הסיפור בפרק השבוע מתחיל ברגע שלקוח של החברה נטש ואלמוג רוס, מנהל מוצר בצוות ה-Big Brain של החברה, הבין דבר חשוב, הכתובת הייתה על הקיר, אבל הקיר הזה פשוט לא היה מואר מספיק. היו סימנים ואזהרות לאורך ציר האינטראקציות עם הלקוח, אבל בגלל ש"יד ימין לא ידעה מה יד שמאל עושה" והתמונה הגדולה של חוויית הלקוח התפספסה, הלקוח נטש לבסוף. אלמוג הבין שעם כניסת טכנולוגיית ה-AI יש הזדמנות אמיתית לבנות כלי שיסייע לצוותים להסתנכרן על חוויית הלקוח הכוללת ולשם כך הוא פנה לרוני מינדלין מילר, Data Scientist בחברה.

עבור רוני, הפנייה הזו חיברה את כל הנקודות הפזורות. היא הבינה שחלקים שונים בחברה משתמשים באותו הדאטה של הלקוחות, כותבים פרומפטים ייחודיים ומוציאים תובנות, אבל הם עושים את זה בנפרד, כל אחד לצורך הנישתי שלו. התוצאה? בזבוז אדיר של זמן עבודה וכסף על מודלים שרצים שוב ושוב על אותו דאטה. אולי חשוב מזה, נוצר חוסר אחידות: שיחה עם לקוח שתוייגה באופן מסוים לפרויקט אחד, תתוייג בצורה שונה לפרויקט אחר.

כך יצאו רוני ואלמוג למסע של בניית שכבת דאטה AI אחידה ומרכזית עבור כלל עובדי החברה, ומוצר שמוציא תובנות ומנגיש את המידע הזה. זוהי שכבה שעושה את העבודה הקשה פעם אחת: היא מתייגת באופן אחיד את האינטראקציות עם הלקוחות, יוצרת סיכומי שיחה מדויקים ומנתחת את הסנטימנט הכללי, באופן שמאפשר לכל מי שבא במגע עם לקוחות לדבר באותה שפה, לחסוך בעלויות הטוקנים ולראות את האור בקיר.

See omnystudio.com/listener for privacy information.

328: איך בנינו שכבת דאטה אחידה בעזרת AI, ואיך היא עזרה לנו להבין את הלקוחות שלנו טוב יותר

Startup for Startup

328: איך בנינו שכבת דאטה אחידה בעזרת AI, ואיך היא עזרה לנו להבין את הלקוחות שלנו טוב יותר