CallRail’de Ürün Başkanı Ryan Johnson ile Röportaj Serisi

Ryan, erken aşama start-up’lardan Fortune 100 organizasyonlarına kadar çeşitli teknoloji ve ürün geliştirme liderliği deneyimine sahip 15 yılı aşkın bir süredir sektörde yer alıyor. CallRail’de Ürün Başkanı olarak, gerçek dünya sorunlarını çözmek için en iyi teknoloji çözümlerini geliştirme tutkusunu kullanıyor. CallRail’e katılmadan önce, Banjo (şimdi MiiM) liderlik ekibinin önemli bir üyesiydi. Burada, ürün geliştirme organizasyonunu %300’den fazla büyüttü, dünya çapında AI/Makine öğrenimi teknoloji ürünleri yarattı ve 100 milyon dolarlık C serisi risk sermayesi yatırımının toplanmasına yardımcı oldu.

CallRail, her büyüklükteki işletmenin güvenle pazarlama yapmasını sağlayan bir AI destekli lead zekası platformudur. Dünya çapında 200.000’den fazla şirkete hizmet veren CallRail’in çözümleri, şirketlerin her bir lead’i pazarlama yolculuğuna bağlamalarına, her çağrıyı, kısa mesajı, sohbeti ve formu kaydedip yönetmelerine, yapay zekânın sunduğu içgörülerle pazarlamalarını optimize etmelerine yardımcı olur.

Kariyerinizin başında muhasebe ve finansa odaklanıyordunuz. Yapay zekâya nasıl geçtiniz?

Kariyerime muhasebe ve finansla başlamış olsam da her zaman analitik düşündüm. Albion College’da seçmeli ders olarak tesadüfen bilgisayar bilimi aldım; gerisi kendiliğinden geldi. Bu sayede yapay zekâ henüz gündemde değilken teknoloji sektörüne adım attım.

Kariyerim ilerledikçe iki şeyi fark ettim: Verilerle, özellikle ürün açısından çalışmayı çok seviyordum ve bu verilerin müşteriler için gerçekten değerli bir şeye nasıl dönüşebileceğini keşfetmek istiyordum. Bu yeni alana giden tek bir yol yok; beni yapay zekâya doğal olarak bu iki ilgi alanı yönlendirdi.

Yirmi yıl önce kariyerime başlarken yapay zekâyı sorsaydınız, o dönemde çoğu kişi gibi Terminatör’den söz ederdim. Teknoloji ve özellikle son gelişmeler, yolculuğumun verilere güçlü bir ilgi ve veri anlayışıyla başlaması gerektiğini gösterdi.

Yapay zekâda kariyer isteyenler için farklı bir geçmiş ve özgün bakış açıları önemlidir. Gelecekte birçok bilinmeyen var: nasıl ve nerede uygulanacağı, düzenlemeler, uyum ve daha pek çok konu. Açık fikirli ve öğrenmeye istekliyseniz başlangıçtaki geçmişiniz ne olursa olsun bu alana girebilirsiniz.

Mevcut görevinizden önce Banjo’nun yapay zekâ ve makine öğrenimi ürünlerinin geliştirilmesine liderlik ettiniz. Bunlar hangi ürünlerdi ve deneyimden neler öğrendiniz?

Genel olarak dünyadaki olayları gerçekleşirken tespit etmek için yapay zekâ ve makine öğrenimi kullanıyorduk. Görüntü ve videolardaki yangın, kaza, logo ve nesneleri bilgisayarlı görüyle, insanların ne hakkında konuştuğunu ise doğal dil işlemeyle belirliyorduk. Sosyal medya, e911 ve trafik kameraları gibi kaynakları birlikte kullanarak olayları doğruluyorduk. Teknoloji, yerel ve ulusal haberleri ilk duyuran olmamıza ve şirketlerin çalışanlarını, varlıklarını ve markalarını korumasına yardımcı oluyordu.

CallRail, görüşmelerden içgörü çıkaran Conversation Intelligence teknolojisini kullanıyor. Bu tam olarak nedir?

Conversation Intelligence®, pazarlama performansını iyileştirmek için telefon görüşmelerinden eyleme dönüştürülebilir bilgileri otomatik toplar. Amaç pazarlamacıların, ajansların ve işletme sahiplerinin hızlı ve doğru karar vermesidir.

• Potansiyel müşterileri dönüştürme: Yapay zekâ görüşmeleri inceleyerek dönüşümde kullanılabilecek değerli bilgileri çıkarır. En iyi pazarlama kaynaklarından gelen en güçlü adayları belirleyip önceliklendirmenizi sağlar; böylece kaynaklar etkili kullanılır ve zaman kazanılır. Takip süreçleri otomatikleştirilebilir. Her adayın ihtiyaç ve tercihlerini anlamaya yarayan zengin bağlam sayesinde kişiselleştirilmiş stratejiler ve çözümler geliştirerek dönüşüm olasılığını artırabilirsiniz.
• Müşteri deneyimi: Konuşmaların analizi müşteri yolculuğunu kapsamlı anlamanızı sağlar. Görüşülen konular, ses tonu, duygu ve belirtilen sorunlar ya da zorluklar kaydedilir. Bu bütüncül görünüm, ihtiyaç ve beklentilere uygun öneriler ve çözümler sunarak deneyimi kişiselleştirmeye yardımcı olur.
• Temsilci performansı: Görüşme içeriğini inceleyerek çağrı yönetimi konusunda uygulanabilir koçluk önerileri sunar. Bilgileri birden fazla çağrı ya da temsilci bazında birleştirerek ekibin performansını anlamayı sağlar. Olumlu veya olumsuz duygu örüntüleri, ortak sorunlar ve tekrarlayan aksaklıklar belirlenebilir. Bunları gidererek müşteri etkileşimlerinin kalitesi artırılır.
• Pazarlama optimizasyonu: HubSpot gibi CRM’ler ve pazarlama otomasyonu araçlarıyla entegrasyon kolaydır. Dijital ve çevrimdışı kanallarda ilk temastan sonuca kadar adayın yolculuğu görülebilir. Dönüşüm oranı, müşteri edinme maliyeti ve gelir gibi göstergelerle yatırım getirisi ölçülüp artırılır. Görüşmelerden anahtar kelimeler çıkarılması ve teklif stratejilerinin otomatikleştirilmesi, SEO’ya ve pazarlama mesajlarına bilgi sağlar. Örneğin adaylar sürekli sunulmayan bir hizmeti soruyorsa, işletme web sitesi mesajını netleştirebilir veya hizmetlerini talebe göre uyarlayabilir.

CallRail’in Conversation Intelligence® teknolojisi insan konuşmasını anlamak ve analiz etmek için özel olarak geliştirilmiştir. Telefon görüşmelerindeki değerli bilgileri çıkarırken temsilci ve yöneticilere zamanlarının %94’ünden fazlasını kazandırır. Doğrudan müşteriden gelen bu birinci el bilgi, denenmiş bir pazarlama aracını günümüz teknolojisiyle birleştiren değerli veriler sunar.

Bu teknolojide hangi yapay zekâ ve makine öğrenimi türleri kullanılıyor?

AssemblyAI ile birçok yapay zekâ özelliğimizi destekleyen güçlü bir ortaklığımız var. Teknik ayrıntılara girmeden iki örnek verebilirim:

• ASR — otomatik konuşma tanıma: 1,1 milyon saatten fazla İngilizce ses verisiyle eğitilen, ticari olarak sunulan en büyük ASR modeli Conformer-2 tarafından desteklenir.
• LeMUR: Konuşma verilerini analiz eden büyük dil modelidir. Özetleme, temsilci koçluğu ve otomatik aday değerlendirmesi gibi özelliklerin temelini oluşturur. CallRail, müşteriye en fazla değeri sağlamak için modellerin üzerine çeşitli ince ayarlar uygular.

Temmuz 2023’te çağrı analitiği alanında türünün ilk örneği olarak CallRail Labs tanıtıldı. Temel özelliklerden “eylem planları” hakkında bilgi verir misiniz?

CallRail Labs ile birlikte eylem planlarını da kullanıma sunduk. Yapay zekâ, görüşmeden sonra atılacak adımlar için öneriler üretir. Önemli noktaları özetleyip e-posta veya mesajla ön saftaki ekiplere gönderilebilecek biçimde birleştirir ve CallRail Premium Conversation Intelligence™ panelinde takip işlemlerini kaydeder. Böylece potansiyel müşteri takibinde tahmin yürütme ihtiyacı azalır.

Temmuzdaki tanıtımdan sonra altı yeni özellik daha ekledik:

• Yapay zekâ destekli çağrı koçluğu, temsilcinin güçlü ve gelişime açık yönlerini belirler, somut öneriler verir. İşletme sahibinin eğitim yükünü azaltırken tarafsız ve zamanında geri bildirim sağlar.
• Başarıyla planlanmış randevuları belirleyerek gelir getirme olasılığı en yüksek çağrıları ve en iyi adayları çeken faaliyetleri ortaya çıkarır.
• Yeni ve mevcut müşterileri ayırır. Görüşmeyi dinlemeden veya dökümü okumadan hangi kampanyaların yeni müşteri getirdiği, hangilerinin tekrar iş ürettiği anlaşılır. Böylece hedef kitle segmentasyonu ve kampanya performansı iyileştirilir.
• Çağrılarda sık sorulan soruları otomatik belirleyerek müşteri ihtiyaçlarını, SEO optimizasyonunu ve anahtar kelime stratejisini destekler.
• Arayanların kişisel ayrıntı ve tercihlerini otomatik kaydeder. Doğum günü veya yaklaşan bir yaşam olayı gibi ayrıntıları hatırlamak güveni ve marka bağlılığını artırabilir.
• Çağrı sonrası kısa ve özenli mesajlar ile e-postalar üretir; müşterinin kaygılarının anlaşıldığını gösterir, ilişkileri güçlendirir ve temsilcilere zaman kazandırır.

Yeni özellikleri buradan ve buradan okuyabilirsiniz. İlk ilgi bizi heyecanlandırıyor, ancak daha yolun başındayız.

CallRail Labs, müşterilerin şirketin ses yapay zekâsı kullanımını etkilemesini nasıl sağlıyor?

Çağrı analitiğinde türünün ilk örneği olan bu yenilik programı, küçük ve orta ölçekli işletmelerle birlikte sürekli geliştirme için tasarlandı. Müşteriler yeni ürün özelliklerine erken erişerek ses yapay zekâsını nasıl kullandığımızı etkileyebiliyor.

Amaç ürün ve mühendislik liderlerine doğrudan geri bildirim sağlamak ve yapay zekâ özelliklerinin hızla çoğaldığı bir ortamda gerçek işletme sorunlarını bilinçli biçimde çözmek. Pratik uygulamaları test etmeye istekli geniş bir müşteri grubumuz olduğu için şanslıyız.

Proje karmaşık işleri basitleştiriyor ve veriye dayalı stratejilerle verimliliği artırıyor. Yapay zekânın Conversation Intelligence® alanında anlamlı yenilikleri nasıl desteklediğini gösteriyor.

Yazılımın yaygın kullanım örnekleri nelerdir?

Müşterilerin çağrılarını rekabet avantajına dönüştürdüğü çok sayıda örneğimiz var. Farklı sektörlerden birkaçını paylaşayım:

Ev hizmetleri: Adria Marble & Granite, mutfak ve banyo tezgâhları, şömineler ve benzeri ürünler kuran bir aile işletmesi. Başlangıçta sarı sayfalar, faks ve ağızdan ağıza tavsiyeyle reklam yapıyordu. Potansiyel müşterilerin takibinin sık aksadığı sektörde CallRail, tüm çağrıların izlenmesini ve hiçbir adayın kaybolmamasını sağladı.

İşletme aday başına toplam maliyeti düşürdü ve daha yüksek değerli anlaşmalar getirecek doğru adayları daha isabetli hedeflemeye başladı. Irfan’ın elektronik tablolarla veya ofise seslenerek elle yaptığı çağrı ve aday takibini otomatikleştirerek haftada 10–20 saat kazandırdı. Satış ve idari işleri yalnızca üç kişinin yürüttüğü bir ofiste bu süre önemliydi.

Hukuk: Dijital pazarlama ajansları arasında, özellikle müşterilerin daha sadık ve kârlı olabildiği hukuk alanında rekabet yoğundur. Above the Bar Marketing, hangi reklam, kampanya ve anahtar kelimenin telefonları çaldırdığını göstermek için CallRail kullandı. Çağrı takibi, müşterilerinin en az %75’inin bütçesini doğru yönlendirmesine ve ayda 1.000 dolarlık boşa reklam harcamasını ortadan kaldırmasına yardımcı oldu.

Sağlık: Cornerstone Foot Care gelen adayları ve çağrıları yeterince izleyemiyordu. CallRail ile hangi kelime ve kampanyalardan çağrı geldiğini ve çağrıların kalitesini görmeye başladı. Google Ads ve CallRail takibi sayesinde daha kaliteli ve daha fazla çağrı, ayrıca daha az yanıtsız çağrı elde ederek gelirini %40 artırdı.

Yapay zekâ ile otomobil yarışları arasında kurduğunuz benzetmelerle de tanınıyorsunuz. Ortak noktaları neler?

Yapay zekâ ve özellikle Formula 1 uzun süredir yakın ilişki içinde. Takımlar araçlarını simülasyonlarda test ediyor; yapay zekâ sonuçları yorumlayarak motor performansı ve güvenilirliğini veya yere basma kuvveti için aerodinamiği iyileştirecek değişiklikleri belirleyebiliyor. Modern F1 araçlarının uzay gemisine benzemesi şaşırtıcı değil; aerodinamik tasarımda yapay zekâ doğrudan rol oynuyor.

Bence yapay zekâ insan geri bildirimiyle en iyi sonucu veriyor; yarışlarda da durum aynı. Model yağmurlu veya sıcak koşullar için en iyi ayarı öngörse bile sürücünün takıma geri bildirim vermesi gerekir. Yapay zekâ sürücünün performans ve tercihleriyle ilgili her şeyi bilemez. Ekimde Petit LeMans’ta pit turundayken bir takım yöneticisi şöyle demişti: “Yapay zekâ gerçekten harika ve bize büyük kazanımlar sağladı, ama sürücü geri bildiriminin ve sürücünün ince ayrıntılarını anlayan bir ekibin yerini hâlâ almadı.”

Ses yapay zekâsı ve çağrı analitiğinin geleceğine ilişkin vizyonunuz nedir?

Pazarlama dünyası bugün ışık hızından bile hızlı değişiyor gibi gelebiliyor. Sürekli yeni bir terim, strateji veya uygulama öğreniyoruz. Bu değişim içinde bazı denenmiş ve başarılı yöntemleri unutuyoruz. Telefon görüşmeleri kesinlikle bunlardan biri.

Telefon çağrıları müşterilerin istek ve ihtiyaçlarına ilişkin zengin bilgi sunan en iyi pazarlama araçlarından biri olmaya devam ediyor. Ancak birçok sektörde bu potansiyelin büyük bölümü kullanılmıyor. Ses yapay zekâsı ve çağrı analitiğini geliştirerek müşterilerin yatırım getirisini artırmayı hedefliyoruz. Küçük işletmelerin çağrıları eyleme dönüştürülebilir içgörülere çevirmede yapay zekânın etkisini bütünüyle fark etmesi de beni aynı ölçüde heyecanlandırıyor.

Röportaj için teşekkürler. Daha fazla bilgi edinmek isteyen okurlar CallRail‘i ziyaret edebilir.