CRIBIS PRESENTA PROSPECTS: INTELLIGENZA ARTIFICIALE PER TROVARE CLIENTI CON UN SEMPLICE SWIPE
Cribis crea una app che supporta le aziende nella ricerca di nuovi clienti e aumentare il fatturato
Intelligenza artificiale e machine learning consentono all’app di imparare e proporre aziende sempre più interessanti per l’utente
All’interno ci sono tutte le imprese italiane, pari a 6 milioni. PROspects è già disponibile gratuitamente sui principali app store
Bologna, 18 giugno 2018 – CRIBIS – società del Gruppo CRIF specializzata nella business information – lancia PROspects, la nuova app per le figure commerciali, sia aziendali sia agenti di commercio e liberi professionisti – che in Italia sono quasi un milione – alla ricerca di nuovi clienti da contattare per proporre prodotti e soluzioni di business.
Trovare nuovi clienti richiede immaginazione, conoscenza del mercato e dati affidabili, che spesso non sono disponibili online in maniera gratuita. PROspects offre tutto questo in una app intuitiva, semplice da usare e intelligente, disponibile gratuitamente sugli store Apple e Android.
“Abbiamo deciso di mettere a disposizione delle aziende italiane una app capace di facilitare la ricerca di nuovi clienti e di favorire gli affari con informazioni attendibili e puntuali” afferma Marco Preti, Amminstratore Delegato di Cribis. “L’identificazione di nuove opportunità di business non è un’attività semplice poichè spesso gli stumenti a disposizione della forza vendita non sono aggiornati e dettagliati, quindi poco efficaci. Con PROspects, abbiamo voluto renderla intuitiva e facile: è praticamente una app di dating per aziende”.
Come funziona
Per iniziare a usarla è sufficiente registrarsi e inserire alcuni dati – come l’azienda per cui si lavora, il ruolo e il settore, più altre preferenze non obbligatorie come l’area geografica – per ottenere i primi risultati. PROspects elabora le informazioni a disposizione e suggerisce una serie di aziende che possono essere dei potenziali clienti per l’utente. I suggerimenti vengono proposti sotto forma di schede e riportano le informazioni principali per poter individuare e contattare l’azienda: ragione sociale, indirizzo, settore, addetti, fatturato, contatti, etc.
Machine Learning e Intelligenza Artificiale
Ogni volta che l’utente riceve il suggerimento di un’azienda, dovrà dare un feedback con uno swipe a destra per esprimere gradimento o a sinistra per scartarla (modalità Tinder). Inoltre, è possibile identificare le aziende anche tramite ricerca attiva, compilando dei campi e dei filtri, e dare feedback positivo o negativo. Sulla base di questi feedback, PROspects impara le reali esigenze dell’utente e il giorno successivo sarà in grado di proporre risultati ancora più in linea con quanto ricercato dal commerciale.
PROspects analizza ogni giorno milioni di dati provenienti dal patrimonio informativo Cribis, dai dati disponibili online e da studi sul funzionamento delle filiere produttive. Sulla base di queste informazioni, uno speciale algoritmo permette di individuare, per ciascuna azienda, quali possono essere i suoi potenziali clienti.
L’intelligenza artificiale di PROspects si basa su un algoritmo di “collaborative filtering”. Questa famiglia di algoritmi è spesso usata per programmare sistemi di raccomandazione, in grado di suggerire agli utenti dei principali portali web prodotti, servizi o “amicizie” potenzialmente gradite agli utenti. Si ricorre al collaborative filtering quando il catalogo dei prodotti a disposizione è troppo ampio per essere consultato interamente e deve essere prioritizzato e customizzato sulla base delle caratteristiche di ciascun utente, in modo da ridurre la complessità delle informazioni a quelle poche effettivamente indispensabili.
Il livello successivo
L’ambizione dell’algoritmo di machine learning di PROspects non è solo quello di fornire all’utente profili analoghi alle preferenze espresse. La sfida è quella di proporre anche clienti che non rientrano immediatamente nell’identikit appena tracciato, ma comunque pertinenti e utili a estendere il proprio portafoglio clienti.
Questa seconda tipologia di suggerimenti è il frutto congiunto dell’esperienza di CRIF nell’ambito delle filiere produttive, e dell’uso di un algoritmo che, studiando continuamente i feedback prodotti dagli utenti, attraverso un meccanismo di retroazione, deduce la possibilità che una tipologia di utente sia in relazione con diverse ed eterogenee tipologie di clienti.
