Обновить
16K+
4,63
Оценка работодателя
78,41
Рейтинг
2 506
Подписчики

Стратегии для улучшения CX от лидеров рынка!

Еще в декабре 2024 в Москве прошел CX Fintech Day — форум, где презентовали свои кейсы финтех-компании, добившиеся успеха в создании гиперперсонализированного CX. 

Мы и сами тут финтехом занимаемся, поэтому такие ивенты стараемся не пропускать. Вот и в этот раз наш продуктовый дизайн-лид Артур Арсенов вместе с исследователями клиентского опыта Леной и Аней отправились знакомиться с опытом рынка и брать на заметку лучшие решения сферы. Наших фаворитов собрали в посте.

1) Шкала «отбитости»
Хедлайнер Коля Петелин рассказал, как в своих бизнесах использует шкалу «отбитости*». 

Она помогает нанимать людей с разными бэкграундами, избегая стереотипов. Компании, где этот инструмент внедрялся, показывали более высокий уровень эмпатии с точки зрения взаимодействия с клиентом. 

*термин заменен в угоду цензуре

Когда ты не руководствуешься стереотипами, что парень в татуировках не может общаться с клиентами, то бизнес твой развивается быстрее и лучше. 
— Артур Арсёнов, продуктовый дизайн-лид Garage Eight

2) Формула CLTV
Запомнились новые фреймворки по сегментации пользователей и не только, которые можно использовать в исследованиях. Например, наш исследователь Аня выделила для себя формулу из доклада DMGlobal.

3) Тейк про то, что есть качество от Т-банка
Коля Иванов из Т-Банка рассказывал про качество не с точки зрения технического или пользовательского. 

Он говорил о том, что качество — это то:
> как человек ощущает твой продукт;
> как работают в нем процессы;
> какой он опыт формирует;
…а не то, как у тебя рендерится один экран.

Если тема интересна, то еще 5 классных решений собрали в карточках в нашем телеграм-канале. А то без картинок на habr особо не разгуляешься ;-))

Теги:
Всего голосов 1: ↑1 и ↓0+1
Комментарии0

Я перестал пользоваться самыми умными ИИ‑моделями. Программировать стало быстрее и дешевле

В отпуске есть время подумать и исследовать. Я натолкнулся на несколько вещей и открытий для себя. Оказалось, что мне как программисту перестали быть нужны самые умные и дорогие ИИ‑модели. Оказывается, есть такой параметр «Cost per Task», и по этому параметру на первое место вырвалась модель GPT-5.6 Luna (max).

При этом, если вы пользуетесь Codex, она самая тупая в списке моделей. Artificial Analysis Intelligence Index у нее всего 38. Для сравнения, у самой умной GPT-6 Astra (max) этот индекс равен 53. В итоге цена выполненной Luna задачи составляет $0.18 против $3.26 у Astra. Разница почти в 20 раз.

Как я понимаю, бенчмарк «Cost per Task» высчитывается так: когда ставится нормальная, грамотно описанная задача, замеряется, сколько токенов было потрачено на ее выполнение. То есть не в формате «из ХЗ сделаю ТЗ», а в формате, когда в хорошо заданном вопросе уже содержится половина ответа.

Я сначала не поверил, что так и есть, и стал работать, используя самую тупую модель Luna в линейке. И знаете, какие меня ожидали результаты?

Я перестал пользоваться самыми умными ИИ‑моделями. Программировать стало быстрее и дешевле

Публикации

Информация

Сайт
garage-eight.com
Дата регистрации
Дата основания
Численность
201–500 человек
Местоположение
Россия