Team for the Planet

Fridaa Green

help_outline

Les 'points Team' sont attribués selon l'adéquation de la solution avec le type d'innovations recherchées par Team for the Planet. Ils correspondent à l'analyse de plusieurs facteurs :

le potentiel d'impact : note moyenne d'impact > 4 => 0,5 point / si > 4,15 => 1 point.
la cohérence globale: toutes les notes moyennes des 6 critères de sélection > 2,5 => 1 point.
le coup de coeur: % d'évaluations qui juge l'innovation top pour agir à grande échelle contre les GES > 20% => 1 point
le ciblage: validation du périmètre d'intervention de Team supérieur à 90% => 0,5 point + niveau de maturité de l'inno suffisant => 0,5 point
l'acceptation sociale: score d'analyse sémantique des commentaires > 0 => 0,5 point/ si > 3500 => 1 point

57 évaluations

Soumises à évaluations : Après avoir été pré-filtrées afin de vérifier qu’elles répondent bien à l’un des 20 problèmes traités par Team for the Planet et qu’elles ont le degré de maturité attendu, les innovations sont soumises à évaluation.

L’achat immobilier de ceux qui s’engagent pour le climat.

Date de soumission 24 février 2023 Fondateurs Chirine BenZaied Lieu de développement Paris, France

Le projet en détails

NB : cette fiche est intégralement remplie par les personnes proposant l’innovation.

Quel est le problème résolu ?

L’immobilier représente 40 % de la consommation d’énergie et 30 % des émissions de GES. Et pour atteindre les objectifs de neutralité carbone, il faut rénover 26 millions de biens. Mais, même si 9 français sur 10 regardent le DPE, seuls 5 % des français qui achètent, font une rénovation énergétique.

Comment est-il résolu ?

Fridaa Green accompagne sur ces 3 étapes: 1. la recherche du bien, en estimant le potentiel de transition écologique (le coût des travaux, l’amélioration de DPE et de consommation d’énergie, et aussi l’impact en tCO2 évitées, et en MWh économisés), 2. le financement via un prêt “vert” et les aides, 3. les travaux, avec nos partenaires.

Qui sont les clients potentiels ?

Les particuliers souhaitant acheter leur résidence principale, et désireux de réduire leur empreinte carbone, et agir pour la transition écologique et énergétique.

En quoi cette solution est-elle différente ?

1. Les algorithmes de machine learning permettant de prédire le potentiel de transformation d'un bien avec le gain énergétique, l’impact écologique et les économies réalisées par le futur propriétaire en fonction des travaux réalisés. 2. L’association d’un outil digital (plateforme de prédiction) avec une UX très élaborée et d’un service d’accompagnement humain permet d'alléger la charge mentale de la rénovation énergétique, anxiogène pour l’utilisateur dans le cadre d'un achat immobilier, et de lui permettre de sauter le pas.