データに基づいてマーケティング計画の成長領域とリスクを予測する方法

最近、データ、全体的な市場データ、機械学習に基づいてマーケティング目標の実現を予測できる新製品、OWOXBIInsightsを発表しました。 それはマーケターに重要な質問への答えを与えます：

• 今月の売上、リード、その他の指標の計画を実行しますか？
• 何も変更しないと、年末までに売上やリードなどはいくつになるのでしょうか。
• 目標が達成されていないチャネル、地域、セグメントはどれですか。また、成長の鍵となる分野はどこですか。
• 市場に対してどのように取り組んでいますか？ 市場は下落しましたか、それとも私たちは単にうまくいっていませんか？

この記事では、競合他社に一歩先んじるために、予測を作成する理由と、成長ゾーンとリスクを見つける方法について説明します。

今すぐ予測を注文してください！

• テクノロジーとデータは私たちに多くのことを教えてくれます
• 食欲は帰属を伴う
• OWOX BIマーケティングアナリストはどのようなタスクを処理しますか？
• OWOX BIレポートはどのように見えますか？
• 意思決定者向けのメールマガジン
• 実装：どこから始めて、どのように予測を立てるか
• その過程で到達した結論

マーケティング分析は、現代のビジネスで重要な役割を果たしています。

2018年に、初めてマーケティングテクノロジーに費やされた企業のマーケティング予算の平均シェア（29％）は、これらのテクノロジーを使用する人々に費やされたシェア（24％）を上回りました。

会社の成長予測が満たされない場合、ほとんどのマネージャーはまずマーケティングディレクターを解任します。 したがって、CMOは、テクノロジーの導入とより良いソリューションの検索に非常に関心を持つ必要があります。

CMOの大多数（78％）は、マーケティング戦略を策定する際に分析を使用することでROIを向上させています。

これは、すべてが数年前にどのように始まったか、そしてクライアントが予測と洞察を必要としていることに私たちがどのように気づいたかについての短編小説です。

OWOX BI： Google Analyticsをセットアップしますか？
顧客：もちろんですが、FacebookとYandex.DirectのマーケティングキャンペーンのROIをGoogle Analyticsで確認することはできず、それらの効果を比較することもできません。
OWOX BI：これが自動データインポートです。 広告サービスへのアクセスを追加するだけで、すべてのデータが自動的にGoogleAnalyticsにインポートされます。 すべての広告キャンペーンでROIが得られます。
お客様：すばらしいですが、GoogleアナリティクスのデータがCRMのデータと一致していません。 私たちの経営陣はCRMのデータを信じており、Googleアナリティクスのデータを再処理して正しいことを確認することはできません。 また、このデータを内部データとさかのぼって組み合わせることができません。特に、クエリ時間のインポートがない場合はそうではありません。
OWOX BI：わかりました。これがGoogleBigQueryのすべてのデータです。 Google Analytics、広告サービス、通話追跡、モバイルアプリケーションから収集しました。 これで、CRMのデータと組み合わせて、レポートを作成できます。
クライアント：すごい！ しかし、これらすべての中で過小評価されているキャンペーンを見つける必要があります。 ユーザーは購入へのパスに沿って何度もクリックするため、単純なSQLクエリを使用しても効果はありません。 これらすべてのステップの価値をどうにかして帰属させる必要があります。つまり、開発者を雇う必要があります。
OWOX BI：同意しました。 MLファンネルベースのアトリビューションと既製のレポートはどうですか？ これらの手順を指定するだけで、過小評価されているキャンペーンが表示されます。
クライアント：このすべてのデータで私たちの成長ゾーンを特定できるでしょうか？ 販売計画を達成するためにどこを見るべきかを言うだけです。
OWOX BI：すごい...マーケティングアナリストに期待することについて話し合いましょう。

1.マーケティング目標が達成された場所と達成されなかった場所を示します。
毎月初めの会議で、マネージャーはマーケティングディレクターに、「なぜそれが達成されなかったのか」と尋ねます。 どの地域または広告チャネルがありましたか？ 「そして、それに応じて聞いた：«私はまだ知りません。私は数日必要です—私は見て、戻ってきて、話します。»一般的な状況？

十分だと判断しました—プロセス全体を自動化しましょう。 ここではすべてが単純です。遡及的なデータ、つまり事実を取得し、それを計画されたデータと比較します。 これは、セグメントごとに自動的に行われることが重要です。

2.今と同じペースでさらに進んだ場合に、年間計画目標をどのように達成するかを示します。
マーケティングチームがカテゴリまたは地域で不足していることが事前にわかっている場合は、マーケティング戦略をすばやく修正して結果を改善できます。 クライアントがそのような機会を得られるように、私たちはクライアントのデータを取得し、最大1年の範囲で予測モデルを構築します。 ここでは、予測が計画と比較されます。

3.来月の成長分野とリスクを見つけます。
これを行うために、OWOX BI Insightsは、地域、チャネル、パラメーターのレベルで、および社内の各意思決定者の責任範囲内で、マーケティングの目標と予測を自動的に比較します。

4.質問に答えるのに役立ちます：«これは私たちが取り組んでいないことですか、それとも市場は沈静化していますか？»。
自社のデータに答えるだけでは不十分であるため、これはどの企業でも常にオープンで関連性のある質問です。 たとえば、計画を超えた場合、知っておくと興味深いことです。これらはマーケターです。よくできているか、市場で何かが起こって、誰もがお金を使うために走りました。 または、目標が2％達成されなかったとしましょう。 これはマーケティングチームにとって良い結果ですか、それとも悪い結果ですか？ 市場が成長していればそれは悪いことであり、15％沈んでいるならそれは良いことです。

これらの質問に答えるには、市場データが重要です。 そのため、数万のプロジェクトのデータに基づいて機械学習モデルを構築し、独自の履歴データのみを使用して達成できるよりも優れた予測を提供しています。

5.通常の便利なサービスでレポートを作成します。
私たちの経験によると、新製品に関しては、ほとんどの企業が別のサービスを導入することを望んでいません。 あなたは考えているかもしれません：«私はExcel（またはGoogle Sheets、Data Studio、Tableau、Power BI）を持っています。 そこに予測を追加できますか？ »もちろん可能です。ほとんどすべての視覚化サービスがGoogleBigQueryからデータを取得でき、計算結果を保存できるからです。

まず、最終報告書を見てみましょう。 次に、それらがどのように作成されるかを説明します。

最初の最も簡単なことは、毎月3つの列（Plan、Actual、Forecast）を取得することです。

計画を立てるのは簡単なことです。 これは、Excelのすべてのアナリストが作成できます。 ビジネスにはこのデータがあるため、実際の値を計算することもできます。 私たちのタスクは、予測を追加することです。

注：レポートには、4月初旬のデータが含まれています。 ご覧のとおり、実際の値は小さく（月が始まったばかりです）、4月の残りの期間には何らかの予測があります。 したがって、当月の計画は、実際の値と予測値の合計と比較する必要があります。

上のグラフで、黄色の線はクライアントが設定した目標、濃い青色の列はすでに達成された実際の値、水色の列は予測です。

意思決定に必要なパラメータのコンテキストで目標、予測、および実際の値がわかれば、Googleスプレッドシートで従来のピボットテーブルを作成できます。

このテーブルには、レポート月、チャネルグループ（オーガニック検索、マーケットプレイス、電子メールなど）、および地域の3つのパラメーターがあります。 これは、ほとんどの企業が協力する基本的なグループです。 次に、マーケティング予算を管理するために必要な主要な指標を示します。

レポートから、リージョン1での有料検索は、計画よりも少ない収益を生み出す可能性が高いことがわかります。 また、電子メールチャネルがトランザクションより遅れる可能性があることもわかります。 この情報により、予算が最適に使用されなくなる前、および成長ゾーンが過去になり失われる前に、意思決定を行うことができます。

そして最高のことは、私たちが将来の予測を持っているということです。 現在の傾向が続くとどうなるかを示しています。

この表のいくつかの要素を詳しく見てみましょう。 赤と緑で強調表示されている偏差の割合は、次の簡単な式を使用して計算されます。

私たちはその事実を予測に取り入れています。それは今月末に受け取る可能性が最も高いものです。 これからセグメントの目標を差し引き、その結果を期間の計画で割ります。 結果の数値は、特定のセグメントが予測からどの程度逸脱しているかという質問に答えます。

たとえば、4月のトランザクションの場合、-4.8％の偏差が見られます。

これは、4月の取引計画が4.8％遅れていることを意味します。 この数値より上のすべてのチャネルの値を合計すると、合計は-4.8％になります。

なぜこれを見るのですか？ 相対偏差を見てみませんか？ たとえば、小さな紹介チャネルがあるとします。 計画によれば、たとえば50件のトランザクションがあるはずです。 20トランザクションの差でも、40％の偏差が得られます。 しかし、はるかに大きなチャネルがあるため、これはそもそも注意を払う必要があるものではありません。 そして、より大きなチャネルが10％の偏差を示す場合、それはビジネスにとってはるかに重要になります。 表の赤と緑の色は、企業がこのセグメントに注意を払うことがいかに重要であるかを示しています。

以下のスクリーンショットでは、4月のデータを拡大しています。

ここでは、データをチャネルとリージョンに分解できることがわかります。 最初に確認したいセグメントを選択できます。 赤はリスクゾーン、緑は成長ゾーンです。 コンバージョン率は青色でマークされており、下部に概要があります。

次に、最も重要で興味深いレポートを紹介します。このレポートには、予測と目標を比較するために使用される8つの期間が示されています。

1. 今年の実績は、年初から現在までの実績を示しています。 これらの値を目標と比較して、それらをどの程度満たしているかを理解できます。
2. 先月の実績には、先月の実績データが表示されます。 前月は休業しておりますので、各セクションやセグメントで実際の数が予定の数と一致しているかどうかを簡単に確認できます。
3. 先週の実績には、先週の実際のデータが表示されます。
4. 今週の天気予報には、今週の天気予報が表示されます。 週が始まり、私たちは私たちに何が起こるかを見ています。 たとえば、有料検索の責任者が週末に良い結果を達成するために、今すぐ注意を払う場合。 これを行うには、リスクを回避し（赤で強調表示）、成長ゾーンを実装する（緑で強調表示）必要があります。
5. 来週の予報は、来週の予報を示しています。
6. 今月の天気予報は、今月の天気予報を示しています。
7. 翌月の予報は、翌月の予報を示しています。 私たちの経験では、プライマリディメンションのみに基づいてこの予測を作成することをお勧めします。 つまり、ノイズが多く、予測品質が低いため、2番目のレベル（この場合は地域）に分割することはお勧めできません。
8. 今年の予測は、年末までの予測を示しています。 重要な指標である収入のためにのみ構築します。 経験によれば、年末までに地域やチャネル、その他のセグメントにまたがるトラフィックの分布を予測することは魅力的な作業ではなく、大きなエラーや予測の信頼性の喪失につながります。
   

テーブルはいつでもGoogleスプレッドシートで表示できます。 ただし、意思決定者は通常、既成のレポートを受け取り、「こちらをご覧ください」と言うことを期待しています。 成長ゾーンがあるようです。

このレポートの作成は簡単な作業ではなく、現在も取り組んでいます。 私たちは、優れたアナリストが書くのと同じように、人間の言葉で書かれた明確で意味のあるメッセージをお客様に提供してもらいたいと考えています。

2つの問題があります。 1つ目はニュアンスがたくさんあります。 管理されていない直接チャネルについてオオカミを泣くのはあまり役に立ちません。 紹介または直接が落ちた場合はどうすればよいですか？ あなたはあなたが管理できるものに焦点を合わせる必要があります、そしてこれのために、あなたは洞察を探すときプログラムのためのより多くの知識を必要とします。

2番目の問題は、これらの電子メールに次のように返信される可能性があることです。«詳細を教えてください。» しかし、[email protected]は会話を始める予定はありませんでした。 ただし、分析サービスからのコミュニケーションは、マーケティングアナリストとのコミュニケーションと可能な限り類似している必要があると考えています。 したがって、将来的にはメッセンジャーを介して成長ゾーンとリスクに関する洞察を送信する予定です。

電子メールの最後に、主要な期間の結果が赤と緑で強調表示されている興味深い表があります。 これにより、Googleスプレッドシートを開いて、この期間の詳細を確認する必要があるかどうかがすぐにわかります。

予測の作成を開始する前に、いくつかの重要な質問に答える必要があります。

この実装の結果として、次のようなテーブルが得られます。

最初の列は、責任の領域を示しています。 この例では、マーケティング全般、有料PPCキャンペーン、SEO（オーガニック）の3つがあります。

2番目の列はKPIであり、各責任領域で目標を設定し、パフォーマンスを評価するために使用されます。 これらの指標のいくつかについては、計画があります。 予測を行う場合は、既存の目標を変更しないことをお勧めします。 ビジネスでは常に何かを改善できることは明らかであり、レポートに新しい指標を追加することをお勧めします。 しかし、移動中にそのようなことをすることはできません。 まず、既存のものを自動化してから、新しいメトリックを追加することをお勧めします。

3番目と4番目の列では、計画があり、予測を作成できるメトリックをマークします。

5番目の列では、異なる方法で表示する必要があり、異なる方法で処理する必要があるため、定量的および定性的なメトリックをマークします。

6番目の列はセグメンテーション基準です。 責任のさまざまな領域で、同じメトリックがさまざまな基準によってセグメント化されます。 たとえば、マーケティングセッションは、チャネルごとにセグメント化する方が興味深いです。 SEOは検索エンジンによってセグメント化する必要があります。

7番目の列は2次ディメンションです。 3つ以上のディメンションが存在する場合がありますが、その場合、データ量の要件を高くする必要があります。 セグメンテーションパラメータが多いほど、統計的に有意な予測に必要なデータが多くなります。

最後の列は、レポートに表示する特定のパラメーターの値の数です。 なぜこれが必要なのですか？ たとえば、リージョンごとに制限を指定せず、リストを展開した場合、リージョンは5つではなく、500になります。 それらの多くは小さすぎて、おそらく有益ではありません。 このラベル全体が何らかの形でGoogleスプレッドシートに収まり、使用できるように、制限を追加することをお勧めします。

したがって、このようなテーブルを作成し、Google BigQuery（またはその他のクラウドストレージ）にすべてのデータ（計画および実際）を収集しました。 次に何をすべきですか？ 最初で最も簡単なことは、OWOXBIに連絡することです。 私たちのAIアルゴリズムは、データを分析し、市場データと比較し、予測を行い、成長ゾーンとリスクがどこにあるかを示します。

自分で予測を作成したい場合は、いくつかの方法があります。 いくつかの方法があります。 このプラットフォームは私たちに最もよく知られているので、GoogleCloudでそれを行う方法を共有します。 明らかに、あなたはあなたの会社で他のツールを使うかもしれません。

GoogleCloudで予測を作成する基本的な方法は3つあります。

1. TensorFlowとCloudMLは、モデルのカスタマイズに時間を費やすのに怠惰ではないデータサイエンティストによって最も頻繁に使用される方法です。 これらは難しいツールですが、良い結果を得ることができます。
2. BigQuery ML —機械学習を使用したことがないが、Google BigQueryにすでにデータがある場合は、この方法から始めることをお勧めします。 Google Analytics 360からのデータがある場合は、たとえば、コンバージョン、チャーン、またはその他のパラメータの確率を計算するために、モデルをすでにトレーニングできます。 予測子、機能、およびテストモデルを選択するのは非常に簡単です。 これは、SQLに精通しているアナリストにとって賢い方法です。
3. AutoMLおよびCloudMLAPIは、開発者にとって最も基本的な方法です。 モデルのデプロイ、比較、およびバージョン管理のロールバックが容易になります。 これは、開発者であり、本番環境で構築したモデルをロールアウトすることがタスクである場合に理想的です。

これは、偏差、変換を簡単に計算できるデータを含む大きなテーブルです。これにはすべてのコンポーネントがあり、それらは計画、実際、および予測の3つのブロックにグループ化されているためです。

1. 「マーケティングの目標があります」と言われた場合、これはせいぜい、アナリストが週に1回手動で更新するExcelスプレッドシートを意味します。
2. 自動予測は分析に取って代わるものではなく、効率を高めるための方法にすぎません。 私たちの経験では、手動調整が常に必要です。 たとえば、10月にヒューストンに大きな店を開くとします。 予測モデルにはこの知識がないため、これを考慮することはありません。
3. 独自のデータに加えて、市場データを使用すると、予測の品質が大幅に向上します。 これが、OWOXBIの予測に対するアプローチが質的に異なる理由です。 何万ものプロジェクトのデータを使用してモデルをトレーニングします。 その結果、市場動向をより正確に示します。 たとえば、クライアントと同じニッチなプロジェクトのオーガニック検索と有料検索の市場シェアを知っており、これらの数値が何につながるかを知っています。 このデータでモデルを強化することで、傾向をよりよく理解し、自分が素晴らしい業績を上げているのか、市場が成長しているのかを知ることができます。
4. 計算をデータの視覚化から分離する必要があります。 精度と深さの期待値を定式化したら、厳密に割り当てられた時間で予測を作成し、データを計算できます。 データの視覚化に関しては、これは無限のタスクであり、完璧に制限はありません。
5. 2つのパラメーターの粒度で高品質の予測を取得するには、1か月あたり300万セッションのWebサイトデータが必要です。 セグメンテーションなしでより少ない量で予測を作成することは可能ですが、問題はその理由です。 たとえば、目標が達成されていないことがわかった場合、どのセグメントで目標が機能していないかを言うことができますか？ どの地域ですか？ データがほとんどないため、答えが見つからない可能性があります。

Google Analyticsからの2年間の履歴データ、月間300万セッションからのトラフィックがあり、マーケティング目標を達成し、洞察のおかげでより速く成長したい場合は、サイトのフォームに記入してご連絡ください。 詳細について話し合い、予測の作成を支援します。