Хакатони (тобто марафон для комп'ютерних програмістів) стають не лише способом знайти нові таланти. Вони використовуються для запуску нових підприємств. Одним з таких прикладів є Guesswork, автозавантаження платформи, яка передбачає клієнтські наміри, які використовували призові гроші в розмірі $ 20,000, щоб розпочати свою діяльність.
Guesswork була заснована в 2013 році Мані Доразімамі і Боебеш Рамалінгам, які знали один одного з днів своїх коледжів. Вони обидва мають більш ніж 14-річний досвід у побудові технологічних платформ і працюють разом протягом п'яти років. До заснування Guesswork, Мані був співзасновником OrangeScape, де він створив дві платформи правил на хмарі - Visual PaaS і Kissflow.
$config[code] not foundІдея Guesswork народилася під час створення програми для розуміння та автоматичного реагування на відгуки клієнтів. Вони виявили, що машинне навчання неефективне - принаймні, на початкових етапах. Вони вирішили це, створивши шар двигуна правил на вершині алгоритму машинного навчання.
Вони вирішили запустити продукт на основі цієї концепції, оскільки зрозуміли, що ця технологія буде дуже корисною, особливо для компаній CRM.
Щоб розпочати компанію, вони перейшли з Індії до району затоки. Оскільки вони не могли працювати на візі B1, а район Bay був настільки дорогим, хакатони - це шлях. У перші дев'ять місяців хакатони у вихідні та початкові роботи в будні стали рутиною.
Будучи переможцем одного з таких хакатонів, вони були запрошені до прискорювача Tata Communications в NestGSV, Редвуд-Сіті, Каліфорнія, а також отримали грант у розмірі 30 000 доларів, не розбавляючи жодного капіталу. Карл Перкінс, головний архітектор Tata Communications, порадив їм взяти підхід до платформи, дивлячись на потенціал технології.
Guesswork використовує загальнодоступні соціальні дані для побудови персони, що відображає індивідуальні уподобання та інтереси клієнтів (див. Малюнок вище). Це одна з найбільш точних платформ машинного навчання для прогнозування намірів клієнта. Їх двигун правил оптимізований для розуміння профілю клієнта та семантичного значення запитів клієнтів. Він побудований на вершині найсучаснішого Google Prediction API і допомагає компаніям CRM та електронній комерції використовувати ці знання для персоналізації рекомендацій продукту.
Машинне навчання в даний час приймається компаніями, крім Google і Facebook. Проте, вона все ще потребує величезних інвестицій. За допомогою Guesswork компанії CRM можуть інтегрувати інтелектуальний інтелект у свої продукти на частку інвестицій у час та ресурси.
Їхньою основною ціннісною пропозицією є те, що їх навчальний механізм є дуже точним і дуже простим у використанні та інтегруванні, що дозволяє компаніям CRM виходити на ринок швидше з цією диференційованою функціональністю.
Нещодавно вони випустили свій продукт, і їх рання тракція пройшла через особисті контакти. Їх плацдарм в рамках CRM використаннявипадки включають в себе: Автоматичне реагування на запити клієнтів, вести бал, і інформаційний бюлетень і рекомендації продукту для електронного маркетингу.
Вони мають три великі OEM операції в процесі будівництва, і вони планують залучити $ 1,5 млн. Протягом наступних 6-9 місяців для масштабування придбання клієнтів.
Зображення: Hackathon Example (Вікіпедія), Guesswork
2 Коментарі ▼
