Puls

Golden Whale Productions: puterea de întărire pozitivă

Cofondatorul și COO al Golden Whale Productions, Claudia Heiling, discută despre modul în care combinarea sistemelor bazate pe întărire cu tehnologia de învățare automată permite echipelor CRM să obțină informații despre clienții lor într-o fracțiune din timpul necesar pentru a face testarea manuală A/B.

Ce impact pot avea sistemele bazate pe întărire asupra activității CRM? Cum utilizează aceste modele datele utilizatorilor pentru a testa ipotezele și a rafina ipotezele în timp?

Pentru a răspunde la această întrebare într-un mod general, putem spune că modelele de învățare automată găsesc întotdeauna aplicații utile ori de câte ori problemele sunt multidimensionale, deoarece acestea sunt cel mai frecvent zonele în care oamenii au dificultăți în înțelegerea corelațiilor.

Testarea obositoare A/B poate fi înlocuită cu rulările experimentale ale sistemelor noastre LOOPS, rezultatele optimizate fiind obținute mult mai rapid și cu mai puține frecări în organizație.

Pentru lucrul în CRM, aceasta înseamnă că organizațiile care folosesc metodele noastre pot derula mai multe campanii, pot adăuga mai multe funcții noi și pot face mai multe experimente de fiecare dată, creând în același timp rezultate mai bune datorită timpului de răspuns mult îmbunătățit pentru un eveniment singular.

Aceste sisteme nu inventează acțiuni de la sine, ci oferă mai degrabă o imagine de ansamblu exactă a comportamentului actual al utilizatorilor la care echipele CRM pot reacționa cu idei proprii. Puteți oferi un exemplu de scenariu specific pe care un manager CRM ar dori să îl testeze pe baza constatărilor sistemului său de consolidare?

Am stabilit deja un exemplu foarte direct care are un impact imediat asupra profitului unei afaceri cu ajutorul Bonus Analytics, care este întrebarea când să oferim cui ce bonus/funcție la nivel de platformă și în limitele reglementărilor.

Aceasta este o problemă de optimizare incredibil de dificilă pe care un operator uman o poate rezolva singur, dar rulând-o prin LOOPS, am reușit să creăm creșteri de monetizare de până la 30% pe care echipele CRM le-au putut utiliza imediat.

În plus, capacitatea de a identifica chiar și cele mai complexe modele și tendințe în comportamentul utilizatorilor prin intermediul LOOPS a permis anumitor operatori să reducă cu până la 20% din costurile bonus, permițându-le pur și simplu să trimită țintele neproductive de bonusuri de cele care sunt probabil să producă un randament pe termen lung.

Desigur, viteza optimizată de execuție a punerii acestor întrebări prin LOOPS a accelerat, de asemenea, ciclurile de învățare cu săptămâni în fiecare caz, ceea ce a permis echipelor CRM să implementeze strategiile sugerate și să culeagă beneficiile acestora mai repede decât oricând.

Cum vedeți că se schimbă rolul unui manager CRM pe măsură ce această tehnologie devine mai comună? Va exista acum o sarcină și mai mare a echipelor CRM de a avea abilități puternice de analiză a datelor și abilități creative de rezolvare a problemelor?

Aceasta este cea mai interesantă schimbare pentru mine. Din câte văd eu, scenariul cu această tehnologie în vigoare vede ca echipa CRM să piardă o parte din sarcina de a rula cicluri lungi de testare, ceea ce îi permite, la rândul său, să se concentreze mai mult pe ideea despre care ar trebui să fie elementele acționabile. sistemul îl oferă utilizatorului. Sistemul de întărire face apoi testarea și găsește punctul ideal pentru scenariul pe care l-au creat.

De acolo, depinde de echipa CRM să continue să inoveze și să mențină jucătorii interesați prin găsirea unor abordări mai creative ale angajamentului. Văd aceasta ca o abordare mult mai satisfăcătoare a procesului și o curbă de învățare mult mai interesantă pentru toți cei implicați!

Un alt avantaj al sistemelor bazate pe întărire este că pot fi combinate cu tehnologia de învățare automată pentru a crea o buclă iterativă în care modificările auto-implicate sunt făcute automat asupra datelor. Puteți explica mai detaliat cum funcționează acest proces?

La Golden Whale, am făcut acest proces foarte simplu. În momentul în care lansați un nou model în sistemul nostru LOOPS, rezultatele acțiunilor sale încep să schimbe experiența și comportamentul utilizatorilor pe platforma dvs. Prin urmare, acest lucru creează un flux de date modificat care se revarsă în partea de orchestrare a modelului a sistemului nostru.

Aici sunt analizate modificările, iar modelul poate fi adaptat, recalibrat sau re-antrenat în funcție de impactul avut anterior, care, la rândul său, creează modificări în datele rezultate în runda următoare și așa mai departe și așa mai departe. Acesta este un proces foarte interesant și încă îmbunătățim modul în care automatizăm și accelerăm progresul realizat prin aceste iterații logice.

Echipele vor putea acum să fie mult mai proactive în eforturile lor de a interacționa cu clienții și de a încerca lucruri noi, mai degrabă decât să reacționeze la ele după ce s-au întâmplat. Cum vedeți că acest lucru va aduce beneficii experienței clienților în viitor?

Acesta este cu siguranță un punct foarte important. Cu partea predictivă a sistemului nostru, obținem o presupunere educată despre comportamentul viitor la nivelul utilizatorilor individuali. Aceasta înseamnă că, pe termen lung, ne putem găsi chiar într-o poziție în care putem lucra cu nevoile unui client înainte ca acesta să ia o decizie conștientă cu privire la ceva!

A fi atât de mult înaintea curbei va produce o nouă generație de produse care răspund cererii clienților într-un mod care nu a fost niciodată văzut până acum, rezultând în cele din urmă o experiență de utilizator incredibil de personalizată, care poate fi complet diferită de la client la client.

Acest lucru poate fi, desigur, un beneficiu imens din punct de vedere al angajamentului și ar trebui să deschidă o mulțime de căi noi și interesante pentru echipele CRM.