Team for the Planet

Fridaa Green

help_outline

I 'punti Team' vengono assegnati in base all'idoneità della soluzione per il tipo di innovazioni ricercate da Team for the Planet. Corrispondono all'analisi di diversi fattori :

Potenziale di impatto: punteggio medio di impatto > 4 => 0,5 punti / se > 4,15 => 1 punto.
coerenza globale: tutti i punteggi medi dei 6 criteri di selezione > 2,5 => 1 punto.
il favorito: % delle valutazioni che considerano l'innovazione come la migliore per agire su larga scala contro i gas serra > 20% => 1 punto
Obiettivo: convalida dell'ambito di intervento di Team > 90% => 0,5 punti + livello sufficiente di maturità dell'inno => 0,5 punti
accettazione sociale: punteggio di analisi semantica dei commenti > 0 => 0,5 punto/ se > 3500 => 1 punto

57 valutazioni

Soggetto a valutazione : Dopo essere stati pre-selezionati per assicurarsi che soddisfino uno dei 20 problematiche presentate da Team for the Planet e che abbiano il grado di maturità previsto, le innovazioni sono presentate per la valutazione.

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

Data di presentazione 24 febbraio 2023 Fondatori Chirine BenZaied Luogo di sviluppo Paris, Francia

Il progetto in dettaglio

NB: questo modulo deve essere compilato completamente dalle persone che propongono l'innovazione.

Qual è il problema risolto?

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.

Come si risolve?

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.

Chi sono i potenziali clienti?

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

In che modo questa soluzione è diversa?

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.