Misurare la Brand Experience attraverso i Configuratori Auto Online: un Approccio Bayesiano

This work follows the paradigm change happening in the automotive sector. The customer journey is getting more and more digital. Customers are used to collect info online and go fewer times at a physical dealer. It has been verified how Car Configurators positively influence revenues and surveys highlight how customer expect them to evolve into real e-commerce platforms. These are the reasons why we analysed car configurator’s data. On one hand, to get a customer rating on present product offer, useful to engineer future models. On the other hand, to enhance the configuration experience. The research considered four different car brands in five European countries and it is based on data coming directly from the OEM. We applied an empirical methodology that already had success in the automotive industry: Bayesian Networks. This was the first time Car Configurator’s data have been analysed through BNs. The model has three main targets to improve: ended configurations and lead generation through test drive and quote requests. Results didn’t only reflect lots of the preliminary hypotheses about brands differences, but also gave one major insight. Customers prefer when products are presented in a clear and simple way. To do this, it is fundamental to reduce optional categories and make the presentation of each item more intuitive to reduce the customer cognitive effort.

La tesi si inserisce all’interno del cambio di paradigma in corso nel settore automotive. Il customer journey sta diventando sempre più digitale. I clienti cercano informazioni su internet e solo dopo si recano presso un dealer. È già stato dimostrato come i configuratori online aumentino le vendite e ci aspettiamo che in futuro diventino dei veri e propri e-commerce. Visto il crescente interesse per questo strumento di vendita, si è scelto di analizzarne i dati per estrapolare due tipi di risultati. Da un lato, suggerimenti per la progettazione di nuove auto basate sul gradimento dimostrato nei configuratori. Dall’altro, insight per migliorare l’esperienza di configurazione. La ricerca ha analizzato 4 diversi brand, su 5 mercati europei ed è basata su dati provenienti direttamente dal produttore. È stata applicata una metodologia che si è già rivelata efficace nel settore automotive: le Reti Bayesiane. Per la prima volta le si sono applicate nell’ambito dei configuratori online. Il modello mira a migliorare tre obiettivi: le configurazioni terminate, la richiesta di test drive e quella di preventivi. I risultati hanno rispecchiato alcune ipotesi iniziali ed hanno portato a una conclusione comune a tutti i brandi. I clienti si aspettano un prodotto presentato in maniera semplice e pulita. Si è rivelato importante ridurre le categorie di optional mostrate e rendere intuitiva la presentazione dei singoli componenti, per ridurre lo sforzo cognitivo richiesto all’utente.