Atrium
ML-model forudsiger kursustilmeldinger 3 måneder frem og sparer 2–3 timer dagligt
Situationen
Udfordringen
Atrium overvåger dagligt kursustilmeldinger for at vurdere, om et kursus har nok deltagere eller bør udskydes. Når behovet for ekstra markedsføring opstod, var det typisk for tæt på kursusdatoen til at reagere effektivt. Atrium ønskede en intelligent løsning, der kunne identificere dette behov langt tidligere i processen.
Hvad vi gjorde
Vi samlede data fra Google Analytics, CRM og bookingportalen og analyserede sammenhængen mellem kursusspecifik webaktivitet og antallet af tilmeldinger. En Machine Learning-model blev bygget til at forudsige kursustilmeldinger 3 måneder frem i tid og visualiseret i et tilpasset dashboard, der giver marketingteamet en klar daglig handlingsliste.
Resultater
Modellen leverede et tilpasset dashboard med forudsagte tilmeldingsniveauer per kursus, reducerede den manuelle overvågning med 2–3 timer om dagen og løftede den samlede marketingperformance med 45% ved at fokusere indsatsen på de kurser med størst behov.
Dette projekt blev gennemført af teamet bag Dear Future, der tidligere opererede under navnet IIH Nordic.
Tilgangen
Datakonsolidering fra flere kilder · ML-model: tilmeldingsforudsigelse · Tilpasset forudsigelsesdashboard
Datakonsolidering fra flere kilder
Indsamlede og klargjorde kundedata fra CRM, Google Analytics og sociale medier til et samlet datasæt klar til analyse.
ML-model: tilmeldingsforudsigelse
Byggede en Machine Learning-model der analyserer sammenhængen mellem kursusspecifik webaktivitet og historiske tilmeldingstal for at forudsige efterspørgslen 3 måneder frem.
Tilpasset forudsigelsesdashboard
Leverede et visuelt dashboard med forudsagte tilmeldingsniveauer per kursus og gav marketingteamet en klar daglig handlingsliste uden manuelt dataarbejde.
Resultaterne
Tal, der holdt efter projektet lukkede.
Ved at fokusere marketingforbruget på kurser med forudsagt lav tilmelding — i stedet for at gætte — løftede Atrium den samlede marketingperformance med 45%.
Medarbejderne brugte tidligere 2–3 timer hver arbejdsdag på manuelt at tjekke tilmeldingsniveauer på tværs af alle kurser. ML-dashboardet eliminerede dette fuldstændigt.
Med 3 måneders varsel til at reagere på forudsagte underskud kan marketingkampagner planlægges, testes og optimeres — i stedet for at blive hastet ud dagen inden et kursus aflyses.
Laver dit team noget lignende?
Fortæl os problemet. Vi siger, om vi kan hjælpe.
Vi er direkte. Hvis vi har løst noget lignende, siger vi det. Hvis ikke, siger vi det også. Uanset hvad - den første samtale koster ingenting.