Yrityksen tausta

Liike on johtava luovan analytiikan ja tutkimuksen alusta. Liikkeen myötä luovat tiimit saavat apua jokaisessa työvaiheessaan, mukaan lukien tehokkaiden mainosten visuaalinen analyysi, kilpailijaseuranta, tekoälyagentit luovan strategian tukeen ja automaattiset tekoälypohjaiset suositukset auttamaan priorisoimaan seuraavia toimituksia.

‍

Liikkeen asiakkaisiin kuuluu joitakin merkittävimpiä mainostajia maksetussa sosiaalisessa mediassa. Brändit kuten HexClad, Vuori, True Classic, Jones Road Beauty ja Ridge käyttävät liikettä analysoidakseen yli 11 miljardia dollaria mediakuluja joka vuosi.

‍

Tuhansista asiakkaista ja huippumainostajien korkeista odotuksista johtuen Liikkeen tiimi tarvitsee tarjota erittäin tarkkaa tukea ja nopeasti hallita uusia teknisiä muutoksia Meta-, TikTok-, LinkedIn- ja YouTube-mainosalustoilla. 

‍

Pysyäkseen mukana he kääntyivät Guru'n puoleen.

‍

"Olemme nopeasti kasvava startup. Kasvoimme noin 10 henkilöstä nyt noin 70:een ja kasvamme nopeasti. Kun tiimi on kasvanut, tiedon jakamisen tarve on vain lisääntynyt." – Kyra Richards, asiakaspalvelun johtaja

‍

Haaste

Kun liiketoiminta kasvoi, vanhemmat tiimin jäsenet tulivat ylitsevyörytettyinä toistuvista tuotekysymyksistä yrityksen eri osastoilta—markkinoinnista, AE:ista, CSM:istä ja tukitiimeistä. Jatkuvat DM:t ja Slack-keskustelut veivät arvokasta aikaa, estäen näitä asiantuntijoita keskittymästä strategisiin projekteihin. Ilman virallista tietopohjaa vastaukset olivat hajallaan, epätarkkoja ja vaikeita löytää.

‍

"Ihmiset, jotka olivat yrityksen ensimmäisissä 20:ssä, omaavat niin paljon ekstraa kontekstia, jota muilla ei ole. Kaikki saivat miljoona DM:ää, eikä tiimimme asiantuntevammat jäsenet ehtineet muuhun, koska he vastasivat kysymyksiin koko päivän." – Kyra Richards

‍

Ratkaisu

Liike toteutti Guru’n tekoälypohjaisen tietagentin keskitetääkseen tuoteinformaatioita ja tehdä niitä käytettävissä välittömästi. He:

• ✅ Käynnistivät Guru-agentin Slackissa automaattisesti vastaamaan tuotekysymyksiin reaaliaikaisesti.
• ✅ Rakenivat automatisoidun järjestelmän laajentamaan tietopohjaa aina kun kysymykseen ei saatu vastausta.
• ✅ Yhdistettiin Guru Linear:iin ja Intercom:iin saadakseen reaaliaikaiset tuote päivitykset ja parantaakseen tukivastauksia.
• ✅ Syötettiin Guru-tiedot Intercomin tekoälypohjaiseen chattiin, Fin:iin, parantaakseen asiakastuen tarkkuutta.

‍

"Sattumalta löysimme tietagentit leikitellessämme asetuksilla. Yhdistimme sen tärkeisiin lähteisiin, kuten Linear:iin kehityslippuja ja Intercom:iin asiakastukea varten. On ollut uskomatonta nähdä, kuinka hyvin se toimii." – Kyra Richards

"Olemme voineet yhdistää Gurun takaisin Intercomin chattiin, Fin:iin. Ero siinä, kuinka hyvin Fin nyt vastaa kysymyksiin, kun se käyttää Guru-tietoa, on uskomaton." – Kyra Richards

‍

Lähestymistapa

1. Aseta Slack-integraatio: Liike yhdisti Gurun Slackiin, jolloin tekoälytietagentti voi vastata tuotekysymyksiin välittömästi.

‍

‍

2. Automatisoitu tietojen keruu:

• Jos Guru-tietagentti ei pystynyt vastaamaan kysymykseen, viesti ohjattiin omalle Slack-kanavalle.
• Zapier-automaatiolla viesti käsiteltiin OpenAI:n avulla, jotta voitiin luonnostella Guru-kortti.
• Luonnos lisättiin Gurulle ihmisten vahvistettavaksi ennen kuin se tuli voimaan.

‍

‍

3. Yhdistetyt järjestelmät: He yhdistivät Gurun Linear:iin (kehityslipuille) ja Intercom:iin (tekoälypohjaiseen asiakastukeen), varmistaen ajan tasalla olevan tiedon.

4. Hiottu tekoälytone: He kouluttivat tekoälyä vastaamaan Liikkeen tukityylillä analysoimalla olemassa olevia tiimidiskursseja Claude:n avulla.

5. Parannettu asiakastuki: Guruin tieto syötettiin Intercomin tekoälychattiin, Fin:iin, parantaen asiakaskontaktivastauksien tarkkuutta ja johdonmukaisuutta.

‍

👉 Tässä on hyödyllinen kaavio, joka hahmottaa tätä prosessia

‍