AI zündet den Turbo: Toyota verdoppelt seine Lead-Performance.

Mit über 1,4 Millionen Visits pro Monat ist Toyota.fr ein zentraler Einstiegspunkt für kaufbereite Prospects.Der wichtigste Conversion-Hebel: mehr Probefahrt-Anfragen. Denn der Besuch im Autohaus bleibt der entscheidende Schritt auf dem Weg zum Fahrzeugkauf.

Um dieses Potenzial auszuschöpfen, optimiert Toyota den Probefahrt-Anfrageprozess gezielt, damit interessierte Besucher:innen möglichst effizient zu qualifizierten Leads für die Autohäuser werden.

{{quote-1}}

{{custom-tag-1}}

‍Zur Förderung von Autohausbesuchen implementierte Toyota ein Pop-in zur Probefahrt-Anfrage, das anhand eines manuellen Scoring-Modells ausgespielt wurde.
Obwohl die Maßnahme zunächst zu einer höheren Lead-Anzahl führte, zeigte sich schnell eine zentrale Schwäche: Die generierten Leads wiesen nicht die gewünschte Qualität auf.

In other words, many people who requested test drives did not show up for their appointments or did not purchase a vehicle afterward, making the operation unprofitable for the brand. Toyota therefore decided to implement AI Predictive Targeting to improve the accuracy of its test drive request targeting.

‍

{{custom-tag-2}}

Die richtigen Daten für AI: der Schlüssel zu effektivem Machine Learning

‍Im ersten Schritt richtete Kameleoon AI Predictive Targeting anhand von gemeinsam mit Toyota definierten Kriterien ein, um Besucher:innen mit besonders hoher Affinität zur Marke zu erkennen.Darauf aufbauend wurde ein personalisiertes Pop-in zur Probefahrt-Anfrage ausgespielt, das sich dynamisch an Verhalten, Journey-Phase und geografischem Kontext orientiert.

Die AI lernte im Hintergrund – noch ohne Live-Ausspielung. Sie analysierte kontinuierlich das Verhalten der Besucher:innen und erkannte Muster, die menschliche Analysen kaum erfassen könnten. Nach zehn Wochen war der Algorithmus stabil und einsatzbereit.

‍

{{custom-tag-3}}

‍Durch den Einsatz von AI verdoppelt Toyota seinen zentralen KPI

AI Predictive Targeting trifft Entscheidungen in Echtzeit

‍Sobald der Algorithmus eine ausreichende Prognosequalität erreicht hatte, wurde er auf der Website aktiviert. Das Pop-in wurde ausschließlich Besucher:innen ausgespielt, deren berechnete Conversion-Wahrscheinlichkeit über 52 % lag.
Die Inhalte waren vollständig personalisiert und umfassten:


• ein visuelles Element des Fahrzeugs, das im jeweiligen Besuchsverlauf das größte Interesse ausgelöst hatte
• eine empfohlene Niederlassung in geografischer Nähe


Das Targeting erfolgte dynamisch in Echtzeit. Dadurch konnte das Pop-in auch während der Session erscheinen, wenn das Modell eine steigende Kaufabsicht erkannte.

‍

{{quote-2}}

Toyota plant nun, weitere Persinalisierungs-Strategien mit AI Predictive Targeting zu entwickeln, um den Fortschritt der Besucher:innen durch den Purchase Funnel für Neufahrzeuge weiter zu beschleunigen.Dank Predictive Targeting konnte Toyota nicht nur die Anzahl der generierten Leads verdoppeln, sondern auch folgende Vorteile erzielen:

• Verbesserte Customer Insights – Durch die fortlaufende Analyse von Besucherdaten liefert die AI wertvolle Insights, die das Verständnis der Toyota-Teams für ihre Kund:innen weiter vertiefen.
• Optimierte Customer Experience – Kaufbereite Besucher:innen werden gezielt mit einer personalisierten Probefahrt-Anfrage angesprochen, während weniger engagierte Nutzer:innen keine störenden Pop-ups sehen.
• ‍Effizienzgewinn – Da sich der Machine-Learning-Algorithmus fortlaufend selbst optimiert und in Echtzeit anpasst, werden operative Aufwände reduziert und Kapazitäten für strategische Initiativen frei.