Σφυγμός

Golden Whale Productions: η δύναμη της θετικής ενίσχυσης

Η συνιδρυτής και COO της Golden Whale Productions, Claudia Heiling, συζητά πώς ο συνδυασμός συστημάτων που βασίζονται σε ενίσχυση με τεχνολογία μηχανικής εκμάθησης επιτρέπει στις ομάδες CRM να αποκτήσουν πληροφορίες για τους πελάτες τους σε ένα κλάσμα του χρόνου που χρειάζεται για να κάνουν χειροκίνητες δοκιμές A/B.

Τι αντίκτυπο μπορούν να έχουν τα συστήματα που βασίζονται σε ενίσχυση στη δραστηριότητα του CRM; Πώς αυτά τα μοντέλα χρησιμοποιούν τα δεδομένα των χρηστών για να ελέγξουν υποθέσεις και να βελτιώσουν τις υποθέσεις με την πάροδο του χρόνου;

Για να απαντήσουμε σε αυτήν την ερώτηση με γενικό τρόπο μπορούμε να πούμε ότι τα μοντέλα μηχανικής μάθησης βρίσκουν πάντα χρήσιμες εφαρμογές όποτε τα προβλήματα είναι πολυδιάστατα, καθώς αυτές είναι συνήθως οι περιοχές όπου οι άνθρωποι δυσκολεύονται να κατανοήσουν τους συσχετισμούς.

Η κουραστική δοκιμή A/B μπορεί να αντικαταστήσει τις πειραματικές εκτελέσεις των συστημάτων μας LOOPS, με βελτιστοποιημένα αποτελέσματα να επιτυγχάνονται πολύ πιο γρήγορα και με λιγότερες τριβές στον οργανισμό.

Για την εργασία στο CRM, αυτό σημαίνει ότι οι οργανισμοί που χρησιμοποιούν τις μεθόδους μας μπορούν να εκτελούν περισσότερες καμπάνιες, να προσθέτουν περισσότερες νέες λειτουργίες και να κάνουν περισσότερα πειράματα κάθε φορά, ενώ παράλληλα δημιουργούν καλύτερα αποτελέσματα λόγω του πολύ βελτιωμένου χρόνου διεκπεραίωσης για ένα μοναδικό συμβάν.

Αυτά τα συστήματα δεν επινοούν ενέργειες από μόνα τους, αλλά παρέχουν μια ακριβή επισκόπηση της τρέχουσας συμπεριφοράς των χρηστών στην οποία μπορούν να αντιδράσουν οι ομάδες CRM με δικές τους ιδέες. Μπορείτε να δώσετε ένα παράδειγμα συγκεκριμένου σεναρίου που μπορεί να θέλει να δοκιμάσει ένας διαχειριστής CRM με βάση τα ευρήματα του συστήματος ενίσχυσης του;

Έχουμε ήδη δημιουργήσει ένα πολύ άμεσο παράδειγμα που έχει άμεσο αντίκτυπο στην κατώτατη γραμμή μιας επιχείρησης με το Bonus Analytics, το οποίο είναι το ερώτημα πότε να δώσουμε σε ποιον ποιο μπόνους/λειτουργία σε επίπεδο πλατφόρμας και εντός των ορίων των κανονισμών.

Αυτό είναι ένα απίστευτα δύσκολο πρόβλημα βελτιστοποίησης που μπορεί να επιλύσει ένας ανθρώπινος χειριστής μόνος του, αλλά εκτελώντας το μέσω LOOPS καταφέραμε να δημιουργήσουμε αυξήσεις δημιουργίας εσόδων έως και 30 τοις εκατό που οι ομάδες CRM μπόρεσαν να χρησιμοποιήσουν αμέσως.

Επιπλέον, η δυνατότητα εντοπισμού ακόμη και των πιο περίπλοκων μοτίβων και τάσεων στη συμπεριφορά των χρηστών μέσω LOOPS έχει επιτρέψει σε ορισμένους χειριστές να μειώσουν έως και 20 τοις εκατό από το κόστος μπόνους τους απλώς επιτρέποντάς τους να ξεχωρίσουν τους μη παραγωγικούς στόχους μπόνους από αυτούς που είναι πιθανό να παράγει μακροπρόθεσμη απόδοση.

Φυσικά, η βελτιστοποιημένη ταχύτητα εκτέλεσης της τοποθέτησης αυτών των ερωτήσεων μέσω LOOPS έχει επίσης επιταχύνει τους κύκλους μάθησης κατά εβδομάδες σε κάθε περίπτωση, γεγονός που με τη σειρά του επέτρεψε στις ομάδες CRM να αναπτύξουν τις προτεινόμενες στρατηγικές και να αποκομίσουν τα οφέλη τους πιο γρήγορα από ποτέ.

Πώς βλέπετε να αλλάζει ο ρόλος ενός διαχειριστή CRM καθώς αυτή η τεχνολογία γίνεται πιο συνηθισμένη; Θα υπάρχει τώρα ακόμη μεγαλύτερο βάρος στις ομάδες CRM να έχουν ισχυρές δεξιότητες ανάλυσης δεδομένων και δημιουργική ικανότητα επίλυσης προβλημάτων;

Αυτή είναι η πιο ενδιαφέρουσα αλλαγή για μένα. Από όσο το βλέπω, το σενάριο με αυτήν την τεχνολογία σε ισχύ βλέπει την ομάδα CRM να χάνει μέρος του βάρους της εκτέλεσης μακρών κύκλων δοκιμών, κάτι που με τη σειρά της της επιτρέπει να εστιάσει περισσότερο στον ιδεασμό σχετικά με το ποια θα πρέπει να είναι τα ενεργά αντικείμενα που το σύστημα προσφέρει στον χρήστη. Το σύστημα ενίσχυσης στη συνέχεια κάνει τη δοκιμή και βρίσκει το γλυκό σημείο για το ίδιο το σενάριο που έχουν δημιουργήσει.

Από εκεί και πέρα, εναπόκειται στην ομάδα CRM να συνεχίσει να καινοτομεί και να κρατήσει το ενδιαφέρον των παικτών βρίσκοντας πιο δημιουργικές προσεγγίσεις αφοσίωσης. Βλέπω αυτό ως μια πολύ πιο ικανοποιητική προσέγγιση στη διαδικασία και μια πολύ πιο ενδιαφέρουσα καμπύλη μάθησης για όλους τους εμπλεκόμενους!

Ένα άλλο πλεονέκτημα των συστημάτων που βασίζονται σε οπλισμό είναι ότι μπορούν να συνδυαστούν με την τεχνολογία μηχανικής εκμάθησης για τη δημιουργία ενός επαναληπτικού βρόχου όπου πραγματοποιούνται αυτόματα αλλαγές στα δεδομένα. Μπορείτε να εξηγήσετε πώς λειτουργεί αυτή η διαδικασία με περισσότερες λεπτομέρειες;

Στη Golden Whale, έχουμε κάνει αυτή τη διαδικασία πολύ απλή. Από τη στιγμή που κυκλοφορείτε ένα νέο μοντέλο στο σύστημα LOOPS, τα αποτελέσματα των ενεργειών του αρχίζουν να αλλάζουν την εμπειρία και τη συμπεριφορά των χρηστών στην πλατφόρμα σας. Αυτό κατά συνέπεια δημιουργεί μια αλλαγμένη ροή δεδομένων που ρέει πίσω στο τμήμα ενορχήστρωσης του μοντέλου του συστήματός μας.

Εδώ αναλύονται οι αλλαγές και το μοντέλο μπορεί να προσαρμοστεί, να βαθμονομηθεί εκ νέου ή να εκπαιδευτεί ανάλογα με τον αντίκτυπο που έγινε πριν, κάτι που με τη σειρά του δημιουργεί αλλαγές στα δεδομένα που προκύπτουν κατά τον επόμενο γύρο και ούτω καθεξής και ούτω καθεξής. Αυτή είναι μια πολύ ενδιαφέρουσα διαδικασία και εξακολουθούμε να βελτιώνουμε τον τρόπο με τον οποίο αυτοματοποιούμε και επιταχύνουμε την πρόοδο που επιτυγχάνεται μέσω αυτών των λογικών επαναλήψεων.

Οι ομάδες θα μπορούν πλέον να είναι πολύ πιο ενεργητικές στις προσπάθειές τους να αλληλεπιδρούν με τους πελάτες και να δοκιμάζουν νέα πράγματα αντί να αντιδρούν απλώς σε αυτά αφού έχουν συμβεί. Πώς βλέπετε αυτό να ωφελεί την εμπειρία των πελατών στο μέλλον;

Αυτό είναι σίγουρα ένα πολύ σημαντικό σημείο. Με το προγνωστικό μέρος του συστήματός μας, έχουμε μια έμπειρη εικασία για τη μελλοντική συμπεριφορά σε επίπεδο μεμονωμένων χρηστών. Αυτό σημαίνει ότι μακροπρόθεσμα, μπορεί ακόμη και να βρεθούμε σε μια θέση όπου μπορούμε να εργαστούμε με τις ανάγκες ενός πελάτη προτού αυτός ή αυτή λάβει μια συνειδητή απόφαση για κάτι!

Το να είσαι πολύ μπροστά από την καμπύλη θα παράγει μια νέα γενιά προϊόντων που ανταποκρίνονται στη ζήτηση των πελατών με τρόπο που δεν έχει ξαναδεί, τελικά, με αποτέλεσμα μια απίστευτα εξατομικευμένη εμπειρία χρήστη που μπορεί ενδεχομένως να είναι εντελώς διαφορετική από πελάτη σε πελάτη.

Αυτό μπορεί, φυσικά, να έχει τεράστιο όφελος μόνο από την άποψη της δέσμευσης και θα πρέπει να ανοίξει πολλούς νέους και ενδιαφέροντες δρόμους για τις ομάδες CRM.