Otomotiv Araştırmaları için AI Paneller: EV Alıcı Personalarından Bayi Deneyim Testine

Otomotiv sektörü onlarca yıldır endüstriyel ölçekte müşteri araştırmaları yapıyor. Marka izleyicileri, klinikler, segmentasyon çalışmaları, birleşik analizler, sürüş panelleri. Küresel ölçekte rekabet eden OEM'ler, onlarca milyonluk araştırma bütçelerine ve yedi yıllık model döngülerine uyacak zaman çizelgelerine sahip. Bu model uzun süre işe yaradı.

Ancak içinde bulunduğumuz geçiş için çalışmıyor. EV benimsenmesi doğrusal değil, yazılımla tanımlanan araçlar her yıl ürün beklentilerini değiştiriyor, Çinli OEM'ler Avrupa pazarlarına aylar içinde giriyor ve bayi modeli doğrudan tüketiciye doğru yeniden şekillendiriliyor. Müşteri değişikliklerinin hızı, geleneksel otomotiv araştırmalarının hızını geçmiş durumda.

AI paneller, giderek artan sayıda OEM, birinci seviye tedarikçi ve özel otomotiv ajansının bu açığı kapatmak için kullandığı yöntemdir. Bu sayfa özellikle otomotiv içindeki kullanım durumlarını anlatıyor: EV alıcı personası, bayi deneyim testi, model yılı iletişimi, filo karar verici araştırması ve rekabetçi pozisyonlandırma. Aynı panel altyapısı, geleneksel araştırma yığınının bazı bölümlerini değiştirmek veya tamamlamak için değerlendirme yapan OEM'lerde kullanılıyor.

Otomotiv Araştırmalarında Hız Problemi

Bir otomotiv lansmanı için tipik geleneksel araştırma süreci şu şekilde görünüyor. Klinik katılımı 4 hafta sürer. Anket uygulaması 2 hafta sürer. Saha görüşmeleri 3 hafta alır. Sentezleme 2 ila 4 hafta sürer. Toplam: brieften bulgulara kadar 11 ila 13 hafta.

Lansman döngüsü bundan daha hızlı sıkıştı. Konseptten lansmana iki buçuk yıl süren (on yıl önceki yedi yıldan düşüşle) yeni bir EV modeli, her tur müşteri araştırması için üç ay bekleyemez. Bu yüzden ya araştırma sıkıştırılır (ve kalite zarar görür) ya da araştırma atlanır (ve lansman kararları önceki modelden kalma verilerle yapılır).

Bir panel destekli araştırma yığını, geleneksel araştırmanın yanında çalışır. Geleneksel çalışmalar, marka izleme ve büyük segmentasyon çalışmalarını sabitler. Paneller, kampanya varlıkları, model yılı iletişimi, fiyatlandırma kararları, bayi deneyim güncellemeleri gibi aradaki döngüleri yönetir. Her panel oturumu brieften bulgulara 24 ila 72 saat alır ve bu da bir otomotiv ekibinin, tek bir geleneksel kliniğin aldığı sürede yirmi panel geçişi gerçekleştirmesini sağlar.

Otomotiv Ekiplerinin Panelleri Kullandığı Yerler

EV Alıcı Persona Doğrulama

EV alıcısı tek bir kişi değildir. Muhafazakar alıcılar içten yanmalı motorla kalır. Erken benimseyenler ilk EV'lerini 2018'de satın aldı. Toplu pazar dönüştürücü, sahip olma toplam maliyeti nihayet mantıklı geldiği için şimdi satın alıyor. İsteksiz dönüştürücü ise şirket araba politikası veya yerel düzenlemeler tarafından zorlanıyor. Lüks alıcı rozet istiyor ve güç aktarımını ikincil olarak görüyor. Bu personaların her biri, aynı ürüne, mesaja ve bayi deneyimine farklı tepki verir.

OEM'ler, bu personaları oluşturmak ve baskı testinden geçirmek için AI paneller kullanır. Panel bazlı çalışma, geleneksel klinik bazlı versiyondan daha hızlı, daha ayrıntılı ve daha yinelemelidir. Bir ekip, "ilk EV'lerini 35.000 ila 50.000 euro fiyat noktasında düşünen, DACH'taki pragmatik dönüştürücüler" paneli oluşturabilir ve bu paneli, menzil kaygısı, şarj altyapısı, marka düşüncesi ve bayi beklentileri hakkında sorgulayıp, hepsini bir öğleden sonra gerçekleştirebilir.

Persona çalışması teslim edilebilir değildir. Teslim edilebilir olan, persona çalışmasıyla keskinleşen kampanya kararları, fiyatlandırma kararları ve bayi mesajlaşmasıdır. Paneller, bu personaların bir sonraki segmentasyon çalışmasını beklemek yerine sürekli güncellenmesini sağlar.

Bayi Deneyim Testi

Bayilik, araba satın alma yolculuğunun en çok şikayet edilen temas noktalarından biridir ve doğrudan OEM tarafından değil de bağımsız bayi ağları tarafından işletildiği için düzeltilmesi en zor olanlardan biridir. Geleneksel bayi deneyimi araştırması, gizli alışverişçiler, bayi-ağı anketleri veya satın alma sonrası müşteri röportajları gerektirir. Hepsi yavaş, hepsi pahalı, hepsi reaktif.

AI paneller, bir OEM'in bayi deneyim senaryolarını sentetik biçimde yürütmesini sağlar. Hedef müşteri profiline (örneğin, ilk kez EV alan, 35 ila 50 yaşlarında, şu anda premium bir Alman ICE aracı sürüyor) uygun bir panel oluşturun. Paneli, metin biçiminde sentetik bir bayi deneyimi üzerinden geçirin. "Bayiye geldiniz. Satış temsilcisi yanınıza geldi ve X dedi. Şarj hakkında sordunuz. Satış temsilcisi Y ile yanıt verdi. Bu sizi nasıl hissettiriyor?" Panel yanıtları, bayi senaryosunun alıcıyı ya rahatlatan ya da yabancılaştıran noktalarını ortaya çıkarır.

Bu içgörü, bayi eğitimini, satış senaryolarını ve mağaza deneyim tasarımını güncellemek için kullanılır. Bir Avrupa OEM ile çalışan uzman bir otomotiv ajansı, panel bazlı bayi deneyimi testi kullanarak üç alıcı segmenti üzerinde çalıştı ve sonraki bayi pilotlarında el kaldıran-test sürüşü dönüşümünü artıran altı somut senaryo değişikliği tanımladı.

Model Yılı İletişimi

Her model yılı, yeni bir pil paketi, güncellenmiş bir bilgi-eğlence sistemi, yenilenmiş bir dış görünüş ve bir fiyat ayarlaması gibi güncellemeler getirir. Bu güncellemelerle ilgili iletişim genellikle hızlı bir şekilde üretilir çünkü model yılı döngüsü araştırmayı beklemez. Dolayısıyla model yılı iletişimi, ancak sonrasında satış yanıtıyla test edilir.

Paneller, bir OEM'in model yılı iletişimini önceden test etmesine olanak tanır. Önceki model yılının mevcut sahiplerinden bir panel oluşturun. Yeni model yılı konumlandırmasını onlara sunun. Panel, güncellemelerin anlamlı olup olmadığını, fiyat artışının haklı olup olmadığını ve yeni özelliklerin yükseltmeyi haklı çıkarabilecek bir neden gibi hissedilip hissedilmediğini size söyleyecektir. Bu geri bildirim, iletişimi göndermeden önce şekillendirir.

Filo ve B2B Alıcı Araştırması

Filo karar vericileri ve kurumsal araç politikası sahipleri, araştırma için en zor bulunanlardan biridir. Kıdemli, meşgul ve satıcı taleplerine şüpheci yaklaşırlar. Filo yöneticisi profilini (orta ölçekli kurumsal filo, 200 ila 1000 araç, karma ICE/EV geçiş aşaması, bölgesel veya ulusal kapsam) eşleştiren bir Uzman Panel, gerçek filo yöneticisi paneline göre çok daha kolay oluşturulur.

OEM'ler bu panelleri filo fiyatlandırma yapıları, kalıntı değeri iletişimi, geçiş destek paketlemesi ve B2B satış mesajları test etmek için kullanır. Çıktı, bayi ağının büyük filo müşterileriyle doğrudan ilişkilerinin yerine geçmez, ancak sahaya çıkmadan önce mesajların ve paketlerin baskı testinden geçirilmesini sağlar.

Rekabetçi Konumlandırma

Otomotivdeki rekabet manzarası hızla değişiyor. İki yıl önce Avrupa pazarlarında var olmayan bir Çinli OEM, şimdi segmentte ciddi bir rakip. Geleneksel rekabet istihbarat çalışması buna ayak uyduramaz. Paneller, bir OEM'in rekabetçi konumlandırma çalışmalarını birkaç gün içinde yapmasına olanak tanır.

Hedef segmentteki alıcıların panelini oluşturun. Onlara OEM'in aracının konumlandırmasını, bir Çinli rakibinin aracının konumlandırmasını ve köklü bir Avrupalı rakibin aracının konumlandırmasını gösterin. Hangisinin dikkate değer olduğunu, hangisinin güvenli bir seçim olduğunu ve hangisinin bir meydan okuma olduğunu sorun. Panel yanıtları, OEM'e her çeyrekte güncellenebilecek bir algı haritası sunar ve bu da her üç yılda bir değil.

Fiyatlandırma Kararları

Otomotivdeki fiyatlandırma kararları büyük ağırlık taşır. Ölçek bazında 1.000 Euro'luk fiyat değişikliği, milyonlarca marj hareket ettirir. Geleneksel fiyatlandırma araştırması (birleşik analizler, van Westendorp çalışmaları, pazarda testler) yavaş ve pahalıdır.

Paneller, büyük karar noktalarında birleşik bir çalışmanın titizliğinin yerini almaz. Ancak aradaki kararlar için (bölgesel fiyat ayarlaması, donanım seviyesinin yeniden fiyatlandırılması, finansman teklifi değişikliği), paneller yanıtı önceden test edebilir ve en kötü yanlış anlamaları gönderilmeden önce yakalayabilir. Önde gelen bir Avrupa OEM, panel bazlı fiyatlandırma ön testlerinin pilot kampanyalar boyunca tek yönlülük sağladığını ve pazardaki yanıt ile yaklaşık %80 ila %95 arasında uyum sağladığını bildiriyor, bu da kampanya düzeyindeki kararlar için yeterlidir.

İşlenmiş Bir Örnek: Yeni Bir EV Modeli için Lansman Kampanyası

Bir premium Avrupa OEM, 45.000 ila 55.000 euro fiyat seviyesinde yeni bir orta boy EV modelini piyasaya sürüyor. Lansman kampanyasının, brieften ilk varlığa kadar 9 haftası var. Kampanya ekibi, döngüde dört noktada panelleri kullanıyor.

1. Hafta: hedef kitle tanımı. Hedef alıcıyı temsil eden 200 sentetik zihin paneli oluşturulur. Panel, üç alıcı türüne bölünür: pragmatik dönüştürücüler, premium sadıklar ve fetih alıcıları (şu anda premium olmayan ICE araçlarda). Ekip, her segmentin OEM'i bugün nasıl gördüğünü anlamak için bir algı çalışması yürütür.

2-3. Haftalar: konumlandırma konseptleri. Üç konumlandırma konsepti test edilir. Konsept A menzil ile öne çıkar. Konsept B sürüş deneyimi ile öne çıkar. Konsept C ise bayi hizmeti dahil premium sahiplik deneyimi ile öne çıkar. Panel, seçimi netleştirir: Konsept C premium sadıklar arasında kazanır, Konsept B fetih alıcıları arasında kazanır ve Konsept A en zayıfıdır çünkü menzil artık OEM'in ürün stratejisinin varsaydığı farkı yaratmaz.

4. Hafta: konumlandırma rafinasyonu. Ekip, Konsept B ve Konsept C'yi sürüş deneyimi ile öne çıkan ve sahiplik deneyimi ile desteklenen hibrit bir yapı olarak yeniden kurar. Hibrit yapı panelden geçer. Tüm üç segmentte kazanır. Ekip, lansman kampanyası için bu konumlandırmaya taşınır.

5-6. Haftalar: yaratıcı ve metin testi. Beş ana metin varyantı, üç başlık varyantı ve iki kampanya manifestosu test edilir. Panel, belirli sorunları ortaya çıkarır: bir ana metin ifadesi pazarlama yalanı olarak reddedilir, bir başlık panelin bir kısmını karıştırır ve bir manifesto tüm üç segmentle güçlü bir şekilde yankılanır ancak kapanış cümlesinin yeniden yazılmasına ihtiyaç duyar.

7. Hafta: bayi deneyimi güncellemesi. Ekip, yeni model için satış danışmanı ve alıcı arasındaki erken diyaloğu iyileştirmek için panel bazlı bayi senaryo testleri kullanır. Üç somut senaryo değişikliği belirlenir.

8. Hafta: fiyatlandırma iletişimi. Nihai fiyatlandırma panel ile baskı testine tabi tutulur. Ekip, finansman teklifinin "pahalı aylık maliyet" yerine "araç ömrü boyunca değer" olarak yeniden çerçevelenmesi gerektiğini öğrenir. Yeniden çerçeveleme, lansman iletişimlerine uygulanır.

9. Hafta: lansman hazırlığı. Nihai varlıklar gönderilir. Kampanya, hedef kitleye karşı beş kez yineleme yapılmış mesajlarla programda başlatılır.

Dokuz hafta boyunca panel, her önemli karar noktasında kullanıldı. Panel çalışmalarının toplam maliyeti, tek bir geleneksel klinikten çok daha azdı. Lansman kalitesi daha yüksekti çünkü çalışma, pazardaki harcamalardan önce kitleye karşı rafine edilmişti.

Paneller Daha Geniş Otomotiv Araştırma Yığınında Nereye Oturur

AI paneller klinikleri, sürüş deneyimlerini veya büyük segmentasyon çalışmalarını yerinden çıkarmaz. Bunlar, temel çalışmalar ve büyük yatırım kararlarının doğrulanması için hâlâ gereklidir. Panellerin yaptığı şey, büyük araştırma anları arasındaki süre farkını doldurmaktır.

Makuldür bir otomotiv araştırma yığını panellerle şu şekilde görünür:

• Yıllık marka izleyici (geleneksel nicel anket).
• Üç yılda bir derin segmentasyon (karma mod büyük örnekli araştırma).
• Her model döngüsünde klinikler (yüz yüze sürüş deneyimi artı röportajlar).
• Sürekli panel bazlı test (her kampanya varlığı, her iletişim yinelemesi, her fiyat değişikliği).

Panel katmanı, geleneksel yığından eksik olan şeydi. Bu, her karara, bir sonraki büyük çalışmayı beklemeden kanıt almasına olanak tanır.

Paneller Size Ne Söylemez

Paneller, pazardaki testler değildir. Stratejinizin satın alma anında gerçek bir müşterinin nasıl davranacağını bilmesine bağlı olduğu durumlarda, sentetik bir panel, gerçek dünyanın sağladığı kesinlikle bunu sağlayamaz.

Paneller ayrıca bir EV motorunun hızlanmadaki sesine alıcının verdiği tepki, kabin malzemelerini nasıl okuduğu, kontrollerin hissiyatına ilişkin duyguları gibi bir sürüş deneyiminin kinetik geri bildirimlerini vermez. Burada doğru araç kliniktir.

Ve paneller, eğitim verilerinde benzeri olmayan tamamen yeni kategorilerde en zayıftır. Endüstri ilk kez yazılımla tanımlanan araçlarla karşılaştığında, paneller hedef kitlenin nasıl tepki vereceğini söyleyemezdi çünkü hedef kitlenin kendisinin de bir referansı yoktu. Paneller, hedef kitlenin bazı görüşler oluşturduğu ancak hâlâ hareket ettiği bitişik veya gelişen kategorilerde en güçlüdür.

Başlarken

Otomotiv ekibi için en hızlı giriş noktası, yaklaşan bir kararı (bir model yılı iletişimi, bir fiyat test, bir bayi deneyim güncellemesi) seçip 50 zekalı bir panel yapmaktır. Transkriptleri okuyun. Panel yanıtlarının, iç denetim sürecinizin kaçırabileceği konuları yakaladığını fark edin. Panelin iş akışınıza nereden uyduğuna oradan karar verin.

Panelleri ilk benimseyen otomotiv ekipleri genellikle, araştırma zaman çizelgesi içgüdüyü tek seçenek haline getirdiği için içgüdüyle kampanya göndermekten bıkmış olanlardır. Panel, kategorinin hızına uyan bir tempoda kanıta dayalı kararlara geri dönmenin yoludur.