Chattermill, la startup de Londres que ofrece lo que llama una plataforma de “comprensión del cliente” que utiliza el aprendizaje automático para obtener información escalable sobre los comentarios de los clientes, ha recaudado $ 8 millones en fondos de la Serie A.
Liderando la ronda está DN Capital, junto con Ventech y btov Partners. Silicon Valley Bank también participó, además de una serie de inversores ángeles, incluidos Matt Price (vicepresidente senior de Zendesk) y Nilan Peiris (vicepresidente de crecimiento de Transferwise). Los inversores existentes Entrepreneur First, Avonmore Developments y 2be.lu también siguieron.
También me dijeron que Price, que anteriormente dirigió el crecimiento de Zendesk en EMEA, se unirá a la junta de Chattermill como Director no ejecutivo.
Cofundado por Mikhail Dubov y Dmitry Isupov en 2015 mientras estudiaba el programa de creación de empresas dirigido por Entrepreneur First, Chattermill nació de la frustración de que la investigación de los clientes puede llevar semanas o meses para obtener información de calidad, que luego sería desactualizado para cuando llegara a los tomadores de decisiones y se podrían tomar medidas. Al igual que muchos problemas de escala, la pareja creía que el aprendizaje automático podría ser una parte importante de la solución, junto con una interfaz de usuario accesible que muestra los comentarios de los clientes a través de múltiples canales de manera práctica.
Desde entonces, la plataforma de Chattermill ha sido utilizada por varias compañías de alto crecimiento, como HelloFresh, Uber, Deliveroo y Zappos. La querida fintech londinense Transferwise también fue un cliente anterior, por lo que tal vez no sea sorprendente que su vicepresidente de crecimiento sea ahora un inversor.
Peiris de Transferwise comenta: “Chattermill permite que nuestro equipo tome una visión más profunda de los clientes que nunca y se centre en los factores clave que marcan la diferencia para nuestros usuarios e impulsan nuestro crecimiento. He visto de primera mano el valor que un producto como Chattermill puede agregar a una empresa y es por eso que decidí invertir en esta ronda “.
Agonista de dónde se generan los comentarios de los clientes, Chattermill se integra con una gran cantidad de software de terceros, agregando diversos comentarios como encuestas, reseñas, tickets de soporte y redes sociales.
“Hemos construido una gran biblioteca de conexiones preconstruidas a los sistemas de comentarios de clientes más populares, como SurveyMonkey, Trustpilot, Zendesk y Salesforce”, explica Mikhail Dubov, cofundador de Chattermill.
“Para comenzar, un nuevo cliente generalmente conectaría algunas de estas fuentes de datos. Luego, creamos un modelo para comprender su experiencia del cliente a partir de los datos que vemos y del conocimiento ya incorporado en nuestro sistema. Una vez hecho esto, podemos comenzar a entregar análisis e información directamente a sus usuarios en tiempo real y con alta precisión, permitiendo a las empresas tomar decisiones mejor informadas a una velocidad y escala más rápidas “.
Preguntado qué suposiciones obtuvo Chattermill justo después levantando su ronda de semillas en diciembre de 2017, Dubov dice que dos estrategias clave han funcionado bien. Una era ir tras negocios “centrados en el cliente” al principio, y la otra era duplicar la profundidad de los conocimientos y la facilidad de uso del producto frente a la “sobreinversión” en tecnologías específicas de aprendizaje automático.
“Esto significó que nuestra oferta se hizo aún más poderosa ya que la PNL dio un gran paso adelante en los últimos dos años con modelos como GPT y BERT”, explica Dubov. “Pudimos intercambiar partes de nuestro modelo para mejorar rápidamente en lugar de estar unidos a una arquitectura específica”.
Sin embargo, no todo estaba previsto y Dubov dice que no anticipó cuánto cambiaría el panorama tecnológico en torno a la experiencia del cliente. “Con las adquisiciones de Qualtrics e IPO de Medallia y SurveyMonkey, ahora vemos mucha más atención al sector por parte de clientes e inversores”, dice. “También vemos mucho más interés en extraer información de las conversaciones con los clientes a través del chat y la voz que hace dos años”.
Source link