Biren Shah foi recentemente VP de Gestão de Produtos e Engenharia na J.D. Power. Começou sua carreira em engenharia de software antes de migrar para gestão de produtos em empresas como Demand Media e SolarWinds. Antes de seu último cargo na J.D. Power, atuou em várias funções de gestão de produtos na Vast e Trilogy.

Em nossa conversa, Biren fala sobre como liderou iniciativas para otimizar a experiência do usuário em toda a jornada do cliente, desde a descoberta inicial até o pós-compra, transformando a experiência do cliente na indústria automotiva.

Acompanhando a jornada completa do cliente

Como você mapeia e mede a jornada completa do cliente automotivo?

Eu passei a maior parte da minha carreira no varejo automotivo. O mapeamento da jornada do cliente é complexo e raramente linear, abrangendo múltiplos sistemas desconexos. Existem quatro canais digitais principais de onde uma concessionária obtém leads qualificados:

• Tier 1 — Sites de marca OEM como HyundaiUSA.com ou BMWUSA.com
• Tier 2 — Sites regionais de múltiplas concessionárias
• Tier 3 — Sites de concessionárias locais
• Tier 4 — Marketplaces de terceiros como jdpower.com

Unificar esses pontos de contato é um desafio complexo por causa dos sistemas díspares e da necessidade de integrar os dados. Na J.D. Power, construímos uma plataforma de análise de negócios automotivos omnicanal, integrando diferentes fornecedores e OEMs. Isso nos permitiu coletar dados abrangentes sobre tráfego, eventos de sites, campanhas e mais, com visibilidade no funil de vendas das concessionárias.

Como você usou esse processo unificado para identificar momentos de intenção de compra?

Em um caso, uma campanha de marketing de um OEM gerou tráfego forte, mas a conversão de leads em vendas não atendeu às expectativas. Identificamos que as concessionárias não estavam seguindo bem os leads. Permitir instruções em tempo real melhorou a experiência do cliente, aumentando as taxas de fechamento.

Usando dados para identificar intenção

Quais indicadores comportamentais são mais preditivos da prontidão do comprador?

Desenvolvemos um motor de intenção de compra usando machine learning para pontuar leads com base na probabilidade de conversão. Compreender a intenção comportamental foi central no nosso trabalho, identificando padrões que previam a compra através de análises de regressão de machine learning.

Como você construiu experiências digitais para avançar os clientes nos momentos de compra?

Criamos um motor de ofertas personalizadas para um OEM, visando clientes indecisos e aumentando a taxa de conversão em 3% através de incentivos monetários.

Redesenhando um novo portal do cliente

O que motivou o projeto de redesenho do portal?

A evolução da nossa empresa nos últimos cinco anos, com o dobro de concessionárias participantes e adição de grandes marcas OEM, exigiu um portal mais robusto e escalável, com novos recursos solicitados pelos clientes.

Quais insights valiosos você ganhou dos clientes durante esse processo?

Formamos um comitê de design para compreender os principais pontos problemáticos dos usuários. O envolvimento de diferentes partes interessadas foi crucial para o sucesso do redesenho.

Como a IA irá transformar a tecnologia automotiva

Quais são as principais maneiras pelas quais a IA está transformando a indústria automotiva?

A IA conversacional está revolucionando as fases iniciais da pesquisa do cliente, respondendo a perguntas sobre modelos e agendando test drives. Embora ainda em estágio inicial, a IA está otimizando a experiência do cliente ao preencher lacunas nas respostas aos leads.

Como prevê a introdução da IA em ecossistemas legados nos próximos anos?

Espero que a IA se integre mais profundamente nos sistemas de concessionárias, melhorando a gestão de inventário e a qualificação de leads, e transformando CRMs.