Renault Group riduce i tempi di analisi dei dati con l'agente AI di Contentsquare

Metriche chiave

L'azienda

Il Renault Group è un attore importante nel settore automobilistico, con una presenza internazionale e un ecosistema digitale che include diversi brand (tra cui Renault, Dacia e Alpine) e una moltitudine di digital journey: scoperta di modelli, configuratori, inventari di veicoli nuovi e usati e finanziamenti, per citarne solo alcuni.

A occuparsi della digital performance all'interno del gruppo, è il team "Performance and Growth" che definisce i KPI, raccoglie i dati, analizza il comportamento degli utenti e sperimenta tramite i test A/B.

Il team è il vero e proprio "quartier generale" per tutto quello che riguarda le performance e aiuta i brand a capire gli user journey e a implementare iniziative ad alto impatto.

Dal 2013, Renault collabora con fifty-five, società di consulenza specializzata in data marketing, per gestire e migliorare le performance dell'ecosistema digitale.

Renault ha collaborato con fifty-five, Contentsquare e Kameleoon (piattaforma di sperimentazione) lanciando la CRO AI Challenge. La sfida? La completa integrazione degli agenti AI al servizio delle performance digitali e della customer experience.

"Il nostro obiettivo è supportare i team, dai brand ai prodotti, dalla definizione dei KPI all'attuazione degli insights e alla sperimentazione."

Alexandre Perruche

Head of Performance e Optimization

La sfida

Nonostante una cultura aziendale già orientata sui dati e la presenza di un framework per le sperimentazione, Renault Group ha dovuto comunque affrontare diverse sfide:

• Difficoltà nell'analisi dei dati: senza automazione, milioni di sessioni e centinaia di percorsi e potenziali punti di attrito aumentavano la complessità dell'analisi comportamentale e il tempo necessario per ottenere insights.

• Dipendenza dagli esperti d'analisi: per decifrare i dati, i team digitali di UX, prodotto e marketing erano obbligati a richiedere il supporto dei team che si occupano di analytics. Quello di cui avevano bisogno, era di un modo per rendere gli insights più accessibili e fruibili per tutti.

• Nuove esigenze in termini di ritmo delle sperimentazioni: il gruppo Renault voleva identificare il più rapidamente possibile dei casi d'uso per un'ottimizzazione ad alto impatto, in particolare per gli user journey dell'e-commerce di veicoli.

"Per i team di UX, di prodotto o di brand, i dati e le performance possono sembrare complicati. Il nostro obiettivo è di renderli più autonomi nell'utilizzo dei dati."

Alexandre Perruche

Head of Performance e Optimization

È proprio per risolvere tali sfide che Renault, fifty-five, Contentsquare e Kameleoon hanno concepito e lanciato la CRO AI Challenge, una challenge per innovare tramite l'uso dell'AI. L'obiettivo principale era di consentire ai team CRO di sfruttare l'intelligenza artificiale e testare il valore degli agenti AI, per consentire l'analisi del comportamento degli utenti, suggerire idee per i test e stabilire le priorità di ottimizzazione per i diversi siti del gruppo.

La soluzione

La CRO AI Challenge si è concentrata su due diverse piattaforme che fanno uso dell'AI:

• Sense Analyst di Contentsquare: un agente AI autonomo che si occupa della parte più complicata dell'analisi. La piattaforma mappa automaticamente i siti, confronta i percorsi degli utenti, riassume i risultati, suggerisci le azioni da intraprendere, consentendo così ai team di risparmiare ore di lavoro manuale.

• PBX di Kameleoon: un agente conversazionale che si concentra principalmente sulla sperimentazione, trasformando gli insights ottenuti in idee per i prossimi test A/B e generando il codice necessario per una rapida implementazione.

1. Sense Analyst: dati accessibili a chiunque in azienda

Sense Analyst ha consentito ai team di:

• Accedere e analizzare dati complessi in merito agli user journey usando prompt in un linguaggio semplice per domandare, ad esempio, "Dove si verifica il maggior numero di abbandoni nel funnel di e-commerce?" o "Quale comportamento distingue i visitatori che si convertono dagli altri utenti?"

• Ottenere analisi guidate e strutturate senza dover andare direttamente su dashboard difficili da usare.

• Identificare più rapidamente i punti di attrito e le opportunità di ottimizzazione e condividere queste informazioni con tutti i team dell'azienda, senza intoppi.

"Sense Analyst è un vero acceleratore per i team che non hanno familiarità con i dati. Si può interagire direttamente con un agente AI, per meglio capire il comportamento degli utenti e pianificare azioni senza dover coinvolgere ogni volta i team tecnici."

Alexandre Perruche

Head of Performance e Optimization

2. PBX: dagli insights ai test A/B in meno tempo

Una volta identificati gli insights grazie a Sense Analyst, PBX ha raccolto il testimone per:

• Generare idee concrete per i test A/B in linea con le sfide individuate.

• Produrre il codice di variazione per risparmiare tempo durante l'implementazione.

• Stabilire le priorità per i test in base all'impatto previsto, al traffico e alla complessità dell'implementazione.

Combinare Sense Analyst e PBX ha permesso di passare più rapidamente dall'osservazione all'azione, affidandosi a una base comune d'insights comportamentali. Ha abbracciato ogni fase del processo, dall'analisi comportamentale all'ideazione dei test e persino l'implementazione di esperimenti sui siti del gruppo.

Un caso d'uso: aumentare la fiducia dell'acquirente lungo l'intero user journey.

Tra le decine di casi d'uso identificati, uno dei più promettenti era l'ottimizzazione del funnel di e-commerce per accompagnare i potenziali acquirenti durante la fase decisionale.

Sense Analyst ha evidenziato un problema nell'user journeuy per l'acquisto online di un veicolo: certi utenti selezionavano un veicolo, ma mostravano segni di esitazione durante il processo, con il conseguente abbandono dell'acquisto.

Basandosi su questi insights, Renault e fifty-five, in collaborazione con PBX di Kameleoon, hanno concepito un test con l'obiettivo di:

• Rassicurare gli utenti nelle fasi più delicate, mostrando le recensioni di altri acquirenti del veicolo selezionato.

• Mettere in maggior evidenza le recensioni spostandole nei punti giusti, in modo da instaurare un rapporto di fiducia, rimuovere gli ostacoli e stimolare la conversione.

"Un fattore che ha particolarmente lasciato il segno, è quello di poter fornire agli utenti le recensioni dei clienti a proposito dei veicoli per cui questi ultimi hanno dimostrato interesse, in modo da rassicurare e interagire con l'utente mentre sta decidendo se acquistare."

Permettendo agli utenti di trovare più facilmente la prova sociale (le recensioni e le testimonianze) quando stanno prendendo una decisione, il gruppo Renault si aspetta un aumento dell'engagement nel funnel (proseguire alle fasi seguenti del processo, cliccare sulle azioni chiave), una riduzione dell'abbandono durante passaggi critici e un incremento del tasso di conversione dell'e-commerce per i veicoli di riferimento.

I risultati

Risultati dopo 5 settimane di challenge:

• Risparmio del 50% in termini di tempo durante la generazione degli insights e dei suggerimenti: Sense Analyst automatizza la maggior parte degli aspetti dell'analisi comportamentale, consentendo ai team di produrre molto più rapidamente insights e suggerimenti.

• Più di dieci casi d'uso per ottimizzazioni identificati in 6 settimane: la challenge ha permesso di concepire oltre 10 casi d'uso basati sull'AI per gli user journey più importanti, con una selezione di 7 raccomandazioni e 3 test principali scelti per l'implementazione immediata.

• Dati più accessibili per tutti i team aziendali: i team digitali di UX, di prodotto e di brand usano oggi Sense Analyst in modo autonomo e i team di dati non devono più occuparsi costantemente di analisi di base e possono quindi concentrarsi su tematiche più strategiche.

"Da quando abbiamo iniziato a usare Sense, abbiamo notato che sono sempre di più le persone che hanno deciso di adottare questa soluzione. Per di più, in questo modo i nostri team esperti in dati vengono sollecitati di meno per eseguire solo analisi di base."

Alexandre Perruche

Head of Performance e Optimization

E ora?

La CRO AI Challenge è solo il primo passo. Alla luce dei primi riscontri ottenuti, Renault Group sta già pianificando di:

• Implementare i casi d'uso più efficaci sui siti web del gruppo (Renault, Dacia, ecc.)

• Coinvolgere un pubblico più ampio per trovare ancora più idee e consolidare l'uso degli agenti AI nei processi di ottimizzazione.

• Concentrarsi su altri percorsi (post-vendita, finanziamenti, servizi annessi) usando gli stessi componenti AI.

• Trovare altri casi d'uso per Sense Analyst in modo da perfezionare l'analisi su più sessioni, capire meglio i comportamenti ricorrenti degli utenti e individuare quei segnali che non sono visibili a prima vista

"Sono convinto che, grazie a questo nuovo approccio, riusciremo gradualmente a cambiare il modo in cui ci confrontiamo alle performance. Innanzitutto, promuovendo una maggiore adozione da parte dei team di digital product. In secondo luogo, diventando sempre più efficaci tra il momento in cui cerchiamo informazioni sulle performance e il raggiungimento dei risultati desiderati. Quello che, però, considero più importante, è che questo approccio mette davvero il processo decisionale basato sui dati al centro della strategia dei team di digital product."

Alexandre Perruche

Head of Performance e Optimization