Hur Cortland experimenterar på 30 minuter med Opal-agenter

Aislinn Doss, Product Analyst for Digital Experience på Cortland, ansvarar för DXP-experimentering på ett av de största flerfamiljsfastighetsbolagen i USA. Cortland förvaltar 75 000 lägenheter i över 200 bostadsområden — vart och ett med sin egen webbplats, sina egna bokningslänkar för visningar och sina egna kontaktformulär.

Cortlands team för digital upplevelse verkar i skärningspunkten mellan marknadsföring, data och analys, teknik och drift. Aislinns bredare team inkluderar produktägare, UI/UX-designers med flera, och hon är den som dagligen ansvarar för Optimizely.

Cortland hade använt Optimizely Web Experimentation i flera år innan Aislinn började. Plattformen gav teamet ett sätt att arbeta självständigt och förfina webbplatsförbättringar innan permanenta ändringar gjordes, vilket hjälpte till att optimera utvecklarnas tid. Tidiga framgångar, inklusive ett omdesignat formulär för visningsbokning och dynamiska slide-out-mallar med områdesspecifika länkar, bevisade värdet omedelbart.

Men det fanns ingen formell experimenteringsstrategi på plats. Så frågan blev hur man kunde dra nytta av detta lovande program.

"Det var egentligen bara jag som skapade idéerna, fick dem godkända och gick vidare," förklarar Aislinn. Ledningen satte sin tillit till Aislinn att styra detta program som alla värderade, men inte kunde avsätta tid för.

Hennes första månader ägnades åt att lära sig plattformen genom Optimizely Academy, och hon tyckte att Optimizelys design var lätt att komma igång med. Men att generera idéer och bygga variationer utan utvecklarbakgrund krävde något mer.

Cortland spårar tre centrala konverteringspunkter på webbplatsen: att boka en visning, skicka in ett kontaktformulär och klicka på telefonlänken. Aislinn påpekar att de "måste fokusera på dessa tre konverteringar, eftersom det är nästan omöjligt att spåra dem som besöker webbplatsen och sedan tecknar ett hyresavtal." Och det är dessa tre konverteringar som Aislinns Opal-drivna experimenteringsprogram har direkt inverkan på.

När Aislinn först stötte på Opal började det med en funktion: Experiment Ideation Agent. Hon kunde skicka in en URL, och Opal analyserade varje element på sidan och genererade experimentidéer.

"Jag tittar på webbplatsen varje dag. Vissa saker sticker helt enkelt inte ut för mig," säger Aislinn. "Att ha Opal som säger 'hej, det här borde ändras' var som att ha ett extra par ögon på sidan, en till teammedlem."

Idéagenten lyfte inte bara fram idéer. Den hjälpte Aislinn att bygga hypoteser i ett språk som fungerade med det bredare Cortland-teamet och översatte experimenteringskoncept till strategiska affärstermer. För någon som drev ett program med begränsad vägledning gjorde det stor skillnad att komma till ett möte med en välartikulerad hypotes.

Men det var den andra agenten, Variation Development Agent, som i grunden förändrade vad som var möjligt.

Som någon utan utvecklarbakgrund hade Aislinn alltid stött på en vägg när experiment gick bortom enkla UI-justeringar. Att ändra en knappfärg var lätt. Att omstrukturera en slide-out-mall, lägga till dynamiska länkar eller bygga en animation? Antingen var detta helt enkelt inte möjligt tidigare, eller så tog det dagars trial and error.

Hon beskrev ett specifikt scenario: De behövde bygga en mall för en popup i en personaliseringskampanj. Istället för att kämpa med att omarbeta koden manuellt instruerade hon Opal att ta bort bilden från en befintlig mall, lägga till rubriktext, skapa en knapp och länka den till rätt URL. Viss fram och tillbaka behövdes, men resultatet levererades på en bråkdel av tiden.

Tillsammans bildar de två agenterna ett sammanhängande arbetsflöde. Ideation Agent genererar idéer och hypoteser. Variation Development Agent bygger ändringarna. Cortland samarbetar fortfarande med Optimizelys RapidEx-team för att leverera större experiment, men de snabbare, mer kreativa testerna? De byggs och lanseras av Aislinn och hennes agenter.

En viktig del av Opals värde är att det finns inbyggt i plattformen som Aislinn redan använder varje dag. Inget separat verktyg att lära sig, inget kontextbyte och inget behov av att förklara sin experimenteringsuppsättning för en generisk AI.

"Jag var redan i plattformen dagligen," säger hon. "Att bara ha det verktyget lättillgängligt i plattformen — det var ett enkelt val."

Aislinn utforskar redan vad som kommer härnäst. Hon vill börja bygga egna agenter, ett tecken på hur naturligt verktyget har blivit en del av hennes arbetsflöde snarare än ett tillägg till det.

Den första agenten Aislinn vill bygga är en som hjälper henne med regionala kampanjförfrågningar. Den skulle övervaka och rapportera resultat av e-postkampanjer till vilande leads, dela dessa resultat med regionala marknadsföringschefer, tillhandahålla kundprofiler och mer. På sikt ser hon framför sig att agenten själv tar emot förfrågningar, segmenterar målgrupper i ODP och skapar e-postkampanjerna.

En stor höjdpunkt från projektet är en prisvärdhetskalkylator byggd i samarbete med RapidEx. Den tar en prospekts inflyttningsdatum, budget och sovrumspreferenser och rekommenderar matchande enheter i det bostadsområdet. Resultatet var en ökning på 6,8 % i inskickade visningsformulär — Cortlands mest värdefulla konvertering i tidigt skede. Experimentet är nu satt att köras som en permanent upplevelse på webbplatsen.

Produktrekommendationer, lanserade genom en widgetomdesign, hade en liknande historia. Den ursprungliga versionen tog för mycket plats och genererade inte klick, så teamet byggde om den till ett mer kompakt, användarvänligt format som visar alla specifikationer i en överblick.

Aislinn använder också realtidssegment från ODP för att trigga kontextuella upplevelser. Ett aktuellt test upptäcker när någon tillbringar några minuter på FAQ-sidan och visar en kontakt-slide-out: "Har du fler frågor? Klicka här för att komma i kontakt." Dessa kampanjer körs som ständigt aktiv personalisering över Cortlands portfölj.

Hastighetseffekten från Opal har också varit betydande. Tidigare siktade Aislinn på ett till två experiment per månad, men kunde inte alltid nå det målet när hon arbetade ensam. Nu når hon konsekvent och överträffar det målet. Experimenten är också mer varierade, mer kreativa och mer ambitiösa än tidigare.

Uppmuntrade av de mätbara framgångarna i sitt experimenteringsprogram, potentialen i Opal och Cortlands egna framgångar med AI på andra håll i verksamheten, fortsätter teamet att utforska hur Optimizely kan hjälpa dem att optimera sin räckvidd till potentiella hyresgäster och bäst betjäna boende genom skalbara och automatiserade arbetsflöden.

Den bredare AI-resan är redan i full gång och går mot strömmen i en bransch som är ökänt långsam med att anamma ny teknik. Cortland har redan lanserat en virtuell leasingagent som svarar potentiella hyresgäster genom att bekräfta tider, tillhandahålla tillgänglighet och rekommendera planlösningar. De har ytterligare ett AI-verktyg som hanterar e-post från boende och skapar uppgifter för team på plats när mänsklig hantering behövs.

I en bransch som historiskt sett har varit långsam med att modernisera, där många av samma processer och system från 10 till 20 år sedan fortfarande används, positionerar sig Cortland som en ledare inom digital upplevelse. Med Optimizely som grund hänger de inte bara med i skiftet mot moderna, AI-drivna digitala upplevelser. De driver det.

Aislinns framgång med Opal är en del av en mycket större organisatorisk satsning på AI vid varje kontaktpunkt. Det här är ett företag som litar på sina medarbetare att bäst betjäna boende, utan att någonsin förlora den mänskliga touchen som behövs i varje bostadssökning.