മിക്ക ടീമുകളും ഓട്ടോമേഷനെ സമീപിക്കുന്നത് തെറ്റായ രീതിയിലാണ്. അവർ ഒരു ഇന്റഗ്രേഷൻ മാർക്കറ്റ് പ്ലേസ് തുറന്ന് ഏത് ആപ്പാണ് ഏത് API-യുമായി സംസാരിക്കുന്നത് എന്ന് ചോദിക്കുന്നു. തെറ്റായ പ്രശ്നത്തിന് പരിഹാരം കാണുന്ന, പെട്ടെന്ന് തകരാറിലാകുന്ന ഒരു സംവിധാനം നിർമ്മിക്കാനുള്ള വേഗമേറിയ വഴിയാണത്. നിങ്ങളുടെ ടീം ജോലി ചെയ്യുന്നത് നിരീക്ഷിക്കുക എന്നതാണ് ഇതിന് മികച്ച തുടക്കം. അവർ എന്താണ് കൈകൊണ്ട് ടൈപ്പ് ചെയ്യുന്നത്? ബ്രൗസർ ടാബുകൾക്കിടയിൽ അവർ എവിടെയാണ് ഡാറ്റ കോപ്പി ചെയ്യുന്നത്? ഒരാൾ നേരിട്ട് മുന്നോട്ട് നയിക്കുന്നത് വരെ ഒരു പ്രക്രിയ തടസ്സപ്പെടുന്നത് എന്തുകൊണ്ട്? ഈ ചോദ്യങ്ങൾ യഥാർത്ഥത്തിൽ എന്താണ് ഓട്ടോമേറ്റ് ചെയ്യേണ്ടത് എന്ന് വെളിപ്പെടുത്തുന്നു. സോഫ്റ്റ്വെയർ എന്നത് വെറുമൊരു വിതരണ സംവിധാനം മാത്രമാണ്; നിങ്ങളുടെ ബിസിനസ് ലോജിക് (business logic) ആണ് ആദ്യം വരുന്നത്.
ഉപകരണങ്ങളിലല്ല, ജോലികളിൽ നിന്ന് തുടങ്ങുക
ഏത് ആപ്പാണ് ഏത് API-യുമായി ബന്ധിപ്പിക്കുന്നത് എന്ന് ചോദിക്കുന്നത് നിർത്തുക. നിങ്ങളുടെ ടീം എന്താണ് മാനുവലായി ചെയ്യുന്നത് എന്നും എന്തുകൊണ്ട് അത് ചെയ്യുന്നു എന്നും ചോദിച്ചു തുടങ്ങുക.
നിങ്ങളുടെ സെയിൽസ് പ്രതിനിധികൾ എപ്പോഴും നിശ്ചിത ദിവസങ്ങളിൽ ഫോളോ-അപ്പ് (follow up) ചെയ്യുന്നവരാണെങ്കിൽ, ഏത് ഓട്ടോമേഷനും ആ രീതിയെ മാനിക്കണം. കാർഗോയുടെ ഭാരം, അളവുകൾ, ലക്ഷ്യസ്ഥാനം എന്നിവയില്ലാതെ ഒരു പ്രതിനിധിക്ക് ഫ്രൈറ്റ് ക്വോട്ടേഷൻ (freight quote) നൽകാൻ കഴിയില്ലെങ്കിൽ, സംഭാഷണം കൈമാറുന്നതിന് മുമ്പ് നിങ്ങളുടെ ചാറ്റ്ബോട്ട് (chatbot) ഈ വിവരങ്ങൾ കൃത്യമായി ശേഖരിക്കണം. സാങ്കേതികവിദ്യ യഥാർത്ഥ ലോകത്തെ നിയമങ്ങളെ പ്രതിഫലിപ്പിക്കണം.
കാർഗോ വിവരങ്ങൾ ശേഖരിക്കാൻ പ്രതിനിധികൾ WhatsApp, ഇമെയിൽ, സ്പ്രെഡ്ഷീറ്റുകൾ എന്നിവയ്ക്കിടയിൽ മാറിക്കൊണ്ടിരിക്കുന്ന ഒരു ലോജിസ്റ്റിക് കമ്പനിയെ പരിഗണിക്കുക. ഇതിനുള്ള പരിഹാരം വെറുതെ "WhatsApp-നെ CRM-മായി ബന്ധിപ്പിക്കുക" എന്നതല്ല. വർക്ക്ഫ്ലോ (workflow) പ്രതിനിധിയുടെ തന്നെ തീരുമാനങ്ങൾ എടുക്കുന്ന രീതിയെ അനുകരിക്കണം: കാർഗോ സ്പെസിഫിക്കേഷനുകൾ പരിശോധിക്കുക, റൂട്ട് ലഭ്യത പരിശോധിക്കുക, തുടർന്ന് ക്വോട്ടേഷൻ റെക്കോർഡ് സൃഷ്ടിക്കുക. നിങ്ങൾ ആദ്യം ലോജിക് മാപ്പ് ചെയ്യുമ്പോൾ, ഒടുവിൽ ഒന്നിനും പരിഹാരമാകാത്ത രണ്ട് മികച്ച API-കളെ തമ്മിൽ ബന്ധിപ്പിക്കുന്ന കെണിയിൽ നിങ്ങൾ വീഴാതിരിക്കും.
ശേഖരിക്കുക, തീരുമാനിക്കുക, പ്രവർത്തിക്കുക
വിശ്വസനീയമായ ഓട്ടോമേഷന് മൂന്ന് വ്യത്യസ്ത ജോലികളുണ്ട്. Capture വിവരങ്ങളെ സിസ്റ്റത്തിലേക്ക് കൊണ്ടുവരുന്നു. Decision അടുത്തതായി എന്ത് സംഭവിക്കണമെന്ന് തീരുമാനിക്കുന്നു. Action ഒരു റെക്കോർഡ് അപ്ഡേറ്റ് ചെയ്യുന്നു, ഒരു സന്ദേശം അയക്കുന്നു, അല്ലെങ്കിൽ ഒരാളെ അറിയിക്കുന്നു.
ഈ ഘട്ടങ്ങളെ വേർതിരിച്ചു നിർത്തുക. ഒരു ലീഡ് (lead) നിങ്ങളുടെ CRM-ൽ ഒരിക്കലും പ്രത്യക്ഷപ്പെടുന്നില്ലെങ്കിൽ, ക്യാപ്ചർ ഘട്ടത്തിലാണോ അതോ ഡിസിഷൻ ഘട്ടത്തിലാണോ പിശക് സംഭവിച്ചതെന്ന് നിങ്ങൾക്ക് അറിയാൻ സാധിക്കണം. വെബ്സൈറ്റ് ഫോം ഒരു പേലോഡ് (payload) സമർപ്പിച്ചോ? വെബ്ഹുക്ക് (webhook) പ്രവർത്തിച്ചോ? ഡാറ്റ ലഭിച്ചുവെങ്കിലും അത് ഉപയോഗിക്കപ്പെടാതെ ഇരിക്കുകയാണെങ്കിൽ, നിങ്ങളുടെ ലോജിക് ലെയറാണ് (logic layer) പ്രശ്നം. ഒന്നും ലഭിച്ചില്ലെങ്കിൽ, ഡാറ്റ സ്വീകരിക്കുന്ന രീതി (intake) ശരിയാക്കുക.
ഓരോ ഘട്ടവും അതിന്റെ സ്വന്തം ലോഗിലോ (log) ഫീൽഡിലോ വിവരങ്ങൾ രേഖപ്പെടുത്തുന്ന രീതിയിൽ നിങ്ങളുടെ വർക്ക്ഫ്ലോ ക്രമീകരിക്കുക. ക്യാപ്ചർ ഘട്ടം റോ ഡാറ്റ (raw payload) സംഭരിക്കുന്നു. ഡിസിഷൻ ഘട്ടം തിരഞ്ഞെടുത്ത പാത രേഖപ്പെടുത്തുന്നു. ആക്ഷൻ ഘട്ടം അതിന്റെ ഫലം രേഖപ്പെടുത്തുന്നു. പുലർച്ചെ 2 മണിക്ക് എന്തെങ്കിലും തകരാർ സംഭവിച്ചാൽ, അത് ഒരു ഡിറ്റക്റ്റീവ് മിസ്റ്ററി പോലെ കാണുന്നതിന് പകരം ഒരു കഥ പോലെ നിങ്ങൾക്ക് വായിച്ചു മനസ്സിലാക്കാൻ സാധിക്കും.
നിങ്ങളുടെ സിസ്റ്റങ്ങൾക്ക് ഒരു ഓർമ്മ നൽകുക
ഡാറ്റാബേസുകളും CRM ഫീൽഡുകളും ഉപയോഗിച്ച് നിങ്ങളുടെ സിസ്റ്റത്തിന് ഒരു ഓർമ്മ നൽകുക. ഒരു ലീഡ് പുതിയതാണോ, യോഗ്യതയുള്ളതാണോ (qualified), അതോ നഷ്ടപ്പെട്ടതാണോ എന്ന് ഒരു വർക്ക്ഫ്ലോയ്ക്ക് അറിയേണ്ടതുണ്ട്. ഇത് ഒരേ ചോദ്യങ്ങൾ തന്നെ വീണ്ടും ചോദിക്കുന്നത് ഒഴിവാക്കുന്നു. ഓർമ്മയില്ലെങ്കിൽ, ഓരോ ഇടപെടലും പൂജ്യത്തിൽ നിന്ന് തുടങ്ങുന്നു. ഒരു ചാറ്റ്ബോട്ട് തിരിച്ചുവന്ന ഒരു ഉപഭോക്താവിനെ ഒരു അപരിചിതനെപ്പോലെ അഭിവാദ്യം ചെയ്യുന്നു. ഒരു കരാറിൽ ഒപ്പിട്ട വ്യക്തിക്ക് ഒരു സെയിൽസ് സീക്വൻസ് ആദ്യത്തെ ഇമെയിൽ തന്നെ അയക്കുന്നു.
"Lifecycle Stage" പോലുള്ള ഒരു സ്റ്റാറ്റസ് ഫീൽഡ് സൂക്ഷിക്കുകയും ഓരോ ഓട്ടോമേറ്റഡ് ഇടപെടലിനും മുമ്പ് അത് പരിശോധിക്കുകയും ചെയ്യുക. സ്റ്റേജ് "Contract Sent" എന്നാണെങ്കിൽ, നർച്ചർ സീക്വൻസ് (nurture sequence) ഒഴിവാക്കി റെക്കോർഡിനെ നേരിട്ട് ലീഗൽ ഹാൻഡ്ഓഫ് ക്യൂവിലേക്ക് മാറ്റുക. ഓർമ്മ എന്നത് വെറും പ്രതികരണാത്മകമായ സ്ക്രിപ്റ്റുകളെ, ഉപഭോക്താവിന്റെ ചരിത്രത്തെ ബഹുമാനിക്കുന്ന കൃത്യമായ പ്രക്രിയകളാക്കി മാറ്റുന്നു.
ശരിയായ ജോലികൾക്കായി AI ഉപയോഗിക്കുക
ചുരുങ്ങിയതും പ്രത്യേകവുമായ ജോലികൾക്കായി AI ഉപയോഗിക്കുക. നീണ്ട സംഭാഷണ ചരിത്രങ്ങൾ സംഗ്രഹിക്കാനോ, മറുപടികൾ തയ്യാറാക്കാനോ, അല്ലെങ്കിൽ അവ്യക്തമായ ടെക്സ്റ്റുകളിൽ നിന്ന് ഡാറ്റ വേർതിരിച്ചെടുക്കാനോ AI-യെ അനുവദിക്കുക. എന്നാൽ എപ്പോഴും സ്ട്രക്ചർ ചെയ്ത ഡാറ്റ (structured data) നൽകാൻ AI-യോട് നിർദ്ദേശിക്കുക. തുടർന്ന് സിസ്റ്റം ഏതെങ്കിലും റെക്കോർഡ് അപ്ഡേറ്റ് ചെയ്യുന്നതിന് മുമ്പ് ആ ഡാറ്റ പരിശോധിക്കുക.
ഉദാഹരണത്തിന്, ഓർഡർ നമ്പറുകളും പ്രശ്നങ്ങളുടെ വിഭാഗങ്ങളും വേർതിരിച്ചെടുക്കാൻ നിങ്ങൾ കസ്റ്റമർ പരാതി ഇമെയിലുകൾ ഒരു ലാർജ് ലാംഗ്വേജ് മോഡലിലേക്ക് (LLM) നൽകുകയാണെങ്കിൽ, നിർവചിക്കപ്പെട്ട കീകളോട് (keys) കൂടിയ JSON നൽകാൻ അതിനോട് ആവശ്യപ്പെടുക. ഓർഡർ നമ്പർ നിങ്ങളുടെ ഫോർമാറ്റുമായി പൊരുത്തപ്പെടുന്നുണ്ടോ എന്നും കാറ്റഗറി അംഗീകൃത പട്ടികയിലാണോ എന്നും പരിശോധിക്കുന്ന ഒരു വാലിഡേഷൻ ലെയറിലൂടെ ആ ഔട്ട്പുട്ട് കടത്തിവിടുക. അതിനുശേഷം മാത്രം സപ്പോർട്ട് ടിക്കറ്റിലേക്ക് എഴുതുക. ഇത് തെറ്റായ ഒരു ഓർഡർ നമ്പർ നിങ്ങളുടെ ഡിസ്പാച്ച് സിസ്റ്റത്തെ ബാധിക്കുന്നത് തടയുന്നു. വേഗത്തിൽ ജോലി ചെയ്യുന്ന എന്നാൽ ഒരു സൂപ്പർവൈസറുടെ മേൽനോട്ടം ആവശ്യമുള്ള ഒരു ഇന്റേൺ (intern) ആയി AI-യെ കാണുക.
തകരാറുകൾ സംഭവിക്കുമെന്ന് കരുതി നിർമ്മിക്കുക
API-കൾ പരാജയപ്പെടാം. AI തെറ്റായ ഡാറ്റ നൽകിയേക്കാം. സിസ്റ്റങ്ങൾ തകരാറിലാകാം. നിങ്ങളുടെ ഓട്ടോമേഷൻ ഇതിനെല്ലാം തയ്യാറായിരിക്കണം.
എപ്പോൾ എന്താണ് സംഭവിച്ചതെന്ന് കൃത്യമായി കാണാൻ നിങ്ങൾക്ക് logs ആവശ്യമാണ്. ഒരു റെക്കോർഡ് വർക്ക്ഫ്ലോയിൽ എവിടെയാണെന്ന് ട്രാക്ക് ചെയ്യാൻ നിങ്ങൾക്ക് status fields ആവശ്യമാണ്. തെറ്റുകൾ താഴോട്ടേക്ക് പടരാതെ തടയാൻ നിങ്ങൾക്ക് error branches ആവശ്യമാണ്. കോഡ് വീണ്ടും എഴുതാതെ തന്നെ ഒരാൾക്ക് പ്രശ്നങ്ങൾ പരിഹരിക്കാൻ manual paths ആവശ്യമാണ്.
ഒരു പേയ്മെന്റ് ഗേറ്റ്വേ ടൈം ഔട്ട് ആയാൽ, വർക്ക്ഫ്ലോ ആ ഇടപാടുകൾ നിശബ്ദമായി ഒഴിവാക്കരുത്. ഇൻവോയ്സ് സ്റ്റാറ്റസ് "Sync Pending" എന്ന് അടയാളപ്പെടുത്തുകയും, ഫിനാൻസ് ടീമിനെ അറിയിക്കുകയും, വീണ്ടും ശ്രമിക്കാനായി ക്യൂ ചെയ്യുകയും വേണം. മൂന്ന് തവണ പരാജയപ്പെട്ടാൽ, ഒരു മനുഷ്യൻ ഇടപെടാനായി ഒരു ടാസ്ക് നൽകണം. ഒരാൾക്ക് ആ റെക്കോർഡ് തുറന്ന്, പരാജയപ്പെട്ട പേലോഡ് കണ്ട്, ഡാറ്റ തിരുത്തി, ജോലി മുന്നോട്ട് കൊണ്ടുപോകാൻ കഴിയണം. പരാജയങ്ങൾ പ്രതീക്ഷിക്കുന്നതിലൂടെയാണ് വിശ്വാസ്യത ഉണ്ടാകുന്നത്, അല്ലാതെ പൂർണ്ണത പ്രതീക്ഷിക്കുന്നതിലൂടെയല്ല.
മനുഷ്യരെ ഇതിൽ ഉൾപ്പെടുത്തുക
എല്ലാം ഓട്ടോമേറ്റ് ചെയ്യാൻ ശ്രമിക്കരുത്. വിലനിർണ്ണയം, ചർച്ചകൾ, സെൻസിറ്റീവ് ആയ പരാതികൾ എന്നിവ മനുഷ്യർ കൈകാര്യം ചെയ്യണം. ആവർത്തന സ്വഭാവമുള്ള ജോലികൾ ഒഴിവാക്കി നിങ്ങളുടെ ടീമിന് ശരിയായ തീരുമാനങ്ങൾ എടുക്കുന്നതിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ അവസരം നൽകുക എന്നതാണ് ഇതിന്റെ ലക്ഷ്യം.
ഒരു വിലനിർണ്ണയ ചർച്ചയിൽ വിട്ടുവീഴ്ചകൾ, ഉപഭോക്താവിന്റെ ചരിത്രം, ഓരോ പാദത്തിലും മാറുന്ന ലാഭവിഹിത സമ്മർദ്ദങ്ങൾ (margin pressures) എന്നിവ ഉൾപ്പെടുന്നു. സോഫ്റ്റ്വെയറിന് തുടക്കത്തിലുള്ള കണക്കുകൾ തയ്യാറാക്കാൻ കഴിയും, എന്നാൽ അന്തിമ ഡിസ്കൗണ്ട് തീരുമാനമെടുക്കേണ്ടത് ആ അക്കൗണ്ടിനെക്കുറിച്ച് നന്നായി അറിയുന്ന ഒരാൾക്കായിരിക്കണം. സെൻസിറ്റീവ് ആയ പരാതികൾ വൈകാരികമായ ഭാരവും നിയമപരമായ റിസ്കും വഹിക്കുന്നു. അവയ്ക്ക് ടെംപ്ലേറ്റ് മറുപടികൾ നൽകുന്നതിനേക്കാൾ മൂല്യമുള്ളത് അവ വേഗത്തിൽ ഒരു മനുഷ്യന്റെ ശ്രദ്ധയിൽ എത്തിക്കുന്നതിനാണ്. പതിവ് ജോലികൾ ഒഴിവാക്കി നിങ്ങളുടെ മികച്ച ജീവനക്കാർക്ക് കഠിനമായ തീരുമാനങ്ങൾ എടുക്കാൻ സമയം ലഭിക്കുന്ന രീതിയിൽ വർക്ക്ഫ്ലോകൾ രൂപകൽപ്പന ചെയ്യുക.
നിർമ്മിക്കുന്നതിന് മുമ്പ് മാപ്പ് ചെയ്യുക
ഒരു ഓട്ടോമേഷൻ നിയമം പോലും എഴുതുന്നതിന് മുമ്പ്, നിങ്ങളുടെ ജോലി എവിടെ നിന്നൊക്കെ തുടങ്ങുന്നു എന്ന് പട്ടികപ്പെടുത്തുക. വെബ്സൈറ്റ് ഫോമുകൾ, WhatsApp സന്ദേശങ്ങൾ, പരസ്യ പ്ലാറ്റ്ഫോമുകൾ, ഷെയർ ചെയ്ത സ്പ്രെഡ്ഷീറ്റുകൾ എന്നിവ ഇതിൽ ഉൾപ്പെടുന്നു. ഓരോ സ്രോതസ്സിൽ നിന്നും എന്ത് വിവരമാണ് ലഭിക്കുന്നത് എന്നും ആദ്യ ഘട്ടത്തിന് ശേഷം ഏത് റെക്കോർഡ് ഉണ്ടായിരിക്കണം എന്നും മാപ്പ് ചെയ്യുക.
ഈ വിവരശേഖരണം ഒഴിവാക്കിയാൽ, പ്രോജക്റ്റിന്റെ പകുതി എത്തുമ്പോൾ നിങ്ങളുടെ ലീഡുകളിൽ നാലിലൊന്ന് പഴയ ഇമെയിൽ അഡ്രസ്സിലൂടെയോ ആരും പറയാത്ത ഒരു ഷെയർ ചെയ്ത സ്പ്രെഡ്ഷീറ്റിലൂടെയോ ആണ് വരുന്നത് എന്ന് നിങ്ങൾ കണ്ടെത്തും. ഒരു ലളിതമായ ടേബിൾ തയ്യാറാക്കുക. ഒന്നാമത്തെ കോളം: Source. രണ്ടാമത്തെ കോളം: ലഭിക്കുന്ന Data. മൂന്നാമത്തെ കോളം: നിർമ്മിക്കപ്പെടുന്ന ആദ്യ സിസ്റ്റം റെക്കോർഡ്. നാലാമത്തെ കോളം: അടുത്ത നടപടി ആര് എടുക്കണം. ഓട്ടോമേഷൻ പ്രോജക്റ്റുകളെ തകർക്കുന്ന "ആ സ്പ്രെഡ്ഷീറ്റിനെക്കുറിച്ച് നമ്മൾ മറന്നുപോയി" എന്ന പ്രശ്നം ഒഴിവാക്കാൻ ഈ ഒരു രേഖ സഹായിക്കും.
ചെറുതായി തുടങ്ങി വലുതാക്കുക
ചെറുതായി തുടങ്ങുക. രണ്ട് പ്രധാന മേഖലകൾക്കിടയിൽ ഡാറ്റ കൈമാറുന്ന ഒരു വർക്ക്ഫ്ലോ തിരഞ്ഞെടുക്കുക. അത് നിർമ്മിക്കുക, പരീക്ഷിക്കുക, നിങ്ങളുടെ ടീമിനെ അത് ഉപയോഗിക്കാൻ അനുവദിക്കുക. ആ രീതി ഫലപ്രദമാണെന്ന് തെളിയിച്ചുകഴിഞ്ഞാൽ നിങ്ങൾക്ക് അത് വിപുലീകരിക്കാം.
ഒരു സിംഗിൾ സ്പ്രിന്റിൽ തന്നെ ഉപഭോക്താവിന്റെ മുഴുവൻ യാത്രയും ഓട്ടോമേറ്റ് ചെയ്യാനുള്ള ആഗ്രഹം നിയന്ത്രിക്കുക. ചെറുതും വിശ്വസനീയവുമായ ഒരു വർക്ക്ഫ്ലോ വിശ്വാസം നേടിയെടുക്കും. എന്നാൽ വലുതും പരാജയപ്പെടുന്നതുമായ ഒന്ന് ആ സംരംഭത്തോടുള്ള ആവേശം ഇല്ലാതാക്കും.
ആദ്യ ദിവസം തന്നെ നിങ്ങളുടെ മുഴുവൻ സെയിൽസ് പൈപ്പ്ലൈനും ഓട്ടോമേറ്റ് ചെയ്യുന്നതിന് പകരം, വെബ്സൈറ്റ് ഫോമിൽ നിന്നുള്ള യോഗ്യതയുള്ള ലീഡുകളെ (qualified leads) നിങ്ങളുടെ CRM-ലേക്ക് മാറ്റുന്നതിനും ടെറിട്ടറി അടിസ്ഥാനത്തിൽ ശരിയായ പ്രതിനിധിക്ക് നൽകുന്നതിനും തുടങ്ങുക. അത്രമാത്രം. ഫോളോ-അപ്പ് സീക്വൻസുകളോ, എൻറിച്ച്മെന്റോ, Slack അലേർട്ടുകളോ ഒന്നും വേണ്ട. ആ ഒറ്റ പാത രണ്ടാഴ്ചത്തേക്ക് കൃത്യമായി പ്രവർത്തിച്ചുകഴിഞ്ഞാൽ അടുത്ത ഘട്ടം ചേർക്കുക. നിങ്ങളുടെ ടീം സിസ്റ്റം പഠിക്കും. പരാജയങ്ങൾ എവിടെ സംഭവിക്കുന്നു എന്ന് നിങ്ങൾ മനസ്സിലാക്കും. അതിനുശേഷം ആത്മവിശ്വാസത്തോടെ നിങ്ങൾക്ക് വിപുലീകരിക്കാം.
യഥാർത്ഥ പാഠം: ബിസിനസ് ഓട്ടോമേഷൻ എന്നത് പ്രധാനമായും വേഗതയെക്കുറിച്ചല്ല. അത് വ്യക്തതയെക്കുറിച്ചാണ്. വിവരശേഖരണത്തെയും തീരുമാനങ്ങളെയും പ്രവർത്തനങ്ങളെയും നിങ്ങൾ വേർതിരിക്കുമ്പോൾ; നിങ്ങളുടെ സിസ്റ്റങ്ങൾക്ക് ഓർമ്മശക്തി നൽകുകയും; പരാജയങ്ങൾക്കായി തയ്യാറെടുക്കുകയും; കഠിനമായ തീരുമാനങ്ങൾ മനുഷ്യർക്കായി മാറ്റിവെക്കുകയും ചെയ്യുമ്പോൾ, നിങ്ങൾ തകരാറിലാകുന്ന സ്ക്രിപ്റ്റുകൾ നിർമ്മിക്കുന്നത് അവസാനിപ്പിക്കുകയും യഥാർത്ഥത്തിൽ നിലനിൽക്കുന്ന പ്രവർത്തനങ്ങൾ കെട്ടിപ്പടുക്കാൻ തുടങ്ങുകയും ചെയ്യുന്നു.