Pulz

Golden Whale Productions: sila pozitívneho posilnenia

Claudia Heiling, spoluzakladateľka a prevádzková riaditeľka Golden Whale Productions, hovorí o tom, ako kombinácia systémov založených na posilňovaní s technológiou strojového učenia umožňuje tímom CRM získať prehľad o svojich zákazníkoch za zlomok času, ktorý zaberie manuálne testovanie A/B.

Aký vplyv môžu mať systémy založené na posilňovaní na činnosť CRM? Ako tieto modely využívajú údaje používateľov na testovanie hypotéz a spresňovanie predpokladov v priebehu času?

Aby sme odpovedali na túto otázku všeobecne, môžeme povedať, že modely strojového učenia vždy nájdu užitočné aplikácie, kedykoľvek sú problémy viacrozmerné, pretože to sú najčastejšie oblasti, v ktorých ľudia majú problém pochopiť súvislosti.

Únavné A/B testovanie môže nahradiť experimentálne beh našich systémov LOOPS, pričom optimalizované výsledky sa dosahujú oveľa rýchlejšie a s menším trením v organizácii.

Pre prácu v CRM to znamená, že organizácie používajúce naše metódy môžu spúšťať viac kampaní, pridávať viac nových funkcií a robiť viac experimentov zakaždým, pričom stále dosahujú lepšie výsledky vďaka oveľa vylepšenej dobe obrátky pri jedinej udalosti.

Tieto systémy nevymýšľajú akcie samy od seba, ale skôr poskytujú presný prehľad o aktuálnom správaní používateľov, na ktoré môžu CRM tímy reagovať vlastnými nápadmi. Môžete uviesť príklad konkrétneho scenára, ktorý môže chcieť manažér CRM otestovať na základe zistení ich systému posilňovania?

Už sme vytvorili veľmi priamy príklad, ktorý má bezprostredný vplyv na zisk firmy s našou Bonus Analytics, čo je otázka, kedy komu dať aký bonus/funkciu na úrovni platformy a v medziach regulácie.

Toto je neuveriteľne zložitý problém s optimalizáciou, ktorý musí ľudský operátor vyriešiť sám, ale jeho spustením cez LOOPS sa nám podarilo dosiahnuť zvýšenie speňaženia až o 30 percent, ktoré tímy CRM dokázali okamžite využiť.

Okrem toho schopnosť identifikovať aj tie najzložitejšie vzorce a trendy v správaní používateľov prostredníctvom LOOPS umožnila niektorým operátorom znížiť náklady na bonusy až o 20 percent jednoducho tým, že im umožnila roztriediť neproduktívne ciele bonusov od tých, ktoré sú pravdepodobne prinesie dlhodobejší výnos.

Samozrejme, optimalizovaná rýchlosť vykonávania týchto otázok prostredníctvom LOOPS tiež zrýchlila cykly učenia o týždne v každom prípade, čo zase umožnilo tímom CRM nasadiť navrhované stratégie a ťažiť z nich rýchlejšie ako kedykoľvek predtým.

Ako sa podľa vás mení rola manažéra CRM, keď sa táto technológia stáva bežnejšou? Bude teraz na tímy CRM ešte väčšie bremeno, aby mali silné schopnosti analýzy údajov a kreatívne schopnosti riešiť problémy?

Toto je pre mňa najzaujímavejšia zmena. Pokiaľ to vidím ja, scenár s touto technológiou vidí tím CRM stratiť časť bremena nutnosti spúšťania zdĺhavých testovacích cyklov, čo mu zase umožňuje sústrediť sa viac na predstavu o tom, aké akčné položky by mali byť. systém ponúka užívateľovi. Systém zosilnenia potom vykoná testovanie a nájde sladké miesto pre samotný scenár, ktorý vytvorili.

Odtiaľ je na tíme CRM, aby pokračoval v inováciách a udržal záujem hráčov hľadaním kreatívnejších prístupov k angažovanosti. Vnímam to ako oveľa uspokojivejší prístup k procesu a oveľa zaujímavejšiu krivku učenia pre všetkých zúčastnených!

Ďalšou výhodou systémov založených na posilňovaní je, že sa dajú kombinovať s technológiou strojového učenia, čím sa vytvorí iteratívna slučka, v ktorej sa zmeny v údajoch vykonávajú automaticky. Môžete podrobnejšie vysvetliť, ako tento proces funguje?

V Golden Whale sme tento proces veľmi zjednodušili. Vo chvíli, keď uvoľníte nový model do nášho systému LOOPS, výsledky jeho akcií začnú meniť skúsenosti a správanie používateľov na vašej platforme. To následne vytvára zmenený dátový tok, ktorý prúdi späť do modelovej orchestračnej časti nášho systému.

Tu sa analyzujú zmeny a model sa môže prispôsobiť, prekalibrovať alebo pretrénovať podľa predtým vykonaného vplyvu, čo následne spôsobí zmeny vo výsledných údajoch počas nasledujúceho kola a tak ďalej a tak ďalej. Je to veľmi zaujímavý proces a stále zdokonaľujeme spôsob, akým automatizujeme a urýchľujeme pokrok dosiahnutý prostredníctvom týchto logických iterácií.

Tímy budú teraz môcť byť oveľa proaktívnejšie vo svojom úsilí nadviazať kontakt so zákazníkmi a skúšať nové veci namiesto toho, aby na ne len reagovali potom, čo sa stali. Ako to vnímate ako prínos pre zákaznícku skúsenosť v budúcnosti?

Toto je určite veľmi dôležitý bod. Pomocou prediktívnej časti nášho systému získame kvalifikovaný odhad budúceho správania na úrovni jednotlivých používateľov. To znamená, že z dlhodobého hľadiska sa môžeme dokonca ocitnúť v pozícii, kedy dokážeme pracovať s potrebami zákazníka skôr, ako sa pre niečo vedome rozhodne!

Byť v takom predstihu bude produkovať novú generáciu produktov, ktoré uspokoja dopyt zákazníkov spôsobom, aký tu ešte nebol, čo v konečnom dôsledku vedie k neuveriteľne personalizovanej používateľskej skúsenosti, ktorá môže byť potenciálne úplne odlišná od zákazníka k zákazníkovi.

To môže byť, samozrejme, len obrovským prínosom z hľadiska zapojenia a malo by to otvoriť množstvo nových a zaujímavých ciest pre tímy CRM.