蒙特雷人工智能將客戶的聲音轉化為即時的產品洞察

聯合創始人蔣純（音譯，Chun Jiang） 和本·克萊默(Ben Kramer)解釋了蒙特雷如何將用戶在支持日誌、聊天消息和社交帖子中的反饋轉化為可操作的產品設計見解，以及他們為什麽加入康卡斯特NBCUniversal LIFT實驗室生成式人工智能加速器。

作為舊金山壹家高增長公司的產品設計師，蔣純同時處理了許多項目，朋友們常常想知道她是如何完成的。她渴望有壹天人工智能能幫上忙。

“我癡迷於自動化我的工作，”聯合創始人蔣純說

具體來說，她希望簡化分析來自各種不同來源的用戶反饋的過程——但是這個過程是手動的、費力的、容易出錯的。

因此，她與同事本·克萊默合作推出了蒙特雷人工智能(Monterey AI)，這是壹個產品開發副駕駛，幫助組織收集用戶反饋，推動見解，並采取行動，帶來更好的客戶體驗。它的工作原理是分析用戶反饋數據，如客戶支持日誌、聊天消息、社交帖子和直接提交的反饋，允許團隊使用自然語言與這些數據進行交互。

例如，壹家遊戲公司使用Monterey篩選Discord上的數千條用戶信息，標記有關錯誤和故障、玩法問題和新功能請求的通信。它還可以獲取每個用戶的元數據，以了解他們是否經常玩遊戲，以及他們在遊戲上花了多少錢。

“這是關於使用自然語言來獲得有意義的見解，並進行數據驅動的產品升級”——蔣純

“數據收集後，產品經理可以問這樣的問題:用戶最常見的抱怨是什麽?上個月客戶發現了哪些bug ?然後，他們可以迅速將這些信息發送給工程團隊來改進產品。”

兩位創始人申請了康卡斯特nbc環球LIFT實驗室加速器，因為它專註於幫助初創企業與康卡斯特nbc環球建立戰略合作夥伴關系。現在，蒙特雷正在與康卡斯特的多個團隊合作，為全公司提供可擴展和可操作的產品分析解決方案。

“我從未見過專門為幫助妳獲得企業客戶的試點項目而設計的加速器。價值是如此明確。”有機會更多地了解業務，了解頂級組織的領導者如何與初創企業合作，這是非常寶貴的。”

設定優先級和管理目標
在蒙特雷會議之前，產品團隊很難收集、分類和分析用戶反饋——這意味著他們只能根據高管或銷售人員的軼事意見進行升級。傾聽最響亮的聲音並不總是可靠的產品設計策略。

“我們的工具分析了大量數據，解釋了最終用戶真正想要什麽和需要什麽。”
——Ben Kramer，聯合創始人

“產品團隊很難理解該做什麽，什麽時候做，”克萊默說。“我們幫助團隊找出問題所在，這樣他們就可以進行產品更新，吸引新用戶，最大限度地減少流失。”在不久的將來，Monterey計劃繼續改進安全性、規模和用戶體驗。隨著時間的推移，越來越多的公司使用這項技術，他們計劃將其能力擴展到新的數據集和垂直領域。

“我們最初並沒有意識到這個平臺的應用範圍有多廣，”蔣說。“在我們之前的經驗中，我們總是先專註於壹個垂直領域，然後再擴展到其他領域。但我們實際上可以同時服務於很多垂直領域，所以這種大型語言模型技術帶來的可擴展性是非常令人難以置信的。我們對即將到來的壹切感到興奮。”