Een wereldwijde autofabrikant die op meerdere markten actief is, beheert miljoenen ongestructureerde klantinteracties - van enquêtes en sociale media tot logbestanden van contactcentra. Om zijn strategie voor klantervaring te transformeren, ging het bedrijf in zee met Artefact om een holistisch Voice of the Customer (VoC)-platform te bouwen, aangedreven door Generative AI en AWS, en verving trage, handmatige analyses door een schaalbaar, inzichtgestuurd systeem dat de verkoopconversie en klantenbinding direct verbeterde.

De uitdaging: handmatige VoC-analyse blokkeert het inzicht in de klant.

Het bestaande proces van het bedrijf voor het analyseren van feedback van klanten was volledig afhankelijk van menselijke analisten, die verbatims handmatig in een vaste, statische taxonomie indeelden. Het resultaat waren algemene inzichten met een lage resolutie die niet de nuance konden bevatten die nodig was om zinvolle bedrijfsacties op wereldwijde markten te stimuleren.

  • Handmatige classificatie knelpunt: Menselijke analisten classificeerden verbatims van klanten één voor één en produceerden vage onderwerpdefinities zoals ‘Netheid van de auto’ in plaats van een fijnmazig onderscheid zoals ‘Problemen met het schoonmaken van het voertuig’ vs. ‘Problemen met de parkeerservice’ - wat het genereren van inzicht vertraagde en de analytische precisie beperkte.
  • Blinde vlekken bij opkomende onderwerpen: De statische handmatige taxonomie kon voorheen ongeziene onderwerpen - zoals de invloed van klimaatverandering op de merkperceptie - niet aan het licht brengen, waardoor er hiaten in de informatie ontstonden en het bedrijf niet kon inspelen op het opkomende klantsentiment.
  • Onvermogen om over markten heen te schalen: Met enorme hoeveelheden ongestructureerde feedback die afkomstig was van Verkoop, Klantenservice, Google Search en Contactcentra in meerdere regio's, was handmatige analyse fundamenteel niet schaalbaar en inconsistent in verschillende markten.

De oplossing: een holistisch VoC-platform met LLM's en AWS DataZone.

Artefact ontwierp en leverde een Holistic VoC-platform dat unsupervised machine learning combineert met Large Language Models (LLM's) op AWS - automatisch ontdekken, classificeren en inzichten genereren uit ongestructureerde feedback van klanten op wereldwijde schaal. De oplossing werd geproduceerd voor maximale efficiëntie, waarbij gebruik werd gemaakt van een Hub-and-Spoke-architectuur die werd beheerd via AWS DataZone.

  • Leren zonder toezicht voor het ontdekken van onderwerpen: We pasten inbeddingsmodellen en clusteralgoritmen toe om ruwe verbatims van klanten te verwerken, waarbij we automatisch onderwerpclusters met een hoge dichtheid identificeerden zonder voorkennis of menselijke vooringenomenheid - waardoor we onderwerpen konden ontdekken die de handmatige taxonomie nooit had voorzien.
  • LLM-classificatiepijplijn met weinig schotten: Implementeerde een Few-Shot leerpijplijn met Foundation-modellen om nieuwe klantbeoordelingen op schaal te classificeren in de vastgestelde taxonomie (Onderwerp, Subonderwerp, Sentiment), waardoor bijna real-time inzichten in productie werden gegenereerd.
  • AWS DataZone voor wereldwijd bestuur: Maakte gebruik van AWS DataZone als centrale governancelaag om AI-modellen veilig te distribueren van de Global hub naar lokale marktomgevingen, waarbij modellen worden behandeld als gereguleerde data-producten en kwaliteitsvalidatie wordt gegarandeerd vóór elke regionale implementatie.
  • Productie en kostenoptimalisatie: Leidde een speciale productiefase om de aanvankelijke PoC-architectuur te herformuleren, waardoor de voorspellingstijd met 83% werd verkort en de maandelijkse uitvoeringskosten met 90% werden verlaagd - waardoor een kosteneffectieve, enterprise-grade productie-implementatie mogelijk werd.

De resultaten: een meetbare stijging in conversie, retentie en efficiëntie.

Het Holistic VoC-platform leverde gekwantificeerde, statistisch gevalideerde impact op conversie, retentie en operationele kosten - wat de directe commerciële waarde aantoont van Generative AI die op verantwoorde wijze op schaal wordt ingezet.

  • +5.9% stijging ten opzichte van de basisomrekeningskoers: Gevalideerd door middel van rigoureuze A/B-tests met een statistische significantie van 98%, waarbij hoogwaardige segmenten zoals ‘Premium en eigen woningen’ conversieverhogingen tot wel +11,6% behaalden - rechtstreeks toe te schrijven aan de aanbevelingen voor de volgende beste actie op basis van AI.
  • 90% verlaging van de maandelijkse bedrijfskosten: De geproduceerde oplossing verlaagde de maandelijkse uitvoeringskosten met 90% ten opzichte van de initiële MVP/PoC-fase, waardoor een zeer kostenefficiënte productiebasis werd gecreëerd terwijl het platform naar andere markten werd uitgebreid.
  • ~83% vermindering in voorspellingstijd: De verwerkingstijd werd met vijf-zesden verkort, waardoor de teams van het bedrijf veel sneller inzicht in de klant kregen en in bijna realtime konden reageren op nieuwe problemen op wereldwijde markten.

Door handmatige analyse te vervangen door een bestuurd, AI-gestuurd VoC-platform op AWS, stelde Artefact een toonaangevende wereldwijde autofabrikant in staat om feedback van klanten om te zetten in een strategisch bedrijfsmiddel - met meetbare ROI, schaalbare wereldwijde intelligentie en een repliceerbare architectuur die klaar is om uit te breiden naar nieuwe markten naarmate de ambities van het bedrijf op het gebied van klantervaring blijven groeien.