Kierowcy oczekują szybkich reakcji i komunikacji oraz łatwego dostępu do informacji, najlepiej oczywiście przez całą dobę – to stąd popularność wirtualnych asystentów rozlicznych aplikacji
Analityka predykcyjna
Personalizacja była przełomem po erze masowego marketingu w XX wieku, gdy firmy używały ustandaryzowanych, tj. jednakowych, wiadomości, aby docierać do jak największej liczby odbiorców. Przełom ten nastąpił wraz z falą innowacji technologicznych, kiedy zdobycze cyfrowe pozwoliły masowo gromadzić i analizować dane dotyczące klientów. Hiperpersonalizację można przyrównać do osobistego konsjerża, który dostarcza skrojone na naszą miarę produkty, usługi i treści. A wszystko dzięki wykorzystaniu potężnych zbiorów danych, sztucznej inteligencji i uczenia maszynowego (machine learning, ML) do gromadzenia i analizowania w czasie rzeczywistym ogromnych ilości informacji o klientach.
Wespół z danymi kontekstowymi, takimi jak np. lokalizacja i pora dnia, tworzą profil klienta i jego zachowań podczas przeglądania stron internetowych czy interakcji w mediach społecznościowych. A stąd już tylko krok, by po zaciągnięciu takich informacji poznawać preferencje i wzorce zachowań – w tym przypadku zmotoryzowanych. Ale i tu uwaga! Nadmierna hiperpersonalizacja może się okazać przytłaczająca dla klienta. Skutek może być odwrotny do zamierzonego, jeśli klient naszego warsztatu zaczyna się zastanawiać: skąd oni tyle o mnie wiedzą?
Ważne jest więc, by dostarczać wartościowych treści. Błędne decyzje mogą oznaczać utratę klienta, który bez namysłu wybierze innego dostawcę usług na rynku motoryzacyjnym. Owszem, osoby młodsze, takie jak przedstawiciele pokolenia Z (urodzeni po 1995 r.) czy z pokolenia alfa (urodzeni w latach 2010-2025) są bardziej przyzwyczajeni, że w każdym miejscu w sieci zostawiają ogromne ilości danych o sobie. W zamian oczekują jednak odpowiednich rekomendacji i ofert idealnie skrojonych pod swoje potrzeby.
W czasach zglobalizowanego rynku, na którym konsument ma dostęp do znacznego wolumenu produktów i usług, wykrycie nieuczciwej praktyki handlowej nie jest proste. Ten sam produkt kupiony w Niemczech, Szwecji czy Polsce powinien być tej samej jakości. Niestety nadal zdarza się, że nieuczciwi producenci w naszym kraju sprzedają towar o gorszych parametrach jakościowych.
Z pomocą w walce z niedozwolonymi praktykami konsumenckimi przychodzi sztuczna inteligencja. Eksperci z Ośrodka Przetwarzania Informacji – Państwowego Instytutu Badawczego (OPI) wraz z naukowcami z Instytutu Podstaw Informatyki Polskiej Akademii Nauk (IPI PAN) zaprojektowali system informatyczny ANSI. Jak czytamy, powstanie on w ramach projektu sfinansowanego przez Narodowe Centrum Badań i Rozwoju ze Strategicznego Programu Badań Naukowych i Prac Rozwojowych pt. „Zaawansowane technologie informacyjne, telekomunikacyjne i mechatroniczne” (INFOSTRATEG III). Służyć będzie do identyfikowania opinii konsumentów na temat bezpieczeństwa produktów i ich jakości, z uwzględnieniem tzw. dual quality (podwójnej jakości produktów).
– Dzięki zastosowaniu najnowszych metod przetwarzania języka naturalnego jesteśmy w stanie zidentyfikować produkty, których jakość w Polsce powinna być dodatkowo zbadana w laboratorium nie poprzez bezpośrednie analizowanie każdego fizycznego produktu z osobna, ale pośrednio, na podstawie opinii o tych produktach dostępnych w internecie. Jest to bardzo ciekawe zastosowanie sztucznej inteligencji, które w pozytywnym sensie wykorzystuje fakt, że tak duża część naszego życia przeniesiona jest obecnie do sfery wirtualnej – mówi dr Łukasz Kobyliński, adiunkt w Zespole Inżynierii Lingwistycznej IPI PAN, kierownik zadań IPI PAN w projekcie ANSI.
Już trwają prace nad wdrożeniem systemu dla UOKiK, który wykrywa zapisy niedozwolone w umowach. Docelowo narzędzie pozwoli na identyfikowanie opinii konsumentów na podstawie analizy wielojęzycznych zasobów internetowych, takich jak np. portale aukcyjne, zakupowe blogi. Rozwiązanie będzie umożliwiało identyfikowanie produktów, w których zaobserwowano różnice jakościowe w zależności od rynku, na jaki są produkowane i dostarczane.
Proponowane rozwiązanie będzie także pomocne w identyfikacji produktów, które są niebezpieczne lub niskiej jakości (z uwzględnieniem dual quality). Nowe narzędzie będzie wyposażone również w uniwersalny system wdrażania oraz możliwość integracji z zewnętrznymi systemami autoryzacji i uwierzytelniania. Możliwość integracji z innymi systemami można odczytać jako zapowiedź wdrożenia sprytnego oręża w walce z masą podróbek, np. części motoryzacyjnych.
Rafał Dobrowolski
Fot. materiały Audi i Autoiso Sp. z o.o.
Komentarze (0)