استارتاپ Human Behavior با هوش بینایی، تحلیل رفتار کاربران را متحول میکند
استارتاپ تازهتأسیس Human Behavior که تمرکز خود را روی هوش مصنوعی دیداری (vision AI) گذاشته، ادعا میکند میتواند کمبودی را پر کند که ابزارهای تحلیل سنتی مانند Mixpanel و PostHog تابحال نتوانستهاند: درک عمیق و عملی از اینکه کاربران چگونه و چرا با محصول تعامل میکنند و چه عواملی منجر به تبدیل یا ریزش میشود. بهجای تکیه بر رویدادهای دستی برچسبگذاریشده یا دادههای کلیکاستریم، این استارتاپ جلسات بازپخش کاربری (session replay) را با مدلهای بینایی کامپیوتری پردازش و خلاصهسازی میکند تا بینشهای کاربردی و آمادهٔ اقدام برای تیمهای محصول تولید کند — بدون نیاز به ساعتها کدنویسی و افزودن تریگرها.
خلاصهای از مسیر تیم و جذب سرمایه
– مؤسس و مدیرعامل: Amogh Chaturvedi (آموگ چاتوروِدی)؛ همبنیانگذاران: Skyler Jian و Chirag Kawediya.
– این تیم، پیش از Human Behavior، استارتاپی بهنام Dough (ابزاری برای حسابداری تجارت الکترونیک) را راهاندازی و بعداً با قیمت ششرقمی به Employer.com فروختند.
– Human Behavior که تنها چند ماه از عمر آن میگذرد و در دوره Y Combinator حضور دارد، در چهار ماهگی توانست دور بذری 5 میلیون دلاری را ظرف دو روز ببندد؛ سرمایهگذارانی چون General Catalyst، Paul Graham، Vercel Ventures و Y Combinator از حامیان آن بودهاند.
چرا رویکرد بینایی کامپیوتری تفاوتآفرین است
راهحلهای مرسوم تحلیل رفتار نیازمند تعریف و ثبت رویدادهای متعدد برای هر دکمه و تعامل هستند که بار زیادی روی تیم مهندسی وارد میکند و در استارتاپها منجر به اتلاف ساعتها یا حتی هفتهها زمان میشود. حتی پس از جمعآوری این دادهها، پرسشهای عمیقتری مانند «کاربران چگونه واقعاً با محصول تعامل دارند؟» بیپاسخ میمانند. Human Behavior بهجای ساختن لایهای جدید از تگگذاری، با پردازش و تفسیر خودکار بازپخشهای ویدیویی کاربران، هزاران ساعت فیلم را خلاصه و بخشبندی میکند تا الگوها، باگها، مسیرهای تبدیل و نقاط ریزش را آشکار سازد.
ویژگیها و کاربردهای فعلی
– ایمیلهای خلاصه روزانه برای تیمهای محصول: کدام امکانات استفاده شدهاند، کجا باگ ظاهر شده و کدام بخشها بیشترین ریسک ریزش را دارند.
– تحلیل خودکار جلسهها و استخراج رفتارهای کلیدی بدون نیاز به کدنویسی یا تنظیمات پیچیده.
– هدف اولیه: کمک به استارتاپهای سری A و B و تیمهای محصول پرشتاب برای تصمیمگیری سریعتر و بهینهتر.
چشمانداز و محصولمحوری
بنیانگذاران Human Behavior میخواهند از همان دادههای بازپخش کاربران دهها محصول جانبی بسازند؛ از QA خودکار و پشتیبانی درونبرنامهای گرفته تا ابزارهای تحلیلی پیشرفته. هدف بلندپروازانه آنها تبدیل شدن به «Datadog بازپخش جلسه» است؛ بستری که از یک مجموعه داده مرکزی برای ارائه طیف گستردهای از محصولات بهره ببرد.
مزیت رقابتی و چالشهای پیشرو
پیشرفتهای اخیر در مدلهای بینایی کامپیوتری امکان پردازش مقیاسپذیر بازپخشها را فراهم کرده که قبلاً دقیق یا عملی نبوده است. بنیانگذاران معتقدند معماری برخی رقبای سنتی ممکن است برای پذیرش چنین جهشی در تحلیل رفتار نیاز به بازطراحی اساسی داشته باشد که در بلندمدت مزیتی برای Human Behavior ایجاد میکند. با این حال، موفقیت بستگی به دقت مدلها در محیطهای واقعی، رعایت مسائل حریم خصوصی و تطبیق با جریانهای کاری متنوع مشتریان خواهد داشت.
جمعبندی
Human Behavior با ترکیب session replay و هوش مصنوعی دیداری، رویکردی نوین برای تحلیل رفتار کاربران ارائه داده که میتواند ابزارهای سنتی آنالیتیکس را تکمیل یا در برخی موارد جایگزین کند. اگر وعدههای این استارتاپ محقق شود، تیمهای محصول قادر خواهند بود بدون بار فنی سنگین، بینشهای عمیقتری از رفتار کاربران بهدست آورده و سریعتر محصولات خود را بهبود ببخشند.