+49 176 243 70 661 mail@lavrio.solutions

Use Cases

Dokumente Analysieren

Dokumente analysieren und automatisch einsortieren

Branche: Baugewerbe

Chance

Durch die Automatisierung der in Ihrer Branche üblichen Prozesse überholen Sie Ihre Wettbewerber und punkten durch Qualität und Geschwindigkeit beim Endkunden.

u

Problem

Die Klassifizierung von Dokumenten nimmt viel Zeit in Anspruch und kann im schlimmsten Fall Ihr Unternehmen deutlich verlangsamen. Diese repetitive, fehleranfällige Tätigkeit kann automatisiert werden, damit gut ausgebildete Fachkräfte sich auf spannendere Kernaufgaben konzentrieren können. Unser Kunde, ein großes Unternehmen in der Baubranche musste viele tausend Produktbeschreibungen in monatelanger Arbeit von Mitarbeitern in Produktkategorien einsortieren lassen.

9

Ziel

​Algorithmusauswahl und Machbarkeitsstudie

g

Lösung

Nach einer Analyse des bisherigen manuellen Klassifizierungsprozesses haben wir zusammen mit den Mitarbeitern des Kunden wichtige Kategorien identifiziert. Ebenso haben wir verschiedene Algorithmen des Maschinellen Lernens trainiert und anhand verschiedener Metriken ihre Vor- und Nachteile für dieses konkrete Problem mit dem Kunden abgewägt. Die beste Kombination wurde von uns in einem Prototypen vorgeführt und der Code dem Kunden zur Verfügung gestellt.

Ergebnis

Das System wurde in die Lage versetzt die Produkte genauso schlau in die einzelnen Kategorien einzuordnen wie ein Mensch. Das Projekt war ein voller Erfolg: Es konnte bereits mit dem Protoyp eine Zeitersparnis von mehreren Arbeitsmonaten erreicht werden.

Projekt Tage

Wochen

Pilotierung

Kundenabwanderung verhindern

Kundenabwanderung verhindern, Bestandskundengeschäft stärken

Branche: ​Servicekartensystem / Finance

Chance

Kundenabwanderung bedeutet für viele Unternehmen zweifacher Verlust. Einerseitsverliert das Unternehmen die Einnahmen durch den abgewanderten Kunden. Andererseits istdas Finden neuer Kunden mit viel Einsatz verbunden, der teurer ist, als die bisherigen Kundenzu halten. Unser Klient, ein mittelständlisches Unternehmen im Bereich Finance, verlor jährlich 5% seiner Kunden.

u

Problem

Kundenabwanderung bedeutet für viele Unternehmen zweifacher Verlust. Einerseits verliert das Unternehmen die Einnahmen durch den abgewanderten Kunden. Andererseits ist das Finden neuer Kunden mit viel Einsatz verbunden, der teurer ist, als die bisherigen Kunden zu halten. Unser Klient, ein mittelständisches Unternehmen im Bereich Finance, verlor jährlich einen zu hohen Prozentsatz seiner Kunden.

9

Ziel

Bestandskunden mit passenden Kundenbindungsmaßnahmen kontaktieren bevor eine Kündigung ausgesprochen wird.

g

Lösung

Wir haben in Absprache mit dem Klienten das Problem in zwei Teile geteilt. Einerseits: Welcher Kunde wird mit welcher Wahrscheinlichkeit abwandern und welche Faktoren spielen dabei eine Rolle? Andererseits: Wie können die Vertriebsmitarbeiter diese Informationen in der Praxis einsetzen? Zur Bestimmung der Abwanderungswahrscheinlichkeit und der ausschlaggebenden Faktoren baute das Lavrio-Team ein Modell auf der Basis der bestehenden Kundendaten des Klienten, das Lavrio nun als Software-as-a-Service für den Klienten betreibt. Was unserem Kunden besonders an dem Projekt gefiel: Die Ergebnisse der Berechnungen flossen direkt in die Vertriebsarbeit ein. Das hatte äußerst positiven Einfluss auf die Vertriebsergebnisse und gleichzeitig auf die Entwicklung des Modells.

Ergebnis

Das Unternehmen gewinnt treue und zahlende Kunden – der Umsatz steigt, mit wenig Aufwand für das Team. Die Vertriebsmitarbeiter haben nun einen strukturierten Prozess, der ihnen anzeigt welche Kunden besonders gefährdet sind und welche Kundenbindungsmaßnahme sich besonders gut eignet, den Kunden vom Kündigen abzuhalten.

Projekt Tage

Monate

KI Start Paket

Implementierung

Prozesse

Use Cases

Dokumente Analysieren

Dokumente analysieren und automatisch einsortieren

Branche: Baugewerbe

Chance

Durch die Automatisierung der in Ihrer Branche üblichen Prozesse überholen Sie Ihre Wettbewerber und punkten durch Qualität und Geschwindigkeit beim Endkunden.

u

Problem

Die Klassifizierung von Dokumenten nimmt viel Zeit in Anspruch und kann im schlimmsten Fall Ihr Unternehmen deutlich verlangsamen. Diese repetitive, fehleranfällige Tätigkeit kann automatisiert werden, damit gut ausgebildete Fachkräfte sich auf spannendere Kernaufgaben konzentrieren können. Unser Kunde, ein großes Unternehmen in der Baubranche musste viele tausend Produktbeschreibungen in monatelanger Arbeit von Mitarbeitern in Produktkategorien einsortieren lassen.

9

Ziel

​Algorithmusauswahl und Machbarkeitsstudie

g

Lösung

Nach einer Analyse des bisherigen manuellen Klassifizierungsprozesses haben wir zusammen mit den Mitarbeitern des Kunden wichtige Kategorien identifiziert. Ebenso haben wir verschiedene Algorithmen des Maschinellen Lernens trainiert und anhand verschiedener Metriken ihre Vor- und Nachteile für dieses konkrete Problem mit dem Kunden abgewägt. Die beste Kombination wurde von uns in einem Prototypen vorgeführt und der Code dem Kunden zur Verfügung gestellt.

Ergebnis

Das System wurde in die Lage versetzt die Produkte genauso schlau in die einzelnen Kategorien einzuordnen wie ein Mensch. Das Projekt war ein voller Erfolg: Es konnte bereits mit dem Protoyp eine Zeitersparnis von mehreren Arbeitsmonaten erreicht werden.

Projekt Tage

Wochen

Pilotierung

Kundenabwanderung verhindern

Kundenabwanderung verhindern, Bestandskundengeschäft stärken

Branche: ​Servicekartensystem / Finance

Chance

Kundenabwanderung bedeutet für viele Unternehmen zweifacher Verlust. Einerseitsverliert das Unternehmen die Einnahmen durch den abgewanderten Kunden. Andererseits istdas Finden neuer Kunden mit viel Einsatz verbunden, der teurer ist, als die bisherigen Kundenzu halten. Unser Klient, ein mittelständlisches Unternehmen im Bereich Finance, verlor jährlich 5% seiner Kunden.

u

Problem

Kundenabwanderung bedeutet für viele Unternehmen zweifacher Verlust. Einerseits verliert das Unternehmen die Einnahmen durch den abgewanderten Kunden. Andererseits ist das Finden neuer Kunden mit viel Einsatz verbunden, der teurer ist, als die bisherigen Kunden zu halten. Unser Klient, ein mittelständisches Unternehmen im Bereich Finance, verlor jährlich einen zu hohen Prozentsatz seiner Kunden.

9

Ziel

Bestandskunden mit passenden Kundenbindungsmaßnahmen kontaktieren bevor eine Kündigung ausgesprochen wird.

g

Lösung

Wir haben in Absprache mit dem Klienten das Problem in zwei Teile geteilt. Einerseits: Welcher Kunde wird mit welcher Wahrscheinlichkeit abwandern und welche Faktoren spielen dabei eine Rolle? Andererseits: Wie können die Vertriebsmitarbeiter diese Informationen in der Praxis einsetzen? Zur Bestimmung der Abwanderungswahrscheinlichkeit und der ausschlaggebenden Faktoren baute das Lavrio-Team ein Modell auf der Basis der bestehenden Kundendaten des Klienten, das Lavrio nun als Software-as-a-Service für den Klienten betreibt. Was unserem Kunden besonders an dem Projekt gefiel: Die Ergebnisse der Berechnungen flossen direkt in die Vertriebsarbeit ein. Das hatte äußerst positiven Einfluss auf die Vertriebsergebnisse und gleichzeitig auf die Entwicklung des Modells.

Ergebnis

Das Unternehmen gewinnt treue und zahlende Kunden – der Umsatz steigt, mit wenig Aufwand für das Team. Die Vertriebsmitarbeiter haben nun einen strukturierten Prozess, der ihnen anzeigt welche Kunden besonders gefährdet sind und welche Kundenbindungsmaßnahme sich besonders gut eignet, den Kunden vom Kündigen abzuhalten.

Projekt Tage

Monate

KI Start Paket

Implementierung

Prozesse

Diese Seite nutzt Tracking durch eine eigene Matomo-Instanz um Ihnen die beste Nutzererfahrung zu bieten. Wenn Sie damit einverstanden sind, klicken Sie bitte auf "Akzeptieren". Es wird nichts getrackt, solange Sie nicht zugestimmt haben. Infos zum Widerruf finden Sie in unserer Datenschutzerklärung.

Die Cookie-Einstellungen auf dieser Website sind auf "Cookies zulassen" eingestellt, um das beste Surferlebnis zu ermöglichen. Wenn du diese Website ohne Änderung der Cookie-Einstellungen verwendest oder auf "Akzeptieren" klickst, erklärst du sich damit einverstanden.

Schließen