imoMatch
Les données et la science au service de décisions optimales
ImoMatch, l’assistant intelligent pour toutes vos actions dans l’immobilier
imoMatch est une application digitale d’acquisition de données et de recommandations pour vous assister dans la prise de décision optimales.
ImoMatch a pour cœur un système d’intelligence artificielle qui consiste à capturer, puis à transformer les données en indicateurs prédictifs, avec l’objectif de permettre aux utilisateurs de décider des actions les plus optimales à mettre en place.
La solution dispose des principales fonctions suivantes :
- Collecte des données (notamment chatbot)
- Score prédictifs (segmentation, ciblage, cycle de vie, ….)
- Recommandation des actions optimales à mettre en place
COLLECTE DE DONNEES
LES DONNEES ACQUEREURS OU LOCATAIRES
PROFIL | DEMOGRAPHIE | ENVIRONNEMENT |
BESOINS | CRITERES DE RECHERCHE | PREFERENCES |
MODE DE VIE | VIE SOCIALE | PATRIMOINE |
LES DONNEES PROFESSIONNELS DE L’IMMOBILIER OU INTERMEDIAIRES
ACQUEREURS | LOCATAIRES | PROPRIETAIRES VENDEURS |
PROPRIETAIRES BAILLEURS | ACTIVITES | FINANCE |
CONCURRENCE | MARCHE | NOTAIRE |
LES DONNEES PROPRIETAIRES VENDEURS OU BAILLEURS
PROFIL | CARACTERISTIQUES DU LOGEMENT | CIBLE |
SOUHAITS | ACTIVITES | PREFERENCES |
CONCURRENCE | MARCHE | PATRIMOINE |
ENRICHIR LA BASE DE DONNEES EXISTANTE AVEC D’AUTRES TYPES DE DONNEES – EXEMPLE DE CHATBOT
AU DELA DE LA COLLECTE TRADITIONNELLE DES DONNEES, LE CHATBOT PERMET DE RENFORCER LA CONNAISSANCE D’UN ACQUEREUR OU LOCATAIRE
- Un chatbot est proposé à l’acquéreur ou le locataire afin qu’il puisse poser toutes les questions utiles à sa recherche de logement.
- Le chatbot interagit avec l’acquéreur ou le locataire, en répondant à ses questions.
- Le chatbot apprécie le contexte et la teneur des échanges et peut ainsi améliorer la connaissance de l’acquéreur ou du locataire.
- Ainsi, les professionnels du secteur de l’immobilier ou intermédiaires, ou bien les propriétaires vendeurs ou bailleurs, disposent d’un moyen efficace de sélection.
- Le système de calcul de recommandations se nourrit de ces nouvelles nouvelles informations.
VALORISER LES DONNEES – EXEMPLE D’INDICATEUR PREDICTIF DE « MATCHING »