Stellantis vælger Amperity til at forbinde kundedata og skabe personlige oplevelser

Stellantis har valgt Amperity til at hjælpe med at forbinde kundeoplysninger på tværs af virksomhedens brands og kontaktpunkter, så teams får et mere ensartet grundlag for personlig kundedialog. Meddelelsen den 27. oktober sætter kundernes identitet og kontekst i centrum for bilproducentens datatransformation, der omfatter relationer på tværs af køretøjer, husstande, forhandlere og mange års ejerskab.

De planlagte anvendelser omfatter kundedialog på tværs af brands, eftermarkeds- og loyalitetsoplevelser, personlige budskaber og måling af kampagner. Amperity siger, at virksomhedens komponerbare arkitektur vil fungere sammen med Stellantis’ eksisterende teknologimiljø. Under et proof of concept indlæste platformen angiveligt millioner af dataposter på få minutter og opbyggede en samlet Customer 360 på mindre end tre dage.

Det er resultater fra en evaluering, som omtales i meddelelsen, og ikke dokumentation for, at løsningen er fuldt implementeret i produktionen. Den bredere betydning ligger i det problem, der skal løses: Et AI-system eller et marketingteam kan kun træffe relevante beslutninger om kunder, hvis de underliggende dataposter beskriver den rette person og den rette relation.

Derfor er det svært at forbinde kundedata i bilbranchen

En kunderelation omkring et køretøj varer langt længere end en typisk onlinehandel. Den person, der undersøger en bil, køberen, den faste fører og den person, der bestiller tid til service, kan være forskellige medlemmer af samme husstand. Ejerskabet kan skifte, mens en ældre datapost stadig ligger i et separat system.

Det kan føre til to slags fejl. Hvis dataposter ikke forbindes, kan en virksomhed komme til at behandle den samme kunde som flere uvedkommende personer. Hvis de forbindes for ukritisk, kan personer, der deler adresse eller på anden måde ligner hinanden, blive slået sammen. Begge typer fejl kan gøre personaliseringen mindre relevant.

En samlet profil er derfor mere end en samlet adresseliste. Den er en løbende ajourført fortolkning af, hvordan dataposter hænger sammen med personer, husstande og transaktioner. For en bilproducent er kvaliteten af disse forbindelser med til at afgøre, om en interaktion afspejler en nuværende ejers behov eller bygger på en forældet antagelse.

Sådan afklarer Amperity kunders identitet

Amperitys platform til identitetsafklaring kombinerer konfigurerede regler med AI-understøttet matchning. Regler forbinder dataposter, når identifikatorer og forretningsbetingelser understøtter et match; en scoringsmodel hjælper med at vurdere mere usikre tilfælde med ufuldstændige eller inkonsistente oplysninger.

Virksomheden beskriver en proces, der begynder med sammenkoblede kildedata, anvender matchningslogik, scorer usikre forbindelser og giver teams mulighed for at undersøge den resulterende graf. Løsningen understøtter også formålstilpassede identitetsvisninger til forskellige forretningsbehov i stedet for at antage, at én matchningspolitik passer til alle anvendelser.

Denne forskel har betydning i praksis. En målgruppe til markedsføring og et kundeserviceforløb kan have forskellig tolerance over for usikkerhed. Teams skal forstå, hvorfor dataposter blev forbundet, undersøge tvivlsomme forbindelser og justere logikken, efterhånden som der kommer nye oplysninger.

AI-komponenten løser her et dataproblem, der går forud for generativ AI: at afgøre, hvilke dataposter der hører sammen. Et velformuleret svar fra en assistent kan ikke opveje en underliggende profil, der sammenblander historik for de forkerte kunder.

Fra afklarede profiler til kundekontekst

På sit websted for Customer Context Platform beskriver Amperity et bredere forløb: afklar identiteten, kombinér profiler med historik og tilgængelige aktuelle signaler, understøt beslutninger, aktivér via forbundne kanaler, og mål resultaterne.

Platformen omfatter funktioner til segmentering, koordinering af kunderejser, forudsigelser og anbefalinger samt integrationer til marketing- og serviceværktøjer. Amperity tilbyder også implementeringsmuligheder, der fungerer med data warehouse- og lakehouse-miljøer; den rette arkitektur afhænger af implementeringen.

Det adskiller viden om, hvem en kunde er, fra beslutningen om, hvad der skal ske som det næste. Som et illustrativt eksempel kan en nylig serviceinteraktion ændre relevansen af et planlagt budskab. Et nyttigt system skal sørge for, at denne hændelse når frem til beslutningsforløbet i tide sammen med kundens eksisterende historik.

Implementeringsudfordringen handler ikke blot om at samle flere data. Det handler om at fastlægge, hvilke signaler der er betydningsfulde, hvor hurtigt de bliver tilgængelige, hvilke teams der må bruge dem, og hvilket resultat der kan vise, at en indsats har hjulpet. Det er både produktmæssige og driftsmæssige beslutninger samt tekniske opgaver.

Hvad dette grundlag betyder for AI-agenter

Amperitys bredere platform understøtter forbindelse via Model Context Protocol til kompatible AI-værktøjer. MCP Server er udviklet til at lade godkendte brugere forespørge på afklaret kundekontekst og udføre understøttede handlinger via deres eksisterende adgangskontroller.

Virksomheden oplyser, at tilladelser, rollebaseret adgang, samtykkeindstillinger og brugspolitikker også gælder for disse forespørgsler. Dermed bliver styring en del af forbindelsen mellem en kundeplatform og en assistent, i stedet for at hver ny grænseflade skal etablere sin egen separate model for dataadgang.

Dette er generelle Amperity-funktioner, ikke en bekræftelse på, at Stellantis har taget alle funktionerne i brug. Meddelelsen om valget fastslår ikke en specifik konfiguration af produktionsagenter.

For virksomheder er den arkitektoniske konsekvens ikke desto mindre klar: AI-assistenter har brug for både nyttig kontekst og grænser for, hvordan den bruges. En afklaret kundeprofil kan gøre interaktioner mere relevante, men den sikrer ikke automatisk, at alle anbefalinger er korrekte, eller at alle handlinger er passende. Adgangskontrol, samtykke og gennemgang er fortsat en del af arbejdsgangen.

Hvor aftalen passer ind i Stellantis’ AI-strategi

Stellantis har allerede beskrevet en bredere indsats for at integrere AI i hele virksomheden. I en meddelelse på bilproducentens eget website i april beskrev bilproducenten et femårigt samarbejde med Microsoft, der omfatter mere end 100 AI-initiativer inden for blandt andet kundeservice, produktudvikling og drift.

Programmet omfatter også modernisering af Azure-infrastrukturen og AI-understøttet cybersikkerhed. Det giver indblik i Stellantis’ retning inden for virksomhedsteknologi, men Amperity-meddelelsen specificerer ikke, hvordan de to samarbejder skal integreres teknisk.

Valget af Amperity retter sig mod et mere afgrænset område: de kundeoplysninger, som teams og forbundne systemer bruger til at træffe beslutninger. Bedre modeller og hurtigere infrastruktur kan udvide, hvad en virksomhed er i stand til at gøre; pålidelige identitetsoplysninger og kontekst er med til at afgøre, om den gør det rigtige for den enkelte kunde.

De næste væsentlige tegn på fremskridt vil vise sig i den praktiske anvendelse: om profilerne forbliver præcise, efterhånden som relationerne ændrer sig, om teams kan handle effektivt på grundlag af dem, og om kundeoplevelserne forbedres. Partnerskabet illustrerer, hvordan indførelsen af AI i virksomheder i stigende grad afhænger af det mindre synlige arbejde med at organisere, styre og vedligeholde de data, der gør en personlig oplevelse mulig.