Sciene AI Companion: creare una piattaforma di Customer Success autonoma su Databricks

Sciene sviluppa prodotti di AI che standardizzano e scalano flussi di lavoro aziendali ad alto volume e incentrati sulle relazioni. Quando Quartile, la piattaforma di ottimizzazione dei media retail più grande al mondo, che gestisce il performance marketing per oltre 1.000 brand, ha iniziato a utilizzare la piattaforma di Sciene per scalare le proprie attività di Customer Success, ha trasformato il modo in cui lavorano tra diverse aree geografiche e fusi orari.

Nel settore della pubblicità digitale, i Customer Success Manager (CSM) rappresentano il ponte tra un'agenzia e i suoi clienti: analizzano le performance delle campagne, preparano presentazioni strategiche, segnalano proattivamente i problemi e mantengono la relazione continua che mantiene i clienti attivi e in crescita. Questo ruolo richiede sia profondità analitica che un tocco personale. Su larga scala, tuttavia, questa combinazione viene meno.

I CSM trascorrono ore ogni settimana a creare presentazioni da zero, ricostruire il contesto dei clienti e classificare i problemi dei vari account senza una visione sistematica dell'intero portafoglio clienti. Senza gli strumenti e la tecnologia adeguati, non riescono a tenere il passo.

Questa è un'applicazione perfetta per l'AI generativa. Sciene, andando oltre Quartile, sta cercando di risolvere il problema di come introdurre l'efficienza dell'AI nei processi aziendali basati sulle relazioni, mantenendo al contempo la personalizzazione vitale per una connessione umana essenziale.

Ostacoli all'applicazione dell'AI nel Customer Success

La piattaforma di Sciene ha dovuto risolvere tre problemi contemporaneamente:

1. Personalizzazione su larga scala - che si tratti di una bozza di email, di una presentazione per una riunione o di una diagnosi dell'account, ogni output generato dall'AI deve avere un contesto aziendale: le performance e le metriche dell'account, lo stile personale del singolo CSM e gli standard di comunicazione.
   Se affrontarlo una volta è semplice, farlo per oltre 350 CSM con stili di comunicazione diversi in tutto il mondo, e per molteplici interazioni settimanali di 1.000 account con la propria storia unica, è una sfida complessa.
2. Generazione di contenuti ad alto volume - produrre ogni settimana 1.600 presentazioni standardizzate da 80 slide ciascuna, creare bozze di risposta via email per ogni cliente, con una qualità costante e zero colli di bottiglia nell'elaborazione.
3. Diagnosi della causa radice, non solo rilevamento - I clienti hanno bisogno di qualcosa di più di semplici avvisi sulle variazioni dell'account; richiedono spiegazioni sul perché si siano verificate tali variazioni e indicazioni su cosa fare dopo. La soluzione deve collegare i dati di pubblicità, campagne, inventario, fatturazione e CRM per diagnosticare le anomalie, che possono derivare da cambiamenti stagionali, azioni della concorrenza o mutamenti del mercato globale.

Dalla disponibilità dei dati alla presentazione del CSM, Sciene ha una finestra di elaborazione molto ristretta. La piattaforma deve acquisire, modellare, eseguire l'inferenza dell'AI e fornire i risultati in tempo reale. Tutte le pipeline, i carichi di lavoro di AI e il livello operativo devono utilizzare la stessa fonte di verità governata, rendendo Databricks la soluzione architetturale ideale.

Databricks per il Customer Success: dentro l'AI Companion di Sciene

Per soddisfare tutti i requisiti, Sciene ha creato una piattaforma AI Companion, strutturando tre moduli per risolvere diversi colli di bottiglia nel modo in cui gli utenti vengono serviti:

• Email Hub - stesura di risposte email con piena consapevolezza del contesto. Genera risposte rapide, ponderate e basate sui dati, scritte con lo stile del CSM e nel rispetto dei principi aziendali. Questo preserva le relazioni con i clienti e fa risparmiare molto tempo. Un sondaggio interno ha mostrato che il tempo di risposta è sceso da 15-30 minuti a circa 3 minuti con AI Companion, rendendolo 8 volte più veloce.
• Meeting Hub - generazione di presentazioni standardizzate su larga scala. Centralizza i punti di discussione e i riepiloghi delle riunioni precedenti per generare una presentazione di oltre 80 slide, garantendo ai clienti un'esperienza coerente e aggiornata. Il tempo di preparazione si riduce da oltre 2 ore a circa 10 minuti (12 volte più veloce), il che significa che i CSM sono pronti rapidamente.
• Account Flagging System - rilevamento automatico delle fluttuazioni aziendali. Oltre a una dashboard di avvisi, il sistema identifica cosa è cambiato e ne diagnostica la causa radice, eliminando ore di indagini manuali. I CSM ricevono un briefing pre-diagnosticato invece di dover cercare dati tra i fogli di calcolo, consentendo un intervento più rapido sul cliente. Un sondaggio tra i CSM ha mostrato che il tempo per diagnosticare un account segnalato è sceso da oltre 30 minuti a circa 5 minuti (6 volte più veloce).

Nulla di tutto questo sostituisce il giudizio del CSM, ma elimina il lavoro che lo ostacolava. Il CSM rimane il proprietario dell'account, della relazione e della decisione su cosa fare dopo; AI Companion si assicura semplicemente che arrivi a ogni conversazione con il cliente avendo già a disposizione tutto il contesto necessario.

L'AI che potenzia i flussi di lavoro umani strategici

Sciene AI Companion è distribuito nell'intera organizzazione di CS di Quartile, che gestisce oltre 1.000 brand. Con la raccolta dei dati e la stesura delle bozze automatizzate, i CSM possono dedicare una parte maggiore della settimana a quello che è sempre stato il cuore del loro ruolo: una strategia dell'account più approfondita, conversazioni più efficaci con i clienti e le decisioni che contano di più. L'impatto si riflette a valle: i clienti ricevono un servizio più rapido e basato sui dati, e l'azienda gestisce un'organizzazione di CS che scala in modo efficiente.

Perché Databricks: governance e contesto al centro

L'architettura di AI Companion è stata costruita su un unico principio: tutti i consumatori (pipeline di dati, modelli di AI, dashboard) devono leggere dalle stesse tabelle governate, senza discrepanze di sincronizzazione.

Sciene ha valutato che l'alternativa di utilizzare uno stack frammentato di database separati, calcolo e infrastruttura di AI serving avrebbe creato enormi costi di manutenzione a causa di copie multiple dei dati, riconciliazioni complesse e inevitabili discrepanze nei dati. Databricks elimina completamente questo problema grazie a:

• Delta Sharing porta i dati di Quartile nell'ambiente di Sciene con zero copie, zero esportazioni e zero discrepanze: le stesse tabelle governate su cui Quartile gestisce la propria attività sono immediatamente available per l'acquisizione e la modellazione. Senza Delta Sharing, Sciene dovrebbe creare e mantenere pipeline ETL personalizzate per ogni origine dati, introducendo latenza e rischi di riconciliazione a ogni passaggio. Questo consente inoltre all'ecosistema di Sciene di espandersi in nuovi ambiti mantenendo i dati decentralizzati.
• Lakebase, il Postgres gestito di Databricks, ospita lo stato operativo, le configurazioni e la cronologia degli avvisi, i metadati delle riunioni, le azioni degli utenti e i contenuti generati dall'AI, con reattività transazionale e governance del lakehouse. Colma il divario tra carichi di lavoro analitici e operativi senza costringere Sciene a gestire un database separato al di fuori dell'ecosistema Databricks.
• I Databricks SQL Warehouses servono carichi di lavoro analitici, inferenza di AI e letture operative dalle stesse tabelle governate su endpoint serverless, senza gestione dei cluster e senza costi di avvio. Ogni consumatore vede gli stessi numeri perché interroga lo stesso livello.

Di conseguenza: il data engineering non deve mai inviare esportazioni personalizzate, l'applicazione non ricalcola mai la logica analitica e i carichi di lavoro di AI non devono gestire un proprio datastore. Un'unica base, nessuna discrepanza.

In che modo l'infrastruttura Databricks alimenta ciascun modulo

La stessa architettura supporta tutti e tre i moduli di AI Companion in modi leggermente diversi:

• Email Hub combina dati aggiornati sull'account con lo stile di comunicazione del CSM e i principi aziendali, il tutto basato su query della piattaforma AI in Databricks. Questo elimina l'obsolescenza dei dati derivante dal recupero di copie. I clienti ricevono risposte tempestive e altamente informate perché è il livello dei dati a scalare, non perché ogni risposta mantenga un proprio contesto.
• Meeting Hub crea ogni presentazione con lo stato più recente dell'account, attingendo il contenuto delle slide dalle stesse tabelle governate che alimentano la reportistica in altre aree dell'azienda. Un'unica fonte di verità significa che i clienti vedono numeri che corrispondono sempre: le presentazioni non saranno mai in contrasto con le dashboard.
• Account Flagging esegue una valutazione quotidiana su performance pubblicitarie, stato delle campagne, inventario, fatturazione e dati CRM. Scrive avvisi classificati per gravità in Lakebase, dove l'applicazione li rileva immediatamente. Il CSM può intervenire prima ancora che il cliente noti un problema. La regolazione delle soglie e le definizioni dei nuovi avvisi sono modifiche di configurazione, non rilasci di codice.

La base per l'espansione dell'AI su Databricks

L'architettura unificata della Databricks Data Intelligence Platform abilita nuove funzionalità. Sciene sta esplorando un'integrazione più profonda con la piattaforma AI di Databricks, tra cui Databricks Apps per l'inferenza AI scalabile, MLflow per il tracciamento degli esperimenti tra le molteplici attività di generazione di AI Companion e Unity Catalog Lakeflow Connect per estendere la governance e l'acquisizione dei dati sul numero crescente di asset generati dall'AI prodotti dalla piattaforma.

Man mano che Databricks rilascia nuove funzionalità, la piattaforma di Sciene le integra, rendendo AI Companion più veloce e performante senza richiedere modifiche architetturali.

Per saperne di più su come Sciene collabora con Databricks per creare prodotti nativi per dati e AI per i flussi di lavoro aziendali, visita sciene.com o contatta il tuo referente Sciene o Databricks.

(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale