La petite histoire
- Comment j'ai eu cette idée business
Nous vivons à Bordeaux et le marché de l’immobilier y est actuellement chaotique. En effet il est très difficile de trouver un bien immobilier. Ceci est dû à deux facteurs : un manque d’offre et une mauvaise répartition de l’information sur le marché. Pour le premier, il n’y a malheureusement pas de solution miracle… Nous avons donc choisi de résoudre le second. Pour cela, il fallait créer une solution qui permette à n’importe qui de connaitre en temps réel toutes les informations sur le bien qu’il cherche, mais aussi de pouvoir les analyser en accord avec son style de vie. Nous avons donc monté une équipe pluri-disciplinaire afin de résoudre cette problématique.
- Pourquoi je me suis lancé en entrepreneuriat
J’ai toujours été passionné de nouvelles technologies, d'ailleurs lors de mes études à KedgeBS je me suis formé en finance de l'innovation. Le fait de pouvoir travailler sur un produit d’IA m’a donc tout de suite intéressé, étant encore étudiant, je faisais ça le soir… Mais rapidement, le projet a pris de l’ampleur et je m’y suis consacré à 100%.
Avant de commencer quoi que ce soit, nous avons pitché (présenté en 2 minutes) l’idée, et ce plusieurs centaines de fois. Les retours étaient tous identiques : la recherche immobilière est catastrophique, il faut que quelque chose change. Nous avons donc construit une MVP (Minimum Viable Product) et nous avons lancé une version de test limitée à Bordeaux. Ces tests ont été très concluants et nous avons donc décidé de passer à la vitesse supérieure en levant des fonds et en nous lançant de manière nationale en début d’année 2018.
Pitch Minute
- L’équipe fondatrice
Alexandre Bonhomme, 23 ans, CEO, Etudiant à Kedge BS, Ex consultant en transformation digitale
Benoit Palabre, 23 ans, COO, Miage, Co-founder de Mink
Julian Nunez Lopez, 24 ans, CTO, Ingénieur Web, Ex développer chez Request Lab
Philippe Perez De San Roman, 26 ans, Lead developper IA, Doctorant au Labri
Thibault Randolph, 24 ans, Responsable des infrastructure, Ingénieur Web, Miage
- Date de création & siège social
11 Octobre 2017 au 14 bis rue du president Kennedy, 33110, Le Bouscat
- Concept
KNOCK, l’assistant virtuel qui trouve pour vous le bien immobilier idéal.
- Comment ça marche?
KNOCK est un assistant virtuel avec lequel vous échangez pendant 3 à 5 minutes. Il va s’intéresser à vos besoins classiques immobiliers (ce que l’on peut retrouver sur n’importe quel site de recherche aujourd’hui) mais aussi et surtout à votre style de vie, vos intérêts, vos passions… Ensuite, il va revenir vers vous avec les 3 biens immobiliers qui vous correspondent le mieux. Pour arriver à cela, nous utilisons l’IA (Deep Learning) pour être capable de gérer au mieux la phase de découverte du besoin utilisateur. Nous passons des partenariats avec les agences immobilières pour sourcer l’offre et la proposer à nos utilisateurs.
- Taille & pertinence du marché
3 millions de personnes cherchent un logement en France en ce moment. Il y a chaque année au moins 800 000 transactions et 13 millions de baux locatifs signées. Même si les concurrents sont nombreux, aucun ne semble réellement convenir aux utilisateurs qui ne se sentent ni accompagné ni assez bien informé.
- Pourquoi ça marchera?
Les modèles de recherche classique sur le web arrivent à leur fin, plus personne ne veut passer des heures à chercher dans des listes interminables son futur logement. Nous proposons, grâce à l’IA, de pré-qualifier tous les biens sur le marché et de vous proposer les 3 meilleures options.
- Concurrents et différenciation/atouts
SeLoger - Société créée en 1996, leader du secteur en Franc. Se Loger se présente comme une liste de petites annonces immobilières. Site très classique, peu personnalisé, peu précis. Les annonces sont payantes. Environ 1 M d’annonces sur le site.
Bien’Ici - Site classique de petites annonces mais avec une carte (type AirBnB) en plus. Très cher pour les agences et peu innovant. Rémunération sous forme d’abonnement.
LeBonCoin - Site de petites annonces généralistes, non spécialisé dans l’immobilier et faisant apparaître certains problèmes d’arnaques. Le site se rémunère grâce aux annonces pushs.
Cherche mon nid - Marketplace inversée. Ceux qui cherchent un bien postent leur demande et tous les agents immobiliers de la zone peuvent y répondre. Il n’y a pas d’innovation technologique, globalement les dirigeants sont techno-sceptique. Uniquement réservé aux professionnels, le paiement se fait sous forme d’abonnement. Lancement en 2015.
Je rêve d’une maison - Similaire à Cherche mon nid, mais plus cher. Une recherche coûte environ 15'000€. Le Business model est au cas par cas, ce qui rend le concept difficilement scalable. Créée en 2014.
Pinpo - "Tinder" de l’immobilier qui fait matcher un locataire et un bailleur sur un simple coup d’oeil. Concept à part entière qui a du mal à s’imposer car la recherche n’est pas facilitée mais simplement rendue plus ludique. De plus il est réservé à la location. Modèle de rémunération non disponible.
Keymo - Principe ressemblant à celui de KNOCK sans Deep Learning. Le matching est fait à la main. Ceci leur pose des problèmes de scalabilité important. De plus ils ne peuvent pas répondre rapidement, et la qualité de leur réponse ne pourra pas devenir meilleure avec le temps. C’est cependant notre concurrent le plus direct. Leur modèle de rémunération est de prendre 10% de la commission de l’agent immobilier après la transaction.
IMOXO - Service d’achat de biens aux enchères. Segment très particulier, c’est un marché à part.
Folhomee - Chatbot immo, sans veritable IA.
- Business Model/ monétisation
Nous monétisons via les partenariats avec les professionnels de l’immobilier.
Nous sommes un vendeur de leads ultra-qualifiés pour les agences immobilières. Nous utilisons nos algorithmes pour définir le pourcentage de chance que l’agent commercial a de conclure la vente sur le bien donnée. Nous lui donnons aussi de la data pour qu’il puisse orienter son rendez-vous client.
- Accompagnement
- Financement
Levée de fond privée en décembre 2017 - 200 000 euros
- Reconnaissance, prix à des concours
Participation au CES et au Web Summit
- Site web
Par ici pour découvrir le service !
- Chiffres Clés
10 clients pour le moment, 100K de CA
- Prochaines étapes du projet
Signature de clients nationaux, amélioration continue du produit, entrainement et perfectionnement du modèle de Deep Learning.
Besoins de la startup
- Un poste pour les futurs stagiaires/ employés
Growth hacker
Product manager
Marketing manager
Community manager (avec des connaissances sur le contenu video)
Ingénieur Deep Learning/ Machine Learning