داده کاوی صنعت خودرو: هر آنچه باید درباره تاثیر مشتری بر محصولات بدانید

ممکن است این جمله را شنیده باشید که می‌گویند: شما باید به مردم بگویید به چه چیزی نیاز دارند. این ادعا از یک دید به‌خصوص درست است (مثل کاری که اپل با بازار تلفن‌های هوشمند انجام داد) اما در سوی دیگر باید درنظر داشت که بازخورد مشتری را نمی‌توان نادیده گرفت. تبادل میان خریدار و فروشنده، یک محاوره محسوب می‌شود با این تفاوت که کلمات جای خود را به پول و کالا می‌دهند. پس سازندگان هر محصولی ازجمله خودروها باید بازخورد مشتریان خود را نیز در ساخت محصولاتش لحاظ کنند. اما مشکل اینجا شروع می‌شود که می‌بینیم شمار مشتریان و بازخورد آن‌ها بسیار زیادتر از حد مدیریت و توان یک فرد یا گروه چندنفره تحلیلگر است. پس راه چاره خودروساز برای دریافت انتقادهای سازنده چیست؟

این شما و این داده‌کاوی

به زبان ساده می‌توان داده‌کاوی را این‌گونه توصیف کرد: حلاجی کردن کوهی از اطلاعات و یافتن داده‌های مفید و پنهان. روند یافتن الگوهای مشخص و بازیابی نکات مشترک در مجموعه بزرگ داده‌ها که با تکیه بر فناوری‌های امروزی چون ماشین‌لرنینگ، ایجاد پایگاه داده و نمودارهای تحلیلی انجام می‌شود، یکی از اصلی‌ترین شالوده‌های داده‌کاوی را شکل می‌دهد. تصور کنید یک جعبه پر از سنگ‌ریزه روبه‌روی شما قرار دهند و از شما بخواهند، جواهرات کوچک میان آن‌ها را پیدا کنید؛ داده‌کاوی همین کار را با اطلاعات انجام می‌دهد.

خودروساز و بازخورد مشتری

اگر از دنبال‌کنندگان اخبار دنیای خودرو و پدال باشید، حتما اخبار معرفی نسل تازه خودروهای مرسدس AMG، فراری، تسلا و… دیده‌اید که با معرفی هر مدل جدید، فناوری تازه‌ای را به‌شکلی متفاوت دردسترس خریداران خود قرار می‌دهند. هر چه این برند مانند فراری، پاگانی یا کونیگ‌زگ خاص‌تر باشد، توجه ویژه‌تری به خواسته مشتریانش دارد. در سوی دیگر، خودروسازان بزرگی چون تویوتا و فولکس‌واگن هم برای فروش بیشتر و مطمئن‌تر در بازار پرتلاطم، نیازمند دریافت بازخورد مشتریان خود هستند که شامل میلیون‌ها نفر در سراسر جهان می‌شود.

بنابراین هر مجموعه برای رسیدن به هدفی خاص نیازمند این داده‌های ارزشمند است. مهندسان و متخصصان این شرکت‌ها برای دستیابی به این داده‌ها مفید و ارزنده، به فن داده‌کاوی روی می‌آورند. این سیستم که هر سال نسبت‌به سال گذشته ارزشمندتر می‌شود، اطلاعات را از طریق منابع گوناگونی چون تاریخچه خرید، جمعیت‌‌شناسی مشتریان، حسگرهای خودرو، پیشینه خدمات و حتی پست‌های شبکه‌های اجتماعی گردآوری می‌کند.

خودروساز با این داده‌ها چه می‌کند؟

سازندگان خودروها با تجزیه، تحلیل و طبقه‌بندی کردن بازخوردها به‌وسیله داده‌کاوی، به درک درست‌تری از نیاز بازار می‌رسند. ازجمله بخش‌های استفاده از این روش می‌توان به موارد زیر اشاره کرد:

1. ایجاد بازار هدف: داده‌کاوی به خودروساز کمک می‌کند تا با درک نیاز خریداران، محصولی را مطابق همان نیاز به بازار عرضه کند؛ به این‌ترتیب هدفگذاری بهتری انجام می‌شود و احتمال فروش محصول افزایش می‌یابد.
2. پیش‌بینی نگهداری و تعمیرات: داده حسگرهای خودرو برای پیش‌بینی وضعیت خودروها و احتمال خرابی آن‌ها گردآوری می‌شود و به خودروساز می‌گوید باید تا چه حد برای ارائه خدمات پس‌ازفروش مناسب تلاش کند. آن‌ها برای تولید قطعات لازم و حتی ارائه خدمات دوره‌ای برنامه‌ریزی می‌کنند و به این ترتیب، به حفظ ایمنی و سرمایه مشتری خود کمک می‌کنند.
3. توسعه محصول: مشخصا شرکت با دانستن علاقه خریدارانش می‌تواند محصولی را برای آینده آن‌ها طراحی کند. تحلیل رفتار بازار و واکنش عموم به محصول تازه، الگوهایی را ایجاد می‌کند که به‌کمک داده‌کاوی به بازخوردی مفید برای خودروساز تبدیل می‌شود تا خودروی آینده خود را مطابق آن تغییر دهد.

روند داده‌کاوری

هرچند روند دقیق این کار امری تخصصی به شمار می‌رود و بسته به موضوع، تغییر می‌کند اما کلیت این کار به این صورت است که برند محبوب برای بقا خود در عصری که همه نام مشتری‌مداری را بر دوش می‌کشند، مجبور است گروهی را موظف به تحقیق در این زمینه کند تا موقعیت مشتریان، رقبا و خود شرکت را در بازار هدف، به‌درستی معین کنند.

سپس داده‌های انتخاب شده، پردازش و براساس هدف اولیه تحقیق، دسته‌بندی می‌شوند. داده‌های دسته‌بندی‌شده سپس ازطریق داده‌کاوی به الگوهایی معین، نمودارها و پایگاه داده تبدیل می‌شوند که درک و تفسیر آن‌ها برای مسئولان و متخصصان شرکت مفیدتر و قابل‌درک‌تر خواهد بود. به این ترتیب، داده‌ها به دانش شرکت تبدیل می‌شوند و مجموعه خودروسازی با تکیه بر آن‌ها به خریدارانش پاسخ می‌دهد و مشکلات مهم را رفع می‌کند.

کاوش سرمایه و تحلیل رفتار مشتری

از روش‌های عینی داده‌کاوی می‌توان به سرمایه‌کاوی اشاره کرد. این تکنینک که بیشتر توسط نمایندگی‌ها به‌کار گرفته می‌شود، می‌تواند خریدارانی را که برای تهیه مدل جدید، خودروی قبلی‌شان را کنار می‌گذارند، مشخص کند. داده‌کاوی در این بخش، از اطلاعات در دسترس نمایندگی استفاده می‌کند تا احتمال معامله دوباره مشتری را تخمین بزند. ازجمله این داده‌ها می‌توان به وام خودرو و نرخ بهره آن، اطلاعات خودروی خریدار به‌همراه فاکتورهای مهم آن مانند کارکرد، سابقه خریدهای مشتری از آن نمایندگی و میزان وفاداری او به برند و تاثیر تورم بر قیمت خودروهای جدید و دست‌دوم اشاره کرد.

مورد عینی دیگر داده‌کاوی، بررسی و سبک‌سنگین کردن داده‌های حسگر خودرو محسوب می‌شود که سبک و روش رانندگی مالکان را زیر ذره‌بین قرار می‌دهد. از این داده‌ها در توسعه سیستم‌های ایمنی، دستیارهای رانندگی و حتی بهبود جاده‌های عمومی استفاده می‌شود.

برند ذهن شما را می‌خواند

بله؛ درست است. در گذشته انسان‌ها پروازکردن را یک خیال بیشتر نمی‌دانستند و تصورش را هم نمی‌کردند بتوانند ذهن یکدیگر را بخوانند. اما امروزه به‌لطف پیشرفت فناوری به جایی رسیده‌اند که با تحلیل و غربالگری داده‌ها، ذهن یکدیگر را می‌خوانند! هرچند چنین قدرتی باعث می‌شود ذهن بسیاری از ما به‌سوی اهداف نظامی جلب شود اما باید توجه کنیم که همان‌طور که هم هواپیمای مسافربری داریم و هم جت‌های جنگنده، داده‌کاوی هم می‌تواند مانند یک شمشیر دولبه هم به انسان‌ها کمک کند و هم جان آن‌ها را بگیرد.

جایگاه حریم خصوصی در داده‌کاوی

رشد فناوری‌هایی چون هوش‌مصنوعی و افزایش نگرانی‌های مردم از ایمنی داده‌هایشان در شرکت‌های بزرگی چون اپل، گوگل، مایکروسافت، متا و… بی‌دلیل نیست. آن‌ها تقریبا بر تمام بخش‌های زندگی انسان امروزی مشرف هستند و بی‌پرده از آن داده‌ها استفاده می‌کنند یا در برخی موارد حتی آن‌ها را به شرکت‌های تولیدکننده مانند خودروسازان می‌فروشند.

با برقی‌شدن خودروها و شبیه‌شدن آن‌ها به تلویزیون‌های متحرک چهارچرخ، بسیاری از کاربران نگران هستند که مبادا از این اطلاعات سو استفاده شود. حقیقت این است که برندهای معتبر مانند مرسدس‌بنز در این خصوص شرایط و ضوابط خاصی دارند و به مشتری خود اطمینان می‌دهند که از داده‌های مشتریان خود، صرفا برای توسعه محصولاتشان استفاده کنند و آن‌ها را به اشتراک نگذارند. به‌جز قول شرکت سازنده و امضا قرارداد خرید که باید شامل ضوابط استفاده از داده‌های کاربر باشد، راه دیگری برای اطمینان از رازداری خودروسازان نیست.

داده‌کاوی در صنعت خودروی ایران

بی‌شک صنعت خودروی داخلی هم از این روش استفاده می‌کند. تولید خودروهای مرتفع بیشتر و خروج سدان‌های بی‌خاصیتی چون پراید، ۴۰۵، سمند و پارس از خط تولید، بیانگر این نکته است که روند داده‌کاوی در شرکت‌های داخلی هم انجام می‌شود. هرچند درک آن‌ها در نیاز و علاقه مبرهم مردم به کراس‌اوورها چند سال دیرتر از حد انتظار کامل شد اما سرانجام به این نقطه رسید که آن‌ها را به تولید خودروهای جدید واداشت.

با این همه، حجم بازخوردهای منفی نسبت‌به محصولات داخلی بیش‌ازپیش شده است. از کیفیت پایین خودروها و مشکلات آن‌ها گرفته تا شرایط فروش غیرمنصفانه. در این بخش می‌توان به‌راحتی به خودروسازان و مسئولان آن‌ها خرده گرفت و تنها با مشاهده نتیجه تصمیماتشان بیان کرد که انگار تصمیم‌گیرندگان این مجموعه‌ها، علاقه‌ای به رفع این مشکلات ندارند! با این وجود مشتری ایرانی مثل همیشه یا مجبور است این محصول را خریداری کند یا صرفا چون همه این کار را انجام می‌دهد، احترام خود را زیرپا گذاشته و محصولی را می‌خرد که فروشنده آن برای سرمایه او ارزش قائل نیست. نهایتا شاید بهتر باشد انگشت را سمت خودمان بگیریم؛ چون همان‌گونه که گذشتگان ما به بهترین شکل ممکن گفته‌اند:

از ماست که بر ماست!