MĂ€rz-Immobilien

Aufbau einer Empfehlungsmaschine fĂŒr March Real Estate

Auswirkung

Seit der Integration des proaktiven Empfehlungstools ist die Anzahl der Leads aus der Matching Engine auf fast das 7-fache an neuen Kontakten pro Tag hochgeschnellt. 45 % der Leads im MĂ€rz werden nun ĂŒber die March Matching Engine realisiert.

Durch die Verwendung eines datengesteuerten Ansatzes erhĂ€lt March auch eine hohe RĂŒcklaufquote von Unternehmen. Vier Wochen nach dem Erstkontakt haben 70 Prozent geantwortet, und 10 Prozent der kontaktierten Unternehmen gaben an, dass sie zu diesem Zeitpunkt tatsĂ€chlich auf der Suche nach einem neuen Standort sind.

‍

Der Kunde

Das belgische Startup March ist ein schnell wachsendes Unternehmen fĂŒr Gewerbeimmobilien, das sich darauf spezialisiert hat, Unternehmen, die Gewerbeimmobilien mieten oder kaufen möchten, mit Entwicklern und EigentĂŒmern zusammenzubringen. In der allgemein konservativen Immobilienbranche hebt sich March als innovativer Proptech-Player ab, dem das menschliche Element am Herzen liegt. Im Kern nutzt das Unternehmen Datenintelligenz, um hochwirksame Leads zu generieren und so die Zeit seiner Immobilienmakler freizusetzen, damit diese sich auf den Kunden konzentrieren können.

Die Herausforderung

Viele Faktoren beeinflussen die Standortentscheidung von GeschĂ€ftsflĂ€chen fĂŒr verschiedene Unternehmen in unterschiedlichen Branchen. Die Vision von March war es, mit all diese Variablen schnell und effizient fĂŒr eine gezielte Akquise zu nutzen, um die optimale Übereinstimmung zwischen Unternehmen und GeschĂ€ftsflĂ€cheneigentĂŒmern zu finden. Aus diesem Grund nahmen sie Kontakt mit ML6 auf.

"45 % unserer Leads kommen jetzt von der March Matching Engine. Das entspricht ganz unserem Anspruch, in unserer Branche doppelt so effizient zu sein wie unsere Wettbewerber. Wir sind auf dem richtigen Weg und können weiter daran arbeiten, unseren Algorithmus noch genauer zu machen, indem wir weitere Funktionen hinzufĂŒgen und das Modell weiter verfeinern."

MitbegrĂŒnder & CEO MĂ€rz

Unter

MĂ€rz - Philippe Meire - Fallbeispiel

Lösung

March hat zusammen mit ML6 und dem Experience Design Studio Bothrs ein internes Online-Tool entwickelt, das es einfach macht, potenzialstarke Interessenten fĂŒr eine bestimmte Immobilie zu ermitteln, basierend auf ihrer Eignung fĂŒr diesen Standort, die durch Algorithmen des maschinellen Lernens bestimmt wird. Die March Companions können personalisierte Informationen nutzen, um diese Leads anzusprechen, wodurch March von einem reaktiven zu einem proaktiven Ansatz wechseln kann.

Die March Matching Engine geht von einer großen Sammlung von privaten und öffentlichen Daten aus. Mehr als 50 Funktionen analysieren den Standort, das GebĂ€ude und das GrundstĂŒck jeder Immobilie in Belgien. So können die Mitarbeiter Berichte fĂŒr potenzielle Kunden erstellen, ihnen verwandte Immobilien-Scores zeigen und alle wertvollen Faktoren in einer einzigen, bequemen Übersicht zusammenfĂŒhren. DarĂŒber hinaus verfĂŒgt das Tool ĂŒber einige weitere Funktionen, wie persönliche und automatisch generierte Angebote.

Unter

Resultate

Seit der Integration des proaktiven Empfehlungstools ist die Anzahl der Leads aus der Matching Engine auf fast das 7-fache der Anzahl der neuen Kontakte pro Tag angestiegen. 45 % der Leads von March werden jetzt ĂŒber die March Matching Engine realisiert. Durch die Verwendung eines datengesteuerten Ansatzes erhĂ€lt March auch eine hohe RĂŒcklaufquote von Unternehmen. Vier Wochen nach dem ersten Kontakt haben 70 Prozent geantwortet, und 10 Prozent der kontaktierten Unternehmen gaben an, dass sie zu diesem Zeitpunkt tatsĂ€chlich auf der Suche nach einem neuen Standort sind.


‍