Ocurate, une startup utilisant l’intelligence artificielle pour prédire la valeur à vie du client pour les entreprises de commerce électronique, a remporté un tour de table sursouscrit de 3,5 millions de dollars.
Les bailleurs de fonds du tour incluent 8-Bit Capital, DCF Capital, Data Community Fund, AIX Ventures, Italmobiliare, Streamlined Ventures et certains investisseurs providentiels stratégiques comme Adam Metzger et Mazen Al-Jubeir.
Tobi Konitzer, fondateur et PDG d’Ocurate, a fondé la société en juillet pour établir la valeur à vie comme principe d’organisation pour les entreprises B2C. Konitzer, qui était auparavant co-fondateur et PDG de PredictWise, a déclaré à TechCrunch que la « sauce secrète » de l’entreprise est un cadre d’apprentissage automatique SaaS optimisé par rapport à la base de données propriétaire d’Ocurate et aux données client qui dépasse 90 % de précision pour prédire le comportement des gens.
Actuellement, les entreprises utilisent des mesures qu’elles ont elles-mêmes évaluées et examinent souvent le coût par clic ou action, puis la rétention. Konitzer pense que la valeur à vie est une meilleure prédiction des bénéfices qu’un client apportera à l’entreprise.
La base de données d’Ocurate a commencé avec les listes électorales et a maintenant collecté des données auprès de plus de 300 000 Américains, a-t-il déclaré. Il extrait également les données des clients ; par exemple, si vous êtes abonné à Netflix, les données peuvent inclure des données de connexion, des données de télémétrie et ce qui a été acheté dans le passé.
« La technologie d’Ocurate permet à nos clients de prendre des mesures en toute confiance sur la valeur à vie à toutes les étapes du cycle de vie, ce qui a un impact significatif sur l’activité globale de nos clients avec une augmentation potentielle de la marge brute de plus de 15 % », a ajouté Konitzer. « La valeur à vie devrait être la chose qui régit tout. »
Bien qu’établi il y a cinq mois, Ocurate travaille déjà avec quatre clients – avec des dizaines dans le pipeline – et a généré plus de 400 000 $ de revenus récurrents annuels depuis son lancement.
Deux de ses clients, Wild Earth et eSalon, disent qu’ils obtiennent déjà de bonnes informations. Tamim Mourad, co-fondateur d’eSalon, un site de commerce électronique pour la coloration des cheveux, a déclaré que pendant des années, l’entreprise avait essayé de créer son propre modèle de valeur à vie pour mieux prédire, mais qu’elle n’avait pas d’équipe de science des données. Avec Ocurate, il peut désormais créer des modèles prédictifs plus précis pour mieux cibler et segmenter les clients, et comprendre où se situe historiquement l’entreprise.
Steve Simitzis, directeur de la technologie de la société d’aliments pour animaux Wild Earth, a déclaré qu’il se concentrait sur la fidélisation des clients et la réduction du taux de désabonnement, mais les méthodes traditionnelles pour le faire signifient souvent courir après les clients, ce qui est à la fois ennuyeux et coûteux.
« Ce que j’ai aimé chez Ocurate, c’est qu’ils se sont concentrés sur le fait de donner une bonne idée des clients susceptibles de se désabonner afin que nous puissions identifier nos efforts », a-t-il déclaré. « Pour chaque client, ils vous donnent deux chiffres, le taux de désabonnement probable et leur degré de persuasion. »
Pendant ce temps, le nouveau financement permettra à Ocurate de proposer son produit au public en 2022, de doubler son équipe de sept à 14 employés et d’investir davantage dans les intégrations, la science des données et les capacités d’apprentissage automatique.
Ensuite, la société a l’intention de lever un autre tour au deuxième trimestre 2023, et Konitzer a déclaré qu’Ocurate est sur le point d’avoir 20 clients d’ici la fin de l’année prochaine.
« À l’avant-garde pour rendre la valeur à vie exploitable, nous devons démontrer que nous influençons la façon dont cela fonctionne, mais essentiellement, voici à qui vous devez vous adresser à différents moments, et voici combien d’argent y investir », Konitzer mentionné. « Nous mettons en place un système de recommandation.