Ryan Johnson, Chief Product Officer på CallRail – Intervju-serie

Ryan har över 15 års erfarenhet av diversifierad teknologi och produktutvecklingsledning från tidiga startups till Fortune 100-företag. Som Chief Product Officer på CallRail använder han sin passion för att utveckla bästa klassens tekniska lösningar för att lösa verkliga problem. Innan han anslöt sig till CallRail var han en nyckelmedlem i ledningsgruppen på Banjo (nu MiiM). Där hjälpte han till att växa produktutvecklingsorganisationen med över 300%, skapade världsklassens AI/maskinlärningstekniska produkter och hjälpte till att samla in 100 miljoner dollar i C-runda VC-finansiering.

CallRail är en AI-driven leadintelligensplattform som gör det enkelt för företag av alla storlekar att marknadsföra med tillförlitlighet. Genom att betjäna över 200 000 företag världen över hjälper CallRails lösningar företag att spåra och tilldela varje lead till deras marknadsföringsresa, fånga och hantera varje samtal, text, chatt och formulär, och använda insikter som yppas av AI för att optimera deras marknadsföring.

Din tidiga karriär fokuserade på redovisning och ekonomi, hur gick du över till AI?

Medan min karriär började med fokus på redovisning och ekonomi har jag alltid haft ett analytiskt sinne. Medan jag studerade på Albion College anmälde jag mig till en datorklass som en av mina valfria kurser – och resten är historia! Detta gav mig senare möjligheten att börja i teknikbranschen långt innan AI ens var på horisonten.

Som min karriär fortsatte att utvecklas insåg jag två saker: Jag hade en djup passion för att arbeta med data (mer specifikt data från ett produkt perspektiv) och navigera hur den datan kunde omvandlas till något som verkligen var värdefullt för kunder. Det finns ingen rak väg för de som vill komma in i detta nya område, men dessa två intressen ledde mig naturligt mot en karriär som involverar AI.

Om du hade frågat mig för två decennier sedan när jag började min karriär om AI, skulle jag troligen ha hänvisat till Terminator som alla andra på den tiden. Men eftersom tekniken har utvecklats – och särskilt med de senaste framstegen – är det tydligt att min resa måste börja med ett starkt intresse för och förståelse av data.

För de som vill följa en karriärväg inom AI är det viktigaste att komma från en unik bakgrund med ursprungliga perspektiv. Det finns så många okända faktorer med AI i framtiden och du kan gå i så många olika riktningar – hur det tillämpas, var det tillämpas, reglering, regelefterlevnad – det är nästan en oändlig lista. Därför tror jag att om du kan komma in med en öppen sinne och en villighet att lära, kan nästan vem som helst komma in i detta nya område oavsett deras initiala bakgrund.

Före din nuvarande roll ledde du utvecklingen av Banjos AI/ML-produkter, vad var dessa produkter och vad var några av dina viktigaste insikter från denna erfarenhet?

På högsta nivå använde vi AI och maskinlärning för att upptäcka händelser som inträffar i världen. Vi fokuserade vår interna teknik på datorseende för att upptäcka saker i bilder och video (bränder, olyckor, logotyper, föremål etc.) och NLP för att bestämma vad människor pratade om. Vi använde många datakällor som sociala medier, e911, trafikkameror etc. för att triangulera och validera när en “händelse” inträffar. Vi använde denna teknik för att hjälpa till att bryta nyheter (lokalt och nationellt) före någon annan och för att hjälpa företagskunder att skydda sina anställda, tillgångar och varumärke.

CallRail använder en teknik som kallas Conversation Intelligence som underlättar upptäckten av insikter från samtal, vad är detta specifikt?

Conversation Intelligence® är förmågan att automatiskt samla in handlingsbara samtalinsikter från telefonsamtal för att förbättra marknadsföringsprestanda. Målet är att möjliggöra för marknadsförare, byråer och företagsägare att fatta rätt affärsbeslut med hastighet och precision.

• Leadkonvertering: CallRails AI gräver i telefonsamtal och tillhandahåller insikter och värdefull information som kan användas för leadkonvertering. Genom att identifiera de bästa leads från dina toppmarknadsföringskällor, låter AI dig prioritera dina ansträngningar och fokusera på de hetaste leads. Detta säkerställer att dina resurser används effektivt samtidigt som du sparar tid. Genom CallRails Conversation Intelligence® kan du automatisera arbetsflöden för en smidigare leaduppföljning. Slutligen tillhandahåller AI-drivna insikter dig med rik kontext för varje lead, vilket ger dig en djupare förståelse för deras behov och preferenser. Med hjälp av detta kan du utveckla personliga strategier och anpassade lösningar, vilket maximerar dina chanser att konvertera dem till nöjda kunder.

• Kundupplevelse: Telefonsamtalsinsikter erbjuder en möjlighet att förbättra kundupplevelsen. Genom analys av samtal kan AI tillhandahålla värdefull information för att hjälpa dig att förstå dina kunder och deras resa. Detta inkluderar att fånga detaljer om varje interaktion, såsom ämnen som diskuterades, tonfall, sentiment och eventuella specifika utmaningar eller problem som nämndes. Med denna fullständiga bild av en leads resa och interaktioner kan företag leverera en mer personlig och anpassad kundupplevelse. Med AI-drivna insikter kan företag bättre förstå kundernas preferenser, behov och förväntningar, vilket möjliggör relevant rådgivning, rekommendationer och lösningar.

• Agentprestation: Genom att granska samtalinhåll erbjuder CallRails Conversation Intelligence® användbara coachningstips för samtalshantering, vilket ger dina agenter den vägledning som behövs för att tillhandahålla bättre kundservice. AI sammanställer också insikter över flera samtal eller per enskild agent, vilket möjliggör en omfattande förståelse av ditt teams prestation. Med denna teknik kan du upptäcka positiva eller negativa mönster eller trender i sentiment som uttrycks under samtal. Detta innebär att du kan identifiera vanliga problem eller återkommande problem som kan påverka kundnöjdhet. Genom att åtgärda dessa områden för förbättring kan du förbättra den övergripande kvaliteten på dina kundinteraktioner.

• Marknadsföringsoptimering: En av de stora fördelarna med AI-drivna samtalinsikter är enkelheten att integrera dem med olika system, inklusive CRM-plattformar som HubSpot och olika marknadsföringsautomatiseringsverktyg. Med AI-drivna insikter utrustar företag sig med en fullständig bild av leadresan, från initial kontakt till slutliga resultat, över både digitala och offlinekanaler. Dessa insikter möjliggör också för marknadsförare att mäta effektiviteten av deras marknadsföringsstrategier i termer av avkastning på investering (ROI). Genom att spåra nyckelprestandaindikatorer (KPI) som leadkonverteringsfrekvens, kundförvärvskostnad och genererad intäkt kan företag optimera sina marknadsföringsinsatser för att uppnå högre ROI. Dessutom, förutom att integrera tech-stacken, optimeras marknadsföring i Conversation Intelligence eftersom det ger företag möjlighet att identifiera nyckelord och automatisera nyckelordsbudsstrategier baserat på insikter från samtalet, vilket ger värdefull input för SEO och marknadsföringsmeddelanden. Till exempel, om leads konsekvent frågar efter tjänster som inte erbjuds, kan företag justera sin webbplatsmeddelande för att säkerställa att samtal är bättre anpassade eller överväga att anpassa sina erbjudanden för att möta leadsbehov.

CallRails Conversation Intelligence® är särskilt utformad för att förstå och analysera mänskligt tal. Det innebär att det kan extrahera varje värdefull liten detalj av information från telefonsamtal samtidigt som det sparar agenter och chefer över 94% av deras tid. Informationen från telefonsamtal är första-hand-kunskap direkt från din kunds mun. Resultatet är ovärderlig data från ett beprövat marknadsföringsverktyg med en 21:a-årstwist.

Vilka är de olika typerna av AI och maskinlärning som används i denna teknik?

Vi har ett underbart AI-samarbete med AssemblyAI, ett företag som använder en mängd av våra AI-aktiverade funktioner. Utan att gå in på djupgående detaljer använder vi:

• ASR (Automatisk taligenkänning) – Driven av Conformer-2, den största kommersiellt tillgängliga ASR-modellen som tränats på över 1,1 miljoner timmar av engelska ljuddata
• LeMUR – LLM som används för att analysera talad data. Det är grunden för sammanfattningar, agentcoachning, autokvalificering, för att nämna några. CallRail finjusterar på ett antal sätt ovanpå modellerna för att få ut det mesta av värdet för våra kunder.

I juli 2023 lanserades CallRail Labs som den första i sitt slag inom callanalysområdet. En av dess kärnfunktioner är introduktionen av “åtgärdsplaner”. Kan du dela några insikter om vad detta är?

Det stämmer! När vi introducerade CallRail Labs, släppte vi också åtgärdsplaner för att stödja agenter med AI-genererade rekommendationer för nästa steg efter ett samtal. Denna funktion tar bort gissningen från att följa upp med potentiella kunder genom att sammanfatta nyckeltag, konsolidera dem i ett delbart format för att e-posta eller skicka till frontline-team, och dokumentera uppföljningar inom CallRails Premium Conversation Intelligence™-instrumentpanel.

Men sedan vi lanserade CallRail Labs i juli har sex nya funktioner också introducerats:

• AI-aktiverad samtalcoachning identifierar var agenter presterade bra, var de kunde förbättra sig, och, viktigast, levererar specifika handlingsbara rekommendationer för att göra bättre. Detta lyfter utbildningsbördan från företagsägare och säkerställer opartisk, tidsenlig feedback till agenter för att förbättra prestanda.
• AI-identifiering av framgångsrika möten som bokats ger företagsägare möjlighet att omedelbart identifiera de samtal som sannolikt kommer att generera intäkt och förstå vad aktiviteter som lockar de bästa leads.
• AI-identifiering av nya eller befintliga kunder som tillåter företag att förstå vilka marknadsföringskampanjer som genererar verkligt nytt företag och vilka som driver återkommande företag, utan att behöva lyssna på samtalet eller läsa en transkription. Att veta vilka kampanjer som driver nya kunder till ditt företag jämfört med vilka som växer lojalitet och intäkt från befintliga kunder möjliggör för företag att förbättra målgruppssegmentering och, slutligen, kampanjprestanda.
• Automatisk identifiering av frågor som ofta ställs på samtal för att identifiera vanligt ställda kundfrågor, vilket erbjuder värdefulla insikter om kundbehov, samtidigt som det hjälper till att optimera SEO och nyckelordsstrategi.
• Fånga personliga detaljer och preferenser hos ringsignalerare automatiskt, som kan användas för att stödja framtida relationsskapande och forma djupare kopplingar mellan varumärken och kunder. Små detaljer som att komma ihåg en kunds födelsedag eller ett kommande livshändelse kan bygga omutlig tillit och varumärkeslojalitet.
• Använd AI för att generera tankeväckande, koncisa text- och e-postmeddelanden efter att ett samtal har avslutats för att bekräfta att kundens problem har hörsammats, stärker relationer och sparar agenter otaliga timmar av arbete.

Läs mer om dessa nya funktioner här och här. Medan vi är entusiastiska över denna initiala framgång – vi har bara börjat skrapa på ytan!

Kan du också beskriva hur CallRail Labs möjliggör för kunder att påverka företagets användning av röst-AI?

Denna nya innovationsprogram – som du nämnde, en första i sitt slag inom callanalysområdet – var utformat för att hjälpa till att främja fortsatt AI-innovation i samarbete med SMB genom att bjuda in våra kunder att påverka hur vi använder röst-AI genom tidig tillgång till nya produktfunktioner.

Målet är att tillhandahålla direkt feedback till produkt- och ingenjörsteam medan vi samtidigt låter oss drivas av att lösa verkliga affärsutmaningar mitt i marknadsexplosionen av AI-drivna funktioner. Vi är lyckliga att ha en stor, villig grupp kunder för att testa den praktiska tillämpningen av dessa nya AI-aktiverade produkter och tillhandahålla ovärderlig feedback.

Betydelsen av detta projekt ligger i det faktum att det förenklar komplexa uppgifter och konsekvent levererar data-drivna strategier, vilket förbättrar den övergripande effektiviteten. Det visar kraften i AI och hur det kan driva meningsfull innovation inom Conversation Intelligence®.

Vilka är några av de mer populära användningsfallen för denna programvara?

Vi är lyckliga att ha ett brett utbud av exempel som illustrerar hur våra kunder använder AI för att omvandla sina samtal till en konkurrensfördel. Några av våra favoritexempel över branscher inkluderar:

Hemtjänst: Adria Marble & Granite är en familjeägd stenfabrikant som installerar kök- och badrumsbänkskivor, eldstäder och mer. När företaget först startade gjordes reklam via gula sidor, fax och mun-till-mun. I en bransch där det är vanligt för entreprenörer att släppa bollen med uppföljning till potentiella kunder har CallRail hjälpt Adria Marble att sticka ut genom att säkerställa att alla samtal följs upp och att inga leads går förlorade.

Som ett resultat har företaget kunnat sänka den totala kostnaden per lead och göra ett bättre jobb med att rikta sig till rätt leads som kommer att driva en högre dollarbelopp från de affärer de stänger. CallRail har sparat Adria Marble 10-20 timmar i veckan genom att automatisera lead- och samtalsspårning som Irfan annars skulle ha gjort manuellt, antingen via en kalkylblad eller ibland bara skrikande runt kontoret för att säkerställa att kunder får en återkoppling. Med bara tre personer som hanterar alla försäljnings- och administrativa kontorsuppgifter är det att få tillbaka dessa timmar för andra uppgifter är betydelsefullt.

Juridik: Konkurrensen mellan digitala marknadsföringsbyråer är hård – särskilt inom juridik, där kunder vanligtvis är mer lojala och lönsamma än de i andra branscher. Det är därför Above the Bar Marketing vände sig till CallRail för att hjälpa till att bevisa vilka annonser, kampanjer och nyckelord som får deras kunders telefoner att ringa. Resultatet: samtalsspårning har hjälpt minst 75% av deras kunder att omfördela pengar på rätt sätt – och eliminerat 1 000 dollar i månaden i slöseri med annonseringsutgifter.

Hälsovård: Cornerstone Foot Cares digitala marknadsföringsverksamhet saknade tillräcklig spårning av inkommande leads och inkommande samtal. Praktiken vände sig till CallRail för synlighet i vilka nyckelord och kampanjer som samtal kom ifrån, samt kvaliteten på varje samtal. Med tillägget av Google Ads och CallRail-spårning har Cornerstone ökat sin intäkt med 40% genom förbättrad samtalskvalitet, ökat antal samtal från inkommande leads och ett minskat antal missade samtal.

Du är också känd för dina jämförelser mellan AI och din bilracing. Vilka är några av de gemensamma dragen mellan de två?

AI och bilracing (särskilt Formel 1) har haft en nära relation under många år nu. Racingteam har möjlighet att sätta sina bilar genom simuleringar som AI kan tolka och hjälpa teamet med prestanda. AI kunde upptäcka förändringar som behöver göras i en motor för att öka prestanda eller förbättra tillförlitlighet, till förändringar i aerodynamik för att hjälpa till med nedkraft. Det är ingen överraskning att moderna Formel 1-bilar ser ut som rymdfarkoster eftersom AI hjälper till att designa aerodynamiken.

Personligen tror jag att AI fungerar bäst med ett mänskligt återkopplings-element, vilket inte skiljer sig från racing. Till exempel, även om en AI-modell förutspår den bästa inställningen för, säg, regniga eller varma förhållanden, måste föraren fortfarande ge feedback till teamet. AI kan inte förutsäga allt om förarens prestanda och preferenser, så du behöver mänsklig interaktion för feedback. Jag hörde faktiskt en teamchef prata om detta när jag gjorde en depåtur på Petit LeMans i oktober. Han sa “AI är verkligen fantastiskt och har gett oss stora vinster, men det har inte ersatt förarens feedback och ett team som förstår nyanserna hos föraren.”

Kan du dela din vision för framtiden för röst-AI och samtalshantering?

Det är lätt att känna att världen av marknadsföring rör sig snabbare än ljusets hastighet idag. Det finns alltid ett nytt begrepp att lära, en strategi att genomföra eller en bästa praxis att genomföra. Vi glömmer ofta bort att några av de bästa beprövade marknadsföringsstrategierna är i denna ständiga förändring och nyhet. En av dessa försummade strategier är, utan tvekan, telefonsamtal.

Telefonsamtal förblir det bästa verktyget för marknadsförare att använda, vilket tillhandahåller en rikedom av information om vad dina kunder vill och behöver. Men en betydande del av denna potential förblir outnyttjad över en bred range av branscher. Medan vi definitivt är på en mission att fortsätta accelerera utvecklingen av röst-AI och samtalshantering för att hjälpa kunder att uppnå högre ROI, är jag lika entusiastisk över småföretag som fullt ut förstår hur påverkande AI kan vara för att omvandla samtal till insikter som de kan agera på.

Tack för den underbara intervjun, läsare som vill lära sig mer bör besöka CallRail.