analise preditiva para vendas, analytics, big data para vendas, machine learning, vendas, datafy, karl rexer, dados, data mining

Como prever, entre milhões de proprietários, quem vai instalar um painel solar em sua residência?

Neste estudo de caso, Karl Rexer, Ph.D., fala sobre o modelo preditivo de lead scoring desenvolvido para a empresa FAZE-1, para identificar quais proprietários residenciais, entre milhões deles no estado de Massachussets (EUA), estavam mais propensos a instalar painéis solares em suas casas.

Vídeo


Eu sou o Karl Rexer, da Rexer Analytics. Eu fundei a empresa em 2002.

A maioria de nossos modelos normalmente faz previsões sobre as pessoas, o comportamento das pessoas.

Como isso é aplicado a negócios, costumamos prever a possibilidade de conquistar novos clientes, ou melhor, ajudar nossos clientes a usar analytics para conquistar novos clientes, desenvolver relacionamentos e vender mais para esses clientes, ou como melhorar a retenção destes clientes.

Mas, para nosso assunto hoje, queremos falar sobre como nem sempre usamos dados exclusivamente sobre clientes para nossas análises. Às vezes, em determinadas circunstâncias, a pessoa não é a unidade da análise e temos alguns exemplos interessantes em nossa história, em que ajudamos clientes a fazer isso.

Por exemplo, fizemos um trabalho para uma empresa chamada Faze-1 em que a análise que fizemos foi sobre as casas das pessoas.

Utilizamos uma grande variedade de informações em um trabalho conjunto entre a gente e a Faze-1 em que os dados utilizados eram sobre as casas das pessoas. E o que queríamos prever era a probabilidade de um proprietário instalar painéis solares no telhado de sua casa.

Há uma série de informações aqui. Algumas, claro, são sobre o proprietário, mas muitas outras são sobre a casa, se é própria ou alugada.

Usando também informações sobre o tamanho da casa. Algumas dessas informações vem de dispositivos de imagem global, como satélites, Google Earth e coisas do tipo, onde, ao  sobrevoar as áreas, é possível determinar a posição do telhado, se está voltado para o norte ou para o sul, qual o tamanho do telhado, de que material é feito

Informações de satélites também compuseram a base de dados do projeto

indice de evasao de talentos, score preditivo, gestao de pessoas

Essas informações podem ser estimadas por satélites e combinadas como bases de dados sobre o proprietário e sobre o imóvel, como informações, sócio-econômicas sobre o bairro, além de informações específicas sobre o proprietário.

Portanto, essas variáveis todas combinadas, nos ajuda a fazer previsões sobre aquele imóvel específico. Será que esse imóvel é um alvo para uma empresa de painéis solares anunciar ou para bater na porta e tentar vender? Ou se esta não é uma boa oportunidade para prospectar.

Então esta é uma situação incomum em que utilizamos análise preditiva consumindo uma grande variedade de dados para ajudar um cliente a fazer uma previsão.

Compartilhe este matéria

Ganhe maior eficiência comercial com soluções analíticas para leading scoring

Fale conosco
 

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *