Big Data in de Mobiliteitsmarkt; Performance, analyse, hotspots en voorspellen René Stolp

1. Big data in de mobiliteitsmarkt
Performance, analyse, hotspots en voorspellen
René Stolp
Manager Productmanagement

2. 2rdc.nl/over-rdc
Het bedrijf

3. 50.000 bedrijven
200.000 medewerkers
27 mln
inwoners
20 mln
voertuigen
200 Mld
Omzet
De markt

4. Van data naar informatie

5. 12.500.000
50.000.000
8.000.000
1.000.000
5.000 4PC
Veel
combinaties
Marktinformatie: Dagelijks actueel en 10 jaar historie

6. Basis voor performance management binnen
mobiliteitsbedrijven

7. Dashboard

8. 60%
60%
60%
60%
12%
Sales Funnel

9. Niet alleen in de achteruitkijkspiegel kijken!
Waar hebben anders een voorruit voor?

10. Verkoop nieuwe voertuigen
Welke verkoop potentie heeft een dealer komende (12) maanden voor nieuwe voertuigen.
Dit in verband met vaststellen verkooptargets tussen importeur en dealer.
Voorraad mix
Welke verkoop potentie heeft een dealer komende maanden voor (gebruikte) voertuigen.
Hiermee kan de dealer zijn voorraad samenstelling managen naar een optimale fit.
Marketing doelen
Vaststellen van het potentieel van klanten in relatie tot Wanneer enWelk merk en model om
proactief een aanbod te doen voor een nieuwe c.q. andere auto.
Voor(r)uit

11. Value

12. Martijn Lentink
Data Scientist
Big Data Expo
koopt iemand een nieuwe auto?
voertuig zal zijn volgende zijn?
Challenge
Wanneer
Welk

13. Huidige aanpak
—Benadering eigenaren drie à vier jaar in bezit.
—Persoonlijk contact via e-mail en telefoon.
—Aanpak; aanbod nieuw voertuig, inruil huidige.
—Relatief effectief; auto is al even in bezit

14. Mogelijke scenario’s
Klant op zoek naar nieuw voertuig én heeft interesse.
— Doen van aanbod
— Afspraak maken voor proefrit
Klant op zoek, maar heeft geen interesse.
— Doen van aanbod
— Vastleggen reden desinteresse
Klant is niet op zoek.
Klant heeft niet nagedacht over nieuw voertuig.
— Jezelf zichtbaar maken in de oriëntatiefase
— Associatie leggen tussen nieuwe auto en uw bedrijf

15. Bronnen
Berijder
— Leeftijd
— Geslacht
— Woongebied
Omgevingsstatistieken
— Leeftijdsverdeling
— Bevolkingsdichtheid
— Besteedbaar inkomen
RDW
— Merk
— Model
— Brandstof
RDC data
— Transacties
— Pechgevallen
— Onderhoudsschema’s
Kadaster
— Panden
— Afmetingen
— Waardeontwikkeling
Statistiek
— Schaderisico
— Taxatiewaarde
— Kilometerstand

16. Data
Integration
Platform
Voorspelling
Azure ML WebFOCUS
Continuous Event
Listening
— Visualisatie
— Drilling down
— Filtering
Het proces
— Training
— Testing

17. Machine Learning
Azure ML
Wanneer koopt iemand een nieuwe auto?
Wanneer koopt iemand welke nieuwe auto?
Welk voertuig wordt de volgende auto?
Hoe lang duurt het nog voordat een nieuwe
auto wordt gekocht?
Welk voertuig is de beste kandidaat als
volgende auto?
Regression Clustering/Classification

18. Machine Learning
Azure ML
Wanneer koopt iemand een nieuwe auto?
Wanneer koopt iemand welke nieuwe auto?
Welk voertuig wordt de volgende auto?
Hoe lang duurt het nog voordat een nieuwe
auto wordt gekocht?
Welk voertuig is de beste kandidaat als
volgende auto?
Regression Clustering/Classification

19. Resultaten en observaties
Eerste pilotRoadmap
 Exploratory data analysis
 Modeling & testing
 Eerste pilot
Tweede pilot
— Release 1.0
— CRM integratie
— Web API integratie
∞ Modeling & improving
Dealer in de regio Midden-Nederland
gedurende twee maanden.
— Set van zo’n 50 voertuigen als hot-lead
— Wel 8⨯ effectiever dan willekeurige selectie
— Dealer selectie; 2 tot 4 maal effectiever

20. Resultaten en observaties
Observaties
— Mensen zijn gewoontedieren ook met een auto
kopen.
— Jongeren zijn voorspelbaarder dan ouderen.
— Voorspellingen voornamelijk accuraat in de kleine en
grote gemeenten.
— Scheefrijders
— Populariteit van het voertuig
Datasplitsing
— Leasevoertuigen
— Leeftijd eigenaar
— Ouderdom voertuig

21. Lessons learned
Voertuig verkocht, niet per definitie bij dealer
Vergt aandacht van dealer om deze klanten te
benaderen/behouden.
Dealer koopt dergelijke auto’s niet in of geen auto’s bouwjaar
ouder dan 2008.
Voorspelling niet altijd voor de hand liggend
Andere aanpak; juist peilen hoe de auto bevalt. Of juist; ik ben
geïnteresseerd in uw auto.
Ongeschreven regels