Stellantis wybiera Amperity, aby łączyć dane o klientach i personalizować ich doświadczenia

Stellantis wybrał Amperity, aby pomóc łączyć informacje o klientach zebrane w ramach różnych marek i punktów kontaktu oraz zapewnić zespołom bardziej spójne podstawy do personalizowania komunikacji z klientami. Ogłoszenie z 27 października stawia tożsamość klienta i kontekst w centrum transformacji danych producenta samochodów, obejmującej relacje związane z pojazdami, gospodarstwami domowymi, dealerami i wieloletnim okresem posiadania samochodu.

Planowane zastosowania obejmują angażowanie klientów w różnych markach, obsługę posprzedażową i programy lojalnościowe, spersonalizowane komunikaty oraz pomiar skuteczności kampanii. Amperity informuje, że jej modułowa architektura będzie współpracować z istniejącym środowiskiem technologicznym Stellantis. Podczas weryfikacji koncepcji platforma miała w ciągu kilku minut przetworzyć miliony rekordów i utworzyć ujednolicony widok klienta 360 w mniej niż trzy dni.

Są to wyniki testów podane w ogłoszeniu, a nie dowód na zakończenie wdrożenia produkcyjnego. Szersze znaczenie ma problem, który ma zostać rozwiązany: system AI lub zespół marketingowy może podjąć trafną decyzję dotyczącą klienta tylko wtedy, gdy leżące u jej podstaw rekordy opisują właściwą osobę i właściwą relację.

Dlaczego łączenie danych o klientach w branży motoryzacyjnej jest trudne

Relacja z samochodem trwa znacznie dłużej niż typowa sesja zakupowa w internecie. Osoba, która szuka samochodu, jego nabywca, główny kierowca i osoba umawiająca wizytę w serwisie mogą być różnymi członkami tego samego gospodarstwa domowego. Właściciel może się zmienić, podczas gdy starszy rekord pozostanie w odrębnym systemie.

Prowadzi to do dwóch rodzajów błędów. Jeśli rekordy nie zostaną powiązane, firma może traktować tego samego klienta jak kilka niezwiązanych ze sobą osób. Zbyt pochopne łączenie rekordów może z kolei prowadzić do scalenia danych o osobach, które mieszkają pod tym samym adresem lub z innych względów są do siebie podobne. Oba rodzaje błędów mogą obniżyć przydatność personalizacji.

Ujednolicony profil to zatem coś więcej niż połączona lista adresowa. To stale aktualizowana interpretacja powiązań między rekordami a osobami, gospodarstwami domowymi i transakcjami. W przypadku producenta samochodów jakość tych powiązań pomaga ustalić, czy dana interakcja odpowiada potrzebom obecnego właściciela, czy też opiera się na nieaktualnym założeniu.

Jak Amperity rozpoznaje tożsamość klientów

Platforma Amperity do rozpoznawania tożsamości łączy skonfigurowane reguły z dopasowywaniem wspomaganym przez AI. Reguły łączą rekordy, gdy identyfikatory i warunki biznesowe przemawiają za ich dopasowaniem; punktacja pomaga oceniać mniej pewne przypadki, w których informacje są niepełne lub niespójne.

Firma opisuje proces, który zaczyna się od połączonych rekordów źródłowych, następnie stosuje logikę dopasowywania, ocenia niepewne powiązania i umożliwia zespołom analizę powstałego grafu. Obsługuje również tworzenie widoków tożsamości dostosowanych do konkretnych potrzeb biznesowych, zamiast zakładać, że jedna polityka dopasowywania będzie optymalna dla każdego zastosowania.

To rozróżnienie ma znaczenie w praktyce. Odbiorcy kampanii marketingowej i proces obsługi klienta mogą dopuszczać różny poziom niepewności. Zespoły muszą rozumieć, dlaczego rekordy zostały połączone, analizować wątpliwe powiązania i dostosowywać logikę w miarę napływu nowych informacji.

Komponent AI rozwiązuje tu problem związany z danymi, który pojawia się przed zastosowaniem generatywnej AI: ustalenie, które rekordy należy ze sobą powiązać. Płynna odpowiedź asystenta nie zrekompensuje błędnego profilu, który łączy historie różnych klientów.

Jak przekształcić rozpoznane profile w kontekst klienta

Na witrynie platformy Customer Context Platform Amperity opisuje szerszy proces: rozpoznawanie tożsamości, łączenie profili z historią i dostępnymi bieżącymi sygnałami, wspieranie podejmowania decyzji, aktywowanie działań za pośrednictwem połączonych kanałów oraz mierzenie wyników.

Platforma obejmuje segmentację, koordynację ścieżek klienta, funkcje predykcyjne i rekomendacyjne, a także integracje z narzędziami marketingowymi i serwisowymi. Amperity oferuje również opcje wdrożenia współpracujące ze środowiskami hurtowni danych i lakehouse; odpowiednia architektura zależy od konkretnego wdrożenia.

Pozwala to oddzielić ustalenie, kim jest klient, od decyzji o tym, jakie działanie podjąć. Przykładowo niedawna interakcja z serwisem może zmienić trafność zaplanowanej wiadomości. Aby system był użyteczny, zdarzenie to musi dotrzeć do procesu decyzyjnego na czas, wraz z dotychczasową historią klienta.

Wyzwanie związane z wdrożeniem nie polega po prostu na gromadzeniu większej ilości danych. Trzeba określić, które sygnały są istotne, jak szybko stają się dostępne, które zespoły mogą z nich korzystać oraz jaki wynik pokaże, że podjęte działanie przyniosło korzyść. Są to zarówno decyzje produktowe i operacyjne, jak i zadania inżynieryjne.

Co te podstawy oznaczają dla agentów AI

Szersza platforma Amperity zapewnia łączność za pośrednictwem Model Context Protocol dla zgodnych z nim narzędzi AI. MCP Server zaprojektowano tak, aby uwierzytelnieni użytkownicy mogli wyszukiwać informacje o rozpoznanych klientach i wykonywać obsługiwane operacje, korzystając z obowiązujących ich mechanizmów kontroli dostępu.

Firma informuje, że uprawnienia, dostęp oparty na rolach, ustawienia zgód i zasady korzystania mają zastosowanie również do tych żądań. Dzięki temu zarządzanie dostępem staje się częścią połączenia między platformą klienta a asystentem, zamiast pozostawiać każdemu nowemu interfejsowi ustanowienie własnego, odrębnego modelu dostępu do danych.

Są to ogólne możliwości Amperity, a nie potwierdzenie, że Stellantis wdrożył każdą z tych funkcji. Ogłoszenie wyboru nie określa konkretnej konfiguracji agenta działającego w środowisku produkcyjnym.

W przypadku dużych przedsiębiorstw wniosek architektoniczny jest jednak jasny: asystenci AI potrzebują zarówno użytecznego kontekstu, jak i wyznaczonych granic jego wykorzystania. Ujednolicony profil klienta może zwiększyć trafność, ale nie gwarantuje, że każda rekomendacja będzie dokładna ani że każde działanie będzie właściwe. Kontrola dostępu, zgoda i weryfikacja nadal stanowią część tego procesu.

Jak umowa wpisuje się w strategię AI Stellantis

Stellantis przedstawił już szerszy plan wdrażania AI w całej swojej działalności. W kwietniowym komunikacie opublikowanym na własnej stronie internetowej producent samochodów opisał pięcioletnią współpracę z Microsoft, obejmującą ponad 100 inicjatyw związanych z AI w takich obszarach jak obsługa klienta, rozwój produktów i działalność operacyjna.

Program obejmuje również modernizację infrastruktury Azure i cyberbezpieczeństwo wspierane przez AI. Stanowi kontekst dla kierunku rozwoju technologii w Stellantis, ale w komunikacie Amperity nie określono, w jaki sposób obie współprace zostaną zintegrowane pod względem technicznym.

Wybór Amperity dotyczy bardziej ukierunkowanego obszaru: informacji o klientach, z których zespoły i połączone systemy korzystają przy podejmowaniu decyzji. Lepsze modele i szybsza infrastruktura mogą poszerzyć zakres możliwości firmy; wiarygodna identyfikacja klienta i kontekst pomagają ustalić, czy podejmuje ona właściwe działania wobec konkretnej osoby.

Najbardziej miarodajne informacje przyniesie wykorzystanie rozwiązania w środowisku produkcyjnym: to, czy profile pozostają dokładne w miarę zmian relacji, czy zespoły potrafią skutecznie na nich działać oraz czy poprawiają się wyniki klientów. Partnerstwo pokazuje, że wdrażanie AI w przedsiębiorstwach w coraz większym stopniu zależy od mniej widocznej pracy związanej z porządkowaniem, nadzorowaniem i utrzymywaniem danych, dzięki którym możliwe jest personalizowanie doświadczeń.