GM은 직관에 의존한 트림 및 가격 결정을 소비자 선택 모델로 대체했다

콘텐팅과 가격 결정은 자동차의 트림, 기능, 가격을 규정하며 출시 수년 전에 확정되므로, 잘못된 판단은 수억 달러의 금형 비용과 판매 손실을 초래한다.

GM의 차량 콘텐츠 최적화(Vehicle Content Optimization)는 그 직관을 데이터로 대체했다. 이산 선택 모델은 고객이 각 기능을 얼마나 가치 있게 여기는지 추정하고, 새로운 최적화 알고리즘은 가능한 주문 가이드의 공간을 탐색하여 고객 가치, 가격, 이익의 균형을 가장 잘 맞추는 것을 찾는다.

GM 재무 부서는 VCO가 44억 달러의 추가 생애주기 이익을 가능하게 했으며, 개발 프로세스에 통합된 이후 전 세계 85개 이상의 차량 프로그램에 적용되었음을 검증했다. 이 작업은 2022년 Franz Edelman Award 결선 진출작이었다.

무엇을 만들지가 아니라 각 트림이 무엇을 포함할지 최적화하라

선택 모델은 기획자들이 고객이 원할 것이라고 가정하는 것이 아니라 고객이 실제로 비용을 지불할 의향이 있는 것을 드러낸다.

다목적 탐색은 하나를 다른 것의 희생으로 극대화하는 대신 고객 가치, 가격, 비용의 균형을 맞춘다.

의도적인 콘텐팅은 아무도 사지 않는 기능에 과도한 금형 투자를 하거나 고객이 원하는 기능을 부족하게 제공하는 것을 피한다.

체계화된 결정은 각 신차 프로그램을 처음부터 시작하는 대신 반복 가능하게 만든다.

제품에 수천 개의 구성 가능한 지점이 있을 때, 고객 선택을 모델링하는 것이 무엇이 팔릴지에 대한 팀의 감각을 신뢰하는 것보다 낫다.

VCO는 GM의 글로벌 차량 개발 프로세스의 일부가 되었고 복잡성 감소와 전기차 예측에 사용되는 플랫폼으로 성장했다. GM은 무배출 목표를 추구하면서 장기 EV 포트폴리오와 가격 책정 문제에 동일한 선택 모델링 체계를 적용했다.