Штучний інтелект відкриває додаткові джерела прибутку в післяпродажному обслуговуванні

Майже щодня ми отримуємо прес-релізи про геніальні винаходи, нові відкриття та нові бізнес-моделі – штучний інтелект часто є каталізатором, який підживлює ці нововведення. Але як виробники автомобілів та їхні роздрібні партнери можуть отримати користь від штучного інтелекту? Конкретний, справжній і головне вже зараз? Компанія Aurelis Consulting, яка майже два десятиліття займається виключно аналізом післяпродажним обслуговуванням автомобілів, взялася саме за цю тему.

«Aurelis Consulting –  компанія, яка загалом відома своїми щорічними дослідженнями в сфері автобізнесу. Однак мало хто знає, що Aurelis була однією з перших компаній, яка інвестувала в штучний інтелект для післяпродажного обслуговування. Після фази досліджень і розробок у 2018 році Aurelis представила новаторські прототипи в кількох сферах, які в наступні роки перетворилися на практичні програмні рішення.

Прототипи абсолютно нових, раніше невідомих алгоритмів і революційного програмного забезпечення були розроблені в рамках науково-дослідного проекту спільно з Європейським фондом регіонального розвитку (ЄФРР).

Проте шлях від ідеї до прототипу, а потім і до подальших програмних рішень був нелегким. Тут ми наводимо кілька прикладів того, як виробники та дилери автомобілів можуть досягти конкретного збільшення прибутку післяпродажного обслуговування за допомогою програмних рішень.

Приклад 1: Забезпечення лояльності клієнтів (аналіз утримання клієнтів)

За допомогою нейронних мереж компанії вдалося відчутно передбачити, які клієнти в сфері послуг і ремонту можуть стати нелояльними в найближчі тижні. Крім того, штучний інтелект розпізнає, яким клієнтам варто надіслати повідомлення  або спеціальну пропозицію, щоб зберегти їхню лояльність. Це означає, що тепер менеджери з обслуговування можуть робити дуже цілеспрямовані маркетингові кампанії задовго до того, як клієнти підуть. «Це економить величезну суму грошей, тому що завжди ефективніше утримати наявного клієнта, ніж залучити нового. Навіть досвідчені маркетологи ніколи не можуть бути такими точними».

Приклад 2: Конкурентні ціни (Smart Webcrawler)

Веб-сканування, безсумнівно, відомо багатьом читачам – міжгалузеві рішення існують роками. Однак досі не було «інтелектуального» рішення для автомобільного сервісу. Якщо попередні веб-сканери лише збирали дані, прототип програмного забезпечення, розроблений компанією Aurelis Consulting, може безпомилково запитувати конкурентоспроможні ціни на запасні частини та послуги. Це означає, що згодом для використання дані майже не потрібно переробляти. Досі дані конкурентів завжди доводилося очищати вручну, що було трудомістким процесом. Крім того, штучний інтелект дозволяє класифікувати пропозицію запасних частин відповідно до рівня якості та незалежно від того, чи це окрема деталь, збірка чи набір. «Перехід від десятивідсоткового рівня помилок у даних до майже нульового — це справжнє досягнення», — з гордістю каже Клаудіус Бошон, менеджер із продажу Aurelis.

Приклад 3: ціноутворення

Якого автовиробника чи компанію не дратує складність ціноутворення в секторі запчастин? Постіно зʼявляються нові продукти, модифікації або маркетингові кампанії. Доводиться адаптуватися так швидко, що неможливо встигнути. Aurelis Consulting, як експерт із ціноутворення на запчастини, створив програмне забезпечення для підтримки ціноутворення. «Деякі алгоритми настільки сучасні, що їх не знайти навіть у підручниках. Ви знайдете описи лише в дисертаціях в університеті… якщо взагалі знайдете», — з гордістю сміється Стефан Бракерц, партнер Aurelis і співрозробник програмного забезпечення. «Ми залучили до команди двох додаткових професорів університету для оцінки алгоритмів». На практиці алгоритми працюють настільки добре, що завдяки розробленим ціновим  пропозиціям можна отримати значне збільшення прибутку.

Приклад 4: Універсальна перевірка даних на правдоподібність (виявлення аномалії)

На додаток до попередніх прикладів, які мають дуже специфічні сфери застосування, компанія Aurelis також створила прототип для універсальної перевірки правдоподібності даних. Завдяки складним алгоритмам і штучному інтелекту програмне забезпечення розпізнає, чи є помилки в наборі даних, а потім локалізує ці помилки. Керівники заводів давно не мали часу перевіряти довгі списки даних, такі як замовлення запасних частин, перевірки запасів, прайс-листи або дані клієнтів на наявність помилок. З програмним забезпеченням від Aurelis компанії економлять дорогоцінний час і нерви.

Схожі статі

Опанувати нову навичку можна в будь-якому віці. Ось чому цьому варто повчитись у немовлят. Уривок з книжки «Початківці» Тома Вандербільта

Одного разу чотирьохрічна донька журналіста Тома Вандербільта запропонувала батькові зіграти в шахи. Він погодився, хоча й мав суттєву проблему: грати в шахи не вмів. Так…

Amazon і Stellantis починають спільну роботу над новими клієнтоорієнтованими технологіями та рішеннями

Amazon і Stellantis починають спільну роботу над новими клієнтоорієнтованими технологіями та рішеннями, які будуть імплементовані на мільйонах автомобілів та прискорять перетворення програмного забезпечення на головний…

Коментарі та відгуки

ukУкраїнська