прогнозирования вещей и предоставления рекомендаций. Это похоже на науку — она предсказывает закономерности, дает рекомендации и рассказывает, как устроен мир. Многому из того, чему я научился в своей жизни, я научился сам, потому что это пришло из моего природного любопытства, а не из формального образования.

Вы получили степень в области химического машиностроения, но затем начали искать возможности в области информатики и машинного обучения. Не могли бы вы обсудить этот поворот?

Мой отец был успешным владельцем бизнеса (по обработке стали) и надеялся, что однажды я возьму на себя семейный бизнес. Химическая инженерия казалась подходящей подготовкой, чтобы быть готовым к этому. Но информатика долгое время была моим побочным увлечением. На самом деле, моя диссертация на степень инженера-химика заключалась в создании программного обеспечения для проектирования химического реактора.

После того, как я получил степень инженера-химика, стало очевидно, что компьютерные науки действительно были моей настоящей страстью. Я полностью научился компьютерным наукам, и когда я присоединился к VMware, все мои коллеги имели докторскую степень в школах Ivy League в области компьютерных наук. Я был самым низкоквалифицированным человеком в моей команде.

Вы были одним из первых сотрудников VMware, где вы работали в отделе поддержки и обслуживания в качестве инженера по поддержке продуктов. Какие потенциальные области для улучшения вы заметили?

Я был инженером-программистом, который превратился в инженера по поддержке продуктов. Я присоединился к VMware, потому что их технология была очаровательна — они имели дело с операционными системами, и меня это особенно интересовало. Я ежедневно помогал другим разработчикам операционных систем использовать продукты VMware. Из-за своего опыта я смотрел на вещи с двух разных точек зрения: 1) как мне сделать этого клиента счастливым и решить его проблему; и 2) Почему эта проблема существует в программном обеспечении и как ее можно исправить? Я смотрел на аспект продукта всех вопросов поддержки. Одной из первых вещей, которые я понял, было то, что когда продуктовые команды разрабатывают продукт, они действительно не знают, как он будет развернут и использован, поэтому они не предвидят многого в процессе разработки. Тем не менее, группа поддержки хорошо справляется с этими проблемами и может предоставить ценные отзывы командам разработчиков, а также другим отделам компании. Проблема в том, что эта обратная связь обычно теряется, потому что команда поддержки сосредоточена на устранении проблемы клиента, а затем быстро переходит к следующей проблеме. Эта важная информация не передается.

Не могли бы вы поделиться некоторыми подробностями истории возникновения SupportLogic?

Когда я основал SupportLogic, я посмотрел на рыночный ландшафт индустрии поддержки и обнаружил, что все инновации в области поддержки были сосредоточены на отклонении корпуса. Это означает, что лучший способ справиться с проблемами поддержки — отвести их от инженеров службы поддержки и от клиентов. Это противоречило тому, что я видел как инженер службы поддержки продуктов: каждое взаимодействие с клиентом было возможностью узнать о ваших клиентах и ​​о том, как продукт работает и не работает. Но я был удивлен, обнаружив, что не существует инструментов для решения этой (обучающей) проблемы, поэтому я увидел в этом большую возможность.

Кроме того, я заметил, что поддержку часто рассматривают как центр затрат, что, как мне казалось, было недальновидным взглядом на вещи. Когда вы смотрите на поддержку как на центр прибыли или как на центральную нервную систему компании, вы действительно можете преобразовать организацию и сделать ее по-настоящему клиентоориентированной. Именно это привело меня к созданию SupportLogic.

Какие технологии машинного обучения используются в SupportLogic?

Когда компания начинала свою деятельность, я наивно полагал, что мы можем использовать общедоступные API-интерфейсы машинного обучения. Их много — от Amazon, Microsoft и HPE — и все они предоставляют API машинного обучения как услугу. К моему удивлению и разочарованию, многие из этих моделей машинного обучения не работали с теми данными, с которыми работали мы (данные службы поддержки клиентов). Но я понял, что это возможность, и сказал: «Почему бы нам не построить его самим?» Мы начали создавать свои собственные с нуля, используя существующие технологии машинного обучения из проектов с открытым исходным кодом, таких как spaCy из Стэнфордского университета и Google BERT, а затем добавили к этому свой собственный «секретный соус», используя подход ансамблевой модели. Мы также точно настраиваем модель для каждого клиента и его конкретного набора данных, вместо того, чтобы использовать универсальную философию.

Не могли бы вы обсудить, как SupportLogic помогает компаниям лучше взаимодействовать с клиентами, используя ключевые сигналы?

Одна из ключевых вещей, которую мы делаем, — это извлечение контекста клиента с помощью НЛП. Контекст очень важен, потому что контекст часто теряется в процессе маркировки систем продажи билетов. Вы можете пометить только ограниченный объем информации в этих системах. Мы преуспеваем в извлечении контекста клиентов, например, что их не устраивает, каково их впечатление о вашем продукте или вашей поддержке, или что они пытаются сделать с вашим продуктом. Существует множество сигналов и контекста для извлечения. Делая это в режиме реального времени и создавая рабочие процессы на нашей платформе, мы позволяем компаниям реагировать на сигналы клиентов и превентивно устранять проблемы, пока не стало слишком поздно, то есть клиент очень разозлится или уйдет навсегда.

Каковы некоторые другие возможности программного обеспечения SupportLogic?

Как только вы начнете извлекать сигналы клиентов из взаимодействий, эти сигналы станут очень важными для аналитики. У нас есть модуль аналитики, который сообщает вам, как выглядит голос клиента на основе всех взаимодействий. Затем мы делаем еще один шаг и используем данные, чтобы начать делать прогнозы. Мы можем предсказать, что произойдет с конкретной (клиентской) учетной записью. Мы также можем предсказать — на основе ситуации с клиентом — кто является лучшим экспертом в данной области в компании, чтобы помочь решить проблему, а затем сопоставить клиента с этим подходящим человеком.

И мы можем просматривать как входящие, так и исходящие разговоры, чтобы дать агентам по обслуживанию рекомендации о том, что им следует делать больше (или меньше) в их повседневном взаимодействии с клиентами. Это становится отличным инструментом обучения, помогающим агентам по обслуживанию развивать свои межличностные навыки и повышать общую производительность.

Есть ли что-то еще, что вы хотели бы рассказать о SupportLogic?

Одно из распространенных заблуждений, связанных с ИИ, заключается в том, что это огромные инвестиции, очень сложные и сложные, и вы не увидите никакой отдачи от них в течение года или более. На самом деле технологии искусственного интеллекта и машинного обучения сильно развились и могут работать с вашим существующим набором данных. И вы можете увидеть результаты в течение нескольких месяцев, а не лет. Итак, сейчас самое время инвестировать в ИИ, потому что вы можете увидеть невероятные результаты за несколько месяцев, которые могут принести большую пользу вашей организации.

Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить ПоддержкаЛогика.