Création d'un modèle prédictif d'appétence


Enjeu du client

Modéliser une probabilité d'appétence à un service pour améliorer la transformation de ses campagnes de prospection.



Contexte du projet

Un transporteur peu satisfait des taux de transformation de sa prospection souhaite améliorer le ciblage de ses leads pour optimiser ses actions commerciales.


Début du projet

30/01/2020

Secteur du client

Services

La solution adoptée

Ciblage & Data pour la prospection

Les grandes étapes du projet

1. Analyse statistique

Analyse statistique réalisée sur un premier échantillon de clients et prospects issu du CRM du client.



2. Création & modélisation d’un scoring d’appétence

Création & modélisation d’un scoring d’appétence basé sur un pipe de data issues du client, de data Ellisphere et de data collectées pour le projet.



3. Test sur un échantillon de 300 prospects

Test du scoring d'appétence sur une campagne visant 300 entreprises. Le taux de transformation par rapport à une campagne classique a augmenté de 25%.



4. Implémentation du scoring dans le CRM

Une fois le modèle validé, intégration du score d'appétence sur la base prospects déjà présente dans le CRM du client.



Autres réalisations dans le secteur

Services

Détection d'entreprises en difficulté
Prospecter des entreprises en difficulté financière
Découvrir
Intégration de liens financiers dans un CRM
Mettre à jour son CRM avec les liens capitalistiques entre ses comptes clients et prospects
Découvrir
Lancement de campagnes d'emailing
Découvrir

Plus d'infos sur nos datas ou nos solutions ?

Un conseiller Data Marketing vous recontacte au plus vite

Nous contacter