Van URL's naar Inzichten: AI-gedreven Klantensegmentatie en Duurzaamheidsrangschikking

Abstract

Inzichten over bedrijven kan cruciaal zijn voor het begrijpen en benaderen van potentiële zakelijke relaties. Dit onderzoek evalueert een AI-algoritme dat bedrijven classificeert in hun industrie en een score tussen 1 en 5 toekent op basis van hun duurzaamheidsprofilering. Daarnaast wordt de relatie tussen industrie en duurzaamheid geanalyseerd. Het onderzoek begint met een lijst van 250 bedrijfs-URL's, verdeeld over vijf industrieën. Geavanceerde NLP-technieken identificeren relevante webpagina's, waarna de inhoud wordt verzameld via web scraping. Deze data wordt gebruikt voor drie analyses. De eerste analyse richt zich op industrietoewijzing, waarbij het AI-model een nauwkeurigheid van 92,37% behaalt. Ten tweede kent het model bedrijven een duurzaamheidsscore van 1 tot 5 toe. Deze scores worden vergeleken met menselijke input van 34 respondenten. In 88% van de gevallen wijkt de AI-score maximaal één punt af van de mediaan uit de enquête, met een gemiddelde fout van 0,61 punten. Er wordt ook clustering uitgevoerd op de teksten om verschillen en overeenkomsten in duurzaamheidsprofileringen te identificeren. Tot slot toont de analyse significante verschillen in duurzaamheid tussen industrieën. De energiesector scoort gemiddeld het hoogst met 4,04, terwijl de autosector het laagst scoort met 3,08. Deze bevindingen benadrukken het potentieel van AI om complexe data om te zetten in waardevolle inzichten, waardoor B2B-providers hun strategieën kunnen aanpassen aan de specifieke behoeften en interesses van elk bedrijf.