Yabble
ગ્રાહક પ્રતિસાદમાંથી ઝડપી, સૂક્ષ્મ ઇન્સાઇટ્સ આપવા GPT‑3 નો ઉપયોગ.

Yabble તેના વપરાશકર્તાઓને તેમની વ્યવસાયિક વ્યૂહરચનાને માર્ગદર્શન આપવા માટે મહત્વપૂર્ણ ગ્રાહક ઇન્સાઇટ્સ આપે છે. OpenAI ની GPT‑3 સાથે, તેઓ વધુ સમૃદ્ધ પરિણામો વધુ ઝડપથી આપી શકે છે.

કોઈપણ સમજદાર વ્યવસાયિક નિર્ણય અમલમાં મૂકી શકાય તેવી ઇન્સાઇટ્સ પર આધારિત હોય છે—ચાહે તે નવું ઉત્પાદન લોન્ચ કરવા ઓળખવામાં મદદ કરે, હાલની સેવાઓ સુધારવામાં મદદ કરે, અથવા ગ્રાહકોને કોઈ ઉત્પાદન વિશે શું ગમે છે (અથવા શું નથી ગમતું) તે સમજવામાં મદદ કરે. છતાં, વ્યવસાયિક નેતાઓ સારી રીતે જાણે છે કે વ્યવસાયિક વ્યૂહરચનાને માર્ગદર્શન આપવા માટે જરૂરી ઇન્સાઇટ્સ મેળવવા વિશાળ પ્રમાણમાં ગ્રાહક પ્રતિસાદમાંથી માહિતી છાંટવી અને તેનું વિશ્લેષણ કરવું કેટલું મુશ્કેલ હોઈ શકે છે.
2017 થી શરૂ કરીને, Yabble એ એવું પ્લેટફોર્મ બનાવ્યું જ્યાં સંસ્થાઓ સર્વે અથવા ગ્રાહક પ્રતિસાદ ફોર્મ્સ દ્વારા શેર કરાયેલા હજારો ગ્રાહક ડેટા પોઇન્ટ્સનું સરળતાથી વિશ્લેષણ કરી શકે અને સ્પષ્ટ, ડેટા-આધારિત ઇન્સાઇટ્સ મેળવી શકે. 2021 માં, તેમણે Yabble Query, નામનું એક સાધન ઉમેર્યું, જે વપરાશકર્તાઓને પોતાનો જ ડેટા વધુ સારી રીતે સમજવા માટે Yabble ને અનેક પ્રશ્નો પૂછવાની મંજૂરી આપે છે, અને AI સંચાલિત અલ્ગોરિધમ્સનો ઉપયોગ કરીને વપરાશકર્તાઓ માટે સૌથી મહત્વપૂર્ણ પ્રશ્નોમાં સંબંધિત ઇન્સાઇટ્સ આપે છે જેથી તેઓ ડેટાનું વિશ્લેષણ કરવામાં ઓછો સમય અને વ્યવસાય આગળ ધપાવવામાં વધુ સમય વિતાવે. આ વર્ષે, તેમણે Yabble Count, રજૂ કર્યું, જે AI સાધન હજારો ટિપ્પણીઓ અને અન્ય અસંરચિત ડેટા સેટ્સનું વિશ્લેષણ કરે છે, તેમને ભાવના અનુસાર વર્ગીકૃત કરે છે, અને ગ્રાહકો સાથે ગુંજતા મુખ્ય વિષયો અને પ્રતિસાદ સમજવા માટે ડેટાને થીમ્સ અને ઉપથીમ્સમાં ગોઠવે છે.


Yabble કેટલીક સૌથી મોટી બ્રાન્ડ્સને તેમના ગ્રાહકોને વધુ સારી રીતે સમજવામાં મદદ કરીને સફળતા જોઈ રહ્યું હતું, પરંતુ તેમના ગ્રાહકોના ડેટામાંથી અમલમાં મૂકી શકાય તેવી ઇન્સાઇટ્સ વિકસાવવા માટે જરૂરી હસ્તચાલિત કામમાં તે ફસાઈ રહ્યું હતું. તેઓ ડેટા સેટ્સનું અનુવાદ કરવામાં દિવસો કે અઠવાડિયા પણ ખર્ચતા—જ્યાં સુધી તેમણે OpenAI સાથે કામ ન કર્યું.
Yabble ખાતે પ્રોડક્ટ હેડ બેન રો કહે છે, “વપરાશકર્તાઓને આખરે ડેટાના ઢગલા અને પ્રતિસાદ ફોર્મ્સને સમજવું કેટલું સરળ બન્યું હતું અને તે માહિતીને સરળ રીતે રજૂ કરવામાં આવી હતી તે ખૂબ ગમતું હતું, પરંતુ કેટલાક ક્લાયન્ટ્સ માટે ડેટા સેટ્સનું વિશ્લેષણ કરવામાં ક્યારેક અઠવાડિયા લાગી જતા હતા.” “અમને ખબર હતી કે જો અમારે અમારી હાલની ઓફરોનો વિસ્તાર કરવો હોય, તો ઘણું ભારે કામ કરવા માટે અમને કૃત્રિમ બુદ્ધિની જરૂર પડશે જેથી અમે અમારો સમય અને સર્જનાત્મક ઊર્જા અન્યત્ર ખર્ચી શકીએ—OpenAI આ માટે સંપૂર્ણ રીતે યોગ્ય હતું.”
“અમને ખબર હતી કે જો અમારે અમારી હાલની ઓફરોનો વિસ્તાર કરવો હોય, તો ઘણું ભારે કામ કરવા માટે અમને કૃત્રિમ બુદ્ધિની જરૂર પડશે જેથી અમે અમારો સમય અને સર્જનાત્મક ઊર્જા અન્યત્ર ખર્ચી શકીએ—OpenAI આ માટે સંપૂર્ણ રીતે યોગ્ય હતું.”


OpenAI ની GPT‑3 ની કુદરતી ભાષા સમજવાની ક્ષમતાઓનો ઉપયોગ કરીને, Yabble જટિલ, અસંરચિત ડેટાને ઝડપથી સંબંધિત થીમ્સ અને ઉપથીમ્સમાં રૂપાંતરિત કરી શક્યું. GPT‑3 નો ઉપયોગ કરીને, Yabble ની ટીમોને સામાન્ય રીતે કોડિંગ કરવા અને ઇન્સાઇટ્સ વિકસાવવા માટે દિવસો લાગતા ડેટા સેટ્સ હવે મિનિટોમાં અર્થપૂર્ણ થીમ્સમાં અનુવાદિત થતા હતા. GPT‑3 એ Yabble Query ને વપરાશકર્તાઓના વધુ જટિલ પ્રશ્નો સમજવા અને પ્રક્રિયા કરવા, અને સંબંધિત ડેટા સેટ પર આધારિત વધુ સુસંગત ઇન્સાઇટ્સ સાથે જવાબ આપવા પણ સક્ષમ બનાવ્યું.
બેન કહે છે, “જેમ જેમ અમારો ગ્રાહક આધાર વધ્યો, તેમ લોકોના તેમના ડેટા વિશેના પ્રશ્નો અને તેઓ શું સમજવા માંગતા હતા તે સ્વાભાવિક રીતે વધુ જટિલ બનતું ગયું.” “GPT‑3 સાથે, અમે Yabble Query માં વધુ જટિલ અને સૂક્ષ્મ પ્રશ્નો સંભાળી શક્યા જ નહીં, પરંતુ અમે આપતા જવાબો વધુ સંબંધિત અને અંતર્દૃષ્ટિપૂર્ણ પણ બન્યા. Query અમારા ગ્રાહકો માટે ઉપયોગી હોવાને બદલે તેમની વ્યવસાયિક વ્યૂહરચના માટે સંપૂર્ણપણે આવશ્યક બની ગઈ.”


