Customer Scoring: Mit künstlicher Intelligenz die Vertriebseffektivität steigern
01.
Hintergrund
Ein Hersteller möchte die Effektivität seines Vertriebs (Distributor und eigener Außendienst) im B2B (HoReCa) Geschäft optimieren und die Kundenakquisition verbessern.
02.
Fragestellung (Auszug)
Welche Eigenschaften haben Einfluss auf die Wahrscheinlichkeit Kunde zu werden?
Welche Attribute beeinflussen den potentiellen Kundenwert?
Wo sind die potentiellen Kunden geografisch auffindbar?
03.
Ansatz
Customer Scoring
Abgleich von benutzergenerierten und webbasierten Informationen mit internen Kundenverkaufsdaten
Datenumfang: 651.940 Datenzeilen
Analytische Vorhersage: Wer ist potentieller Kunde für mein Segment? Wer ist potentiell ein guter / wertvoller Kunde für mich?
04.
Ergebnis (Auszug)
Intuitive Karte mit Standorten potentieller Kunden und deren Kundenwert
Erläuterung der Einflussfaktoren und deren Bedeutung auf die Wahrscheinlichkeit ein Kunde bzw. guter Kunde zu werden
Selbstlernendes Tool zur kontinuierlichen Steigerung der Sales-Effektivität
