VIVAWEST besitzt mehr als 120.000 Wohnungen im Bundesland Nordrhein-Westfalen. Rund 8 % der Mieter kündigen jedes Jahr ihren Vertrag. Diese Zahl nur minimal zu senken, hätte nicht nur einen enormen monetären Effekt, sondern könnte auch die Zufriedenheit von Tausenden von Mietern erheblich verbessern.

Unser Ziel ist es, Mieter ausfindig zu machen, die kurz davor sind, ihren Vertrag zu kündigen. In einem nächsten Schritt könnten diese Mieter dann kontaktiert werden, um zu sehen, ob eine Lösung für ihr Problem gefunden werden kann. Eine Vielzahl von Quellen beeinflusst die Entscheidung der Mieter, z. B. Veränderungen in der Nachbarschaft, Mieterhöhungen, Schäden im Haus/der Wohnung oder Fehler in der Nebenkostenabrechnung. Zusätzlich können Mieter signalisieren, bevor sie kündigen, z. B., indem sie sich nach der Kündigungspolitik erkundigen oder sich über Probleme beschweren.

Diese Daten wurden noch nicht analysiert, da verschiedene Datenquellen kombiniert werden müssen und der Einfluss der einzelnen Faktoren unsicher ist. Ab jetzt wird dies von Experten und ihren individuellen Erfahrungen gemacht. Wir würden gerne ein System entwickeln, das eine Prognose darüber abgibt, wie wahrscheinlich es ist, dass ein Mieter innerhalb der nächsten sechs Monate auszieht.

Es wird mit einer Projektdauer von ca. 2 Monaten gerechnet.

• Erfahrung im Bereich der Mieterverwaltung oder der Immobilienwirtschaft
• Vertiefte Kenntnisse in (Churn-)Vorhersage, Survival Modeling und Text Mining
• Kenntnisse im Umgang mit Überlebensmodellen (Proportional Hazard etc.), logistischer Regression oder anderen Klassifikationsmodellen
• Fähigkeit, große Mengen an (halb-)strukturierten Daten aus verschiedenen Quellen zu verarbeiten

• Verlässliche Prognosen: Abbruchwahrscheinlichkeit innerhalb von sechs Monaten
• Sehr hohe True-Positive-Rate/Sensitivität: Wir möchten keine Personen kontaktieren, die nicht vorhatten, zu kündigen
• Jeder bemerkenswerte Zusammenhang zwischen Datenpunkten und/oder externen Einflussfaktoren ist zu dokumentieren

Das Projekt kann in drei Meilensteine unterteilt werden:

1. Der erste Meilenstein ist erreicht, wenn die vorhandenen Daten bereinigt und in das richtige Format für die weitere Analyse gebracht worden sind. Visualisierungen und deskriptive Statistiken wurden benutzt, um das Problem der Identifizierung relevanter Mieter zu verstehen.
2. Der zweite Meilenstein ist erreicht, wenn ein Modell/eine Maschine entwickelt wurde, das/die genau vorhersagt, welche Mieter kurz davor sind, ihre Verträge zu kündigen.
3. Der dritte Meilenstein ist erreicht, wenn der Algorithmus Vorschläge macht, welche Kunden jetzt zu kontaktieren sind, und wenn die Kontaktaufnahme mit diesen Mietern die Vorhersage bestätigt. Das Ergebnis wird VIVAWEST präsentiert und abgenommen.