Grigori Melnik, Chief Product Officer, Amperity – Intervju-serie

Dr. Grigori Melnik är en erfaren teknisk chef med mer än 25 års erfarenhet av att driva produktinnovation och tillväxt på företag som Microsoft (MSFT ), Splunk, MongoDB (MDB ), Tricentis och Cribl. Han har lett plattformsomvandlingar, lanserat kategoribestämmande produkter och skalat team över alla tillväxtstadier. Dr. Melnik har en doktorsexamen i datavetenskap från University of Calgary och bringar till Amperity en passion för ingenjörsexcellens, AI-innovation och byggande av högpresterande produktorganisationer.

Amperity är ett teknologiföretag som erbjuder en AI-driven Customer Data Cloud-plattform som är utformad för att förena fragmenterad kunddata till pålitliga profiler, identifiera högvärdesmöjligheter och aktivera kampanjer över alla kanaler. Dess lösningar fokuserar på identitetslösning, datainmatning och realtidsaktivering, vilket tillåter varumärken att integrera olika datakällor, utföra AI-drivna analyser och skicka målgrupper till nedströms system. Företaget betonar flexibilitet genom att stödja direktanslutningar med stora datawarehouse-plattformar och upprätthåller regelefterlevnad med viktiga säkerhetsstandarder som SOC 2, GDPR och HIPAA.

Du har lett produkt- och teknikstrategi på företag som Tricentis, MongoDB och Codility innan du gick med i Amperity. Hur har dessa erfarenheter format din tillvägagångssätt för att bygga och skala AI-drivna plattformar som Real-Time Profiles?

Av naturen är jag en entusiast för olösta problem. På Amperity gör vi exakt det. Mina erfarenheter på tidigare organisationer har format hur jag tänker om att skala plattformar samtidigt som man möter användarnas behov. Dessa lärdomar inkluderar vikten av flexibilitet, friktionsfri integration över ekosystem och stark datastyrning.

Dessa lärdomar har direkt format vår tillvägagångssätt för Real-Time Profiles. Vi konstruerade kapaciteten för att avsluta branschens äldsta kompromiss – hastighet vs. noggrannhet – genom att förena historisk identitet med sub-sekundströmning i en enda, styrd arkitektur. Vi säkerställde att plattformen förenklar kundernas driftsmodeller, snarare än att komplicera dem. Vi utvidgade vår AI-drivna identitetsgrund till att förena realtids- och historisk data inom en enda arkitektur, med en identitetsgraf, en åtkomstkontrollskikt och konsekvent ursprung och granskning.

Vilken specifik lucka eller marknadsbehov motiverade Amperity att utveckla Real-Time Profiles, och hur återdefinierar det balansen mellan datahastighet och noggrannhet?

De flesta Customer Data-plattformar (CDP) tvingar team att välja mellan att agera snabbt på grunt, händelsebaserad data eller att agera noggrant på profiler som är timmar eller dagar gamla. Amperitys Real-Time Profiles tar bort det valet genom att kontinuerligt kombinera live-signaler med fullständig kundhistorik, så att varumärken kan känna igen en individ i exakt ögonblick av engagemang och svara med kontext. Resultatet är data som är fullständig och aktuell, redo att driva in-session-personalisering och händelseutlösta resor med verklig affärspåverkan.

Genom att kollapsa batch och strömning till en enda profil, flyttar vi oss bortom “snabb men ofullständig” eller “fullständig men sen”. Det är en enda, kontinuerligt uppdaterad kundvy som låter marknadsförare och serviceteam orkestrera nästa bästa åtgärder vid kundens hastighet utan att offra noggrannhet.

Kan du gå igenom de tekniska underbyggnaderna för att förena historisk och strömmande data till en enda, kontinuerligt uppdaterad kundprofil?

Vi byggde en enhetlig dataflöde med tre samordnade lager: inmatning av råa JSON-händelser från valfri källa, kontinuerlig bearbetning i en distribuerad dataflödesmotor och en live-profilbutik som stöder millisekundssökningar via vår Profil-API. Varje nytt klick, bokning eller lojalitetsändring är försonad mot samma AI-drivna identitetsgraf som styr vår batch-pipeline, vilket innebär ingen separat identitetsmodell, ingen dubbel underhåll, ingen schemadrift.

Kritiskt, “identitet i rörelse” binder varje händelse till den hållbara, sydda profilen när den anländer. Det möjliggör omedelbar berikning av attribut, kontinuerlig segmentering och händelseutlöst aktivering med hjälp av resor eller API:er, samtidigt som den bevarar ursprung, åtkomstkontroll och granskning över både analytiska och operativa arbetsbelastningar.

Många företag kämpar för att operationalisera realtids-personalisering. Vilka är de största utmaningarna du ser att varumärken möter, och hur adresserar Amperity dem?

Konsumenter förväntar sig nu att varje varumärkesinteraktion ska återspegla en realtidsförståelse av deras avsikt, preferenser och historia, omedelbart. Ändå är de flesta organisationer begränsade av fragmenterade datasystem och försenade insikter, vilket gör det svårt för dem att svara i ögonblicket. Resultatet är ofta personalisering som känns generisk eller ur synk med kundens behov.

Att överbrygga den luckan kräver mer än snabbare teknik; det kräver en enhetlig tillvägagångssätt för data och beslutsfattande. På Amperity har vi fokuserat på att lösa det systemiska problemet genom att möjliggöra för varumärken att förena historisk kunskap och live-kontext så att varje interaktion kan vara tidig, relevant och kopplad till kundens fullständiga resa. Med Real-Time Profiles kan varumärken driva in-session-personalisering och händelseutlösta resor från samma styrda källa för sanning, och omvandla ögonblick som varukorgsabandon, lojalitetsnivåändringar eller incheckningar på plats till tidiga, relevanta åtgärder.

Hur förbättrar integrationen av AI och maskinlärande noggrannheten eller de prediktiva förmågorna hos Real-Time Profiles?

AI är ryggraden i vår identitetslösningsförmåga, vilket innebär att live-händelser är länkade till rätt person med rätt kontext, såsom livstidsvärde, samtycke och lojalitet, inom millisekunder. Den exakta sammanfogningen höjer varje nedströmsbeslut: segment omberäknas när data ändras, profilattribut berikas omedelbart och resor utlöses baserat på den fullständiga kunden, inte isolerade händelser.

I framtiden lägger Real-Time Profiles grunden för AI-agenter att operera med live-kontext genom att resonera över utvecklande profiler, yta insikter och autonomt utlösa nästa bästa åtgärder över hela stacken. Kombinationen av AI-löst identitet och strömmande kontext är vad som låser upp verklig en-till-en-personalisering i skala.

Från din synvinkel, hur spelar dataskyddsföreskrifter och datastyrning in i att bygga realtids-personaliseringssystem?

Genom att utöka vår befintliga Customer Data Cloud till strömning, upprätthåller vi en enda styrd profilbutik för både analytiska och operativa användningsfall. Den samstämmigheten hjälper till att säkerställa regelefterlevnad och granskning samtidigt som det möjliggör under-sekundsaktiveringar.

Lika viktigt, Real-Time Profiles ger varumärken möjlighet att lita på sin egen första partsdata som den pålitliga grunden för personalisering. Varje realtidsignal är kopplad till verifierad, samtyckebaserad kunddata, så att varumärken kan agera med förtroende för att deras insikter och aktiveringar är i linje med dataskyddsförväntningar och regulatoriska standarder. Samma principer och kontroller som styr historiska profiler styr live-uppdateringar, vilket ger varumärken omedelbarhet samtidigt som de bevarar förtroendet och den starka säkerhetsposturen som behövs för meningsfull, regelefterlevande personalisering.

Med den ökande användningen av generativ AI, hur förbereder sig Amperity för en framtid där personligt innehåll kan genereras och levereras i realtid?

Generativ AI är bara så bra som den data som driver den. Real-Time Profiles tillhandahåller den nödvändiga live, identitetslösta kontexten, så att generativa system kan anpassa innehåll till vem kunden är och vad de gör just nu. Vår arkitektur positionerar AI-agenter att resonera över kontinuerligt utvecklande profiler och utlösa nästa bästa åtgärder, och broar insikt till aktivering automatiskt.

Som innehållsgenerering blir mer autonom, kommer gatefaktorn att skifta från “kan vi skapa det?” till “ska vi skapa det nu för denna kund, med tanke på deras historia och nuvarande avsikt?” Våra realtids-, identitetsmedvetna profiler svarar på det med precision och styrning, och möjliggör säkra, relevanta och mätbara upplevelser.

Vilka branscher eller vertikaler ser du som kommer att dra nytta av denna teknik på kort sikt, och varför?

Medan alla konsumentvarumärken drar nytta av realtids-personalisering, ser rese-, flygbolags-, detaljhandels- och finansiella tjänster omedelbara vinster eftersom avsiktens fönster är korta och kontexten är viktig. Tänk på uppgraderingar vid incheckning, omprissättning av övergivna bokningar, personliga sorterings- och paketlösningar eller kontant erbjudanden som är anpassade till beteende på plats.

Dessa vertikaler opererar redan omnikanalsresor med höga insatser för timing, relevans och servicehastighet och noggrannhet. Genom att förena historisk identitet och live-signaler, omvandlar de flyktiga ögonblicken till intäkter och lojalitet, och omvandlar engagemang till omvandlingar i realtid.

Som Chief Product Officer, hur mäter du framgången för en release som Real-Time Profiles bortom teknisk prestanda – i termer av användarantagande eller affärspåverkan?

Vi mäter framgång genom kundresultat och antagande, inklusive snabbare tid till värde för in-session-personalisering, ökade omvandlings- och engagemangsrater, och förbättrade service-mått över alla beröringspunkter. Våra kunder har drivit resultat som 2x högre omvandlingar från personliga resor, miljontals nya högvärdesprospekt identifierade utanför lojalitetsprogram, och snabbare, mer personliga serviceupplevelser.

Operativt tittar jag också efter förenklingsignalering som färre verktyg att underhålla, tätare samstämmighet mellan marknadsföring, data och serviceteam. När samma profil driver både analytik och aktivering utan att kräva dubblettintegrationer eller datapipeliner, ser du varaktigt antagande och ackumulerad avkastning på kunddata.

Till sist, hur ser du rollen för CPO utvecklas när AI blir central för kundengagemang och företags tillväxtstrategier?

Den moderna CPO måste vara integratorn av produkt, data och marknadsresultat – ägande av vad och varför produkten omvandlar signaler till värde. I AI-världen måste CPO också äga hur – hur intelligens är inbäddad i varje arbetsflöde, interaktion och beslut. Det kräver också att man konstruerar för identitet, styrning och realtidsåtgärd i en sammanhängande lösning så att team kan leverera upplevelser i kundens hastighet.

Det innebär att blanda produktledning med datavetenskap, infrastruktur, marknadsföring, kundframgång och etisk AI-styrning för att säkerställa att företagets differentiering inte bara kommer från funktioner, utan från lärande system som kontinuerligt anpassar sig till användare och marknader. Vi flyttar från vägkartor till förstärkningsloopar – vår framgång handlar inte om att leverera versioner, utan om att påskynda cykler av experiment, lärande och förfining som stärker både produkten och kundrelationen. Vi är på väg från vägkartor till förstärkningsloopar – vår framgång handlar inte om att leverera versioner, utan om att påskynda cykler av experiment, lärande och förfining som stärker både produkten och kundrelationen. Thank you for the great interview, readers who wish to learn more should visit Amperity.