Krishna Raj Raja, CEO và Người sáng lập của SupportLogic – Loạt phỏng vấn

Krishna Raj Raja, là CEO và Người sáng lập của SupportLogic, nền tảng quản lý trải nghiệm dịch vụ (SX) liên tục đầu tiên trên thế giới, cho phép các công ty hiểu và hành động theo “Tiếng nói của Khách hàng” trong thời gian thực để cải thiện ngay lập tức việc giao hàng dịch vụ và xây dựng mối quan hệ khách hàng lành mạnh và có lợi nhuận.

Bạn tự mô tả mình là một “người đam mê khoa học”, điều gì trong thế giới khoa học khiến bạn say mê như vậy?

Đối với tôi, khoa học là tất cả về sự tò mò về cách thế giới hoạt động và những mẫu tồn tại trong thế giới. Tôi đã có sự tò mò này từ khi còn là một đứa trẻ, và nó đã mở rộng vào cuộc sống chuyên nghiệp của tôi. Tại SupportLogic, chúng tôi đang tìm kiếm những mẫu tồn tại trong ngôn ngữ tự nhiên, và sử dụng những mẫu đó để dự đoán và đưa ra khuyến nghị. Điều này giống như khoa học – nó dự đoán mẫu, đưa ra khuyến nghị và cho bạn biết cách thế giới hoạt động. Phần lớn những gì tôi đã học trong cuộc đời mình là tự học vì nó đến từ sự tò mò tự nhiên của tôi, không phải từ giáo dục chính thức.

Bạn đã tiếp tục theo đuổi bằng cấp về Kỹ thuật Hóa học, nhưng sau đó lại theo đuổi các cơ hội trong lĩnh vực khoa học máy tính và học máy. Bạn có thể thảo luận về sự thay đổi này?

Bố của tôi là một doanh nhân thành công (trong lĩnh vực chế biến thép) và ông hy vọng rằng một ngày nào đó tôi sẽ tiếp quản công việc kinh doanh của gia đình. Kỹ thuật hóa học dường như là sự đào tạo phù hợp để tôi sẵn sàng làm việc đó. Nhưng khoa học máy tính đã là một niềm đam mê bên lề của tôi trong một thời gian dài. Trên thực tế, luận văn của tôi cho bằng cấp kỹ thuật hóa học là tạo ra một chương trình phần mềm cho thiết kế lò phản ứng hóa học.

Sau khi tôi hoàn thành bằng cấp kỹ thuật hóa học, nó trở nên rõ ràng rằng khoa học máy tính thực sự là niềm đam mê thật sự của tôi. Kỹ năng khoa học máy tính của tôi hoàn toàn là tự học, và khi tôi tham gia VMware, tất cả các đồng nghiệp của tôi đều có bằng tiến sĩ từ các trường Ivy League về khoa học máy tính. Tôi là người ít được đào tạo nhất trong đội của mình.

Bạn đã từng là nhân viên sớm tại VMware, nơi bạn làm việc trong bộ phận hỗ trợ và dịch vụ như một kỹ sư hỗ trợ sản phẩm. Những lĩnh vực nào bạn quan sát thấy cần cải thiện?

Tôi là một kỹ sư phần mềm đã trở thành một kỹ sư hỗ trợ sản phẩm. Tôi tham gia VMware vì công nghệ của họ rất thú vị – họ đang xử lý các hệ điều hành và tôi có một sự quan tâm đặc biệt đến lĩnh vực đó. Tôi đã giúp các nhà phát triển hệ điều hành khác sử dụng sản phẩm của VMware trên cơ sở hàng ngày. Vì nền tảng của tôi, tôi đã xem xét mọi thứ từ hai góc độ khác nhau: 1) Làm thế nào để làm cho khách hàng này hài lòng và giải quyết vấn đề của họ; và 2) Tại sao vấn đề này tồn tại trong phần mềm, và làm thế nào nó có thể được sửa chữa? Tôi đã xem xét khía cạnh sản phẩm của tất cả các vấn đề hỗ trợ. Một trong những điều đầu tiên tôi nhận ra là khi các đội sản phẩm phát triển một sản phẩm, họ thực sự không biết nó sẽ được triển khai và sử dụng như thế nào, vì vậy họ không dự kiến nhiều điều trong quá trình phát triển. Tuy nhiên, đội hỗ trợ có một tầm nhìn tốt về những vấn đề đó và có thể đưa ra phản hồi quý giá cho các đội sản phẩm cũng như các bộ phận khác trong công ty. Vấn đề là phản hồi này thường bị mất vì đội hỗ trợ tập trung vào việc sửa chữa vấn đề của khách hàng và sau đó nhanh chóng chuyển sang vấn đề tiếp theo. Thông tin quan trọng đó không được chuyển tiếp.

Bạn có thể chia sẻ một số chi tiết về câu chuyện khởi nguồn của SupportLogic?

Khi tôi bắt đầu SupportLogic, tôi đã xem xét cảnh quan thị trường cho ngành hỗ trợ và tôi thấy rằng tất cả các đổi mới trong không gian hỗ trợ đều tập trung vào việc chuyển hướng trường hợp. Điều này có nghĩa là cách tốt nhất để đối phó với các vấn đề hỗ trợ là chuyển hướng chúng – khỏi các kỹ sư hỗ trợ và khỏi khách hàng. Điều này mâu thuẫn với những gì tôi thấy như một kỹ sư hỗ trợ sản phẩm – mỗi tương tác với khách hàng đều là một cơ hội để học hỏi về khách hàng của bạn và về cách sản phẩm hoạt động và không hoạt động. Nhưng tôi đã ngạc nhiên khi thấy rằng không có công cụ nào trên thị trường để giải quyết vấn đề (học hỏi) này, vì vậy tôi thấy một cơ hội lớn ở đó.

Cũng như vậy, tôi nhận thấy rằng hỗ trợ thường được coi là một trung tâm chi phí, điều mà tôi nghĩ là một cách nhìn ngắn hạn. Khi bạn xem hỗ trợ như một trung tâm lợi nhuận hoặc như hệ thống thần kinh trung ương của một công ty, bạn có thể thực sự biến đổi một tổ chức và khiến họ trở nên真正 tập trung vào khách hàng. Đó là những gì dẫn tôi đến việc bắt đầu SupportLogic.

Có những công nghệ học máy nào khác được sử dụng tại SupportLogic?

Khi công ty bắt đầu, tôi đã ngây thơ khi cho rằng chúng tôi có thể sử dụng các API học máy công khai. Có rất nhiều API như vậy – từ Amazon (AMZN ), Microsoft và HPE – và tất cả đều cung cấp API học máy như một dịch vụ. Để ngạc nhiên và thất vọng của tôi, nhiều mô hình học máy này không hoạt động với loại dữ liệu chúng tôi đang làm việc (dữ liệu hỗ trợ khách hàng). Nhưng tôi nhận ra đây là một cơ hội và nói: “Tại sao chúng ta không tự xây dựng nó?” Chúng tôi bắt đầu xây dựng từ đầu bằng cách sử dụng các công nghệ học máy hiện có từ các dự án mã nguồn mở, như spaCy từ Đại học Stanford, và Google (GOOGL ) BERT, và sau đó thêm một số “nước sốt bí mật” của riêng chúng tôi lên trên đó, bằng cách sử dụng một phương pháp mô hình tập hợp. Chúng tôi cũng tinh chỉnh mô hình cho từng khách hàng và tập dữ liệu cụ thể của họ, chứ không sử dụng một phương pháp “một kích cỡ phù hợp với tất cả”.

Bạn có thể thảo luận về cách SupportLogic cho phép các công ty kết nối tốt hơn với khách hàng bằng cách sử dụng các tín hiệu chính?

Một trong những điều quan trọng nhất mà chúng tôi làm là trích xuất ngữ cảnh khách hàng bằng cách sử dụng NLP. Ngữ cảnh rất quan trọng vì ngữ cảnh thường bị mất trong quá trình gắn thẻ của hệ thống vé. Bạn chỉ có thể gắn thẻ một lượng thông tin hạn chế trong những hệ thống đó. Chúng tôi giỏi trong việc trích xuất ngữ cảnh khách hàng, chẳng hạn như khách hàng đang thất vọng về điều gì, ấn tượng của họ về sản phẩm hoặc hỗ trợ của bạn là gì, hoặc họ đang cố gắng làm gì với sản phẩm của bạn. Có nhiều tín hiệu và ngữ cảnh để trích xuất. Bằng cách thực hiện việc này trong thời gian thực và tạo ra các quy trình làm việc trong nền tảng của chúng tôi, chúng tôi cho phép các công ty hành động trên các tín hiệu của khách hàng và sửa chữa trước các vấn đề trước khi quá muộn – nghĩa là khách hàng trở nên rất giận dữ hoặc rời đi mãi mãi.

Có những khả năng nào khác đằng sau phần mềm SupportLogic?

Khi bạn bắt đầu trích xuất các tín hiệu khách hàng từ các tương tác, những tín hiệu đó trở nên rất mạnh mẽ cho phân tích. Chúng tôi có một mô-đun phân tích cho biết “tiếng nói của khách hàng” trông như thế nào, dựa trên tất cả các tương tác. Sau đó, chúng tôi đi thêm một bước nữa và sử dụng dữ liệu để bắt đầu dự đoán. Chúng tôi có thể dự đoán điều gì sẽ xảy ra với một tài khoản khách hàng cụ thể. Chúng tôi cũng có thể dự đoán – dựa trên tình huống khách hàng – ai là chuyên gia chủ đề phù hợp nhất trong công ty để giúp giải quyết vấn đề, và sau đó kết nối khách hàng với người đó.

Và chúng tôi có thể xem xét cả các cuộc trò chuyện hướng vào và hướng ra để cung cấp hướng dẫn cho các đại lý dịch vụ về những gì họ nên làm nhiều hơn (hoặc ít hơn) trong các tương tác hàng ngày với khách hàng. Nó trở thành một công cụ huấn luyện tuyệt vời để giúp các đại lý dịch vụ phát triển kỹ năng mềm và cải thiện hiệu suất tổng thể của họ.

Có điều gì khác mà bạn muốn chia sẻ về SupportLogic?

Một trong những quan niệm sai lầm phổ biến mà mọi người có về AI là nó là một khoản đầu tư lớn, rất phức tạp và bạn sẽ không thấy bất kỳ lợi ích nào trong hơn một năm. Trên thực tế, công nghệ AI và ML đã trưởng thành rất nhiều và có thể hoạt động trên tập dữ liệu hiện có của bạn. Và bạn có thể thấy kết quả trong vài tháng, không phải trong vài năm. Vì vậy, bây giờ là thời điểm để đầu tư vào AI vì bạn có thể thấy kết quả tuyệt vời trong vài tháng có thể mang lại lợi ích lớn cho tổ chức của bạn.

Cảm ơn cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập SupportLogic.