Entwicklung eines Scoring-Algorithmus für die databyte® GmbH

rfahren Sie, wie ein innovativer Scoring-Algorithmus die Identifizierung neuer Kundenpotenziale für databyte® GmbH präzisiert, die Effizienz steigert und Kosten senkt. Entdecken Sie die spannenden Details dieser datengestützten Erfolgsgeschichte und lassen Sie sich inspirieren, wie auch Ihr Unternehmen von maßgeschneiderten KI-Lösungen profitieren kann.

icon_Mehrwert

Vorteil

Individuelle Score-Werte mit hoher Kaufwahrscheinlichkeit

icon_DataEngeneering

Daten

Kundenprofile nach Umsatz, Mitarbeiteranzahl und bisherige Branchen-Affinität

icon_Machine-Learning

Methoden

Matching Datenbankeinträge mit Kundenprofilen

Herausforderung

Die databyte® GmbH stellt Ihren Auftraggebern umfangreiche Wirtschaftsinformationen u.a. für die Neukundengewinnung bereit. Insgesamt sind mehr als 5 Millionen Gewerbetreibende mit mehr als 100 Millionen Zusatzinformationen verfügbar. Die Passgenauigkeit der für die Neukundengewinnung zu identifizierenden Zielgruppenpotenziale ist dabei das entscheidende Qualitätskriterium.

databyte-logo2

Ziel

Um die bereits gute Passgenauigkeit weiter zu erhöhen, soll ein Machine-Learning-Algorithmus zum Scoring entwickelt werden, der auf Basis von Bestandskundenlisten Neukundenpotenziale mit möglichst hoher Abschlusswahrscheinlichkeit ermittelt.

Data-Science-Umsetzung:

In drei Schritten zu Ihrem erfolgreichen Datenprodukt

Mehr erfahren

Lösung

Bestandskundenlisten wurden zunächst nach Branchen segmentiert. Für die entstandenen Branchensegmente hat eoda unter Einbeziehung einer Vielzahl unterschiedlicher Informationen wie Umsatz, Mitarbeiteranzahl und der bisherigen Branchen-Affinität Kundenprofile entwickelt. Um Rückschlüsse für die Neukundengewinnung ziehen zu können, hat eoda die Datenbankeinträge anschließend auf Übereinstimmungen mit den Kundenprofilen untersucht.

Je größer die Übereinstimmung eines Unternehmens aus der Datenbank mit den entwickelten Kundenprofilen, desto höher wird es bewertet. Auf diese Weise können die interessantesten potenziellen Neukunden für Auftraggeber identifiziert werden. Im Zuge der Entwicklung wurde die Performance des Algorithmus anhand verschiedener Kundenlisten validiert. Dabei hat sich gezeigt, dass der Algorithmus für verschiedene Kundenprofile zuverlässige und noch bessere Ergebnisse als bisher liefert.

Ergebnis

Das Ergebnis ist eine Übersicht aller Firmen mit kundenindividuellen Score-Werten, die am besten in das Kundenprofil des Auftraggebers passen und eine hohe Kaufwahrscheinlichkeit aufweisen. Dies erhöht die Effizienz der Neukundenakquise und senkt dank geringerer Streuverluste gleichzeitig die Kosten.

Starten Sie jetzt durch:
Wir freuen uns auf den Austausch mit Ihnen. 

Kontakt_final_Mastmeyer

Ihr Experte rund um das Thema Data-Science-Projekte:

Lutz Mastmayer
projects@eoda.de
Tel. +49 561 87948-370







    Nach oben scrollen