Uso de análisis predictivos impulsados ​​por IA para cronometrar su próximo movimiento

Incluso en tiempos de incertidumbre, el análisis predictivo impulsado por IA puede ayudar a los especialistas en marketing a ver qué oportunidades se avecinan. Entonces, ¿por qué esta tecnología no está siendo utilizada por más CMO? En su charla en la conferencia MarTech de este mes, el científico jefe de datos de TrustInsights.ai, Christopher Penn, mostró algunas formas en que cualquier equipo de marketing puede aprovechar sus datos de manera predictiva. Y también compartió algunos rascarse la cabeza.

“Alrededor de dos tercios de los CMO dijeron que están gestionando el presente, están apagando incendios en este momento, y solo alrededor de un tercio están mirando hacia el futuro, incluso en un período de tiempo en el que la planificación y las contingencias son tan importantes. durante la pandemia global”, dijo Penn, citando números de la encuesta CMO más reciente de la Universidad de Duke. “La gente simplemente no lo está haciendo, y la razón de esto es que muchas de las herramientas que usa para el análisis predictivo están en la caja de herramientas de marketing, pero las empresas realmente no las han adoptado”.

Y agregó: “¿Por qué? Porque la gente no ha descubierto cómo hacer uso de estas cosas, cómo usarlas para ahorrar tiempo y planificar con anticipación”.

Comience con pronósticos de series de tiempo

Gran parte de la forma en que los especialistas en marketing utilizan el análisis predictivo se centra en el cliente. Quieren encontrar clientes que tengan más probabilidades de comprar. Y en un esfuerzo por ser más eficientes, los especialistas en marketing dedicarán sus esfuerzos y su presupuesto a atraer a estos clientes que tienen más intenciones.

Sin embargo, otro método de ahorro de tiempo se centra en el momento de un evento u oportunidad que los especialistas en marketing pueden aprovechar. Esta estrategia, llamada pronóstico de series de tiempo, también puede ayudar a los especialistas en marketing a evitar un bache en el camino y ahorrarse un dolor de cabeza.

Aprovechando los recursos de datos actuales de su empresa, los algoritmos pueden organizar los datos en patrones, y la IA hace que los conocimientos sean aún más prácticos. Los dos patrones o temas principales que determina el análisis predictivo son la estacionalidad y el carácter cíclico. Son fenómenos repetibles que los especialistas en marketing pueden ver venir en el horizonte y actuar en consecuencia.

“La estacionalidad incluye las cosas que suceden durante determinados períodos de tiempo que son estacionales”, dijo Penn. Entonces, hay influencias según lo que está pasando en el tiempo, y la ciclicidad es ese ciclo, ese ritmo. Nuestros datos generalmente deben ser estacionales y, en general, cíclicos”.

Algunos de estos ciclos los marketers ya los conocen por experiencia y los datos lo confirman. Por ejemplo, si está en marketing B2B, no obtendrá mucha tracción de las campañas los fines de semana.

“Si está en B2C”, dijo Penn, “sabe el tiempo entre principios de noviembre y el 1 de enero, estará trabajando turnos dobles. Hay estacionalidad en eso… Pero, según el producto, lo contrario podría ser verdadero. Eso es ciclicidad. Así que tienes estacionalidad y ciclicidad en tus datos”.

• Buenos días: tiempos interesantes requieren especialistas en marketing ágiles
• Cuando se trata de tecnología de marketing, los fines se anteponen a los medios
• Desglosando la transformación digital de los viajes de los clientes de hoy

Más de la Conferencia MarTech >>

Suficientes datos de IA en el pastel

También necesita tener una cierta cantidad de datos para enseñar a los algoritmos lo que sucedió en el pasado, y suficiente para que pueda probar sus suposiciones sobre los datos.

“Pruebe para asegurarse de que sus predicciones sean precisas y luego pueda construir su pronóstico”, dijo Penn. “Si no tiene suficientes datos, el análisis predictivo tiende a no funcionar. ¿Por qué es ese el caso? Bueno, piénsalo de esta manera.”

Agregó: “Si estabas horneando pasteles correctamente y solo has horneado un pastel una vez, realmente no sabes qué puede salir mal. Y es posible que no haya habido anomalías ese día cuando hiciste ese pastel, por lo que tienes un número muy limitado de ejemplos para decir, está bien, estoy bastante seguro de que sé cómo hornear el pastel”.

Sin embargo, la recopilación de datos durante muchos ciclos, como hornear muchos pasteles, permite que el equipo de marketing, así como los algoritmos que utilizan, identifiquen cuándo las cosas van mal con el pastel.

“Usted sabrá después de un período de tiempo lo que está saliendo mal”, dijo Penn. “Eso es lo que necesita con los datos de análisis predictivo. Debe tener suficientes datos para detectar los momentos en que algo salió mal y dar cuenta de ello”.

Pronóstico del comportamiento con Predictive Analytics

Para tener una idea de cómo los patrones estacionales y cíclicos pueden ayudar a pronosticar oportunidades para su empresa, observe algunos de los conocimientos que se pueden extraer de los términos de búsqueda en Google.

En el espacio de la tecnología de marketing, por ejemplo, es posible que le interesen los flujos y reflujos del término de búsqueda "automatización de marketing".

"¿Con qué frecuencia sucederá esto durante el resto de este año y cuánto sucede ya?" preguntó Penn. “De nuevo, puedes ver ese patrón de rompecabezas hacia arriba y hacia abajo, esa es nuestra ciclicidad. Semana tras semana, estás viendo algunas semanas altas, algunas semanas bajas. Y estos datos nos permiten pronosticar a futuro”.

Agregó: “Si estuviera haciendo marketing de búsqueda o incluso marketing de contenido, [determinaría] qué semanas en las próximas cinco o seis semanas aquí o en las próximas 10 o 12 semanas, ¿en qué semanas quiero publicar más contenido? ¿automatización de marketing?"

Al observar los patrones anteriores, puede usar el pronóstico para elegir los momentos en los que desea optimizar las páginas o ejecutar una campaña.

Todo se basa en probabilidades matemáticas, mucha matemática calculada en gran volumen, y nunca es 100% seguro porque solo puede predecir cosas que han sucedido antes o vienen en ciclos.

Pero los pronósticos que utilizan análisis predictivos señalan oportunidades a las que los especialistas en marketing prestarán atención, incluso si funcionan para su competidor.

Vea la presentación completa de nuestra conferencia MarTech aquí (se requiere registro gratuito).