Kollex — Engine zur Kundenreaktivierung

Wie wir eine prädiktive Segmentierungs-Engine entwickelt haben, die wertvolle inaktive Kunden identifizierte und Vertriebsteams befähigte, entgangene Umsätze auszugleichen.

CRM-Integrationen
Reduzierung der Kundenabwanderung
Kundensegmentierung
Reaktivierung durch den Kunden
+20%
-5%
Abwanderungsrate
Work Image
ABOUT THE PROJECT

Overview

Umwandlung von rohen Transaktionsdaten in einen Live-Gesundheitscheck für den Kundenstamm. Wir haben auf Intuition beruhende Verkaufsgespräche durch datengestützte, gezielte Kundenansprache ersetzt.

The Challenge

Das Verkaufsteam war „im Blindflug“. Sie hatten Tausende inaktiver Kunden, aber keine Möglichkeit zu wissen, welche es wert waren, verfolgt zu werden. Sie vergeudeten Stunden damit, Leads von geringem Wert anzurufen, während Kunden mit hohem Kundenvolumen still und leise zu Wettbewerbern abwanderten, ohne dass es jemand merkte.

The Solution

Wir sind über die statische Berichterstattung hinausgegangen und haben eine gebaut Prädiktive Vertriebsmaschine:

  • RFM-Segmentierung (Python): Ich habe einen Algorithmus entwickelt, der auf Aktualität, Häufigkeit und Geldwert basiert, um mehr als 10.000 Restaurants automatisch in Segmente wie „Champions“, „At-Risk“ und „Inaktiv“ einzuordnen.

  • Abwanderungsvorhersagemodell: Wir haben Bestellmuster analysiert, um Kunden zu kennzeichnen, die von ihrem üblichen Kaufzyklus abwichen (z. B. „Ihre übliche Bestellung am Montag verpasst“), was eine Warnung für das Vertriebsteam auslöste.

  • Automatisiertes Lead-Scoring: Anstatt zufällige Leads anzurufen, erhielten die Vertriebsagenten täglich eine „Trefferliste“ mit hochwertigen Kunden, bei denen die Wahrscheinlichkeit am höchsten war, dass sie erneut bestellen würden.

  • CRM-Integration: Diese Erkenntnisse wurden direkt mit HubSpot synchronisiert, sodass Agenten den „Health Score“ eines Kunden und die empfohlenen Produkte sehen konnten, bevor sie den Anruf tätigten.

Logo