Кришна Радж Раджа，SupportLogic 的 CEO 和创始人 – 采访系列

Кришна Радж Раджа，是 SupportLogic 的 CEO 和创始人，SupportLogic 是世界上第一个连续服务体验（SX）管理平台，能够让公司实时理解和响应“客户之声”，从而立即改善服务交付和建立健康、盈利的客户关系。

你自称为“科学迷”，是什么让你如此着迷于科学世界？

对我来说，科学就是对世界如何运作和世界中存在的模式的好奇。我从童年时期就有这种好奇心，并且它延伸到了我的职业生涯中。在 SupportLogic，我们正在寻找自然语言中存在的模式，并使用这些模式来预测和提供推荐。这就像科学一样——它预测模式，提供推荐，并告诉你世界如何运作。我生命中学习的大部分东西都是自学的，因为它来自我的自然好奇心，而不是来自正式教育。

你继续学习化学工程，但后来又转向计算机科学和机器学习。可以讨论一下这种转变吗？

我的父亲是一位成功的商人（钢材加工），他希望有一天我能接管家族生意。化学工程似乎是为此做准备的合适培训。但计算机科学已经成为我长期的副业。事实上，我化学工程学位的论文就是为化学反应器设计创建软件程序。

完成化学工程学位后，很明显计算机科学才是我真正的热情。我的计算机科学技能完全是自学的，当我加入 VMware 时，我的所有同事都来自常春藤盟校的计算机科学博士。我是团队中资格最低的人。

你是 VMware 的早期员工，在那里你作为产品支持工程师在支持和服务部门工作。您观察到哪些潜在的改进领域？

我是一名软件工程师，后来成为产品支持工程师。我加入 VMware 是因为他们的技术非常吸引人——他们正在处理操作系统，我对此有特殊的兴趣。我每天都在帮助其他操作系统开发人员使用 VMware 产品。由于我的背景，我从两个不同的角度看待事物：1）如何让客户满意并解决他们的问题；2）为什么软件中存在这个问题，以及如何解决它？我正在从产品角度看待所有支持问题。其中一件事我意识到的是，当产品团队开发产品时，他们真的不知道它将如何部署和使用，因此他们在开发过程中无法预见很多事情。然而，支持团队对这些问题有很好的理解，可以向产品团队和公司的其他部门提供有价值的反馈。问题在于，这种反馈通常会丢失，因为支持团队专注于解决客户问题，然后快速转移到下一个问题。这种重要信息不会传递给其他人。

可以分享一些关于 SupportLogic 的创立故事吗？

当我创立 SupportLogic 时，我查看了支持行业的市场格局，并发现支持领域的所有创新都集中在案例转移上。这意味着处理支持问题的最佳方法是将其转移——远离支持工程师和客户。这与我作为产品支持工程师所看到的相矛盾——每次客户互动都是学习客户和产品的机会。但我惊讶地发现没有工具来解决这个问题（学习），所以我看到了一个巨大的机会。

另外，我注意到支持经常被视为成本中心，我认为这是一个短视的看法。当你将支持视为利润中心或公司的中央神经系统时，你可以真正转变一个组织，使其真正以客户为中心。这导致我创立了 SupportLogic。

SupportLogic 使用了哪些不同的机器学习技术？

当公司成立时，我天真地认为我们可以使用公开可用的机器学习 API。有很多这样的 API——来自 Amazon、Microsoft 和 HPE——它们都提供机器学习 API 作为服务。令我惊讶和失望的是，许多机器学习模型不能与我们正在处理的数据（客户支持数据）一起工作。但我意识到这是一个机会，并说：“为什么不自己构建呢？”我们从头开始使用现有的开源项目中的机器学习技术，例如斯坦福大学的 spaCy 和 Google BERT，然后在其上添加了一些“秘密酱料”，使用集成模型方法。我们还根据每个客户及其特定数据集对模型进行了微调，而不是使用一刀切的方法。

可以讨论一下 SupportLogic 如何通过使用关键信号使公司更好地与客户建立联系吗？

我们做的关键事情之一是使用 NLP 提取客户背景。背景非常重要，因为在标记系统中，背景信息经常会丢失。你只能在这些系统中标记有限的信息。我们擅长提取客户背景，例如他们对什么感到沮丧，他们对你的产品或支持的印象是什么，或者他们试图用你的产品做什么。有很多信号和背景需要提取。通过实时完成这些工作并在我们的平台中创建工作流程，我们允许公司对客户信号做出反应，并在为时已晚之前预先解决问题——即客户变得非常愤怒或永远离开。

SupportLogic 软件背后的其他功能是什么？

一旦你开始从交互中提取客户信号，这些信号就会变得非常强大，用于分析。我们有一个分析模块，告诉你客户的声音是什么样的，基于所有交互。然后我们进一步使用数据来开始做出预测。我们可以预测某个（客户）账户会发生什么。我们还可以预测——基于客户情况——哪个主题专家是公司中最适合帮助解决问题的人，然后将客户与该人匹配。

并且我们可以查看入站对话和出站对话，以向服务代理提供指导，告诉他们在与客户的日常交互中应该做更多（或更少）的事情。这成为一个很好的辅导工具，帮助服务代理开发他们的软技能并提高他们的整体表现。

您是否还有其他关于 SupportLogic 的信息想要分享？

人们对 AI 的一个常见误解是，它是一个巨大的投资，非常复杂，你不会在一年或更长时间内看到任何回报。实际上，AI 和 ML 技术已经成熟很多，可以在你的现有数据集上工作。你可以在几个月内看到结果，而不是几年。所以，现在是投资 AI 的时候，因为你可以在几个月内看到令人难以置信的结果，这将为你的组织带来巨大的好处。

感谢这次精彩的采访，希望了解更多的读者可以访问 SupportLogic。