Wie die Renault Group mit dem AI-Agenten von Contentsquare ihre Datenanalysen beschleunigte

Zentrale Kennzahlen

Das Unternehmen

Die Renault Group ist ein bedeutender Akteur in der Automobilindustrie mit internationaler Präsenz und einem digitalen Ökosystem, das mehrere Marken (darunter Renault, Dacia und Alpine) und eine Vielzahl digitaler Journeys umfasst: Model Discovery, Konfiguratoren, Neu- und Gebrauchtwagenbestände und Finanzierungsmöglichkeiten, um nur einige zu nennen.

Innerhalb der Gruppe ist das Performance- und Growth-Team für die digitale Performance verantwortlich: Es definiert KPIs, sammelt Daten, analysiert das Nutzerverhalten und experimentiert mit A/B-Tests. 

Als echte „Kommandozentrale“ für die Performance unterstützt das Team Marken dabei, ihre User Journeys nachzuvollziehen und wirkungsstarke Initiativen zu starten.

Seit 2013 arbeitet Renault mit fifty-five zusammen, einem auf Datenmarketing spezialisierten Beratungsunternehmen, um die Performance seines digitalen Ökosystems zu managen und zu verbessern.

Renault hat gemeinsam mit fifty-five, Contentsquare und dem Provider der Experimentierplattform Kameleoon eine CRO AI Challenge gestartet. Ziel dieser Challenge war die vollständige Integration von AI-Agenten zur Verbesserung der digitalen Performance und der Customer Experience.

„Unser Ziel ist es, Teams zu unterstützen – von Marken bis hin zu Produkten, beim Festlegen von Performance-Indikatoren sowie beim Fördern von Insights und Experimentierfreude.“

Alexandre Perruche

Head of Performance & Optimization

Die Herausforderung

Trotz einer ausgeprägten Datenkultur und eines bestehenden experimentierfreudigen Frameworks stand die Renault Group vor mehreren Herausforderungen:

• Die Hürde der Datenanalyse: Millionen von Sessions, Hunderte von Pfaden und potenzielle Reibungspunkte machten nicht automatisierte Verhaltensanalysen schwierig und zeitaufwändig.

• Die Abhängigkeit von Datenexperten bei Analysen: Digitale Teams in den Bereichen UX, Produktentwicklung oder Marketing brauchten Unterstützung von Data- und Analytics-Teams, um Daten zu entschlüsseln. Sie brauchten eine Möglichkeit, Insights für alle zugänglicher und umsetzbarer zu machen.

• Die notwendige Beschleunigung von Experimenten: Die Renault Group wollte besonders wirkungsstarke Use Cases rund um Optimierungen schneller identifizieren, vor allem mit Blick auf E-Commerce-Fahrzeug-Journeys.

„Daten und Performance können für UX-, Produkt- oder Markenteams kompliziert wirken. Unsere Herausforderung besteht darin, sie dazu zu befähigen, Daten selbstständiger zu nutzen.“

Alexandre Perruche

Head of Performance & Optimization

Um diese Herausforderungen zu bewältigen, hat die Renault Group zusammen mit fifty-five, Contentsquare und Kameleoon die CRO AI Challenge konzipiert und umgesetzt: einen Innovationswettbewerb rund um das Thema AI. Hauptziel war es, CRO-Teams dazu zu befähigen, AI zu nutzen und den Mehrwert von AI-Systemen zu testen. Dies sollte es den Teams möglich machen, Verhaltensweisen zu analysieren, Testideen zu generieren und Maßnahmen auf den Gruppen-Websites zu priorisieren.

Die Lösung

Die CRO AI Challenge konzentrierte sich auf 2 AI-basierte Plattformen:

• Sense Analyst von Contentsquare: ein autonomer AI-Agent, der die Schwerstarbeit bei Analysen übernimmt, indem er automatisch das Mapping von Websites durchführt, Journeys vergleicht, Ergebnisse zusammenfasst und die besten Anschlussschritte empfiehlt – was Teams stundenlange manuelle Arbeit erspart.

• PBX von Kameleoon: ein experiment- und dialogorientierter AI-Agent, der Insights in A/B-Testideen umwandelt und den nötigen Code für ihre schnelle Implementierung generiert.

1. Sense Analyst: Daten für alle nutzbar machen

Sense Analyst hat den Teams Folgendes ermöglicht:

• Zugriff auf und Analyse von komplexen Daten rund um User Journeys mithilfe von Alltagssprache. Zum Beispiel funktionieren Prompts wie: „Wo sind die meisten Kaufabbrüche im E-Commerce-Funnel zu beobachten?“ oder „Durch welches Verhalten heben sich Besuchende, die Conversions durchlaufen, ab?“

• Analysen mit Anweisungen und Struktur, ohne dass direkte Arbeit mit komplexen Dashboards nötig wird.

• Identifizierung von Reibungspunkten und Optimierungschancen – schneller und einfacher teilbar mit Business-Teams.

„Sense Analyst ist ein echter Beschleuniger für Teams, die sich mit Daten weniger auskennen. Sie können direkt mit einem AI-Agenten interagieren, Verhaltensweisen nachvollziehen und Maßnahmen formulieren, ohne jedes Mal Expertenteams einbeziehen zu müssen.“

Alexandre Perruche

Head of Performance & Optimization

2. PBX: Insights schneller in A/B-Tests umwandeln

Nach der Identifizierung von Insights mit Sense Analyst übernahm PBX, um Folgendes zu ermöglichen:

• Entwicklung konkreter A/B-Testideen, abgestimmt auf die ermittelten Herausforderungen.

• Erzeugung des Varianten-Codes, um Zeit bei der Implementierung zu sparen.

• Hilfe bei der Testpriorisierung anhand des erwarteten Impacts, des Traffics und der Komplexität der Implementierung.

Die Kombination von Sense Analyst und PBX machte es möglich, schneller von Beobachtungen zu Maßnahmen überzugehen – dank der Nutzung einer gemeinsamen Grundlage für verhaltensbasierte Insights. Sie deckte die gesamte Wertschöpfungskette ab, von Verhaltensanalysen bis zur Testideenbildung, und ermöglichte sogar die Durchführung von Experimenten auf den Seiten der Gruppe.

Use Case: Käufervertrauensbildung während der gesamten E-Commerce-Journey

Unter den mehr als 10 identifizierten Use Cases war das Anliegen mit dem wohl größten Potenzial die Optimierung des E-Commerce-Funnels und die Bestärkung potenzieller Käufer:innen in ihrer Kaufentscheidung.

Sense Analyst markierte Reibungspunkte während der Journey des Online-Fahrzeugkaufs: Einige Nutzende wählten zwar ein Fahrzeug aus, zögerten aber, mit dem Prozess fortzufahren, bevor sie ihn letztendlich abbrachen.

Auf der Grundlage dieser Erkenntnis entwickelten Renault und fifty-five in Zusammenarbeit mit Kameleoons PBX einen Test mit folgenden Zielen:

• Nutzende sollten im entscheidenden Moment bestärkt werden, mittels Anzeigen von Kundenrezensionen anderer Käufer:innen des ausgewählten Fahrzeugs.

• Diese Reviews sollten gut sichtbar gemacht werden – an genau der richtigen Stelle innerhalb der Journey, um Vertrauen aufzubauen, Hürden zu beseitigen und die Conversion zu fördern.

„Was uns wirklich beeindruckt hat, ist die Bereitstellung von Kundenbewertungen zu den jeweiligen Fahrzeugen, für die Nutzende Interesse gezeigt haben. So können wir Nutzenden wichtige Informationen liefern, um sie in ihrer Kaufentscheidung weiter zu bestärken und einzubinden.“

Von dem leichter zugänglichen Social Proof (Reviews, Erfahrungsberichte), für den die Renault Group zum Zeitpunkt der Kaufentscheidung sorgte, erhoffte sie sich, das Engagement im Funnel (Fortsetzung von Schritten, Klicks auf wichtige Aktionen) zu steigern, Abbrüche bei entscheidenden Schritten zu reduzieren und die Conversion-Rate im Bereich E-Commerce mit Blick auf die betreffenden Fahrzeuge zu verbessern.

Die Ergebnisse

Ergebnisse nach 5 Wochen der Challenge:

• 50 % Zeitersparnis bei der Generierung von Insights und Empfehlungen: Sense Analyst automatisierte einen Großteil der Verhaltensanalysen und ermöglichte es Teams so, Insights und Empfehlungen deutlich schneller zu liefern.

• Identifizierung von über 10 optimierungsbezogenen Use Cases innerhalb von 6 Wochen: Die Challenge führte zur Entwicklung von mehr als 10 AI-basierten Use Cases rund um zentrale Journeys, wobei 7 Empfehlungen in die engere Auswahl kamen und 3 Vorzeigetests für die Live-Schaltung ausgewählt wurden.

• Erhöhte Zugänglichkeit von Daten für Business-Teams: Digitale UX-, Produkt- und Markenteams nutzen Sense Analyst jetzt unabhängiger, während Data-Teams sich seltener mit elementaren Analysen befassen müssen und sich stattdessen auf strategischere Themen konzentrieren können.

„Seit wir mit der Nutzung von Sense angefangen haben, konnten wir immer mehr Leute verzeichnen, die auf die Lösung zurückgreifen – und unsere Datenexpertenteams werden seltener für grundlegende Analysen konsultiert.“

Alexandre Perruche

Head of Performance & Optimization

Was als Nächstes kommt

Die CRO AI Challenge ist nur der erste Schritt. Basierend auf ersten Rückmeldungen plant die Renault Group bereits Folgendes:

• Deployment von erfolgreichen Use Cases über alle Websites der Unternehmensgruppe hinweg (Renault, Dacia usw.),

• Erweiterung der Challenge auf ein breiteres Publikum, um Ideen zu vervielfältigen und den Einsatz von AI-Agenten in alltägliche Optimierungsprozesse einzubinden,

• Entdeckung neuer Pfade (Kundendienst, Finanzierung, vernetzte Dienste) mithilfe derselben AI-Bausteine und

• Erkundung der Einsatzmöglichkeiten von Sense Analyst zugunsten einer detaillierteren Multi-Session-Analyse, um wiederkehrende Verhaltensmuster besser zu verstehen und auch schwache Signale zu erkennen.

„Dank dieses neuen Ansatzes bin ich überzeugt, dass wir unsere Performance-Herangehensweise schrittweise transformieren werden. Erstens, indem wir die Akzeptanz seitens der Digital-Product-Teams viel stärker fördern. Zweitens, indem wir die Effizienz für den Zeitraum zwischen der Performance-Datenerfassung und dem Erreichen der gewünschten Ergebnisse erhöhen. Am wichtigsten ist mir allerdings, dass mit diesem Ansatz wirklich eine datengestützte Entscheidungsfindung im Zentrum der Strategie unseres Digital-Product-Teams steht.“

Alexandre Perruche

Head of Performance & Optimization