Team for the Planet

Fridaa Green

help_outline

"Punkty Team" przyznawane są w zależności od przydatności rozwiązania do rodzaju innowacji, których poszukuje Team for the Planet. Odpowiadają one analizie kilku czynników:

potencjał oddziaływania: średnia ocena oddziaływania> 4 = > 0,5 punktu / jeśli > 4,15 = > 1 punkt.
ogólna spójność: wszystkie średnie wyniki z 6 kryteriów wyboru > 2,5 = > 1 punkt.
faworyt: % ocen, które oceniają innowacyjność jako najważniejszą, aby działać na dużą skalę przeciwko gazom cieplarnianym > 20% = > 1 punkt
targetowanie: walidacja zakresu interwencji Team większego niż 90% = > 0,5 punktu + poziom dojrzałości wystarczającego inno = > 0,5 punktu
akceptacja społeczna: wynik analizy semantycznej komentarzy > 0 = > 0,5 punktu/ jeśli > 3500 = > 1 punkt

57 oceny

Poddane pod ocenę : Po wstępnym przefiltrowaniu w celu sprawdzenia, czy odpowiadają one na jeden z 20 problemów poruszonych przez Team for the Planet i czy mają oczekiwany stopień dojrzałości, innowacje podlegają ocenie.

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

Data przedłożenia 24 lutego 2023 Założyciele Chirine BenZaied Miejsce rozwoju Paris, Francja

Projekt w szczegółach

Uwaga: ten formularz jest wypełniany w całości przez osoby proponujące innowację.

Jaki problem został rozwiązany?

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.

W jaki sposób został rozwiązany?

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.

Kim są potencjalni klienci?

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

Czym różni się to rozwiązanie?

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.