Siamo entusiasti di riportare Transform 2022 di persona il 19 luglio e virtualmente dal 20 al 28 luglio. Unisciti ai leader dell’IA e dei dati per discussioni approfondite ed entusiasmanti opportunità di networking. Registrati oggi!
C’è un presupposto implicito nella maggior parte delle soluzioni di analisi: i dati analizzati e le intuizioni derivate sono quasi esclusivamente quantitativi. Cioè si riferiscono a dati numerici, come numero di clienti, vendite e così via.
Ma quando si tratta di feedback dei clienti, forse il dato più importante è qualitativo: testo contenuto in fonti come moduli di feedback e sondaggi, ticket, chat e messaggi di posta elettronica. Il problema con questi dati è che, sebbene preziosi, richiedono esperti di dominio e molto tempo per leggerli e classificarli. O, almeno, è stato così fino ad ora.
Questo è il problema che Viable sta cercando di affrontare. Viable, presentandosi come l’unica azienda di intelligenza artificiale qualitativa a fornire query in linguaggio naturale sul feedback dei clienti, ha annunciato oggi la chiusura di una raccolta fondi da 5 milioni di dollari principalmente per crescita, ricerca e sviluppo e nuove assunzioni.
Il CEO e cofondatore di Viable, Dan Erickson, ha dettagliato le origini dell’azienda, i fattori di differenziazione e il suo approccio qualitativo al feedback dei clienti con VentureBeat.
Contents
Dall’adattamento al mercato del prodotto al feedback dei clienti tramite NLP
Erickson, un ingegnere di professione, ha cofondato Viable con il fratello gemello identico Jeff, che è un designer. Entrambi lavorano nel settore tecnologico da circa 15 anni, dopo aver saltato il college per entrare subito in affari.
I due hanno ricoperto ruoli senior in varie startup e i loro percorsi di carriera si sono intrecciati nel corso degli anni, incontrandosi nel mezzo della gestione del prodotto, come ha detto Erickson.
Alla fine, i fratelli Erickson decisero di avviare un’attività in proprio, concentrandosi sull’affrontare il problema dell’adattamento al mercato del prodotto che aveva stuzzicato Dan nel corso degli anni. Quello fu l’inizio di quello che inizialmente era chiamato Viable Fit.
Il team ha creato un prodotto per aiutare le persone a gestire quello che è noto come il “processo di adattamento del mercato del prodotto sovrumano”. Il processo è incentrato su un sondaggio, seguito da alcune analisi per aiutare i fondatori e i proprietari di prodotti a definire una tabella di marcia per i loro prodotti.
Per farlo funzionare su larga scala, il team Viable ha sviluppato una tecnologia proprietaria di elaborazione del linguaggio naturale (NLP). Hanno subito scoperto che questa si è rivelata la parte più preziosa del loro intero approccio.
Guadagnare trazione: Spingi e tira
Vitale ha guadagnato terreno tra aziende molto più grandi della tradizionale società di ricerca di prodotti adatti al mercato e i fratelli Erickson hanno deciso di fare perno e concentrarsi sui loro modelli NLP.
Viable ha smesso di misurare l’adattamento del prodotto al mercato e ha iniziato a concentrarsi sull’aggregazione dei feedback dei clienti su tutti i canali. La piattaforma di Viable offre anche un servizio di analisi completo che fornisce analisi scritte in aggiunta al feedback. Questa ricetta può essere applicata ad aree come la gestione dei prodotti, l’esperienza del cliente e il marketing.
È possibile accedere alle offerte di analisi Viable in due modi: push e pull. Per la modalità push, ogni settimana viene inviato un report che copre ciò che è accaduto nel feedback dei clienti nell’ultima settimana. Il rapporto include cose come i principali reclami, complimenti, domande e richieste dei clienti. La portata del rapporto varia da una dozzina a poche centinaia di paragrafi.
In genere, quando le persone leggono quei rapporti, hanno domande a cui devono rispondere per agire. Viable li aiuta a farlo offrendo un sistema di domande e risposte in linguaggio naturale. Gli utenti possono digitare una domanda sui dati e Viable fornisce una risposta, il tutto in un inglese semplice.
Inoltre, l’azienda offre un’integrazione immediata con diverse fonti come Zendesk, Intercom, Delighted, iOS App Store, Play Store e Front. Presenta integrazioni personalizzate tramite Zapier, nonché la possibilità di importare dati tramite file .csv. Esistono diversi livelli di abbonamento per il servizio, a seconda del numero di punti dati inseriti.
Sotto il cappuccio
Può sembrare semplice e ovvio, al punto da doversi chiedere “come mai nessun altro l’ha fatto prima”. Dopotutto, Viable usa il GPT-3 di OpenAI sotto il cofano, quindi in teoria chiunque, inclusi gli stessi Zendesk del mondo, avrebbe potuto farlo. La risposta è duplice.
Innanzitutto, Viable ha un vantaggio, da quando è iniziato nel 2020, proprio quando è uscito GPT-3. Come ha condiviso Erickson, sono stati tra i primi a lavorare con alcune delle capacità di GPT-3 in un ambiente commerciale. In secondo luogo, parte della proposta di valore di Viable è proprio il fatto che integra i dati provenienti da molte fonti diverse.
In effetti, Viable è molto più di un sottile involucro attorno a GPT-3. L’azienda utilizza molte funzionalità dell’API OpenAI, inclusi gli incorporamenti, nonché l’effettivo motore di completamento GPT-3. Ma Viable ha anche i suoi modelli che funzionano con GPT-3, che sono stati addestrati e messi a punto negli ultimi due anni.
L’azienda dispone anche di un proprio repository di dati, nonché di una propria pipeline di importazione. Ogni volta che viene creato un nuovo contenuto, viene inserito insieme a tutti i metadati che potrebbero essere disponibili. Da lì, entra in una pipeline composta da diversi modelli sviluppati da Viable, insieme ad alcune funzionalità GPT-3 che classificheranno la parte di testo.
Il processo di classificazione determina se il testo è un reclamo, un complimento, una richiesta o una domanda. Identifica anche diversi argomenti all’interno del testo ed esegue alcune analisi del sentimento, analisi delle emozioni, analisi dell’urgenza e rilevamento del rumore.
La piattaforma è orientata all’analisi del testo e a questo punto non può connettersi direttamente a fonti come database o fogli di calcolo. Tuttavia, può utilizzare ciò che Erickson chiamava “tratti del cliente” per tagliare e tagliare i dati.
Questi possono includere titoli di lavoro, posizioni o persino risposte numeriche a domande a scelta multipla, come “quante volte alla settimana usi il prodotto”. Gli utenti possono quindi fare in modo che il sistema esegua attività come “generare un rapporto per i clienti aziendali del mio product manager nella Bay Area che utilizzano il prodotto una o due volte alla settimana”.
Erickson ha affermato che Viable ha sviluppato un sistema non supervisionato per l’analisi tematica basato su incorporamenti GPT-3 più un motore di analisi tematica proprietario, che ha definito lo stato dell’arte. Ciò significa che il sistema non deve essere fornito di alcun contesto in merito al tipo di cose che sta cercando oltre a richieste, domande, complimenti e reclami, quindi può funzionare in qualsiasi dominio.
Confini per evitare pregiudizi e linguaggio tossico
GPT-3 potrebbe essere una delle prodezze più impressionanti di ingegneria e intelligenza artificiale, ma non è esente da difetti. Due dei più famosi, che ne renderebbero l’uso problematico in un contesto commerciale, sono la generazione di un linguaggio tossico e le allucinazioni, ovvero la generazione di risposte dall’aspetto autorevole che non sono basate sui fatti. Come ha condiviso Erickson, Viable è riuscita a eluderli tramite un allenamento personalizzato.
“Abbiamo creato migliaia e migliaia di esempi di formazione per cose come, cosa significa riassumere un tema? Cosa significa nominare un tema? Come funziona tutto questo? E in pratica abbiamo costruito una versione completamente perfezionata di GPT-3 che lo mantiene sui binari. Quindi, ha una sorta di set di lingua più limitato che sta usando. Quindi, non farà nessuna di quelle parolacce o cose del genere”, ha detto Erickson. “Quindi, per quanto riguarda le allucinazioni, abbiamo svolto un lavoro meticoloso per costruire quel set di dati di addestramento per assicurarci che ogni esempio che inseriamo utilizzi direttamente solo i fatti del feedback che viene inviato in esso. E in questo modo sostanzialmente dice a GPT-3 — Ehi, non voglio che tu sia creativo qui. Voglio che riporti solo i fatti ed è esattamente così che funziona.
Oltre GPT-3 e feedback dei clienti
Quanto sopra dovrebbe essere un prezioso consiglio gratuito per chiunque aspiri a costruire un business attorno a qualcosa come GPT-3. Non solo in termini di come aggirare le sue carenze, ma anche in termini di come aggiungere valore in più. Come ha detto Erickson, il costo dell’utilizzo di GPT-3 è integrato nei prezzi di Viable, così come in altri costi di elaborazione e un buon margine.
Deve aver funzionato per gli investitori di Viable. Streamlined Ventures ha guidato il round da 5 milioni di dollari grazie al suo interesse per l’IA applicata, con la partecipazione dei precedenti investitori Craft Ventures e Javelin Venture Partners. Il round includeva anche investimenti di Merus Capital, GTMFund, Stratminds, Tempo Ventures, Micheal Liou, Bill Butler e Samvit Ramadurgam. Il finanziamento totale di Viable fino ad oggi è ora di 9 milioni di dollari.
L’azienda ha circa una dozzina di clienti paganti e un organico totale di nove dipendenti in questo momento. Secondo Erickson, l’azienda ha alcuni clienti di alto profilo che sono soddisfatti del prodotto e Viable ha fatto il passo per espandersi oltre il feedback dei clienti.
“Lavoriamo per qualsiasi tipo di esperienza: che si tratti di esperienza dei dipendenti, esperienza dei partner, esperienza del cliente, si tratta davvero di aiutare le persone ad analizzare la natura qualitativa di tali esperienze”, ha affermato Erickson.
La missione di VentureBeat deve essere una piazza cittadina digitale per i decisori tecnici per acquisire conoscenze sulla tecnologia aziendale trasformativa e le transazioni. Saperne di più sull’appartenenza.
