Machine Learning in de Automotive branche

Machine Learning, Artificial Intelligence (AI), Predictive Marketing; het zijn allemaal termen die door elkaar heen gebruikt worden. Waar het op neer komt is dat je patronen in beschikbare data wilt ontdekken, zodat je op basis hiervan toekomstige evenementen kunt voorspellen. Daarbij is Machine Learning de specifieke techniek, die gebruikt wordt om van verwerkte data te kunnen leren en/of deze data gebruiken om beter te presteren.

Inzicht of voorspellen

Dit klinkt natuurlijk als een geweldige techniek, die je het liefst direct wilt inzetten om controle te krijgen over de toekomstige evenementen van je business. Het is echter belangrijk om na te denken waarom je Machine Learning inzet en of het nodig is voor het doel dat je voor ogen hebt Een voorbeeld hiervan is het voorspellen van het aantal orders in de komende maand. Op basis van historische data, kan een extrapolatie van datapunten (patroon van de afgelopen jaren) al genoeg zijn om de gewenste inzichten te krijgen. Hier hoef je geen voorspelmodel voor te bouwen. Ditzelfde geldt voor het voorspellen van bijvoorbeeld het aantal gereden kilometers van een klant. In principe geven de kilometerstanden van twee verschillende momenten al genoeg informatie om uit te rekenen wat de kilometerstand van vandaag is.

Wat kun je ermee als Automotive Marketeer?

Als marketeer wil je, als het even kan, precies weten hoe je klanten zich gedragen en wat je moet doen om een bepaald gedrag te veroorzaken. Machine Learning maakt dit tot op zekere hoogte mogelijk. Als je op basis van je voorspelmodel weet dat een investering van bedrag X in leadbron Y zorgt voor 20 nieuwe orders in dezelfde maand, dan kan je een simpele kosten baten vergelijking maken en concluderen dat dit een goede investering is. Een ander voorbeeld is het effectief inzetten van monteurs in je werkplaats op basis van verwachte drukte, door bijvoorbeeld het voorspellen van onderhoud. Ook kan je marketing campagnes (en budgetten) effectiever inzetten als je weet welke contacten de grootste kans hebben om te converteren.

Data is een asset

Het inzetten van Machine Learning begint met een focus op data. Data maak je inzichtelijk door middel van dashboarding. Wanneer we met onze klanten kijken naar de manier waarop ze data bijhouden en verwerken, ontdekken we keer op keer dat data niet goed geregistreerd staat in bronsystemen en dat processen beter ingericht kunnen worden. In het begin kan dit confronterend zijn en zal het wat tijd kosten om hier structuur in aan te brengen.