News/AktuellesFH OÖ Campus Hagenberg

Selbstlernenden Algorithmus zum Lead Scoring entwickelt

Welche Kunden kaufen wirklich und wie kann KI dabei helfen, diese zu identifizieren? Genau damit hat sich ein Projekt unserer Forschungsgruppe AIST (Advanced Information Systems & Technologies) und der 506 Data & Performance GmbH (506.ai) beschäftigt.

Jetzt können die Projektpartner das innovative Resultat ihrer Forschungs- und Entwicklungsaktivitäten präsentieren: einen selbstlernender Algorithmus, der für ein automatisches, AI-gestütztes Scoring potenzieller Kunden („Leads“) zur B2B Neukundengewinnung eingesetzt werden kann.

"Das zielgerichtete Vorgehen zum Lead Scoring basierend auf modernen State of the Art Methoden aus der Forschungsdomäne Data Science stellt sicher, dass Aussagen auf einer fundierten Grundlage gemacht werden können", sagt FH-Assistenzprofessor Oliver Kraus von der Forschungsgruppe AIST.

Zwei Machine Learning Modelle mit einer überzeugender Prognosegüte erfolgreich entwickelt und getestet

Ziel des vom Land Oberösterreich geförderten Projekts ist die Entwicklung eines automatischen, AI-gestützten Scorings potenzieller Kunden („Leads“) in der B2B Neukundengewinnung zum Ziel hatte. Zur Bereitstellung der für die AI benötigten Rohdaten kam die innovative server-side Tracking-Technologie des Wiener Start-ups JENTIS zum Einsatz. Sie lieferte die für die angestrebten selbstlernenden Scoring-Algorithmen First-Party-Datenbasis im erforderlichen Umfang sowie in der notwendigen Qualität und sicherte damit die datenseitige Validität des Entscheidungs- und Bewertungsmodells.

Im Rahmen des von Juli 2020 bis Februar 2021 gelaufenen Forschungsprojekts, zu dessen technischem Setup neben der Tracking-Lösung für die Datenerfassung eine Marketing Automatisierungslösung sowie eine Customer Data Plattform zählten, wurden zwei Software-Prototypen entwickelt, die beide ein valides AI-gestütztes Lead Scoring zur Neukundengewinnung ermöglichen. 

Dazu wurde von der Forschungsgruppe auf Basis von Machine-Learning-Verfahren zunächst ein innovativer, selbstlernender Algorithmus entwickelt, der Grundlage für den automatisierten Lead-Scoring-Prozess zur Neukundengewinnung ist.

Über die JENTIS-Lösung wurden auf verschiedenen Websites First-Party-Rohdaten von Nutzer Customer Journeys erfasst und mittels Selektion von Merkmalen, Filterung, Merkmalextraktion und Restriktionen vorverarbeitet. Schließlich folgte die Erstellung der Modelle und Evaluierung, Skalierung der Daten sowie ein Train-/Test-Split und die Testung der beiden Modelle in einem Pilotcase. 

Das Ergebnis: Modell 1 konnte aus rund 119.000 Usern knapp 230 Leads generieren, Modell 2 erzielte ähnliche Ergebnisse. Beide Modelle können zur effektiven, personalisierten (automatisierten) Kommunikation mit potentiellen Neukunden dienen und die Steuerung des Vertriebsteams unterstützen.

Mehr zu diesem Projekt lesen

Man with hi-tech cyber theme

Artificial, Candid, Computer, Social Gathering, Cyberspace, Cyborg, Electrical Equipment, Wisdom, Glowing, Human Nervous System, Copy Space, Computer Network, Downloading, Global Communications, Electronics Industry, Robot, Binary Code, Intelligence, Alertness, One Person, Expertise, Connection, Communication, Individuality, Freedom, Blue, Shiny, Technology, Profile View, Human Brain, People, Reflection, Sunbeam, Space, Internet, Virtual Reality Simulator, Circuit Board, Data, cybernetic