Ryan Johnson, produktni direktor pri CallRail – serija intervjujev

Ryan ima več kot 15 let raznolikih tehnoloških in vodstvenih izkušenj pri razvoju izdelkov od startupov v zgodnji fazi do organizacij s seznama Fortune 100. Kot produktni direktor pri CallRail izkorišča svojo strast do razvoja najboljših tehnoloških rešitev v svojem razredu za reševanje problemov v resničnem svetu. Preden se je pridružil podjetju CallRail, je bil ključni član vodstvene ekipe pri Banjo (zdaj MiiM). Tam je pomagal povečati organizacijo za razvoj izdelkov za več kot 300 %, ustvaril vrhunske tehnološke izdelke umetne inteligence/strojnega učenja in pomagal zbrati 100 milijonov USD C Round financiranja VC.

CallRail je vodilna obveščevalna platforma, ki jo poganja AI, ki podjetjem vseh velikosti olajša samozavesten nastop na trgu. Rešitve CallRail, ki služijo več kot 200,000 podjetjem po vsem svetu, pomagajo podjetjem pri sledenju in pripisovanju vsakega potencialnega potenciala njihovi tržni poti, zajemanju in upravljanju vsakega klica, besedila, klepeta in obrazca ter uporabijo vpoglede, ki jih je pridobila AI, da optimizirajo svoje trženje.

Vaša zgodnja kariera je bila osredotočena na računovodstvo in finance, kako ste sprva prešli na AI?

Čeprav se je moja kariera začela s poudarkom na računovodstvu in financah, sem vedno imel analitično miselnost. Med študijem na kolidžu Albion sem se slučajno vpisal na tečaj računalništva kot enega od izbirnih predmetov – in ostalo je zgodovina! To mi je kasneje dalo priložnost, da začnem v tehnološki industriji, veliko preden je bila umetna inteligenca sploh na obzorju.

Ko je moja kariera napredovala, sem spoznal dve stvari: imel sem globoko strast do dela s podatki (natančneje podatkov z vidika izdelka) in krmarjenja, kako bi te podatke lahko pretvorili v nekaj, kar je resnično dragoceno za stranke. Za tiste, ki želijo priti v ta nastajajoči prostor, ni ravne poti, vendar sta me ti dve zanimanji seveda pripeljali do kariere, ki vključuje umetno inteligenco.

Če bi me vprašali pred dvema desetletjema, ko sem prvič začel svojo kariero o umetni inteligenci, bi verjetno omenil terminator kot vsi ostali v tistem času. Ker se je tehnologija razvijala – in zlasti z nedavnim napredkom – je jasno, da se je moje potovanje moralo začeti z močnim zanimanjem in temeljem razumevanja podatkov.

Za tiste, ki želijo nadaljevati poklicno pot na področju umetne inteligence, je na koncu najpomembnejše, da prihajajo iz edinstvenega ozadja z izvirnimi perspektivami. V prihodnosti je toliko neznank z umetno inteligenco in lahko greste v toliko različnih smeri – kako se uporablja, kje se uporablja, regulativa, skladnost – to je skoraj neskončen seznam. Zato menim, da če lahko vstopite z odprtim umom in pripravljenostjo za učenje, lahko skoraj vsak vstopi v ta nastajajoči prostor, ne glede na svoje prvotno ozadje.

Pred vašo trenutno vlogo ste vodili razvoj izdelkov Banjos AI/ML, kateri so bili ti izdelki in kaj je bilo nekaj vaših ključnih zaključkov iz te izkušnje?

Na najvišji ravni smo uporabljali AI in strojno učenje za zaznavanje dogodkov, ko se dogajajo po vsem svetu. Našo notranjo tehnologijo smo osredotočili na računalniški vid, da bi zaznali stvari v slikah in videoposnetkih (požare, nesreče, logotipe, predmete itd.) in NLP, da bi ugotovili, o čem ljudje govorijo. Uporabljamo številne vire podatkov, kot so družbeni mediji, e911, prometne kamere itd., da trianguliramo in potrdimo, kdaj se zgodi "dogodek". To tehnologijo smo uporabili za pomoč pri objavljanju novic (lokalnih in nacionalnih) pred vsemi drugimi ter za pomoč podjetniškim korporacijam pri zaščiti njihovih zaposlenih, sredstev in blagovne znamke.

CallRail uporablja tehnologijo, imenovano Conversation Intelligence, ki olajša odkrivanje vpogledov iz pogovorov, kaj je to konkretno?

Pogovorna inteligenca® je zmožnost samodejnega združevanja uporabnih vpogledov v klice iz telefonskih pogovorov za izboljšanje trženjske uspešnosti. Cilj je tržnikom, agencijam in lastnikom podjetij omogočiti hitro in natančno sprejemanje pravih poslovnih odločitev.

• Pretvorba potencialne stranke: Umetna inteligenca podjetja CallRail izkopava pogovore med telefonskimi klici in zagotavlja vpoglede ter dragocene informacije, ki jih je mogoče uporabiti za pretvorbo potencialnih strank. Z odkrivanjem najboljših potencialnih strank iz najboljših tržnih virov vam umetna inteligenca omogoča, da določite prednost svojih prizadevanj in se osredotočite na najbolj vroče potencialne stranke. To zagotavlja, da so vaši viri učinkovito izkoriščeni, hkrati pa vam prihrani čas. S pomočjo CallRail Conversation Intelligence® lahko avtomatizirate poteke dela za bolj gladko spremljanje potencialnih strank. Nazadnje vam vpogledi, ki jih poganja AI, nudijo bogat kontekst za vsako potencialno stranko, kar vam omogoča globlje razumevanje njihovih potreb in preferenc. S tem lahko razvijete prilagojene strategije in prilagojene rešitve, s čimer povečate svoje možnosti, da jih spremenite v zadovoljne stranke.

 

• Izkušnja potrošnika: Vpogled v telefonske klice ponuja priložnost za izboljšanje izkušnje vaše stranke. Z analizo pogovorov lahko AI zagotovi dragocene informacije, ki vam pomagajo celovito razumeti vaše stranke in njihovo pot. To vključuje zajemanje podrobnosti vsake interakcije, kot so obravnavane teme, ton glasu, občutki in morebitne omenjene specifične bolečine ali izzivi. S to popolno sliko poti potencialne stranke in interakcij lahko podjetja zagotovijo bolj personalizirano in prilagojeno izkušnjo stranki. Z vpogledi, ki jih poganja AI, lahko podjetja bolje razumejo želje, potrebe in pričakovanja strank, kar jim omogoča, da zagotovijo ustrezne predloge, priporočila in rešitve.

 

• Delovanje agenta: S pregledovanjem vsebine pogovora CallRailova Conversation Intelligence® ponuja uporabne nasvete za inštruiranje o obravnavanju klicev, kar daje vašim agentom potrebna navodila za zagotavljanje boljše storitve za stranke. Umetna inteligenca prav tako združuje vpoglede v več klicev ali s strani posameznih agentov, kar vam omogoča celovito razumevanje uspešnosti vaše ekipe. S to tehnologijo lahko odkrijete pozitivne ali negativne vzorce ali trende v občutkih, izraženih med klici. To pomeni, da lahko prepoznate pogoste težave ali ponavljajoče se težave, ki lahko vplivajo na zadovoljstvo strank. Z obravnavanjem teh področij izboljšav lahko izboljšate splošno kakovost interakcij s strankami.

 

• Optimizacija trženja: Ena glavnih prednosti vpogledov v klice, ki jih poganja AI, je enostavnost integracije z različnimi sistemi, vključno s platformami CRM, kot je HubSpot, in različnimi orodji za avtomatizacijo trženja. Z uporabo vpogledov, ki jih poganja umetna inteligenca, se podjetja oborožijo s popolno sliko glavnega potovanja, od začetnega stika do končnih rezultatov, v digitalnih in nespletnih kanalih. Ti vpogledi tudi omogočajo tržnikom, da izmerijo učinkovitost svojih tržnih strategij v smislu donosnosti naložbe (ROI). S sledenjem ključnim kazalnikom uspešnosti (KPI), kot so stopnje konverzij potencialnih strank, stroški pridobivanja strank in ustvarjeni prihodki, lahko podjetja optimizirajo svoja tržna prizadevanja za doseganje višje donosnosti naložbe. Še več, poleg integracije tehnološkega sklopa je trženje optimizirano v Conversation Intelligence, ker podjetjem daje možnost prepoznavanja ključnih besed in avtomatiziranja strategij ponudb za ključne besede na podlagi vpogledov iz klica, kar zagotavlja dragocen vnos za SEO in tržna sporočila. Na primer, če potencialne stranke nenehno sprašujejo o storitvah, ki jih ne ponujajo, lahko podjetja prilagodijo sporočila na svojem spletnem mestu, da zagotovijo boljšo usklajenost klicev, ali razmislijo o prilagoditvi svoje ponudbe, da bi zadostila povpraševanju potencialnih strank.

CallRail Conversation Intelligence® je namensko izdelan za razumevanje in analizo človeškega govora. To pomeni, da lahko iz telefonskih klicev izvleče vsako dragoceno majhno kepico informacij, hkrati pa prihrani agente in menedžerje več kot 94 % svojega časa. Informacije iz telefonskih klicev so znanje iz prve roke neposredno iz ust vaše stranke. Rezultat so neprecenljivi podatki iz preizkušenega marketinškega orodja s pridihom 21. stoletja.

Katere so različne vrste umetne inteligence in strojnega učenja, ki se uporabljajo v tej tehnologiji?

S podjetjem AssemblyAI, ki uporablja različne naše funkcije, ki jih poganja AI, imamo čudovito partnerstvo z umetno inteligenco. Brez spuščanja v globoke podrobnosti uporabljamo:

• ASR (samodejno prepoznavanje govora) – poganja ga Conformer-2, največji komercialno dostopni model ASR, ki je usposobljen za več kot 1.1 milijona ur angleških zvočnih podatkov
• LeMUR – LLM, ki se uporablja za analizo govorjenih podatkov. Je temelj povzetkov, usposabljanja agentov, samodejnih kvalifikacij, če naštejemo le nekatere. CallRail na različne načine natančno prilagodi modele, da bi naši stranki zagotovil največjo vrednost.

Julija 2023 je bil CallRail Labs predstavljen kot prvi te vrste v prostoru analitike klicev. Ena njegovih glavnih značilnosti je uvedba »akcijskih načrtov«. Ali lahko delite nekaj vpogledov v to, kaj je to?

Tako je! Ko smo se predstavili CallRail Labs, izdali smo tudi akcijske načrte za podporo agentom s priporočili, ustvarjenimi z umetno inteligenco, za naslednje korake po klicu. Ta funkcija odpravlja ugibanja pri spremljanju potencialnih strank, tako da povzema ključne zaključke, jih združuje v obliko, ki jo je mogoče deliti po e-pošti ali besedilnih sporočilih prvim ekipam, in dokumentira nadaljnja dejanja na nadzorni plošči CallRail Premium Conversation Intelligence™.

Odkar smo julija predstavili CallRail Labs, je bilo predstavljenih tudi šest novih zmogljivosti:

• Inštruiranje klicev s pomočjo umetne inteligence ugotavlja, kje so se agenti dobro odrezali, kje bi se lahko izboljšali, in, kar je najpomembneje, poda konkretna priporočila, ki jih je mogoče izvesti, da bi bili boljši. To razbremeni breme usposabljanja z lastnikov podjetij in zagotovi nepristranske, pravočasne povratne informacije agentom za izboljšanje učinkovitosti.
• Identifikacija AI uspešnih načrtovanih sestankov omogoča lastnikom podjetij, da takoj določijo klice, ki bodo najverjetneje ustvarili prihodek, in razumejo, katere dejavnosti pritegnejo najboljše potencialne stranke.
• Identifikacija novih ali obstoječih strank z umetno inteligenco ki podjetjem omogoča, da razumejo, katere marketinške akcije ustvarjajo resnično nove posle in katere spodbujajo ponovne posle, ne da bi bilo treba poslušati klic ali brati prepis. Če veste, katere oglaševalske akcije privabljajo nove stranke k vašemu podjetju v primerjavi s tem, katere povečujejo zvestobo in prihodke obstoječih strank, podjetjem omogoča izboljšanje segmentacije občinstva in navsezadnje uspešnosti oglaševalskih akcij.
• Samodejno prepoznajte pogosto zastavljena vprašanja na klice za prepoznavanje pogosto zastavljenih vprašanj strank, ponujanje dragocenih vpogledov v potrebe strank, hkrati pa pomaga pri optimizaciji SEO in izboljšanju strategije ključnih besed.
• Samodejno zajemite osebne podatke in nastavitve klicateljev, ki se lahko uporabijo za podporo prihodnje gradnje odnosov in oblikovanje globljih povezav med blagovnimi znamkami in kupci. Majhne podrobnosti, kot je spomin na rojstni dan stranke ali prihajajoči življenjski dogodek, lahko zgradijo neomajno zaupanje in zvestobo blagovni znamki.
• Izkoristite AI za ustvarjanje premišljenih, jedrnatih besedilnih in e-poštnih sporočil po končanem klicu za potrditev pomislekov strank, ki so bili uslišani, krepitev odnosov in prihranek agentov pri neštetih urah dela.

Preberite več o teh novih zmožnostih tukaj in tukaj. Medtem ko smo navdušeni nad tem začetnim oprijemom – šele praskamo po površini!

Ali lahko tudi opišete, kako CallRail Labs strankam omogoča, da vplivajo na uporabo glasovne umetne inteligence v podjetju?

Ta novi inovacijski program – kot ste omenili, prvi te vrste v prostoru za analizo klicev – je bil zasnovan za pomoč pri spodbujanju nadaljnjih inovacij umetne inteligence v partnerstvu z malimi in srednjimi podjetji, tako da povabi naše stranke, da vplivajo na to, kako uporabljamo glasovno umetno inteligenco prek zgodnjega dostopa do novih zmogljivosti izdelka.

Cilj je zagotoviti neposredne povratne informacije vodjem izdelkov in inženiringa, hkrati pa nam omogočiti namensko reševanje resničnih poslovnih izzivov sredi tržne eksplozije zmogljivosti, ki jih poganja AI. Imamo srečo, da imamo veliko, pripravljenih strank, da preizkusijo praktično uporabo teh novih izdelkov, ki podpirajo AI, in zagotovijo neprecenljive povratne informacije.

Pomen tega projekta je v dejstvu, da poenostavlja zapletene naloge in dosledno zagotavlja strategije, ki temeljijo na podatkih, s čimer povečuje splošno učinkovitost. Prikazuje moč umetne inteligence in kako lahko spodbuja pomembne inovacije na področju Conversation Intelligence®.

Kateri so nekateri bolj priljubljeni primeri uporabe te programske opreme?

Imamo srečo, da imamo a širok nabor primerov ki ponazarjajo, kako naše stranke uporabljajo AI, da svoje klice spremenijo v konkurenčno prednost. Nekaj ​​naših najljubših primerov v panogah vključuje:

Domača storitev: Adria Marmor & Granit je družinski proizvajalec kamna, ki vgrajuje kuhinjske in kopalniške pulte, kamine in drugo. Ko se je podjetje začelo, je oglaševanje potekalo prek rumenih strani, faksov in od ust do ust. V panogi, kjer je običajno, da izvajalci prepustijo žogico s spremljanjem potencialnih strank, je CallRail tudi pomagal, da je Adria Marble izstopala z zagotavljanjem spremljanja vseh klicev in nobene izgube potencialnih strank.

Posledično je podjetje lahko znižalo skupni strošek na potencialno stranko in bolje opravilo natančno ciljanje na prave potencialne stranke, ki bodo zagotovile višji znesek v dolarjih iz poslov, ki jih sklenejo. CallRail je Adrii Marble prihranil 10–20 ur na teden z avtomatizacijo sledenja potencialnim strankam in klicem, ki bi jih Irfan sicer moral opraviti ročno, bodisi prek preglednice ali včasih samo s kričanjem po pisarni, da bi strankam zagotovil povratni klic. Ker samo tri osebe opravljajo vse prodajne in administrativne dolžnosti, je pridobitev teh ur nazaj za druge naloge pomembna.

pravna: Konkurenca med agencijami za digitalno trženje je huda – zlasti v pravnem prostoru, kjer so stranke običajno bolj zveste in dobičkonosne kot stranke v drugih panogah. Zato Trženje nad lokalom obrnili na CallRail, da bi dokazali, kateri oglasi, akcije in ključne besede povzročajo zvonjenje telefonov njihovih strank. Rezultat: sledenje klicem je vsaj 75 % njihovih strank pomagalo prerazporediti denar na pravi način – vsak mesec so odpravili 1,000 USD zapravljene porabe za oglaševanje.

Skrb za zdravje: Cornerstone Foot Care's operacije digitalnega trženja niso imele ustreznega sledenja vhodnim potencialnim strankam in dohodnim telefonskim klicem. Praksa se je obrnila na CallRail za vpogled v to, iz katerih ključnih besed in oglaševalskih akcij prihajajo klici, ter kakovost vsakega klica. Z dodatkom Google Ads in sledenja CallRail je Cornerstone povečal svoj prihodek za 40 % z izboljšano kakovostjo klicev, povečanim številom klicev dohodnih možnih strank in zmanjšanim številom zgrešenih klicev.

Znani ste tudi po svojih primerjavah med AI in vašim avtomobilskim dirkanjem. Katere so nekatere skupne točke med obema?

Umetna inteligenca in avtomobilske dirke (zlasti Formula 1) so tesno povezani že vrsto let. Dirkalne ekipe lahko svoje avtomobile postavijo skozi simulacije, ki jih lahko AI interpretira in pomaga ekipi pri zmogljivosti. Umetna inteligenca bi lahko zaznala spremembe, ki jih je treba narediti na motorju za povečanje zmogljivosti ali izboljšanje zanesljivosti, spremembe v aerodinamiki za pomoč pri tlačni sili. Ni čudno, da so sodobni avtomobili formule 1 videti kot vesoljske ladje, saj umetna inteligenca pomaga dobesedno oblikovati aerodinamiko.

Osebno menim, da umetna inteligenca najbolje deluje s človeškimi povratnimi informacijami, kar ni nič drugače pri dirkanju. Na primer, tudi če model z umetno inteligenco napove najboljšo nastavitev za denimo deževne ali vroče pogoje, mora voznik še vedno dati povratne informacije ekipi. Umetna inteligenca ne more predvideti vsega glede delovanja in preferenc gonilnikov, zato potrebujete človeško interakcijo za povratne informacije. Pravzaprav sem slišal vodjo ekipe govoriti o tem, ko sem bil oktobra na turneji po boksih v Petit LeMansu. Rekel je, da je "umetna inteligenca res neverjetna in nam je prinesla velike dobičke, vendar še vedno ni nadomestila povratnih informacij voznika in ekipe, ki razume nianse voznika."

Bi lahko delili svojo vizijo prihodnosti glasovne umetne inteligence in analitike klicev?

Zlahka je čutiti, da se svet trženja danes premika hitreje od svetlobne hitrosti. Vedno se je treba naučiti novega izraza, sprejeti strategijo ali uporabiti najboljšo prakso. Pogosto pozabljamo, da so nekatere od najboljših preizkušenih tržnih strategij v teh nenehnih spremembah in novostih. Ena od teh zapostavljenih strategij so nedvomno telefonski klici.

Telefonski klici ostajajo najboljše orodje za tržnike, saj zagotavljajo ogromno informacij o tem, kaj vaše stranke želijo in potrebujejo. Vendar velik del tega potenciala ostaja neizkoriščen v številnih panogah. Čeprav si zagotovo prizadevamo še naprej pospeševati napredek glasovne umetne inteligence in analitike klicev, da bi strankam pomagali doseči višjo donosnost naložbe, sem prav tako navdušen nad tem, da mala podjetja v celoti spoznajo, kako vplivna je lahko umetna inteligenca za spreminjanje klicev v vpoglede, ki jih lahko ukrepa.

Hvala za odličen intervju, bralci, ki želite izvedeti več, naj ga obiščejo CallRail.