Yabble

Yabble თავის მომხმარებლებს აწვდის მნიშვნელოვან სამომხმარებლო ინსაიტებს, რომლებიც მათ ბიზნესსტრატეგიის განსაზღვრაში ეხმარება. OpenAI-ის GPT‑3‑ის დახმარებით, მათ შეუძლიათ უფრო მდიდარი შედეგები უფრო სწრაფად მიაწოდონ.

ნებისმიერი ჭკვიანი ბიზნესგადაწყვეტილება ეფუძნება ქმედით ინსაიტებს — იქნება ეს ახალი პროდუქტის გამოსავლენად, არსებული სერვისების გასაუმჯობესებლად თუ იმის გასაგებად, რა მოსწონთ (ან არ მოსწონთ) მომხმარებლებს პროდუქტში. თუმცა, ბიზნესლიდერებმა ძალიან კარგად იციან, რამდენად რთულია მომხმარებელთა უკუკავშირის უზარმაზარი მოცულობის გაფილტვრა და ანალიზი იმ ინსაიტების მისაღებად, რომლებიც ბიზნესსტრატეგიის ჩამოყალიბებას სჭირდება.

2017 წლიდან Yabble-მა შექმნა პლატფორმა, სადაც ორგანიზაციებს შეუძლიათ მარტივად გააანალიზონ ათასობით მომხმარებლური მონაცემი, მიღებული გამოკითხვებიდან ან უკუკავშირის ფორმებიდან, და შეაგროვონ ნათელი, მონაცემებით გამყარებული ინსაიტები. 2021 წელს მათ დაამატეს Yabble Query, ინსტრუმენტი, რომელიც მომხმარებლებს საშუალებას აძლევს Yabble-ს დაუსვან მრავალფეროვანი კითხვები საკუთარი მონაცემების უკეთ გასაგებად და AI-ზე დაფუძნებული ალგორითმებით მიიღონ მათთვის ყველაზე მნიშვნელოვანი კითხვების შესაბამისი ინსაიტები, რათა ნაკლები დრო დახარჯონ მონაცემების ანალიზზე და მეტი — ბიზნესის განვითარებაზე. წელს მათ წარადგინეს Yabble Count, AI ინსტრუმენტი, რომელიც აანალიზებს ათასობით კომენტარს და სხვა არასტრუქტურირებულ მონაცემთა ნაკრებს, ახარისხებს მათ სენტიმენტის მიხედვით და აორგანიზებს მონაცემებს თემებად და ქვეთემებად, რათა გამოავლინოს ის ძირითადი საკითხები და უკუკავშირი, რომლებიც მომხმარებლებში რეზონანსს იწვევს.

მიუხედავად იმისა, რომ Yabble წარმატებით ეხმარებოდა ზოგიერთ უდიდეს ბრენდს საკუთარი მომხმარებლების უკეთ გაგებაში, მათ აფერხებდა ის ხელით შესასრულებელი სამუშაო, რომელიც საჭირო იყო მომხმარებელთა მონაცემებიდან ქმედითი ინსაიტების შესამუშავებლად. ისინი დღეებს, ზოგჯერ კი კვირებსაც ხარჯავდნენ მონაცემთა ნაკრებების დამუშავებაში — სანამ OpenAI-თან არ დაიწყეს თანამშრომლობა.

„მომხმარებლებს ძალიან მოსწონდათ, რამდენად მარტივი გახდა მონაცემებისა და უკუკავშირის ფორმების უზარმაზარი მასივების გაგება და ამ ინფორმაციის ადვილად აღქმად ფორმაში მიღება, მაგრამ ზოგიერთ კლიენტთან მონაცემთა ნაკრებების ანალიზს ზოგჯერ კვირები სჭირდებოდა“, — ამბობს ბენ როუ, Yabble-ის პროდუქტების ხელმძღვანელი. „ვიცოდით, რომ თუ ჩვენი არსებული შეთავაზებების გაფართოება გვინდოდა, გვჭირდებოდა ხელოვნური ინტელექტი, რომელიც მძიმე სამუშაოს დიდ ნაწილს აიღებდა საკუთარ თავზე, რათა ჩვენი დრო და შემოქმედებითი ენერგია სხვა მიმართულებებზე დაგვეხარჯა — OpenAI ამ საჭიროებას იდეალურად მოერგო.“

OpenAI-ის GPT‑3‑ის ბუნებრივი ენის გაგების შესაძლებლობების გამოყენებით, Yabble-მა შეძლო სწრაფად გარდაექმნა რთული, არასტრუქტურირებული მონაცემები შესაბამის თემებად და ქვეთემებად. GPT‑3‑ის დახმარებით, მონაცემთა ნაკრებები, რომელთა კოდირებასა და ანალიზიდან ინსაიტების მიღებას Yabble-ის გუნდებს ჩვეულებრივ დღეები სჭირდებოდათ, ახლა წუთებში გარდაიქმნებოდა მნიშვნელობით დატვირთულ თემებად. GPT‑3‑მა ასევე მისცა Yabble Query-ს შესაძლებლობა, გაეგო და დაემუშავებინა მომხმარებლების უფრო რთული კითხვები და ეპასუხა უფრო ზუსტი ინსაიტებით, რომლებიც აუცილებლად შესაბამის მონაცემთა ნაკრებს ეფუძნებოდა.

„როგორც ჩვენი მომხმარებელთა ბაზა იზრდებოდა, ბუნებრივად უფრო რთულდებოდა იმ კითხვების ტიპებიც, რომლებიც ადამიანებს თავიანთ მონაცემებზე უჩნდებოდათ და რისი გაგებაც სურდათ“, — ამბობს ბენი. „GPT‑3‑ით ჩვენ არა მხოლოდ შევძელით Yabble Query-ში უფრო რთულ და ნიუანსურ კითხვებზე პასუხი, არამედ ჩვენს მიერ გაცემული პასუხებიც უფრო რელევანტური და ღირებული გახდა. Query ჩვენი მომხმარებლებისთვის უბრალოდ სასარგებლო ხელსაწყოდან მათი ბიზნესსტრატეგიის სრულიად აუცილებელ ნაწილად იქცა.“