Pulsas

Golden Whale Productions: teigiamo pastiprinimo galia

„Golden Whale Productions“ viena iš įkūrėjų ir COO Claudia Heiling aptaria, kaip sutvirtinimu pagrįstų sistemų derinimas su mašininio mokymosi technologija leidžia CRM komandoms įgyti įžvalgų apie savo klientus per trumpą laiką, kurio reikia rankiniam A/B testavimui atlikti.

Kokį poveikį pastiprinimu pagrįstos sistemos gali turėti CRM veiklai? Kaip šie modeliai naudoja vartotojo duomenis hipotezėms patikrinti ir laikui bėgant patikslinti prielaidas?

Norėdami atsakyti į šį klausimą bendrai, galime pasakyti, kad mašininio mokymosi modeliai visada randa naudingų pritaikymų, kai problemos yra daugiamatės, nes dažniausiai tai yra sritys, kuriose žmonėms sunku suvokti sąsajas.

Varginančius A/B testavimus galima pakeisti eksperimentiniais mūsų LOOPS sistemų paleidimais, o optimizuoti rezultatai pasiekiami daug greičiau ir su mažesne trintis organizacijoje.

Dirbant su CRM, tai reiškia, kad organizacijos, taikančios mūsų metodus, gali vykdyti daugiau kampanijų, pridėti daugiau naujų funkcijų ir atlikti daugiau eksperimentų kiekvieną kartą, tuo pačiu kurdamos geresnius rezultatus dėl žymiai pailgėjusio atskiro įvykio apdorojimo laiko.

Šios sistemos pačios nesugalvoja veiksmų, o pateikia tikslią dabartinės vartotojų elgsenos apžvalgą, į kurią CRM komandos gali reaguoti su savo idėjomis. Ar galite pateikti konkretaus scenarijaus pavyzdį, kurį CRM vadovas gali norėti išbandyti, remdamasis savo sustiprinimo sistemos išvadomis?

„Bonus Analytics“ jau sukūrėme labai tiesioginį pavyzdį, kuris turi tiesioginės įtakos verslo rezultatams, o tai yra klausimas, kada kam suteikti kokią premiją / funkciją platformos lygiu ir neperžengiant reguliavimo ribų.

Tai neįtikėtinai sudėtinga optimizavimo problema, kurią operatorius gali išspręsti savarankiškai, tačiau paleidę ją per LOOPS sugebėjome padidinti iki 30 proc. pajamų, kurias CRM komandos galėjo iš karto panaudoti.

Be to, galimybė per LOOPS nustatyti net sudėtingiausius vartotojų elgesio modelius ir tendencijas leido tam tikriems operatoriams nusiskusti iki 20 procentų savo premijų išlaidų, paprasčiausiai leidžiant jiems atskirti neproduktyvius premijų tikslus nuo tų, kurie yra gali duoti ilgalaikį derlių.

Žinoma, optimizuotas šių klausimų pateikimo per LOOPS vykdymo greitis kiekvienu atveju savaitėmis paspartino mokymosi ciklus, o tai savo ruožtu leido CRM komandoms įdiegti siūlomas strategijas ir pasinaudoti jų teikiama nauda greičiau nei bet kada anksčiau.

Kaip, jūsų nuomone, keičiasi CRM vadovo vaidmuo, kai ši technologija tampa vis įprasta? Ar dabar CRM komandoms teks dar didesnė pareiga turėti stiprius duomenų analizės įgūdžius ir kūrybiškus problemų sprendimo gebėjimus?

Tai man įdomiausias pokytis. Kiek aš matau, scenarijus, kai įdiegta ši technologija, rodo, kad CRM komanda netenka dalies naštos, kurią tenka atlikti dėl ilgų bandymų ciklų, o tai savo ruožtu leidžia daugiau dėmesio skirti idėjoms apie tai, kokie turėtų būti veiksmai. sistema siūlo vartotojui. Tada sutvirtinimo sistema atlieka bandymus ir suranda tinkamiausią vietą pačiam scenarijui, kurį jie sukūrė.

Nuo tada CRM komanda turi toliau kurti naujoves ir išlaikyti žaidėjų susidomėjimą ieškodama kūrybiškesnių įtraukimo būdų. Manau, kad tai kur kas labiau patenkinamas požiūris į procesą ir daug įdomesnė mokymosi kryptis visiems dalyvaujantiems!

Kitas pastiprinimu pagrįstų sistemų pranašumas yra tas, kad jas galima derinti su mašininio mokymosi technologija, kad būtų sukurta kartotinė kilpa, kurioje automatiškai atliekami duomenų pakeitimai. Ar galite paaiškinti, kaip šis procesas vyksta išsamiau?

„Golden Whale“ šį procesą padarė labai paprastą. Kai į mūsų LOOPS sistemą išleidžiate naują modelį, jo veiksmų rezultatai pradeda keisti vartotojų patirtį ir elgesį jūsų platformoje. Taip sukuriamas pakeistas duomenų srautas, kuris grįžta atgal į mūsų sistemos modelio orkestravimo dalį.

Čia analizuojami pokyčiai, o modelis gali būti pritaikytas, perkalibruojamas arba iš naujo apmokomas pagal anksčiau padarytą poveikį, o tai savo ruožtu sukuria gautų duomenų pokyčius kito etapo metu ir t. t. ir t.t. Tai labai įdomus procesas, ir mes vis dar tobuliname, kaip automatizuojame ir pagreitiname pažangą, padarytą per šias logines iteracijas.

Komandos dabar galės daug aktyviau bendradarbiauti su klientais ir išbandyti naujus dalykus, o ne tik reaguoti į juos po to, kai jie įvyko. Kaip manote, ar tai bus naudinga klientų patirčiai ateityje?

Tai tikrai labai svarbus momentas. Naudodami nuspėjamąją mūsų sistemos dalį, gauname pagrįstą spėjimą apie būsimą elgesį pavienių vartotojų lygmeniu. Tai reiškia, kad ilgainiui netgi galime atsidurti tokioje padėtyje, kurioje galime dirbti su kliento poreikiais, kol jis dar sąmoningai ko nors nepriėmė!

Būdami tiek daug priekyje, sukursite naujos kartos produktus, kurie patenkins klientų poreikius taip, kaip niekada anksčiau, todėl galiausiai bus sukurta neįtikėtinai individualizuota vartotojo patirtis, kuri gali būti visiškai skirtinga kiekvienam klientui.

Žinoma, tai gali duoti tik didžiulę naudą įtraukimo požiūriu ir turėtų atverti daug naujų ir įdomių būdų CRM komandoms.