Xung

Golden Whale Productions: sức mạnh của sự củng cố tích cực

Đồng sáng lập và COO của Golden Whale Productions, Claudia Heiling, thảo luận về cách kết hợp các hệ thống dựa trên sự củng cố với công nghệ học máy cho phép các nhóm CRM hiểu rõ hơn về khách hàng của họ trong khoảng thời gian ngắn để thực hiện thử nghiệm A/B thủ công.

Các hệ thống dựa trên sự củng cố có thể có tác động gì đến hoạt động CRM? Các mô hình này sử dụng dữ liệu người dùng như thế nào để kiểm tra các giả thuyết và tinh chỉnh các giả định theo thời gian?

Để trả lời câu hỏi này một cách tổng quát, chúng ta có thể nói rằng Mô hình học máy luôn tìm thấy những ứng dụng hữu ích bất cứ khi nào các vấn đề có tính đa chiều, vì đây là những lĩnh vực phổ biến nhất mà con người gặp khó khăn trong việc hiểu các mối tương quan.

Thử nghiệm A/B mệt mỏi có thể được thay thế bằng các lần chạy thử nghiệm hệ thống LOOPS của chúng tôi, nhờ đó đạt được kết quả tối ưu hóa nhanh hơn nhiều và ít gây trở ngại hơn trong tổ chức.

Đối với hoạt động trong CRM, điều này có nghĩa là các tổ chức sử dụng phương pháp của chúng tôi có thể chạy nhiều chiến dịch hơn, thêm nhiều tính năng mới hơn và thực hiện nhiều thử nghiệm hơn mỗi lần trong khi vẫn tạo ra kết quả tốt hơn nhờ thời gian xử lý được cải thiện nhiều cho một sự kiện đơn lẻ.

Các hệ thống này không tự phát minh ra hành động mà cung cấp cái nhìn tổng quan chính xác về hành vi của người dùng hiện tại mà nhóm CRM có thể phản ứng bằng các ý tưởng của riêng họ. Bạn có thể đưa ra ví dụ về một tình huống cụ thể mà người quản lý CRM có thể muốn kiểm tra dựa trên những phát hiện của hệ thống củng cố của họ không?

Chúng tôi đã thiết lập một ví dụ rất trực tiếp có tác động ngay lập tức đến kết quả kinh doanh của doanh nghiệp với Phân tích tiền thưởng của chúng tôi, đó là câu hỏi về thời điểm trao cho ai phần thưởng/tính năng nào ở cấp độ nền tảng và trong ranh giới quy định.

Đây là một vấn đề tối ưu hóa cực kỳ phức tạp mà người vận hành con người có thể tự mình giải quyết, nhưng bằng cách chạy nó thông qua LOOPS, chúng tôi đã cố gắng tạo ra mức tăng kiếm tiền lên tới 30% mà các nhóm CRM có thể tận dụng ngay lập tức.

Hơn nữa, khả năng xác định ngay cả những mô hình và xu hướng phức tạp nhất trong hành vi của người dùng thông qua LOOPS đã cho phép một số nhà khai thác nhất định giảm tới 20% chi phí thưởng của họ chỉ bằng cách cho phép họ loại bỏ các mục tiêu thưởng không hiệu quả khỏi những mục tiêu không hiệu quả. có khả năng tạo ra lợi nhuận dài hạn hơn.

Tất nhiên, tốc độ thực hiện được tối ưu hóa khi đặt những câu hỏi này thông qua LOOPS cũng đã đẩy nhanh chu kỳ học tập theo tuần trong mỗi trường hợp, điều này cho phép các nhóm CRM triển khai các chiến lược được đề xuất và thu được lợi ích từ chúng nhanh hơn bao giờ hết.

Bạn thấy vai trò của người quản lý CRM thay đổi như thế nào khi công nghệ này trở nên phổ biến hơn? Liệu bây giờ các nhóm CRM có trách nhiệm lớn hơn nữa để có kỹ năng phân tích dữ liệu mạnh mẽ và khả năng giải quyết vấn đề sáng tạo không?

Đây là sự thay đổi thú vị nhất đối với tôi. Theo như tôi thấy, kịch bản sử dụng công nghệ này giúp nhóm CRM giảm bớt một số gánh nặng khi phải chạy các chu kỳ thử nghiệm kéo dài, điều này cho phép nhóm tập trung hơn vào ý tưởng về những mục có thể thực hiện được mà hệ thống đang cung cấp cho người dùng. Sau đó, hệ thống tăng cường sẽ thực hiện kiểm tra và tìm ra điểm phù hợp cho chính kịch bản mà họ đã tạo ra.

Từ đó, nhóm CRM có trách nhiệm tiếp tục đổi mới và thu hút sự quan tâm của người chơi bằng cách tìm ra các phương pháp tương tác sáng tạo hơn. Tôi coi đây là một cách tiếp cận quy trình thỏa mãn hơn nhiều và là một lộ trình học tập thú vị hơn nhiều cho tất cả những người tham gia!

Một ưu điểm khác của hệ thống dựa trên sự gia cố là chúng có thể được kết hợp với công nghệ máy học để tạo ra một vòng lặp trong đó các thay đổi tự thực hiện được thực hiện đối với dữ liệu một cách tự động. Bạn có thể giải thích cách thức hoạt động của quá trình này chi tiết hơn?

Tại Golden Whale, chúng tôi đã thực hiện quá trình này rất đơn giản. Thời điểm bạn phát hành một mô hình mới vào hệ thống LOOPS của chúng tôi, kết quả hành động của nó sẽ bắt đầu thay đổi trải nghiệm và hành vi của người dùng trên nền tảng của bạn. Do đó, điều này tạo ra một luồng dữ liệu đã thay đổi quay trở lại phần điều phối mô hình trong hệ thống của chúng tôi.

Tại đây, các thay đổi được phân tích và mô hình có thể được điều chỉnh, hiệu chỉnh lại hoặc đào tạo lại theo tác động đã tạo ra trước đó, từ đó tạo ra những thay đổi về dữ liệu kết quả trong vòng tiếp theo, v.v. Đây là một quá trình rất thú vị và chúng tôi vẫn đang cải thiện cách tự động hóa cũng như tăng tốc tiến trình đạt được thông qua các bước lặp hợp lý này.

Giờ đây, các nhóm sẽ có thể chủ động hơn nhiều trong nỗ lực tương tác với khách hàng và thử những điều mới thay vì chỉ phản ứng lại sau khi chúng xảy ra. Bạn thấy điều này mang lại lợi ích như thế nào cho trải nghiệm của khách hàng trong tương lai?

Đây chắc chắn là một điểm rất quan trọng. Với phần dự đoán trong hệ thống của chúng tôi, chúng tôi có được phỏng đoán có cơ sở về hành vi trong tương lai ở cấp độ người dùng đơn lẻ. Điều này có nghĩa là về lâu dài, chúng ta thậm chí có thể thấy mình ở vị trí có thể đáp ứng nhu cầu của khách hàng trước khi họ đưa ra quyết định sáng suốt về điều gì đó!

Việc đi trước xu hướng sẽ tạo ra một thế hệ sản phẩm mới phục vụ nhu cầu của khách hàng theo cách chưa từng thấy trước đây, cuối cùng mang lại trải nghiệm người dùng được cá nhân hóa đáng kinh ngạc và có thể hoàn toàn khác biệt giữa các khách hàng.

Tất nhiên, điều này chỉ có thể mang lại lợi ích to lớn từ quan điểm tương tác và sẽ mở ra nhiều con đường mới và thú vị cho các nhóm CRM.