ÜBER UNS

100% Energie

Zwei starke Unternehmensbereiche mit einem Ziel: Mehr Wertschöpfung für unsere Kunden.

ÜBER UNS

Seit 19 Jahren im Dienste der Energiewirtschaft.

brandseven ist inhabergeführt. Seit 19 Jahren arbeiten wir aus unserem Standort Düsseldorf an digitalen Lösungen für die Energiewirtschaft. Oft rund um die Themen Pricing, Vertriebssteuerung und Controlling. Zunehmend im Bereich regenerativer Energien.

Wir machen dies mit hoher Leidenschaft, 25 sich sehr wertschätzenden Kollegen und über zwei Unternehmensbereiche: Einer Software- und einer Agentur-Unit. Die Kollegen aus der Agentur beraten Sie bei Marken und Strategie und machen Websites und Kampagnen erfolgreich. Die Software-Sparte entwickelt und pflegt unsere vier großen cloudbasierten Tools.

Seit dem Jahr 2017 setzen wir mit viel Akribie auf Erkenntnisse aus Big-Data Analysen und maschinellem Lernen. So machen wir die Produkte und Kundenbeziehungen unserer Mandanten besser und helfen beim Ausbau von Photovoltaik.

Wir schätzen die langjährige Zusammenarbeit mit unseren 70 Kunden, die vom ambitionierten Stadtwerk bis zum Global Player reichen. Wir sind für Sie da.

KLEINE TEAMS

Small is Smart

Nach modernen Methoden des Projektmanagements priorisieren wir täglich die Aufgaben und Ressourcen für unsere Entwickler neu. Dies passiert in unserem Stand-Up um 11:50 Uhr.

Damit dieses Meeting exakt 10 Minuten dauert, bereiten wir uns gut vor. Ein stetiger Austausch zwischen Ihnen und uns führt zu raschem Feedback. So erreichen wir einen anhaltenden, guten Workflow.

Wir machen dies, indem wir in kleinen Teams mit festem Ansprechpartner arbeiten. So erledigen wir zielgerichtet unsere Daily To-Dos, machen eine transparente Zeiterfassung und Sie – glücklich.

Zertifizierte Infrastruktur

Siegel verpflichtet

Ein wichtiges Anliegen bei brandseven ist das Daten- und Informationssicherheits-Management. Dieses kritische Thema betreut bei uns kein externer Dienstleister sondern unser technischer Geschäftsführer Sven Jansen.

Wir entwickeln alle unsere Lösungen ausschließlich inhouse und hosten unsere Services und cloudbasierten Lösungen auf sicherer, ISO27001 zertifizierter Infrastruktur in deutschen Rechenzentren

Unsere Kunden können sich auf den verantwortungsbewussten Umgang mit ihren Diensten und schnelle Reaktionszeiten verlassen. Dies garantieren wir Ihnen in unseren SLA. 

Survival Analyse

Die Datengrundlage für dieses Modell bilden Transaktionsdaten.

Das bedeutet unter anderem Kundenkommunikation, Aktivität, Zahlverhalten und vieles mehr. Jede Transaktion bzw. jedes Event beeinflusst die „Lebenserwartung“ eines Vertrages oder Kundenkontos.

Brandseven geht dabei individuell auf ihre Transaktionsdatenpakete ein und liefert einen Zeitstrahl pro Kunde, auf dem sich der Effekt jedes Events einfach ablesen lässt.

Beispiele für mögliche Insights:

  • Ein erfolgreiches Vertriebsgespräch im letzten Quartal hat die „Lebenserwartung“ des Kunden verlängert.
  • Die letzte Webshop-Aktivität des Kunden ist über ein Jahr her. Die Inaktivität spricht für hohe Wechselgefahr.

Für Experten:

Die Methodik basiert auf einer Cox-Regression, also tatsächlich auf einem Algorithmus zur „Überlebensanalyse“. Events entsprechen „Hazards“, die sich positiv oder negativ auf die Kündigungswahrscheinlichkeit auswirken.

Diese Fragen lassen sich dann also beantworten:

  1. Um welche Kunden muss sich jetzt (oder erst später) gekümmert werden?
  2. Welchen Effekt haben welche Events im Allgemeinen?
  3. Mit welchen Events können wir bestimmte Kunden stärker binden?

Kausales Modell

Statistische Modelle liefern uns einen guten ersten Einblick in unsere Handlungsoptionen.

Selbstbewusste Entscheidungen können allerdings nur getroffen werden, wenn die Effekte aller Optionen abschätzbar sind.

Das Kausale Modell erlaubt genau das.

Beispiel für ein Gedankenexperiment:
Intervention: Preisanpassung, Effekt: Kündigerquote verändert sich.
Ergebnis: Beste Preisanpassung für mögliche niedrige Kündigerquote.

Das Kausalmodell inkorporiert das Wissen, welche Variablen wie auf andere einwirken und kann so über die statistischen Zusammenhänge hinausschauen und den reinen Effekt einer Intervention erkennen. Dieses Wissen fließt aus zwei Quellen zusammen. Unserem langjährigen Expertenwissen im Energiemarkt und der Kundenanalyse, sowie aus der individuellen Kundendatengrundlage extrahierte Wechselwirkungen der Variablen.

Unsere Kunden profitieren davon folgendermaßen:

  1. Unsere Expertise über den Energiemarkt fließt mit ein.
  2. Fragestellungen können dynamisch angefragt und analysiert werden.
  3. Das Analyseergebnis ist grundsätzlich robuster als das eines klassischen statistischen Ansatzes
  4. Das Modell liefert einen größeren Einblick und hilft konkret Entscheidungen zu treffen.

Basisanalyse

Welche Fragen können und wollen wir beantworten?

Bisher beschäftigen wir uns mit probabilistischen Fragestellungen wie zum Beispiel:

Mit welcher Wahrscheinlichkeit kündigt jemand?

Dafür schauen wir uns an, welche Merkmale haben die Kunden und welche Merkmale machen sie wahrscheinlich zu Kündigern (jene, die wir bei Kündigern sehen) und klassifizieren dann. Dafür kann man unterschiedliche Modelle nutzen. Bei uns ist das im Moment der Random Forest. Problematisch kann das Ganze aus mehreren Gründen sein. Einer davon ist, dass viele Merkmale miteinander korrelieren und es für das Modell schwieriger wird gute Informationen aus den Daten zu ziehen. Ein anderer ist, dass wir viele potentielle Variablen gar nicht beobachten können.

Das Kausal Modell inkorporiert „Expertenwissen“ über den Mechanismus hinter den Variablen. Also zum Beispiel:

Wetter und Churn korrelieren beim Medium Gas stark (warum nur?) – Wir wissen: Wetter beeinflusst Churn. Andererseits führen viele Kündiger nicht zu mehr Sonnenstunden (oder Regentagen).

Hier liegt also eine kausale „Richtung“ vor, die bisher nicht im Modell berücksichtigt wird. Dies ist natürlich ein triviales Beispiel. Das Kausale Modell soll sicherstellen, dass der Mechanismus hinter den Variablen berücksichtigt wird, unbeobachtete Effekte erkannt und herausgerechnet werden können und kann darüber hinaus Aussagen darüber treffen, wie eine Intervention auf einer oder mehrerer Variablen sich auswirkt. Auch hierzu ein Beispiel:

10% der Kunden sind Wechselgefährdet.
Intervention: Passe den Tarif (nach unten) an.
Frage: Sind nun weniger Kunden wechselgefährdet? Wie viele?

Somit liefert diese Methode auch die Plattform, Gedankenexperimente durchzuspielen und kann helfen, Kampagnen zu planen oder den Effekt einer Aktion abzuschätzen, bevor man sie durchführt. Der Gewinn ist also der Übergang von der ersten Frage zur zweiten:

Mit welcher Wahrscheinlicht passiert X, wenn ich Y sehe? Mit welcher Wahrscheinlicht passiert X, wenn ich Y mache?

Unsere Kunden profitieren davon folgendermaßen:

  1. Unsere Expertise über den Energiemarkt fließt mit ein.
  2. Spezielle Fragestellungen können zusätzlich angefragt werden.
  3. Die Ergebnisse werden grundsätzlich robuster.
  4. Das Modell liefert einen größeren Einblick und erklärt warum etwas passiert und nicht nurdass es passiert. Also: Warum kündigt ein Kunde?