Explorando Insights en el sector de la automoción aprovechando las capacidades analíticas de la IA

En el sector de la automoción, altamente competitivo y en constante transformación, las empresas deben mantenerse a la vanguardia para destacar. La actualización constante es vital para anticipar las necesidades cambiantes de los consumidores y adaptarse a las nuevas tecnologías y tendencias del mercado.

En este contexto, en Nethodology aprovechamos las nuevas tecnologías e integración Inteligencia Artificial e Inteligencia Humana (IH) con nuestra experiencia en la industria automotriz para desarrollar múltiples proyectos de escucha social. Obtenemos así valiosos insights para la estrategia de comunicación de las empresas del sector, permitiéndoles tomar decisiones estratégicas relevantes y acertadas basadas en datos y tecnologías de vanguardia.

Alianza SEAT/CUPRA

Un ejemplo concreto de esta evolución es la reciente colaboración que hemos desarrollado con SEAT/CUPRA. Esta marca española de automóviles, presente en el mercado desde 1950, destacada como una de las empresas líderes en innovación tecnológica, diseño distintivo, rendimiento deportivo y compromiso con la sostenibilidad. Nuestra reciente colaboración con SEAT/CUPRA es una clara muestra de este panorama evolutivo, donde los enfoques basados en datos se fusionan con la Inteligencia Artificial para el desarrollo de proyectos innovadores.

En este caso, nuestro objetivo principal era analizar las reseñas de miles de clientes en los concesionarios de trece marcas de automóviles en cinco de los principales mercados europeos. Para ello, recopilamos 420.000 reseñas de Google, seleccionadas cuidadosamente para garantizar una diversidad geográfica representativa de los cinco mercados de interés para SEAT: España, Italia, Francia, Alemania y Reino Unido.  

El objetivo final era obtener información relevante sobre la opinión de los clientes sobre la marca frente a sus competidores.

Implementación de la IA

La Inteligencia Artificial (IA) jugó un papel fundamental en el desarrollo del proyecto, permitiéndonos identificar y categorizar miles de datos. Primero clasificamos las opiniones en dos categorías principales usando el método de machine learning: experiencia minorista/de ventas y experiencia postventa/de mantenimiento. Posteriormente, aplicamos rigurosos métodos estadísticos para obtener una puntuación de sentimiento neto (NSS) para cada marca, con el objetivo de evaluar las opiniones de los clientes asignándoles valores numéricos según su tono emocional. Este proceso nos brindó información relevante sobre las valoraciones relacionadas con las ventas, un aspecto que no se muestra en Google My Business, que solo presenta los puntajes totales. De esta manera, pudimos diferenciar las valoraciones de ventas de las de posventa para cada marca.

La precisión era un desafío clave en este proyecto. Para garantizar la exactitud y el rigor metodológico, ajustamos el tamaño de la muestra a un total de 18.000 reseñas, excluyendo de manera consciente aquellas con datos limitados. Este proceso meticuloso robusteció nuestro análisis desde el punto de vista estadístico, posibilitando el descubrimiento de hallazgos significativos sobre la percepción de los clientes en los puntos de venta de las principales marcas de automóviles.

Clasificación de técnicas avanzadas

Mediante técnicas avanzadas de clasificación de textos, identificamos más de 30 categorías recurrentes de experiencias de compra, tales como accesibilidad, comodidad, ofertas, servicio al cliente, ubicación, servicio postventa, experiencia de compra online, calidad del vehículo, descuentos, entre otras. Cabe destacar que se detectaron múltiples opiniones sobre distintas categorías dentro de cada reseña.

Para determinar los aspectos positivos y negativos de la experiencia minorista del consumidor, utilizamos el análisis de micro-sentimientos. Nuestro equipo con expertise en data science se encargó de revisar cuidadosamente y garantizar la confiabilidad de cada lanzamiento algorítmico, para evitar las “alucinaciones” del modelo. Este término se refiere a un problema común de Large Language Models ya que pueden devolver respuestas plausibles pero incorrectas. Utilizando la capacidad de GPT4, y nuestra experiencia en el sector automotriz. obtuvimos varios insights relevantes.

Resultado con enfoque integral

¿Cuál fue el resultado? Gracias a nuestro proceso y desarrollo metodológico, obtuvimos un resultado con un enfoque integral de la experiencia minorista de cada marca, ofreciendo insights específicos y detallados que van más allá de las simples cifras. Nuestro análisis se respaldó con datos categorizados y ejemplos del mundo real de las calificaciones de Google My Business.

Esto permite que nuestras recomendaciones sobre fortalezas y debilidades sean más precisas y perspicaces, lo que ha guiado la toma de decisiones relacionadas con la estrategia de venta al por menor para SEAT/CUPRA.

Entre los resultados más relevantes encontramos:

• Las mejores y peores prácticas en el proceso de compra, ordenadas según la importancia otorgada por los clientes.
• La comparativa de 13 marcas en 5 países en 34 categorías relevantes, como «Testdrive» o «Model Display».
• Explicaciones detalladas de casos específicos, como los malos resultados de algunas marcas en algunos mercados, pero con excelente resultado en otros países. Un ejemplo es Volkswagen, que tiene un NSS bajo en Italia, pero una valoración encima del promedio en España y Alemania.

 Todas las conclusiones se apoyan en análisis cualitativos y respaldadas con ejemplos de reseñas reales de Google Maps.

En nuestra búsqueda por mejorar el análisis impulsado por la IA, adoptamos un enfoque práctico al diferenciar los análisis de ventas y posventa y automatizar la categorización a partir de los comentarios de los consumidores. A medida que avanzamos, nuestro compromiso con la innovación permanece sólido, ya que nos enfocamos en profundizar en las emociones del usuario, refinar el análisis de sentimientos y expandir el uso de la IA en futuros estudios de Social Listening.

Nethodology y nuestra apuesta por la IA

En Nethodology, demostramos nuestro compromiso con la excelencia en el análisis de datos para la industria automotriz. Combinamos nuevas tecnologías y experiencia en el sector para obtener valiosos insights que impulsan las estrategias de comunicación de las empresas. Nuestra colaboración con SEAT-CUPRA es un claro ejemplo: nuestra metodología rigurosa y el uso innovador de la inteligencia artificial han llevado a resultados significativos.

Recopilamos y analizamos reseñas, clasificamos opiniones de forma avanzada y nos centramos en los datos para obtener insights detallados que van más allá de las métricas tradicionales. En Nethodology, nos comprometemos a seguir mejorando el análisis impulsado por IA y a mantenernos a la vanguardia de la innovación en el campo de la escucha social.