साझेदारियाँ
ग्राहक डेटा को जोड़ने और अनुभवों को व्यक्तिगत बनाने के लिए Stellantis ने Amperity को चुना
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
Stellantis ने अपने ब्रैंडों और ग्राहक-संपर्क बिंदुओं पर ग्राहक जानकारी को जोड़ने में मदद के लिए Amperity को चुना है। इससे टीमों को ग्राहकों से व्यक्तिगत रूप से जुड़ने के लिए अधिक एकसमान आधार मिलेगा। 27 अक्टूबर की घोषणा में वाहन निर्माता के डेटा रूपांतरण के केंद्र में ग्राहकों की पहचान और संदर्भ को रखा गया है। इसमें वाहनों, परिवारों, डीलरों और स्वामित्व के वर्षों तक फैले संबंध शामिल हैं।
इसका नियोजित उपयोग अलग-अलग ब्रैंडों के बीच ग्राहकों से जुड़ने, बिक्री के बाद की सेवाओं और वफ़ादारी से जुड़े अनुभवों, व्यक्तिगत संदेशों और अभियानों के परिणामों के आकलन में होगा। Amperity का कहना है कि उसका संयोज्य आर्किटेक्चर Stellantis के मौजूदा प्रौद्योगिकी परिवेश के साथ काम करेगा। अवधारणा-सिद्धि परीक्षण के दौरान, बताया गया है कि प्लेटफ़ॉर्म ने कुछ ही मिनटों में लाखों रिकॉर्ड ग्रहण किए और तीन दिनों से भी कम समय में एकीकृत Customer 360 तैयार किया।
ये घोषणा में बताए गए मूल्यांकन के नतीजे हैं, न कि इस बात का प्रमाण कि उत्पादन परिवेश में पूरी तरह कार्यान्वयन हो चुका है। इसका व्यापक महत्व उस समस्या में है जिसे हल करने की कोशिश की जा रही है: कोई AI प्रणाली या मार्केटिंग टीम ग्राहक के लिए प्रासंगिक निर्णय तभी ले सकती है, जब उसके आधार में मौजूद रिकॉर्ड सही व्यक्ति और सही संबंध का विवरण देते हों।
वाहन उद्योग में ग्राहक डेटा को जोड़ना मुश्किल क्यों है
वाहन से जुड़ा संबंध आम ऑनलाइन खरीदारी सत्र से कहीं अधिक समय तक बना रहता है। कार के बारे में जानकारी जुटाने वाला व्यक्ति, उसे खरीदने वाला, नियमित रूप से चलाने वाला और सर्विस अपॉइंटमेंट तय करने वाला—ये सभी एक ही परिवार के अलग-अलग सदस्य हो सकते हैं। स्वामित्व बदल सकता है, जबकि पुराना रिकॉर्ड किसी अलग प्रणाली में बना रह जाता है।
इससे दो तरह की गलतियाँ हो सकती हैं। रिकॉर्ड न जोड़ने पर कोई व्यवसाय एक ही ग्राहक को कई असंबद्ध व्यक्तियों के रूप में देख सकता है। दूसरी ओर, रिकॉर्ड को जरूरत से ज़्यादा आक्रामक तरीके से जोड़ने पर ऐसे लोगों की जानकारी एक साथ मिल सकती है जो एक ही पते पर रहते हैं या किसी अन्य तरह से एक-दूसरे जैसे दिखते हैं। दोनों ही गलतियों से व्यक्तिगत अनुभव कम उपयोगी हो सकते हैं।
इसलिए एकीकृत प्रोफ़ाइल केवल एक जगह संकलित की गई डाक-सूची से कहीं अधिक होती है। यह इस बात की निरंतर अद्यतन होती समझ है कि रिकॉर्ड लोगों, परिवारों और लेन-देन से किस तरह जुड़े हैं। वाहन निर्माता के लिए, इन संबंधों की गुणवत्ता तय करने में मदद करती है कि ग्राहक के साथ हुई बातचीत मौजूदा मालिक की ज़रूरतों को दर्शाती है या किसी पुरानी धारणा पर आधारित है।
Amperity ग्राहक की पहचान का मिलान कैसे करता है
Amperity का पहचान-मिलान प्लेटफ़ॉर्म निर्धारित नियमों को AI-सहायता प्राप्त मिलान के साथ जोड़ता है। जब पहचान-सूचक और कारोबारी शर्तें मेल का समर्थन करते हैं, तब नियम रिकॉर्ड जोड़ते हैं; अधूरी या असंगत जानकारी वाले कम निश्चित मामलों का आकलन करने में स्कोरिंग मदद करती है।
कंपनी जिस प्रक्रिया का वर्णन करती है, वह जुड़े हुए स्रोत रिकॉर्ड से शुरू होती है, फिर मिलान का तर्क लागू करती है, अनिश्चित कड़ियों को स्कोर देती है और टीमों को तैयार ग्राफ़ की जाँच करने देती है। यह अलग-अलग कारोबारी ज़रूरतों के लिए विशेष रूप से तैयार किए गए पहचान-दृश्य भी उपलब्ध कराती है; यह मानकर नहीं चलती कि हर उपयोग के मामले के लिए मिलान की एक ही नीति आदर्श होगी।
कामकाज के लिहाज़ से यह अंतर महत्वपूर्ण है। मार्केटिंग के लिए बनाए गए ग्राहक-समूह और ग्राहक-सेवा की कार्यप्रणाली में अनिश्चितता को स्वीकार करने की सीमा अलग-अलग हो सकती है। टीमों को यह समझना होगा कि रिकॉर्ड क्यों जोड़े गए, संदिग्ध कड़ियों की जाँच करनी होगी और नई जानकारी मिलने पर मिलान के तर्क को समायोजित करना होगा।
यहाँ AI का हिस्सा उस डेटा-संबंधी समस्या को हल करता है जो जनरेटिव AI से पहले आती है: यह तय करना कि कौन-से रिकॉर्ड एक साथ आते हैं। सहायक का धाराप्रवाह जवाब ऐसी अंतर्निहित प्रोफ़ाइल की भरपाई नहीं कर सकता जिसमें गलत ग्राहक के इतिहास को मिला दिया गया हो।
पहचान का मिलान करके तैयार प्रोफ़ाइलों को ग्राहक-संदर्भ में बदलना
अपनी Customer Context Platform वेबसाइट पर Amperity एक व्यापक क्रम का वर्णन करती है: पहचान का मिलान करना, प्रोफ़ाइलों को इतिहास और उपलब्ध मौजूदा संकेतों के साथ जोड़ना, निर्णय लेने में सहायता करना, जुड़े हुए चैनलों के ज़रिए सक्रिय करना और परिणामों का आकलन करना।
प्लेटफ़ॉर्म में ग्राहक-विभाजन, ग्राहक-यात्रा का संचालन, पूर्वानुमान और अनुशंसा की क्षमताएँ तथा मार्केटिंग और सेवा के टूल से जुड़ने की सुविधाएँ शामिल हैं। Amperity ऐसे परिनियोजन विकल्प भी देती है जो डेटा वेयरहाउस और लेकहाउस परिवेशों के साथ काम करते हैं; उपयुक्त आर्किटेक्चर कार्यान्वयन पर निर्भर करता है।
इससे यह स्पष्ट होता है कि ग्राहक कौन है, यह जानना और आगे क्या करना है, यह तय करना दो अलग बातें हैं। उदाहरण के लिए, हाल ही में हुई सर्विस संबंधी बातचीत से पहले से नियोजित संदेश की प्रासंगिकता बदल सकती है। उपयोगी प्रणाली को यह घटना समय रहते निर्णय-प्रक्रिया तक पहुँचानी होगी, साथ ही ग्राहक का मौजूदा इतिहास भी उपलब्ध कराना होगा।
कार्यान्वयन की चुनौती केवल अधिक डेटा जमा करना नहीं है। यह तय करना भी ज़रूरी है कि कौन-से संकेत मायने रखते हैं, वे कितनी जल्दी उपलब्ध होते हैं, किन टीमों को उनका उपयोग करने की अनुमति है और कौन-सा परिणाम दिखाएगा कि किसी हस्तक्षेप से मदद मिली। ये इंजीनियरिंग के काम होने के साथ-साथ उत्पाद और संचालन से जुड़े निर्णय भी हैं।
यह आधार AI एजेंटों के लिए क्या मायने रखता है
Amperity का व्यापक प्लेटफ़ॉर्म अनुकूल AI टूल के लिए Model Context Protocol के ज़रिए कनेक्टिविटी उपलब्ध कराता है। इसका MCP Server इस तरह बनाया गया है कि प्रमाणित उपयोगकर्ता अपने मौजूदा पहुँच-नियंत्रणों के तहत, मिलान किए गए ग्राहक-संदर्भ के बारे में पूछताछ कर सकें और समर्थित कार्रवाइयाँ कर सकें।
कंपनी का कहना है कि अनुमतियाँ, भूमिका-आधारित पहुँच, सहमति सेटिंग और उपयोग नीतियाँ इन अनुरोधों पर भी लागू रहती हैं। इससे ग्राहक प्लेटफ़ॉर्म और सहायक के बीच कनेक्शन में ही शासन-व्यवस्था शामिल हो जाती है; हर नए इंटरफ़ेस को डेटा तक पहुँच का अपना अलग मॉडल बनाने के लिए नहीं छोड़ दिया जाता।
ये Amperity की सामान्य क्षमताएँ हैं; इससे यह पुष्टि नहीं होती कि Stellantis ने हर सुविधा लागू कर दी है। चयन की घोषणा से किसी विशिष्ट उत्पादन एजेंट कॉन्फ़िगरेशन की पुष्टि नहीं होती।
उद्यमों के लिए इसका वास्तुशिल्पीय निहितार्थ फिर भी स्पष्ट है: AI सहायकों को उपयोगी संदर्भ के साथ-साथ उसके इस्तेमाल की सीमाओं की भी ज़रूरत होती है। ग्राहक की समेकित प्रोफ़ाइल प्रासंगिकता बढ़ा सकती है, लेकिन इससे हर सुझाव अपने-आप सटीक या हर कार्रवाई उचित नहीं हो जाती। पहुँच नियंत्रण, सहमति और समीक्षा भी कार्यप्रवाह का हिस्सा बने रहते हैं।
यह समझौता Stellantis की AI रणनीति में कहाँ फिट बैठता है
Stellantis पहले ही अपने कारोबार में AI को शामिल करने की व्यापक पहल की रूपरेखा पेश कर चुका है। अप्रैल में अपनी वेबसाइट पर की गई घोषणा में वाहन निर्माता ने Microsoft के साथ पाँच साल के सहयोग का ब्यौरा दिया था। इसमें ग्राहक सेवा, उत्पाद विकास और परिचालन सहित विभिन्न क्षेत्रों में 100 से अधिक AI पहल शामिल हैं।
इस कार्यक्रम में Azure के बुनियादी ढाँचे का आधुनिकीकरण और AI-सहायता प्राप्त साइबर सुरक्षा भी शामिल है। इससे Stellantis की उद्यम-प्रौद्योगिकी की दिशा का संदर्भ मिलता है, लेकिन Amperity की घोषणा में यह स्पष्ट नहीं किया गया है कि दोनों साझेदारियों को तकनीकी रूप से किस तरह जोड़ा जाएगा।
Amperity का चयन एक अधिक सीमित परत पर केंद्रित है: ग्राहक संबंधी वह जानकारी जिसका इस्तेमाल टीमें और जुड़े हुए सिस्टम निर्णय लेने के लिए करते हैं। बेहतर मॉडल और तेज़ बुनियादी ढाँचा कारोबार की क्षमताओं का विस्तार कर सकते हैं; लेकिन किसी खास ग्राहक के लिए सही कदम उठाने में भरोसेमंद पहचान और संदर्भ मददगार होते हैं।
आगे इसका सार्थक प्रमाण वास्तविक परिचालन इस्तेमाल से मिलेगा: क्या संबंधों में बदलाव के साथ प्रोफ़ाइल सटीक बनी रहती हैं, क्या टीमें उन पर प्रभावी ढंग से कार्रवाई कर पाती हैं, और क्या ग्राहकों के नतीजों में सुधार होता है। यह साझेदारी दिखाती है कि उद्यमों में AI को अपनाना उस कम दिखाई देने वाले काम पर लगातार निर्भर होता जा रहा है, जिसमें वैयक्तिकृत अनुभव को संभव बनाने वाले डेटा को व्यवस्थित करना, उसका उचित प्रबंधन करना और उसे बनाए रखना शामिल है।
