Stellantis sceglie Amperity per collegare i dati dei clienti e personalizzare le esperienze

Stellantis ha scelto Amperity per collegare le informazioni sui clienti tra i suoi marchi e punti di contatto, offrendo ai team una base più coerente per personalizzare le interazioni. L’annuncio del 27 ottobre pone al centro della trasformazione dei dati della casa automobilistica l’identità e il contesto dei clienti, considerando relazioni che si estendono tra veicoli, nuclei familiari, concessionari e anni di possesso.

Gli utilizzi previsti includono le interazioni tra i diversi marchi, le esperienze post-vendita e di fidelizzazione, i messaggi personalizzati e la misurazione delle campagne. Amperity afferma che la sua architettura componibile si integrerà con l’ambiente tecnologico esistente di Stellantis. Durante una prova di fattibilità, la piattaforma avrebbe acquisito milioni di record in pochi minuti e creato un Customer 360 unificato in meno di tre giorni.

Si tratta di risultati della valutazione riportati nell’annuncio, non della prova che l’implementazione in produzione sia stata completata. La rilevanza più ampia riguarda il problema affrontato: un sistema di IA o un team di marketing può prendere decisioni pertinenti sui clienti solo se i dati sottostanti descrivono la persona giusta e la relazione corretta.

Perché è difficile collegare i dati dei clienti nel settore automobilistico

Una relazione con un veicolo dura molto più di una tipica sessione di acquisto online. La persona che cerca un’auto, chi la acquista, chi la guida abitualmente e chi fissa un appuntamento per la manutenzione potrebbero essere membri diversi dello stesso nucleo familiare. Il proprietario può cambiare mentre un record precedente rimane in un sistema separato.

Questo può generare due tipi di errore. Se i record non vengono collegati, un’azienda potrebbe trattare lo stesso cliente come se fosse composto da più persone non correlate. Se invece vengono collegati con eccessiva facilità, si possono unire i profili di persone che condividono un indirizzo o si somigliano per altri aspetti. Entrambi gli errori possono ridurre l’efficacia della personalizzazione.

Un profilo unificato, quindi, è più di una mailing list consolidata. È un’interpretazione aggiornata del modo in cui i record si riferiscono a persone, nuclei familiari e transazioni. Per una casa automobilistica, la qualità di questi collegamenti contribuisce a determinare se un’interazione risponde alle esigenze dell’attuale proprietario oppure si basa su un presupposto non più attuale.

Come Amperity risolve l’identità dei clienti

La piattaforma di risoluzione dell’identità di Amperity combina regole configurate con un processo di abbinamento assistito dall’IA. Le regole collegano i record quando gli identificatori e le condizioni aziendali indicano che corrispondono; l’assegnazione di punteggi aiuta a valutare i casi meno certi, caratterizzati da informazioni incomplete o incoerenti.

L’azienda descrive un processo che parte dai record collegati provenienti dalle fonti, applica una logica di abbinamento, assegna punteggi ai collegamenti incerti e consente ai team di esaminare il grafo risultante. Supporta inoltre viste dell’identità progettate per specifiche esigenze aziendali, invece di presupporre che un’unica politica di abbinamento sia ideale per ogni caso d’uso.

Questa distinzione è importante sul piano operativo. Un pubblico di marketing e un flusso di lavoro del servizio clienti possono avere livelli di tolleranza diversi rispetto all’incertezza. I team devono capire perché i record sono stati collegati, esaminare i collegamenti dubbi e adeguare la logica man mano che arrivano nuove informazioni.

In questo caso, la componente di IA affronta un problema relativo ai dati che precede l’IA generativa: stabilire quali record appartengono alla stessa persona. Una risposta scorrevole fornita da un assistente non può compensare un profilo sottostante che riunisce le cronologie dei clienti sbagliati.

Dai profili risolti al contesto del cliente

Sul sito web della piattaforma Customer Context, Amperity descrive un processo più ampio: risolvere l’identità, integrare i profili con la cronologia e i segnali attuali disponibili, supportare le decisioni, attivare le iniziative attraverso canali collegati e misurarne i risultati.

La piattaforma include funzionalità di segmentazione, orchestrazione dei percorsi, previsione e raccomandazione, oltre a collegamenti con strumenti di marketing e assistenza. Amperity offre anche opzioni di implementazione compatibili con ambienti di data warehouse e lakehouse; l’architettura più adatta dipende dall’implementazione.

In questo modo si distingue il sapere chi è un cliente dal decidere cosa fare in seguito. A titolo di esempio, una recente interazione con il servizio di assistenza potrebbe modificare la pertinenza di un messaggio programmato. Per essere utile, un sistema deve far arrivare quell’evento al flusso di lavoro decisionale in tempo, insieme alla cronologia già disponibile del cliente.

La difficoltà di implementazione non consiste semplicemente nell’accumulare più dati. Occorre stabilire quali segnali siano significativi, con quale rapidità diventino disponibili, quali team possano utilizzarli e quale risultato dimostri che un intervento è stato utile. Si tratta di decisioni di prodotto e operative, oltre che di attività ingegneristiche.

Cosa comporta questa base per gli agenti IA

La piattaforma più ampia di Amperity offre connettività tramite Model Context Protocol per gli strumenti di IA compatibili. MCP Server è progettato per consentire agli utenti autenticati di interrogare il contesto risolto dei clienti e svolgere le operazioni supportate attraverso i controlli di accesso già in uso.

L’azienda afferma che le autorizzazioni, il controllo degli accessi basato sui ruoli, le impostazioni di consenso e le politiche di utilizzo si applicano anche a queste richieste. In questo modo, la governance diventa parte integrante del collegamento tra una piattaforma clienti e un assistente, anziché lasciare che ogni nuova interfaccia definisca un proprio modello separato di accesso ai dati.

Si tratta di funzionalità generali di Amperity, non della conferma che Stellantis abbia implementato ogni singola funzionalità. L’annuncio della scelta non specifica una particolare configurazione degli agenti in produzione.

Per le aziende, le implicazioni architetturali sono tuttavia chiare: gli assistenti IA hanno bisogno sia di un contesto utile sia di limiti che ne regolino l’uso. Un profilo cliente unificato può migliorare la pertinenza, ma non rende automaticamente accurata ogni raccomandazione né appropriata ogni azione. I controlli di accesso, il consenso e la revisione restano parte del flusso di lavoro.

Come si inserisce l’accordo nella strategia di IA di Stellantis

Stellantis ha già delineato un impegno più ampio volto a integrare l’IA in tutta l’azienda. In un annuncio di aprile sul proprio sito web, la casa automobilistica ha descritto una collaborazione quinquennale con Microsoft, che prevede oltre 100 iniziative di IA in ambiti quali l’assistenza clienti, lo sviluppo dei prodotti e le attività operative.

Il programma comprende anche l’ammodernamento dell’infrastruttura Azure e iniziative di cybersicurezza supportate dall’IA. Offre un contesto per comprendere la direzione tecnologica intrapresa da Stellantis a livello aziendale, ma l’annuncio di Amperity non specifica in che modo le due collaborazioni saranno integrate sul piano tecnico.

La scelta di Amperity riguarda un livello più circoscritto: le informazioni sui clienti utilizzate dai team e dai sistemi connessi per prendere decisioni. Modelli migliori e infrastrutture più rapide possono ampliare le possibilità di un’azienda; un’identità e un contesto affidabili contribuiscono a determinare se agirà nel modo giusto nei confronti di un cliente specifico.

Le prossime prove significative arriveranno dall’uso in produzione: occorrerà verificare se i profili restano accurati al mutare delle relazioni, se i team riescono a utilizzarli efficacemente e se i risultati per i clienti migliorano. La collaborazione mostra come l’adozione dell’IA nelle aziende dipenda sempre più dal lavoro meno visibile di organizzazione, gestione e manutenzione dei dati che rendono possibile un’esperienza personalizzata.