Personalisatie voor het vinden van de Next Best Action

Pon Automotive blinkt uit in (luxe) automerken, bedrijfsvoertuigen en diverse innovatieve mobiliteitsdiensten. Als marktleider vertegenwoordigen we in Nederland merken zoals Volkswagen, Audi, SEAT, ŠKODA, CUPRA, en luxe automerken zoals Porsche, Bentley, Bugatti en Lamborghini. In Nederland zijn we ook actief met MAN (trucks, bussen) en Volkswagen Bedrijfswagens (lichte bedrijfsvoertuigen). Dagelijks vertrouwen meer dan 1,8 miljoen Nederlandse bestuurders op onze voertuigen en bijbehorende diensten.

Diensten

Innovatie

Sector

Automotive

Uitdaging van klant

Een van onze grootste uitdagingen is het creëren van een naadloze klantreis. Van het moment dat een klant op onze homepage landt tot het moment dat ze de autosleutels in handen hebben, streven we naar een perfecte gebruikerservaring. Het personaliseren van onze website is hierbij essentieel. Of iemand nu geïnteresseerd is in een sportwagen of liever een SUV wil bekijken, onze website moet deze voorkeuren herkennen en een op maat gemaakte ervaring bieden.

Hoewel personalisatie als concept intuïtief lijkt, was de implementatie allesbehalve eenvoudig. We hadden een adaptief en contextueel model nodig dat kon voorspellen welke versie van de website de gebruiker het liefst ziet. Gebruikersvoorkeuren veranderen snel, en wat vandaag populair is, kan morgen al uit de mode zijn. Het modelleren van al deze factoren als een set vaste bedrijfsregels bleek een onbegonnen taak, gezien de complexiteit en het aantal automodellen en merken.

Visie op probleem

Visie op probleem

De sleutel tot een naadloze en gepersonaliseerde gebruikerservaring ligt in het inzetten van geavanceerde AI-technologieën. In plaats van te vertrouwen op statische bedrijfsregels, ontwikkelden we een AI-model dat gebruikersvoorkeuren voorspelt. Dit model, een deep learning netwerk gebaseerd op reinforcement learning, past zich continu aan op basis van de interacties van gebruikers met onze website. Zo kan de website bij een volgend bezoek persoonlijker en relevanter zijn.

Het model is ontworpen om te leren van veranderingen in gebruikersvoorkeuren en past zich meerdere keren per dag aan. Dit stelt ons in staat om onze klanten altijd de meest relevante en gepersonaliseerde content te bieden, ongeacht hoe snel trends en voorkeuren veranderen.

De sleutel tot een naadloze en gepersonaliseerde gebruikerservaring ligt in het inzetten van geavanceerde AI-technologieën. In plaats van te vertrouwen op statische bedrijfsregels, ontwikkelden we een AI-model dat gebruikersvoorkeuren voorspelt. Dit model, een deep learning netwerk gebaseerd op reinforcement learning, past zich continu aan op basis van de interacties van gebruikers met onze website. Zo kan de website bij een volgend bezoek persoonlijker en relevanter zijn.

Het model is ontworpen om te leren van veranderingen in gebruikersvoorkeuren en past zich meerdere keren per dag aan. Dit stelt ons in staat om onze klanten altijd de meest relevante en gepersonaliseerde content te bieden, ongeacht hoe snel trends en voorkeuren veranderen.

Wil jij ook graag AI toepassen, maar weet je niet precies hoe?

Wij denken graag mee!

Contact us

Stap 1

Een adaptief AI-model voor gebruikersvoorkeuren

We ontwikkelden een AI-model dat in staat is om de voorkeuren van websitebezoekers te voorspellen en hierop in te spelen. Dit model maakt gebruik van reinforcement learning om zich continu aan te passen aan de nieuwste gebruikersinteracties. Hierdoor kunnen we onze klanten een op maat gemaakte ervaring bieden, die zich blijft verbeteren naarmate er meer interacties plaatsvinden.

Stap 2

Een uitgebreide data-infrastructuur voor personalisatie

Om de AI-modellen effectief te laten werken, hebben we een robuuste data-infrastructuur opgezet. Iedere twee uur worden de laatste gebruikersinteracties opgehaald en verwerkt, waarna het model opnieuw wordt getraind. Het gepersonaliseerde websitebezoek wordt vervolgens automatisch aangepast op basis van de nieuwste modelversie. Deze infrastructuur zorgt ervoor dat de personalisatie continu up-to-date is en inspeelt op de laatste trends.

Stap 3

Automatisering en optimalisatie van de klantreis

Door het automatiseren van verschillende onderdelen binnen het personalisatieproces, van modeltraining tot de interactie met de website, kunnen we ons richten op verdere optimalisatie van de klantreis. Dit omvat onder andere het versterken van personalisatie op basis van actieve marketingcampagnes, zoals het promoten van bepaalde automodellen die ook via andere kanalen worden geadverteerd.

Stap 4

Stap 5

Impact

Het effect van een soepele en persoonlijke gebruikerservaring op onze website is moeilijk direct te meten, vooral omdat auto’s langetermijnproducten zijn.

Echter, we hebben duidelijke verbeteringen gezien in meetbare statistieken. Zo is de click-through rate en het aantal voltooide autoconfiguraties met wel 100% gestegen vergeleken met een standaard, niet-gepersonaliseerde website. Ook het aantal geplande proefritten is met 70% toegenomen.

De zelflerende aard van het AI-model verlicht bovendien de werklast van onze marketeers aanzienlijk. Ze hoeven niet langer complexe bedrijfsregels te ontwikkelen en te onderhouden voor de personalisatie van de website, waardoor ze meer tijd hebben om marketingcampagnes te optimaliseren.

Wil jij ook graag AI toepassen, maar weet je niet precies hoe?

Wij denken graag mee!

Contact

Wat Pon over ons zei

Wij hebben sinds 2018 een Advanced Analytics afdeling, waar we proberen onze automerken te stimuleren tot data gedreven werken. In september 2019 kwamen Thomas Prikkel en Thomas Helling ons 3 dagen per week versterken in het bedenken, bouwen en implementeren van een aantal Data Science modellen. Zij hebben ons geholpen met Voorraad Management, Sales Forecast, Simplificatie van het productaanbod, Garantie Claim Detectie, Webscrapers en Website Personalisatie mbv AI.

Zij hebben veel wiskundige kennis toegevoegd aan de afdeling, waardoor alle vaste data scientisten zich verder hebben kunnen ontwikkelen. Ze zijn goede sparringspartners voor anderen en elkaar.

Naast de wiskundige kant van Data Science, hebben ze ook kennis van het Engineer deel en kunnen ze de minder-data-minded collega’s ook uitleggen hoe iets werkt en wat ze ermee kunnen. Daarmee zijn ze in staat om het hele proces van begin tot eind te begeleiden, bedenken en bouwen. Zij zijn beide, los van elkaar sterk, maar in dit geval geldt zeker ook 1+1 = 3. Naast het feit dat ze inhoudelijk echt iets brengen, brengen ze ook een hoop sfeer met zich mee. Het zijn gezellige mannen die goed passen in bijna ieder team. Ze zijn niet op hun mondje gevallen en hebben veel humor.

Deel je vraag!

Of je nu al precies weet wat je zoekt of nog geen idee hebt: we denken graag met je mee.

We gaan ermee aan de slag!
Oeps! Er is iets misgegaan tijdens het versturen.
Lange Viestraat 2b, 3511BK Utrecht,
The Netherlands