Geiger GmbH, un distribuidor alemán de productos promocionales, estaba perdiendo clientes de envío directo sin verlo venir. Con profesores y estudiantes de la Hochschule Düsseldorf, convirtió datos transaccionales, demográficos y de interacción en un modelo de bosque aleatorio que asigna a cada cuenta una puntuación de riesgo de abandono cada mes.
Las puntuaciones alimentan un panel de Power BI que los representantes de ventas utilizan para decidir a quién llamar primero. El modelo desplegado identifica más del doble de futuros abandonos que una selección aleatoria, por lo que el esfuerzo de retención se dirige a las cuentas que realmente se irían.
El proyecto comenzó como una colaboración académica y pasó a formar parte de las operaciones de ventas diarias, mostrando que un proyecto de analítica estructurado puede dar frutos en una pequeña empresa B2B sin un gran equipo de datos.
Puntuar cada cuenta mensualmente para que los representantes intervengan antes de la pérdida
Las señales de abandono se esconden en la frecuencia de transacciones, el tamaño de los pedidos y los patrones de contacto que los representantes no pueden seguir manualmente.
La puntuación automatizada mensual hace que la retención sea proactiva en lugar de reactiva ante una cuenta cancelada.
Power BI lleva el modelo allí donde los representantes ya trabajan, eliminando la barrera de adopción de un nuevo sistema.
Una colaboración universitaria aportó la capacidad de modelado que la empresa de tamaño medio no podía contratar internamente.
En el B2B de mercado medio, un modelo integrado en el panel existente del equipo de ventas supera a un proyecto de analítica independiente.
El modelo está firmemente anclado en la práctica diaria de ventas de Geiger y se sigue perfeccionando. El caso se publicó en INFORMS Journal on Applied Analytics, y el proyecto de la Hochschule Düsseldorf se convirtió en una plantilla de cómo los proyectos de analítica estructurados crean valor medible en entornos B2B de mercado medio.
CONSULTA LAS PRUEBAS
Las fuentes
- Nicht warten, bis Kunden gehen – vom Forschungsprojekt zur KI-gestützten Vertriebssteuerung im Mittelstand Hochschule Düsseldorf · wiwi.hs-duesseldorf.de ·
- Geiger Uses Machine Learning to Reduce Customer Churn in the Promotional Products Industry INFORMS Journal on Applied Analytics · doi.org