A Autodesk usa a AWS para desenvolver comunidades de usuários, aumentar a participação da comunidade e obter respostas aos membros da comunidade com mais rapidez

A fornecedora de software Autodesk organiza um fórum comunitário chamado Autodesk Forums para seus clientes desde 2000, mas, embora muitos clientes o usassem como um recurso, poucos estavam dando o próximo passo no engajamento com a comunidade. Na verdade, os usuários mais engajados do fórum eram os mais versados nas ofertas da Autodesk. A empresa queria expandir o alcance do fórum, capacitando os clientes a não apenas absorver a experiência da comunidade, mas também a oferecer a sua própria.

A Autodesk escolheu as soluções da Amazon Web Services (AWS) para criar e implantar rapidamente um modelo de machine learning para uma nova iteração de um fórum chamado Community Match. O modelo combinaria a experiência dos membros do fórum com as perguntas feitas no fórum. A ideia seria incentivar os membros da comunidade que são especialistas em um determinado assunto a compartilhar seu conhecimento sobre as soluções da Autodesk. Enquanto anteriormente os clientes buscavam o suporte da Autodesk apenas para solucionar problemas, agora, eles aproveitam o conhecimento da comunidade compartilhada para usar o software da Autodesk com mais eficiência.

A Autodesk fabrica software que permite que as pessoas “façam qualquer coisa”. Suas soluções, com tecnologias emergentes, como impressão 3D, inteligência artificial, design generativo e robótica, são criadas para construtores nos setores de arquitetura, engenharia, construção, mídia e entretenimento e manufatura. A empresa tem uma estratégia para usar principalmente a AWS em toda a sua prática de desenvolvimento: em 2017, mudou a prática de desenvolvimento de ciência de dados e machine learning das máquinas on-premises para a AWS e, recentemente, criou um modelo de habilidades de machine learning para encaminhar melhor os clientes aos agentes de suporte. “Da mesma forma que pensamos sobre encaminhamento baseado em habilidades, podemos começar a atender nossos clientes como parte da experiência digital e de forma inteligente muito antes que uma pessoa tenha que se envolver”, diz James Bradley, diretor de Ciência de Dados da Autodesk. “Podemos levar nossos recursos de suporte para mais perto dos clientes e interagir com eles automaticamente muito mais cedo.”

Originalmente, a Autodesk pretendia que o Community Match fosse um espaço em que os clientes pudessem se conectar com especialistas internos da empresa. Posteriormente, em uma mudança para se concentrar em estimular a experiência compartilhada e a comunidade entre os clientes, a Autodesk procurou aumentar o engajamento do cliente para ajudar a fornecer respostas mais rapidamente e uma experiência de usuário otimizada para mais clientes. “Houve uma oportunidade de atingir membros da comunidade com experiência específica e colocá-los em contato com membros da comunidade que têm perguntas a serem respondidas”, diz Bradley. Para aumentar a participação, a estratégia inicial era usar notificações por e-mail. No entanto, isso parecia envolver apenas clientes que já estavam muito ativos na plataforma, pessoas que a Autodesk chamava de “Expert Elites” (Elites de especialistas), cuja experiência em produtos os torna de fato embaixadores da Autodesk. Em vez disso, a Autodesk queria usar as notificações para atrair um novo conjunto de clientes com histórico comprovado de participação e interesse no fórum, mas que não participavam regularmente.

Para obter informações sobre como os clientes reagiriam às notificações por e-mail para impulsionar o engajamento no fórum, a Autodesk foi direto à fonte, entrevistando clientes em uma conferência com mais de dez mil participantes. Uma descoberta importante foi que os funcionários de alguns clientes realmente vasculham os fóruns ou fazem perguntas para selecionar o conteúdo para compartilhar internamente com suas equipes, mas nem sempre compartilham seus próprios conhecimentos. “Muitos deles acham que não sabem tanto quanto um funcionário da Autodesk ou um Expert Elite, então, esperam que outra pessoa responda a uma pergunta, mesmo que eles sejam especialistas no assunto”, diz Yizel Vizcarra, cientista de dados da equipe de Ajuda e Experiência Digital. “Queríamos criar um senso de comunidade nos fóruns e incentivar as pessoas a responderem quando a experiência delas puder ajudar outra pessoa.”

A Autodesk usou uma arquitetura sem servidor da AWS para criar um protótipo do modelo de conhecimento em apenas uma semana. “Foi divertido criar algo baseado apenas uma ideia em tão pouco tempo, reunindo os diferentes recursos sem servidor que existem na AWS”, diz Bradley. Um webhook entrega dados em tempo real para a AWS do fornecedor terceirizado em que o Community Match está hospedado. “Isso fornece uma arquitetura flexível para nós, porque podemos transmitir esse conteúdo de várias maneiras diferentes, não apenas mantendo os funcionários informados com o envio de coisas para o Slack, mas também atendendo aos nossos diferentes grupos de usuários”, diz Vizcarra. A Autodesk dividiu os usuários do fórum em grupos: altamente engajados, semiengajados e observadores.

Em seguida, criou e treinou um modelo de conhecimento, hospedado no Amazon Elastic Container Service (Amazon ECS), um serviço de orquestração de contêineres totalmente gerenciado, usando uma técnica de aprendizado de transferência para criar incorporações de perguntas de clientes nos fóruns. Depois, criou um modelo aproximado de “vizinhos mais próximos”, um modelo de classificação comum baseado na suposição de que itens próximos em um conjunto de dados geralmente são semelhantes, usando o Amazon SageMaker. O modelo de conhecimento e o modelo aproximado de vizinhos mais próximos ajudam a analisar as perguntas recebidas dos usuários e a identificar outros dez usuários que têm experiência ou que responderam a uma pergunta sobre um tópico semelhante no passado. Os modelos e uma série de regras de negócios são empacotados usando o AWS Lambda, que permite que a Autodesk execute código sem provisionar ou gerenciar servidores, sequenciados pelo AWS Step Functions. Essas notificações, conhecidas como recomendações, são enviadas usando o Amazon Simple Email Service (Amazon SES) para até dez usuários por pergunta recebida com um link para participar. A Autodesk criou toda a solução sem alterar a infraestrutura de software existente. “Conseguimos introduzir machine learning para monitoramento em tempo real sem precisar fazer uma ampla integração com o software do fórum”, diz Alex O'Connor, cientista de dados líder da equipe de ciência de dados de ajuda digital. “Na verdade, aliviamos a pressão em nossos servidores ao fazer isso.” Sem streaming, teria sido necessário executar consultas de exportação em massa muito grandes nos fóruns, com enormes custos de recursos, potencialmente afetando a experiência dos usuários na plataforma do fórum. Com a abordagem de webhook em tempo real, o escalonamento de recursos é facilmente controlado.

Uma nova iteração do Community Match foi lançada em julho de 2020, visando clientes que não participam regularmente. Nas primeiras seis semanas do lançamento do fórum, a Autodesk enviou 8.473 recomendações usando o Amazon SES e o Amazon Simple Notification Service (Amazon SNS), um serviço de mensagens de publicação e assinatura (pub/sub) usado para criar tópicos ou grupos lógicos em diferentes tipos de produto e fornecer notificações de atualização. A Autodesk descobriu que o modelo de machine learning corresponde à alta qualidade em 32% das vezes, o que avaliou pela taxa de abertura, e a taxa de cliques das notificações foi de 31%. Em comparação com uma taxa de resposta de 12% na primeira iteração do Community Match, pelo menos 16% das pessoas que clicaram na notificação na nova iteração se envolveram em uma resposta, sendo que a maioria delas não era um usuário altamente engajado. “Espero que receber uma notificação enfatizando sua experiência incentive essas pessoas a se envolverem totalmente em uma conversa”, diz Bradley. “E, de fato, nós observamos que estão postando um pouco mais.” O fórum foi criado para capacitar os clientes, especialmente aqueles que se abstiveram de participar, mostrando como compartilhar seus conhecimentos pode beneficiar outras pessoas. Os clientes já ofereceram respostas ou soluções alternativas diferentes, mas não menos úteis, do que as recomendações de especialistas que viriam de um agente da Autodesk.

A Autodesk também pode usar o fórum para interagir melhor e ajudar os clientes. “Podemos reagir ao comportamento dos clientes em tempo real e gerar um impacto positivo nos negócios ao fazer isso”, diz Bradley. “Isso abre oportunidades para pensar sobre nossas metas de negócios: poderíamos nos basear nessa estrutura de mensagens em tempo real para impulsionar o comportamento do cliente que reduz esforços ou aumenta a eficiência dos negócios.” Por exemplo, o fórum deu à Autodesk a flexibilidade de responder rapidamente às necessidades dos clientes de uma forma que um gerente de campanha ou uma aplicação de e-mail não poderia. Durante a pandemia de COVID-19, por exemplo, a empresa reutilizou partes da infraestrutura do fórum para monitorar as menções ao coronavírus, observar os ajustes comerciais que os clientes estavam fazendo e, a partir desses dados, desenvolveu respostas informadas. “Prestar atenção ao que as pessoas estão dizendo é ótimo para ajudar a responder em tempo real”, diz O'Connor. “Especialmente no início, quando a situação estava se desenvolvendo tão rapidamente, era importante entender se estávamos atendendo às necessidades dos clientes na mesma velocidade.”

Sem fazer mudanças profundas na infraestrutura existente, a Autodesk usou os serviços da AWS para reconstruir seu fórum Community Match para promover mais engajamento com os clientes, capacitando os clientes a compartilhar conhecimentos que poderiam beneficiar outras pessoas. O fórum impulsionado por machine learning não apenas permite que a Autodesk forneça respostas criativas aos clientes, mas também fornece à empresa informações valiosas sobre os clientes e uma solução flexível que pode se adaptar rapidamente às necessidades dos clientes. “Realmente temos a capacidade de personalizá-lo e aprender com ele muito rapidamente”, diz Bradley. “Trata-se de ouvir como podemos ajudar e adaptar nossa resposta a isso.