חברות טכנולוגיה ותוכנה

בחברת טכנולוגיה יש מהנדסים, והם עסוקים במוצר. ה-Data Science סביב העסק מחכה בדרך כלל: אילו לקוחות עומדים לנטוש, מה באמת יהיו ההכנסות ברבעון הבא, ואיזו תשובה לתמיכה כבר כתובה איפשהו בתיעוד. בינתיים הנהלת החשבונות גדלה עם כל גיוס, עם חשבוניות ספקים וענן בכמה מטבעות, סגירת חודש וגבייה. אנחנו מורידים את המודלים ואת מערכות הנהלת החשבונות מהרשימה של צוות המוצר, בונים אותם על הנתונים שלכם ומוסרים קוד שהמהנדסים שלכם יכולים לקרוא.

מה מחכה בזמן שבונים את המוצר?#

• נטישה שרואים מאוחר מדי. השימוש יורד, מספר המשתמשים בחשבון קטן והטון בפניות לתמיכה משתנה, חודשים לפני הביטול. הסימן יושב בנתוני האירועים, ואף אחד לא בונה עליו מודל.
• תחזית שאף אחד לא בודק. את תחזית ההכנסות והחידושים בונים מחדש באקסל כל רבעון, ואף אחד לא משווה אותה למה שנסגר בפועל.
• ידע תמיכה מפוזר. התשובה לשאלה של לקוח קיימת בפנייה ישנה, בעמוד תיעוד ובשרשור צ׳אט, והצוות כותב אותה שוב.
• הנהלת חשבונות שגדלה. אחד או שניים שגויסו בשביל משהו אחר מטפלים בחשבוניות הספקים, בחשבונות הענן בדולרים, בדפי האשראי ובחומר לרו״ח בסוף החודש.

איפה מודלים ואוטומציה משתלמים בחברת טכנולוגיה?#

• סימני נטישה והרחבה מתוך אירועי המוצר: רשימה שבועית של חשבונות, עם הסיבה שבגללה כל אחד סומן, לצוות שמלווה את הלקוחות.
• תחזית הכנסות שנבדקת מול תוצאות אמת באופקים קבועים, כך שהטעות ידועה לפני שהדירקטוריון שואל.
• חיפוש בתיעוד ובפניות קודמות, עם תשובה שמפנה למקור.
• חשבוניות, התאמות וחומר לסגירת חודש במערכת אחת, עם רשימה קצרה של חריגים.

מה שקובע את התוצאה זה פחות המודל ויותר איך בודקים אותו. צריך חלוקה נקייה בין נתוני אימון לנתוני בדיקה, בלי זליגה. צריך לעקוב אחרי הטעות לאורך זמן, ולסכם מדד לפני שבונים.

אילו מהפתרונות שלנו מתאימים?#

• זיהוי סיכוני לקוחות: ניתוח נטישת לקוחות וסיווג התנהגות על נתוני אמת.
• תחזית ביקושים ומכירות: תחזיות בכמה אופקי זמן, שנבחנות בגלוי מול תוצאות אמת מדי חודש.
• זיהוי לקוחות חורגים בגבייה: לקוחות שהתנהגות התשלום שלהם משתנה, ברשימה שבועית.
• חשבוניות ספקים וסגירת חודש: המערכת קוראת ורושמת חשבוניות וקבלות, מתאימה בנק ואשראי, ורו״ח מקבל תיקייה אחת.
• דוח מנהלים שבועי: המספרים של השבוע בעמוד אחד, ולכל מספר יש מקור.
• סוכן ידע ארגוני ועיבוד מסמכים: תשובות מתוך התיעוד ומהפניות הקודמות, עם הפניה למקור.

איך מתחילים?#

מהשאלה שהצוות דוחה כל פעם מחדש, בדרך כלל נטישה או תחזית ההכנסות. בשלב האפיון, במחיר קבוע, אנחנו קוראים את נתוני האירועים, ה-CRM והחיובים, וכותבים מה הם מאפשרים ובאיזו טעות. לפני שבונים משהו מסכמים מדד אחד, למשל כמה מהחשבונות שנטשו ברבעון שעבר המודל היה מסמן חודש מראש. התוצר הוא קוד וצנרת נתונים בריפו שלכם, שעוברים סקירה עם המהנדסים שלכם. איך אנחנו עובדים מפרט את השלבים.