Slik eksperimenterer Cortland på 30 minutter med Opal-agenter

Aislinn Doss, Product Analyst for Digital Experience hos Cortland, er eieren av DXP-eksperimentering i et av de største boligselskapene i USA. Cortland forvalter 75 000 leiligheter fordelt på over 200 boligområder – hvert med sin egen nettside, sine egne lenker for omvisningsbestilling og sine egne kontaktskjemaer.

Cortlands team for digital opplevelse befinner seg i skjæringspunktet mellom markedsføring, data og analyse, teknologi og drift. Aislinns bredere team inkluderer produkteiere, UI/UX-designere og mer, mens hun selv er den daglige hovedeieren av Optimizely.

Cortland hadde brukt Optimizely Web Experimentation i flere år før Aislinn begynte. Plattformen ga teamet en måte å jobbe uavhengig på og forbedre nettsiden trinnvis før de gjorde permanente endringer, noe som bidro til å optimalisere utviklernes tid. Tidlige seire, inkludert et redesignet skjema for omvisningsbestilling og dynamiske slide-out-maler med fellesskapsspesifikke lenker, beviste verdien umiddelbart.

Men det fantes ingen formell eksperimenteringsstrategi. Så spørsmålet ble hvordan man kunne utnytte dette lovende programmet.

«Det var egentlig bare jeg som utviklet ideene, fikk dem godkjent og gikk videre,» forklarer Aislinn. Ledelsen stolte på at Aislinn kunne styre dette programmet som alle verdsatte, men ingen hadde tid til å prioritere.

De første månedene hennes gikk med til å lære plattformen gjennom Optimizely Academy, og hun opplevde at Optimizelys design var enkel å komme i gang med. Men å generere ideer og bygge variasjoner uten utviklerbakgrunn krevde noe mer.

Cortland sporer tre kjerne-konverteringspunkter på nettsiden: bestilling av omvisning, innsending av kontaktskjema og klikk på telefonlenken. Aislinn påpeker at de «må fokusere på disse tre konverteringene, ettersom det er nesten umulig å spore de som besøker nettsiden og deretter signerer en leiekontrakt.» Og det er nettopp disse tre konverteringene Aislinns Opal-drevne eksperimenteringsprogram har direkte innvirkning på.

Da Aislinn først ble kjent med Opal, startet det med én funksjon: Experiment Ideation Agent. Hun kunne sende inn en URL, og Opal ville analysere hvert element på siden og generere eksperimentideer.

«Jeg ser på nettsiden hver dag. Noen ting er det bare ikke så lett å oppdage,» sier Aislinn. «Å ha Opal som sier 'hei, dette bør endres' var som å ha et ekstra par øyne på siden, en ekstra teamkollega.»

Idéagenten avdekket ikke bare ideer. Den hjalp Aislinn med å bygge hypoteser i et språk som traff det bredere Cortland-teamet, og oversatte eksperimenteringskonsepter til strategiske forretningstermer. For noen som drev et program med begrenset retning, utgjorde det en stor forskjell å gå inn i et møte med en velartikulert hypotese.

Men det var den andre agenten, Variation Development Agent, som fundamentalt endret hva som var mulig.

Som en person uten utviklerbakgrunn hadde Aislinn alltid truffet en vegg når eksperimenter gikk utover enkle UI-justeringer. Å endre en knappefarge var enkelt. Å omstrukturere en slide-out-mal, legge til dynamiske lenker eller bygge en animasjon? Enten var dette rett og slett ikke mulig tidligere, eller det tok dager med prøving og feiling.

Hun beskrev et spesifikt scenario: De trengte å bygge en mal for en pop-up til en personaliseringskampanje. I stedet for å slite med å omarbeide koden manuelt, instruerte hun Opal til å fjerne bildet fra en eksisterende mal, legge til overskriftstekst, opprette en knapp og koble den til riktig URL. Noe frem og tilbake var nødvendig, men resultatet ble levert på en brøkdel av tiden.

Sammen utgjør de to agentene en sammenhengende arbeidsflyt. Ideation Agent genererer ideer og hypoteser. Variation Development Agent bygger endringene. Cortland samarbeider fortsatt med Optimizelys RapidEx-team for å levere større eksperimenter, men de raskere, mer kreative testene? De bygges og lanseres av Aislinn og hennes agenter.

En viktig del av Opals verdi er at det lever inne i plattformen Aislinn allerede bruker hver dag. Ingen eget verktøy å lære, ingen kontekstbytte, og ingen grunn til å forklare eksperimenteringsoppsettet sitt for en generisk AI.

«Jeg var allerede i plattformen dag ut og dag inn,» sier hun. «Bare det å ha det verktøyet lett tilgjengelig i plattformen – det var en enkel avgjørelse.»

Aislinn utforsker allerede hva som kommer neste. Hun ønsker å begynne å bygge egendefinerte agenter, et tegn på hvor naturlig verktøyet har blitt en del av arbeidsflyten hennes, snarere enn et tillegg til den.

Den første agenten Aislinn ønsker å bygge er en som hjelper henne med regionale kampanjeforespørsler. Den skal overvåke og rapportere resultater fra e-postkampanjer til sovende leads, dele disse resultatene med regionale markedssjefer, tilby kundeprofiler og mer. Etter hvert ser hun for seg at agenten selv mottar forespørsler, segmenterer målgrupper i ODP og oppretter e-postkampanjene.

Et stort høydepunkt fra prosjektet er en Affordability Calculator bygget i samarbeid med RapidEx. Den tar en potensiell leietakers innflyttingsdato, budsjett og soveromspreferanser og anbefaler matchende enheter i det aktuelle boligområdet. Resultatet var en 6,8 % økning i innsending av omvisningsskjemaer – Cortlands mest verdifulle konvertering i tidlig fase. Eksperimentet er nå satt til å kjøre som en permanent opplevelse på nettsiden.

Product Recommendations, lansert gjennom en widget-redesign, opplevde en lignende suksess. Den opprinnelige versjonen tok for mye plass og genererte ikke klikk, så teamet bygde den om til et mer kompakt og brukervennlig format som viser alle spesifikasjonene med et raskt blikk.

Aislinn bruker også sanntidssegmenter fra ODP for å utløse kontekstuelle opplevelser. En pågående test oppdager når noen bruker noen minutter på FAQ-siden og viser en kontakt-slide-out: «Har du flere spørsmål? Klikk her for å ta kontakt.» Disse kampanjene kjører som alltid-på-personalisering på tvers av Cortlands portefølje.

Hastighetseffekten fra Opal har også vært betydelig. Tidligere siktet Aislinn mot ett til to eksperimenter per måned, men klarte ikke alltid å nå det målet alene. Nå når hun konsekvent og overgår det målet. Eksperimentene er også mer varierte, mer kreative og mer ambisiøse enn før.

Oppmuntret av de målbare resultatene fra eksperimenteringsprogrammet, potensialet i Opal og Cortlands egne AI-suksesser andre steder i virksomheten, fortsetter teamet å utforske hvordan Optimizely kan hjelpe dem med å optimalisere rekkevidden til potensielle leietakere og best betjene beboere gjennom skalerbare og automatiserte arbeidsflyter.

Den bredere AI-historien er allerede godt i gang og går mot strømmen i en bransje som er notorisk treg med å ta i bruk ny teknologi. Cortland har allerede lansert en virtuell leieagent som svarer potensielle leietakere ved å bekrefte avtaler, oppgi tilgjengelighet og anbefale plantegninger. De har et annet AI-verktøy som håndterer beboer-e-poster og oppretter oppgaver for lokale team når menneskelig involvering er nødvendig.

I en bransje som historisk sett har vært treg med å modernisere, der mange av de samme prosessene og systemene fra 10 til 20 år siden fortsatt er i bruk, posisjonerer Cortland seg som en leder innen digital opplevelse. Med Optimizely som fundament holder de ikke bare tritt med skiftet mot moderne, AI-drevne digitale opplevelser. De driver det.

Aislinns suksess med Opal er en del av et mye større organisatorisk satsing på AI på tvers av alle kontaktpunkter. Dette er en virksomhet som stoler på at menneskene sine best betjener beboerne, uten noen gang å miste den menneskelige kontakten som trengs i ethvert søk etter et hjem.