ForMotiv утверждает, что наблюдение за тем, как пользователь заполняет формы на сайте, помогает понять его реальные намерения. И даже более того — таким образом можно сделать предположения о том, не хочет ли он при этом что-то скрыть!
Для этого платформа ForMotiv интегрируется с сайтом и отслеживает заполнение форм — движение мышки, скорость и равномерность нажатия клавишей, паузы при заполнении определённых полей и другие подобные сигналы.
Свои предположения по поводу намерений пользователей платформа передаёт владельцам сайтов одновременно с заполненными пользователями формами.
Под капотом платформы скрывается ИИ-машинка, которая занимается таким анализом. Она умеет распознавать порядка 200 характерных признаков, выявляющихся при заполнении форм.
Алгоритм натренирован уже на 500 миллионах заполненных формах. Каждая новая заполненная форма и результат её последующей ручной проверки — это очередная порция данных для непрерывного процесса дальнейшего самообучения и самосовершенствования алгоритма.
Платформа оптимизирована под рынок страхования — то есть под формы, которые заполняют пользователи на сайтах компаний, занимающихся страхованием жизни, здоровья, жилья, автомобилей, коммерческой недвижимости, корпоративных рисков, ответственности и другими страховыми темами.
Платформа оценивает каждую заявку с двух сторон.
С одной стороны, платформа присваивает определённую степень риска каждой заявке, отправленной после заполнения формы — основываясь при этом не на её содержании, а на поведении, продемонстрированном пользователем при её заполнении.
Высокий степень присвоенного платформой риска может понижать приоритет в рассмотрении таких заявок или вызывать более тщательную процедуру проверки содержащихся в ней данных.
С другой стороны, платформа помечает особым образом те заявки, которые, по её мнению, отправлены пользователями, имеющими реальное желание купить страховой продукт — а не просто праздно интересующимися.
Для таких пользователей платформа выдаёт рекомендации по следующему желательному действию, которое может подвигнуть пользователя к покупке, и каналу, через который это действие стоит осуществить — например, отправить письмо-напоминалку по электронной почте или позвонить по телефону с конкретным предложением.
Несмотря на всю необычность подхода, он приносит реальные результаты. Страховые компании-клиенты платформы получают три возможных выгоды:
- Экономия на выплачиваемых страховых премиях за счёт более тщательной проверки сомнительных по мнению платформы заявок.
- Увеличение выручки за счёт приоритетного рассмотрения и более активного звимодействия с перспективными с точки зрения платформы пользователями.
- Уменьшение затрат на ручную проверку заявок за счёт отбрасывания самых рискованных на взгляд платформы заявок.
Платформа начинает становиться востребованной на рынке страхования. Выручка её за прошлый год выросла в 5 раз.
В текущем раунде стартап поднял 1.7 миллионов долларов, что увеличило общий размер инвестиций в него до 9.7 миллионов долларов.
ЧТО ИНТЕРЕСНОГО?
На первый взгляд, это очень неожиданный способ оценки рисков.
Хотя он вполне естественный. Ведь известно, что в процессе разговора 90% информации передаётся невербальным путём — то есть не словами, а выражением лица, интонацией, движением глаз, манерой ответов, паузами и другими проявлениями «языка тела».
Даже мы, когда собеседуем кандидатов на работу, особое внимание уделяем даже не тому, что человек говорит — а тому, как он это делает.
Так и тут. Мы начинаем уделать внимание не только тому, что человек написал в заявке — но и тому, как именно он её заполнял. Ведь это те же самые невербальные сигналы — язык тела, который тоже много о чём говорит.
Понятно, что на хорошем уровне анализа без алгоритмов искусственного интеллекта тут не обойтись. Потому что тонкостей в движении мышки и нажатиях на клавиши очень много — и мы не сможем заметить и описать их все в виде жёстких правил. Нужно анализировать огромные массивы данных и замечать множество мелких и скрытых зависимостей — с чем могут справиться только алгоритмы искусственного интеллекта, причём продолжающие постоянно усовершенствоваться на растущем объёме данных.
Общая большая идея — использование ИИ для анализа языка тела пользователей при взаимодействии с нашим продуктом с последующими выводами из этого.
Вариантов применения такого анализа может быть очень много разных. Отслеживание заполнения форм для страховых компаний — это лишь один из вариантов.
Другой сразу напрашивающийся вариант — контроль заполнения форм для получения кредитов. Ведь есть ощущение, что заявки на кредиты отправляет гораздо большее количество людей и гораздо чаще, чем заявки на страховки.
Или, например, мы можем тем же способом автоматически определять, на каких страницах нашего сервиса и в каких конкретно местах у пользователя начинают возникать сомнения и затруднения (застрял, листает туда-сюда, тыкает мышкой в разные места, начинает вводить и стирает) — чтобы проактивно эти моменты оптимизировать.
Такой метод неявного анализа поведения пользователей может оказаться даже более эффективным, чем метод задавания им прямых вопросов — потому что большинство пользователей ни на какие вопросы не отвечает, и никаких вопросов нам не задаёт, а молча перестаёт пользоваться нашим продуктом в случае возникновения непоняток и затруднений
Или можно, например, попробовать установить зависимость между способом отправки заказа (выбор товара, заполнение формы заказа) и вероятностью последующего отказа от него для интернет-магазинов. Чтобы в сомнительных случаях присылать через определённое время письмо с просьбой дополнительного подтверждения заказа. Потому что каждый возвращаемый заказ — это дополнительный геморрой и затраты.
ЧТО ДЕЛАТЬ?
Ну что ж, общее направление движение более-менее понятно — использовать ИИ для анализа «язка тела» пользователей с генерацией предположений об их намерениях и затруднениях.
Весь вопрос — где именно эта штука окажется более востребованной. Выше я привёл лишь несколько вариантов, которые навскидку пришли мне в голову. Но таких вариантов безусловно может найтись гораздо больше.
Какие интересные и неочевидные варианты использования подобного подхода приходят в голову вам?