Хрустальные шары, предсказывающие будущее, помогут дилерам продавать автомобили.

К сожалению, этих легендарных шаров не существует. Но разработчики программного обеспечения для прогнозной аналитики добиваются успехов в прогнозировании того, какие клиенты с большей вероятностью купят, какие автомобили и когда.

Все больше и больше ритейлеров используют такие цифровые инструменты, чтобы лучше понять и затем использовать покупательское поведение клиентов.

Это развивающаяся область, особенно с учетом того, что в игру вступают искусственный интеллект и машинное обучение.

Соответственно, две компании по сбору автомобильных данных — AutomotiveMastermind и Urban Science — запускают расширенные версии цифровых инструментов для дилеров.

Городские исследования Программное обеспечение In-Market Audiences ориентировано на дилеров, которые напрямую нацелены на активных покупателей автомобилей, которые ищут конкретные автомобили.

Система оценки AutomotiveMastermind сообщает дилерам, какие клиенты более готовы покупать, чем другие.

Торговля автомобилями меняется

Руководители обеих компаний говорят, что их продукты помогают трансформировать авторитейл.

AutomotiveMastermind предоставляет усовершенствованные алгоритмы машинного обучения и прогнозные данные для оценки того, какие покупатели являются более интересными, чем другие.

Это делается путем извлечения тысяч данных о клиентах из различных источников.

Сюда входят социальные сети, финансовые отчеты, модели циклов покупок, демографические данные, системы управления дилерами, системы управления взаимоотношениями с клиентами и информация от участвующих автопроизводителей и их собственных финансовых подразделений.

Программное обеспечение компании прогнозирует поведение потребителей автомобилей, оценивает вероятность покупки, предсказывает, что влияет на поведение покупателей и даже кто может переключиться на другую марку автомобиля.

«Улучшенная система позволяет отделам продаж своевременно и эффективно взаимодействовать с потенциальными клиентами», — сказал Аарон Болдуин, директор по продуктам AutomotiveMastermind.

«Это последнее усовершенствование, которое позволяет глубже предсказать, кто, что, когда и с какой бизнес-структурой будет покупать», — рассказал он WardsAuto.

Демографические данные включают количество членов семьи в домашнем хозяйстве. Это поможет определить, какой тип транспортного средства они могут приобрести. Например, растущая молодая семья может перейти на более крупный автомобиль, говорит Болдуин.

Компания также изменила дизайн интерфейса «Перечень сделок с клиентами», который также включает темы для обсуждения, чтобы облегчить его использование сотрудниками дилеров.

Новый список сделок «наполнен ценной информацией о клиентах», — говорит Лавли Бальмс, директор по развитию бизнеса и Интернету команды Chevrolet в Лас-Вегасе. «Это означает больше времени на продажу и меньше времени на обучение».

S&P Global Mobility владеет AutomotiveMastermind, но имеет прямые продажи.

Работая в отделе продаж Mercedes-Benz Manhattan в Нью-Йорке, Марко Шнабль и Йоханнес Гнаук исследовали способы лучше понять поведение потребителей с помощью технологий.

В 2012 году они основали AutomotiveMastermind.

«Мы были первыми, кто вывел на рынок что-то прогнозирующее для автомобильной промышленности», — рассказывает Шнабл WardsAuto. «Amazon — это модель, которая, по нашему мнению, будет иметь отношение к автомобильной промышленности».

Целевой маркетинг Нью-Эйдж

Расширенный инструмент Urban Science «Аудитории на рынке» использует «непревзойденные» данные о продажах в отрасли, обновляемые ежедневно, чтобы помочь дилерам и их рекламным агентствам ориентироваться на покупателей автомобилей.

Усовершенствованный цифровой инструмент компании позволяет маркетологам обращаться к потенциальным клиентам, которые, вероятно, купят автомобиль в ближайшие 90 дней.

По словам Карла Мэттера, директора AdTech Performance в Urban Science, результаты показывают, что уровень покупок для общей аудитории до 10 раз выше, а для целевой группы автомобильных брендов — до 25 раз.

«Это более квалифицированная аудитория», — говорит он WardsAuto, отмечая, что сегодня реклама охватывает множество каналов — от социальных сетей до печатных рассылок.

«Там очень много шума», — рассказал Мэттер WardsAuto. «Вы должны прорваться через это. Розничные торговцы всегда заинтересованы в получении большей отдачи от своих рекламных расходов».

Система In-Market Audiences от Urban Science использует демографические данные домохозяйств и современное машинное обучение для расширенного маркетинга аудитории.

Этот подход выявляет закономерности в покупательском поведении транспортных средств и прогнозирует, какой автомобиль кто-то может купить следующим.

Это не всегда очевидно.

Например, Мэттер говорит: «Мы видели владельцев пикапов (с двигателями внутреннего сгорания), заинтересованных в покупке электромобиля. Это кажется нелогичным, но обычно они покупают электромобиль в качестве второй или третьей машины».

Прогнозная аналитика основана на науке, а не на предположениях.

«Поскольку потребность в точных и действенных данных в автомобильных СМИ возрастает, особенно в сегментах электромобилей и гибридов, использование новейших и наиболее точных данных в отрасли будет по-прежнему иметь решающее значение», — говорит Рик Джонс, вице-президент AdTech в Urban Science. .
Что в будущем?
Прогнозная аналитика становится все более важной для дилеров, говорит Болдуин из AutomotiveMastermind, который раньше работал в дилерской группе Asbury Automotive. «Мы видим интерес не только со стороны крупных ритейлеров, но и со стороны мелких ритейлеров».

Его компания изначально сосредоточилась на сегменте роскошных автомобилей, но около пяти лет назад стала основной.

Дилерам нужно больше данных и аналитической информации, рассказывает WardsAuto Дерек Хансен, вице-президент по операциям Cox Automotive. «Чтобы оставаться в игре, нужно быть лидером».

Прогнозная аналитика является относительно новой отраслью, но ее рост неизбежен, поскольку «существует так много данных», — говорит Эд Робертс, главный операционный директор Bozard Ford Lincoln в Сент-Огастине, Флорида.

Кроме того, системы искусственного интеллекта и машинного обучения стали более мощными при обработке этого моря данных.

Такие системы помогают ритейлерам лучше взаимодействовать с покупателями, добавляет он. «Если мы сможем наладить связи, мы сможем добиться продаж. Это больше не холодные звонки».