Pulse

Golden Whale Productions: el poder del refuerzo positivo

La cofundadora y directora de operaciones de Golden Whale Productions, Claudia Heiling, analiza cómo la combinación de sistemas basados ​​en refuerzo con tecnología de aprendizaje automático permite a los equipos de CRM obtener información sobre sus clientes en una fracción del tiempo que lleva realizar pruebas A/B manuales.

¿Qué impacto pueden tener los sistemas basados ​​en refuerzo en la actividad de CRM? ¿Cómo utilizan estos modelos los datos de los usuarios para probar hipótesis y refinar suposiciones a lo largo del tiempo?

Para responder a esta pregunta de manera general, podemos decir que los modelos de aprendizaje automático siempre encuentran aplicaciones útiles cuando los problemas son multidimensionales, ya que estas son las áreas donde los humanos tienen dificultades para comprender las correlaciones.

Las tediosas pruebas A/B se pueden sustituir por ejecuciones experimentales de nuestros sistemas LOOPS, con resultados optimizados que se logran mucho más rápido y con menos fricción en la organización.

Para trabajar en CRM, esto significa que las organizaciones que utilizan nuestros métodos pueden ejecutar más campañas, agregar más funciones nuevas y realizar más experimentos cada vez, sin dejar de crear mejores resultados debido al tiempo de respuesta mucho mejor para un evento singular.

Estos sistemas no inventan acciones por sí solos, sino que proporcionan una descripción precisa del comportamiento actual del usuario al que los equipos de CRM pueden reaccionar con sus propias ideas. ¿Puede dar un ejemplo de un escenario específico que un gerente de CRM quiera probar en función de los hallazgos de su sistema de refuerzo?

Ya hemos establecido un ejemplo muy directo que tiene un impacto inmediato en los resultados de una empresa con nuestro Bonus Analytics, que es la cuestión de cuándo otorgar a quién qué bono/función a nivel de plataforma y dentro de los límites de la regulación.

Este es un problema de optimización increíblemente complicado de resolver para un operador humano por sí solo, pero al ejecutarlo a través de LOOPS hemos logrado crear aumentos de monetización de hasta un 30 por ciento que los equipos de CRM han podido utilizar de inmediato.

Además, tener la capacidad de identificar incluso los patrones y tendencias más complejos en el comportamiento del usuario a través de LOOPS ha permitido a ciertos operadores reducir hasta un 20 por ciento sus costos de bonificación simplemente permitiéndoles separar los objetivos de bonificación improductivos de los que sí lo son. probable que produzca un rendimiento a más largo plazo.

Por supuesto, la velocidad de ejecución optimizada para formular estas preguntas a través de LOOPS también ha acelerado los ciclos de aprendizaje en semanas en cada caso, lo que a su vez ha permitido a los equipos de CRM implementar las estrategias sugeridas y cosechar sus beneficios más rápido que nunca.

¿Cómo cree que cambiará el papel de un administrador de CRM a medida que esta tecnología se vuelva más común? ¿Habrá ahora una responsabilidad aún mayor para los equipos de CRM de tener sólidas habilidades de análisis de datos y capacidad creativa para resolver problemas?

Este es el cambio más interesante para mí. Hasta donde yo lo veo, el escenario con esta tecnología implementada hace que el equipo de CRM pierda parte de la carga de tener que ejecutar largos ciclos de prueba, lo que a su vez le permite centrarse más en la ideación de cuáles deberían ser los elementos procesables que el el sistema ofrece al usuario. Luego, el sistema de refuerzo realiza las pruebas y encuentra el punto óptimo para el escenario que han creado.

A partir de ahí, depende del equipo de CRM seguir innovando y mantener a los jugadores interesados ​​encontrando enfoques más creativos para la participación. ¡Veo esto como un enfoque mucho más satisfactorio para el proceso y una curva de aprendizaje mucho más interesante para todos los involucrados!

Otra ventaja de los sistemas basados ​​en refuerzo es que pueden combinarse con tecnología de aprendizaje automático para crear un bucle iterativo en el que se realizan cambios autoinfligidos a los datos de forma automática. ¿Puedes explicar cómo funciona este proceso con más detalle?

En Golden Whale, hemos hecho que este proceso sea muy sencillo. En el momento en que lanza un nuevo modelo en nuestro sistema LOOPS, los resultados de sus acciones comienzan a cambiar la experiencia y el comportamiento de los usuarios en su plataforma. En consecuencia, esto crea un flujo de datos modificado que regresa a la parte de orquestación del modelo de nuestro sistema.

Aquí se analizan los cambios y el modelo puede adaptarse, recalibrarse o volverse a entrenar de acuerdo con el impacto realizado anteriormente, lo que a su vez crea cambios en los datos resultantes durante la siguiente ronda, y así sucesivamente. Este es un proceso muy interesante y todavía estamos mejorando la forma en que automatizamos y aceleramos el progreso realizado a través de estas iteraciones lógicas.

Los equipos ahora podrán ser mucho más proactivos en sus esfuerzos por interactuar con los clientes y probar cosas nuevas en lugar de simplemente reaccionar ante ellas después de que hayan sucedido. ¿Cómo cree que esto beneficiará la experiencia del cliente en el futuro?

Este es definitivamente un punto muy importante. Con la parte predictiva de nuestro sistema, obtenemos una suposición fundamentada sobre el comportamiento futuro a nivel de usuarios individuales. Esto significa que, a largo plazo, es posible que incluso nos encontremos en una posición en la que podamos trabajar con las necesidades de un cliente antes de que haya tomado una decisión consciente sobre algo.

Estar tan por delante de la curva producirá una nueva generación de productos que satisfacen la demanda de los clientes de una manera nunca antes vista, lo que en última instancia dará como resultado una experiencia de usuario increíblemente personalizada que potencialmente puede ser completamente diferente de un cliente a otro.

Por supuesto, esto sólo puede ser de gran beneficio desde el punto de vista del compromiso y debería abrir muchas vías nuevas e interesantes para los equipos de CRM.