CASOS DE USO
Lead Scoring y atribución de medios en procesos comerciales
La gran variedad formativa ofrecida por esta empresa del sector Educativo español, y la altísima competitividad del sector, requieren de un acercamiento comercial ágil y eficiente sustentado en una tecnología de vanguardia.
Gracias a la Plataforma BeDataScience, la compañía ha incorporado fácilmente la Inteligencia Artificial a sus procesos comerciales y de marketing.
SOLUCIONES QUE OFRECE BDS
La plataforma BeDataScience permitió:
El objetivo del proyecto fue generar una sistemática de priorización de leads para la optimización de la conversión a matrícula, con el reto de asignar a cada lead una prioridad comercial única que integre el tipo de lead, el canal y la Unidad de Negocio.
Para la ejecución del proyecto, se incorpora en BeDataScience información diaria de la actividad del Proceso Comercial recogida en Salesforce, la información de contactación en 8×8, y la información de comportamiento digital en HubSpot, creándose un Datalake específico en la plataforma.
Se incorpora a los sistemas de la compañía nuevos indicadores de funnel, medios y scoring de potencialidad a conversión para cada lead.
La plataforma BeDataScience realiza el tratamiento de la información mediante:
- Script de SQL automatizados a través del Software Pentaho Data Integration dentro de BeDataScience.
- Modelos estadísticos: Software estadístico R automatizados con Pentaho Data Integration.
Claves del proyecto
Para la asignación de la prioridad comercial, la clave del proyecto fue la generación de una red de multimodelos de scoring que incorpora una sistemática específica de priorización para cada Unidad de Negocio. En el caso de la conversión de medios, las claves fueron:
- Recodificación de campos de origen de leads CRM – Hubspot.
- Definición de una jerarquía estructurada de medios.
- Normalización y recodificación de Información.
- Creación de las nuevas variables de origen a partir de minería de datos y sistemas de reglas -relaciones condicionadas de hasta 5 variables.
El indicador de potencialidad de conversión está basado en las características del lead y no en su estado en el proceso.
Además, se consigue la parametrización de un proceso dinámico y flexible en el que las variables de entrada y los modelos compiten continuamente aplicándose los que ofrecen mejores resultados.
