Thought leaders

AI kan dealers helpen om meer klanten naar hun servicecentra – en hun showrooms te brengen

mm

Met auto’s in korte voorraad – en duurder dan ooit – houden bestuurders hun voertuigen langer dan ooit, met de gemiddelde personenauto op de weg meer dan 13 jaar in 2022. Dat betekent meer onderhoud – en voor de dealers die deze voertuigen aan bestuurders verkochten, kan dit veel nieuwe zaken betekenen voor hun reparatie- en onderhoudsafdelingen. Inderdaad laten enquêtes zien dat 55% van de autobezitters liever zou willen dat dealers hun voertuigen onderhouden; tenslotte weet niemand de voertuig beter dan de mensen die het hebben gefabriceerd en verkocht, geloven veel bestuurders.

Ondanks dit, zoeken veel consumenten goedkopere niet-dealer service-opties, vaak uit bezorgdheid dat dealer services te duur zullen zijn, dat een bestaand serviceovereenkomst zal verlopen zonder dat ze het beseffen, of dat hun serviceovereenkomsten (als ze er een hebben gekocht) de service of reparaties die ze nodig hebben, niet zullen dekken. In plaats van deze klanten te verliezen, kunnen dealer-reparatiewerkplaatsen geavanceerde technologieën implementeren – met behulp van kunstmatige intelligentie, gegevensanalyse en computerzichttechnologie – om klanten een precieze schatting te geven van de kosten van een reparatie en hen voor te stellen de meest kosteneffectieve opties voor het uitvoeren van die reparatie.

In de meeste gevallen vandaag zullen dealers – van zowel nieuwe als gebruikte voertuigen – klanten een verlengde garantie voertuigserviceovereenkomsten aanbieden, die gekorte of zelfs gratis service voor een reeks voertuigreparaties en -services bieden. Hoewel het een goede deal lijkt – waardoor klanten betere kwaliteit services tegen gekorte prijzen kunnen krijgen – vertrouwen veel consumenten deze overeenkomsten niet, die vaak kleine lettertjes bevatten die dekking voor algemene reparaties of serviceprocedures uitsluiten. Deskundigen raden aan om uitgebreid onderzoek te doen voordat u een van deze overeenkomsten koopt – terwijl anderen simpelweg aanraden ze helemaal te skippen.

Voor veel bestuurders zijn de risico’s die aan deze overeenkomsten verbonden zijn (die vaak vooraf moeten worden betaald) gewoon niet de moeite waard – en ze zouden liever hun kans wagen met derdepartij-servicecentra. Maar zelfs minder dure niet-OEM-onderdelen en -service – onderhevig aan dezelfde inflatoire druk als OEM-onderdelen – nemen in prijs toe. Voor veel mensen betekent dit dat ze hun voertuig zelf repareren (als ze de vaardigheden hebben) – of een reparatie vermijden en hopen op het beste. Volgens statistieken van de Amerikaanse overheid zouden 39% van de Amerikanen in de schulden moeten om een onverwachte uitgave (zoals een voertuigreparatie) van slechts $400 te dekken, terwijl dit percentage zou stijgen tot 59% als de uitgave $1000 of meer zou zijn.

Deze sombere statistieken vertegenwoordigen een kans voor dealers om klanten te trekken die op zoek zijn naar lagere kosten en hogere kwaliteit services en reparaties. Het implementeren van nieuwe technologie-oplossingen zal helpen om deze kans te grijpen. AI-gebaseerde analyse-systemen kunnen dealer-werkplaatsen in staat stellen om diepgaande gegevens over de voertuigen te verzamelen die klanten voor service brengen, waardoor ze kunnen beginnen met het opbouwen van gedetailleerde profielen over die voertuigen. Met behulp van die gegevens kunnen reparatiepersoneel potentieel problemen detecteren voordat ze optreden. In plaats van duur en tijdrovend exploratoir werk te moeten doen om het probleem te bepalen, kunnen winkels nauwkeurige, AI-gebaseerde machine learning-systemen inzetten die diepgaande gegevens over de problemen kunnen leveren en aangeven wat er precies moet worden gedaan.

AI-systemen kunnen consumenten ook geld besparen op onderdelen. Gegevens verzameld uit ingebouwde en extern geopereerde sensoren – die duizenden gegevenspunten over de staat van een voertuig kunnen verzamelen, hoe de auto werd bestuurd, of het bij ongevallen betrokken was die de reparatieprocedure zouden kunnen beïnvloeden, en veel meer – evenals hoge resolutiecamera’s die beelden produceren die kunnen worden geanalyseerd met behulp van computerzichttechnologie, stellen reparatiewerkplaatsen in staat om een profiel op te bouwen van alle onderdelen van een voertuig, evenals indicaties over wanneer onderdelen moeten worden vervangen. Bijvoorbeeld, vaak heeft een groot motorprobleem zijn oorsprong in een filter dat de winkel vergeten is te vervangen, of een lek dat onopgemerkt bleef. Door een constant bijgewerkt profiel van voertuigen te houden, kunnen dealers op dit systeem vertrouwen om te voorspellen wanneer een onderdeel moet worden vervangen of welk ander preventief onderhoud moet worden uitgevoerd. Reparatiepersoneel zal een veel beter idee hebben van wat er moet worden gedaan, en hoe, waardoor klanten grote reparatiekosten in de toekomst kunnen vermijden.

Dealer-werkplaatsen zijn ook in een veel betere positie om AI-systemen te gebruiken dan hun concurrentie. Met diepgaande informatie over de voertuigen die ze verkopen – dankzij de fabrikanten die hen deze voertuigen leveren – hebben dealers toegang tot betere en diepgaandere gegevens over voertuigen dan niet-dealer-reparatiewerkplaatsen. Met deze gegevens opgenomen in het AI-uitgeruste analyse-systeem, zullen dealers in staat zijn om klanten veel nauwkeurigere informatie te geven over wat er moet worden gedaan, op een veel efficiëntere – en minder dure – manier.

Dealer-services zijn bijna altijd duurder dan die welke door derdepartij-winkels worden geleverd – maar AI-gebaseerde reparatie-analyse kan een belangrijk instrument zijn in het verminderen van kosten en problemen voor klanten. Met systemen zoals deze op hun plaats, zullen dealers in staat zijn om veel meer zaken te behouden dan ze zouden hebben kunnen met standaard serviceovereenkomsten. En met de reputatie voor goed, eerlijk en effectief service dat AI zal helpen hen bereiken, zullen dealers in staat zijn om meer klanten naar hun showrooms te brengen.

Neil Alliston is de uitvoerend vice-president van product & strategie bij Ravin.ai, een platform dat 's werelds meest geavanceerde digitale voertuiginspecties bouwt.