En este caso, la plataforma BeDataScience ha permitido:
1. Realizar una compra eficiente de las BBDD frías, enriquecer e identificar los leads que no generarán ventas y descartarlos de la compra.
A partir de información Big Data y de fuentes de enriquecimiento exclusivas atöm que incluyen indicadores de hábitos de consumo, ampliamos la información asociada a cada registro y modelizamos la propensión a compra. Se identifica el potencial a conversión de cada registro y se seleccionan únicamente aquellos que nos interesen.
2. Asociar a cada registro un potencial a conversión
Integradas las BBDD frías con las de Stock o cualquier otro origen de leads, aplicamos modelos de scoring y asociamos a cada registro una ratio de potencial a conversión.
3. Asociar a cada registro el mejor agente para realizar la venta
La modelización de la tipología y desempeño de los agentes permite la asignación óptima de leads a los operadores, e incorporar un sistema de adaptación inteligente del volumen de registros y la entrada/salida de agentes.
En definitiva, la plataforma BeDataScience predice qué contactos convertirán y los deriva al operador idóneo en el momento adecuado. Así genera grandes eficiencias en la gestión de costes y recursos e incrementa las ratios de conversión a venta.
Para el proyecto se ha utilizado información de:
- BBDD frías (cesión de BBDD con información anonimizada).
- BBDD de Stock de la empresa.
- Información de histórico de ventas.
