Contexte
Notre client est le premier distributeur automobile Belge, avec une part de marché d'environ 21% et 1,2 million de véhicules en circulation. Il importe et distribue des véhicules, des pièces de détachées et des accessoires, et dispose d'un solide réseau de concessionnaires indépendants dans tout le pays, ainsi que de 20 sites appartenant à l'entreprise.
Challenge
L'interaction entre un concessionnaire automobile et un client potentiel est déterminante pour la réussite des ventes. L'effort investi auprès du client potentiel est un facteur crucial pour convertir l'opportunité de vente. L'objectif de ce projet était d'identifier les « hot leads », définis comme un client ayant une forte probabilité d'acheter un véhicule dans les trois semaines suivant sa visite en concession.
Approche
- Créer un modèle de propension pour évaluer et identifier les clients à fort potentiel. - Identifier les principaux facteurs qui déterminent les scores prédictifs des leads pour découvrir ce qui génère les meilleurs leads. - Fournir des informations précieuses relatives à l'opportunité de vente actuelle, telles que la source (internet, concession, etc.), la marque, le modèle, et si un essai a été demandé. Combiner ces informations avec des données CRM telles que le genre, l'âge, l'adresse et des données démographiques enrichies. Rendre les notes accessibles aux commerciaux via d'autres applications déjà existantes au sein de l'entreprise (par exemple, le CRM et les applications)
Principaux résultats
Bénéfices
L'équipe commerciale peut désormais bénéficier d'un processus de vente optimisé, en exploitant ses connaissances des facteurs pour augmenter les taux de conversion des clients et, finalement, les ventes. L'entreprise peut également optimiser le temps des commerciaux par la gestion des efforts investis dans une vente potentielle.
Partenaires technologiques
Python
Partager ce key play
