Come prevedere aree di crescita e rischi in un piano di marketing basato sui dati

Di recente abbiamo annunciato un nuovo prodotto, OWOX BI Insights, in grado di prevedere la realizzazione degli obiettivi di marketing in base ai dati, ai dati di mercato complessivi e all'apprendimento automatico. Fornisce agli esperti di marketing risposte a domande importanti:

• Riusciremo a soddisfare il piano per vendite, lead e altri indicatori questo mese?
• Se non cambiamo nulla, quante vendite, contatti, ecc. otterremo entro la fine dell'anno?
• In quali canali, regioni e segmenti gli obiettivi non sono raggiunti e dove sono le aree chiave per la crescita?
• Come stiamo andando rispetto al mercato? Il mercato è diminuito o stiamo solo andando male?

In questo articolo ti spieghiamo perché costruire previsioni e come trovare zone di crescita e rischi per essere un passo avanti ai tuoi concorrenti.

Ordina ora la tua previsione!

• Tecnologia e dati ci dicono molto
• L'appetito viene con l'attribuzione
• Quali compiti gestisce un analista di marketing BI OWOX?
• Che aspetto hanno i report OWOX BI?
• Newsletter via e-mail per i decisori
• Implementazione: da dove iniziare e come costruire le previsioni
• Conclusioni a cui siamo giunti nel processo

Le analisi di marketing svolgono un ruolo importante nelle aziende moderne.

Nel 2018, la quota media del budget di marketing di un'azienda spesa per le tecnologie di marketing (29%) ha superato per la prima volta la quota spesa per le persone che utilizzano queste tecnologie (24%).

Se la previsione di crescita dell'azienda non viene soddisfatta, la maggior parte dei manager licenzierà innanzitutto il proprio direttore marketing. Pertanto, i CMO dovrebbero essere molto interessati all'introduzione di tecnologie e alla ricerca di soluzioni migliori.

La maggior parte dei CMO (78%) ha aumentato il proprio ROI utilizzando l'analisi durante la creazione di una strategia di marketing.

Ecco una breve storia di come tutto è iniziato alcuni anni fa e di come ci siamo resi conto che i nostri clienti avevano bisogno di previsioni e approfondimenti.

OWOX BI: Vuoi che impostiamo Google Analytics?
Cliente: Certo, ma non possiamo vedere il ROI in Google Analytics per le nostre campagne di marketing su Facebook e Yandex.Direct e non possiamo confrontare la loro efficacia.
OWOX BI: ecco l'importazione automatizzata dei dati. Basta aggiungere l'accesso ai tuoi servizi pubblicitari e tutti i dati verranno automaticamente importati in Google Analytics. Otterrai il ROI per tutte le campagne pubblicitarie.
Cliente: Ottimo, ma i dati di Google Analytics non corrispondono a quelli del nostro CRM. Il nostro management crede ai dati nel CRM e non possiamo rielaborare i dati di Google Analytics per assicurarci che siano corretti. Inoltre, non possiamo combinare questi dati con i dati interni in modo retroattivo, soprattutto non senza l'importazione del tempo di query.
OWOX BI: Ok, ecco tutti i tuoi dati in Google BigQuery. Lo abbiamo raccolto da Google Analytics, dai servizi pubblicitari, dal monitoraggio delle chiamate e dalle applicazioni mobili. Ora puoi combinarlo con i dati del tuo CRM e creare eventuali report.
Cliente: Fantastico! Ma in tutto questo dobbiamo trovare campagne sottovalutate. L'utilizzo di una semplice query SQL non aiuta perché gli utenti fanno una serie di clic lungo il percorso di un acquisto. Dobbiamo attribuire in qualche modo il valore di tutti questi passaggi, il che significa che dobbiamo assumere sviluppatori.
OWOX BI: D'accordo. Che ne dici dell'attribuzione basata sulla canalizzazione ML e dei rapporti pronti? Basta specificare questi passaggi e vedrai campagne sottovalutate.
Cliente: Puoi identificare le nostre zone di crescita in tutti questi dati? Dì solo dove dovremmo guardare per realizzare il piano di vendita.
OWOX BI: Soooo... Discutiamo di cosa ti aspetti dal tuo analista di marketing.

1. Mostra dove gli obiettivi di marketing vengono raggiunti e non realizzati.
Durante un incontro all'inizio di ogni mese, il manager chiede al direttore marketing: «Perché non è stato rispettato?» Quale regione o canale pubblicitario avevamo? E sente in risposta: «Non lo so ancora. Ho bisogno di un paio di giorni — vedrò, tornerò e lo dirò. » Situazione comune?

Abbiamo deciso che basta: lascia che l'intero processo sia automatizzato. Qui tutto è semplice: prendiamo dati retrospettivi, cioè un fatto, e li confrontiamo con quello pianificato. È importante che ciò avvenga automaticamente per segmenti diversi.

2. Mostra come raggiungerete gli obiettivi annuali pianificati se andate oltre allo stesso ritmo di adesso.
Se scopri in anticipo che il team di marketing non è all'altezza di una categoria o di una regione, puoi correggere rapidamente la tua strategia di marketing e migliorare i risultati. Affinché i nostri clienti abbiano tale opportunità, prendiamo i loro dati e costruiamo un modello di previsione nell'orizzonte fino a un anno. Qui la previsione viene confrontata con il piano.

3. Trova aree di crescita e rischi per il mese successivo.
Per fare ciò, OWOX BI Insights confronta automaticamente gli obiettivi di marketing e le previsioni a livello di regioni, canali, parametri e all'interno delle aree di responsabilità di ciascun decisore dell'azienda.

4. Aiuta a rispondere alla domanda: «È su questo che non stiamo lavorando o il mercato si è calmato?».
Questa è sempre una domanda aperta e rilevante in qualsiasi azienda, perché non basta rispondere ai propri dati. Ad esempio, se il piano viene superato, è interessante sapere: questi sono marketer: ben fatto o è successo qualcosa sul mercato e tutti sono corsi a spendere soldi. O, diciamo, gli obiettivi non sono stati raggiunti del 2%. È un risultato buono o cattivo per un team di marketing? Se il mercato è cresciuto, allora è negativo, e se è sceso del 15%, allora è positivo.

I dati di mercato sono fondamentali per rispondere a queste domande. Ecco perché stiamo costruendo un modello di machine learning basato sui dati di decine di migliaia di progetti per fornire previsioni migliori di quelle che potresti ottenere utilizzando solo i tuoi dati storici.

5. Crea report nei soliti e convenienti servizi per te.
La nostra esperienza mostra che quando si tratta di un nuovo prodotto, la maggior parte delle aziende non vuole introdurre un altro servizio. Potresti pensare: «Ho Excel (o Fogli Google, Data Studio, Tableau, Power BI). Posso aggiungere una previsione lì? » Certo che puoi, perché quasi tutti i servizi di visualizzazione possono ottenere dati da Google BigQuery, dove salviamo i risultati dei calcoli.

Per cominciare, diamo un'occhiata ai rapporti finali. Poi ti diremo come sono fatti.

La prima e più semplice cosa è ottenere tre colonne per ogni mese: Piano, Effettivo e Previsione.

Fare il piano è una questione semplice. Può essere fatto da qualsiasi analista in Excel. Possiamo anche calcolare i valori effettivi, poiché l'azienda dispone di questi dati. Il nostro compito è aggiungere una previsione.

Nota: il rapporto contiene i dati per l'inizio di aprile. Come puoi vedere, abbiamo un piccolo valore effettivo (il mese è appena iniziato) e c'è una sorta di previsione per il resto di aprile. Pertanto, per il mese in corso, il piano dovrebbe essere confrontato con la somma dei valori effettivi e previsionali.

Nel grafico sopra, la linea gialla rappresenta gli obiettivi che il cliente si è prefissato, le colonne blu scuro sono i valori effettivi che sono già stati raggiunti e le colonne azzurre sono le previsioni.

Una volta che conosciamo gli obiettivi, le previsioni e i valori effettivi nel contesto dei parametri necessari per prendere decisioni, possiamo costruire una classica tabella pivot in Fogli Google.

Ci sono tre parametri in questa tabella: mese del rapporto, gruppo di canali (ricerca organica, mercato, email, ecc.) e regione. Questo è il raggruppamento di base con cui lavora la maggior parte delle aziende. Successivamente, mostriamo le metriche chiave necessarie per gestire il budget di marketing:

Dal rapporto, vediamo che è probabile che la ricerca a pagamento nella regione 1 generi meno entrate del previsto. Vediamo anche che il canale di posta elettronica potrebbe essere in ritardo rispetto alle transazioni. Queste informazioni ti consentono di prendere decisioni prima che il tuo budget venga speso in modo non ottimale e prima che la zona di crescita sia nel passato e vada persa.

E la cosa migliore è che abbiamo una previsione per il futuro. Mostra cosa accadrà se la tendenza attuale continua.

Diamo un'occhiata in dettaglio ad alcuni degli elementi in questa tabella. La deviazione percentuale, evidenziata in rosso e verde, viene calcolata utilizzando una semplice formula:

Prendiamo il fatto con la previsione, ovvero ciò che molto probabilmente riceveremo alla fine di questo mese. Sottrarre da questo gli obiettivi per il segmento e dividere il risultato per il piano per il periodo. Il numero risultante risponde alla domanda in che misura un determinato segmento si discosta dalla previsione.

Ad esempio, per le transazioni di aprile vediamo una deviazione del -4,8%:

Ciò significa che ad aprile siamo indietro del 4,8% rispetto al piano di transazione. Se sommi i valori per tutti i canali al di sopra di questa cifra, il totale sarà -4,8%.

Perché guardiamo questo? Perché non guardiamo alla deviazione relativa? Ad esempio, supponiamo di avere un piccolo canale Referral. Secondo il piano, dovrebbero esserci, diciamo, 50 transazioni. Una differenza anche di 20 transazioni ci darà una deviazione del 40%. Ma questo non è ciò a cui devi prestare attenzione in primo luogo, perché ci sono canali molto più grandi. E se un canale più grande mostra una deviazione del 10%, sarà molto più importante per il business. I colori rosso e verde nella tabella mostrano quanto sia importante per l'azienda prestare attenzione a questo segmento.

Nello screenshot qui sotto, abbiamo ampliato i dati di aprile:

Qui vediamo che i dati possono essere scomposti in canali e regioni. Possiamo selezionare quei segmenti che vogliamo guardare per primi. Il rosso è una zona a rischio, il verde è una zona di crescita. Il tasso di conversione è contrassegnato in blu e in basso c'è un riepilogo.

Ora presenteremo il rapporto più importante e interessante, che mostra otto periodi di tempo utilizzati per confrontare la previsione con gli obiettivi.

1. Quest'anno effettivo mostra le cifre effettive dall'inizio dell'anno al momento attuale. Possiamo confrontare questi valori con gli obiettivi per capire quanto bene li stiamo raggiungendo.
2. Ultimo mese effettivo mostra i dati effettivi dell'ultimo mese. Abbiamo chiuso il mese precedente, quindi possiamo facilmente vedere in ogni sezione e segmento se i numeri effettivi coincidono con quelli pianificati.
3. Last Week Actual mostra i dati effettivi della settimana passata.
4. Questa previsione settimana mostra le previsioni per la settimana corrente. La settimana è iniziata e vediamo cosa ci succede. Laddove il responsabile, ad esempio, della ricerca a pagamento, presta attenzione in questo momento, per ottenere un risultato migliore alla fine della settimana. Per fare ciò, devi solo evitare i rischi (evidenziati in rosso) e implementare zone di crescita (evidenziate in verde).
5. Prossima settimana Previsione mostra le previsioni per la prossima settimana.
6. Questa previsione del mese mostra le previsioni per il mese corrente.
7. Previsione mese prossimo mostra le previsioni per il mese successivo. Nella nostra esperienza, è meglio costruire questa previsione solo sulla base della Dimensione Primaria. Cioè, non è più consigliabile dividerlo al secondo livello (nel nostro caso, le regioni) perché c'è molto rumore e una scarsa qualità delle previsioni.
8. Previsione di quest'anno mostra la previsione fino alla fine dell'anno. Lo costruiamo solo per la metrica chiave, il reddito. L'esperienza mostra che prevedere la distribuzione del traffico tra regioni, canali e altri segmenti prima della fine dell'anno non è un esercizio affascinante e porta a grandi errori e perdita di fiducia nelle previsioni.
   

Puoi visualizzare la tabella in Fogli Google in qualsiasi momento. Tuttavia, i responsabili delle decisioni di solito si aspettano di ricevere un rapporto già pronto e dicono: Guarda qui. Sembra che abbiamo una zona di crescita.

La creazione di questo rapporto non è un compito facile ed è uno su cui stiamo ancora lavorando. Vogliamo che i nostri clienti ricevano messaggi chiari e significativi scritti in linguaggio umano proprio come li scriverebbe un buon analista.

Ci sono due problemi. Il primo è un sacco di sfumature. Piangere al lupo per i canali diretti non gestiti non è molto utile. Cosa dovresti fare se Referral o Direct sono caduti? Devi concentrarti su ciò che puoi gestire e, per questo, hai bisogno di più conoscenze per il programma durante la ricerca di approfondimenti.

Il secondo problema è che a queste email si potrebbe rispondere con: «Dammi maggiori dettagli». Ma [email protected] non ha mai pianificato di entrare in una conversazione. Tuttavia, riteniamo che la comunicazione da un servizio analitico dovrebbe essere il più simile possibile alla comunicazione con un analista di marketing. Pertanto, prevediamo di inviare in futuro informazioni sulle zone di crescita e sui rischi tramite messenger.

Alla fine della mail c'è un'interessante tabella in cui sono evidenziati in rosso e verde i risultati dei principali periodi. Questo mostra immediatamente se è necessario aprire Fogli Google e guardare i dettagli per questo periodo.

Prima di iniziare a costruire previsioni, è necessario rispondere ad alcune importanti domande:

Come risultato di questa implementazione, otterrai una tabella come questa:

La prima colonna indica l'area di responsabilità. Nel nostro esempio, ce ne sono tre: marketing in generale, campagne PPC a pagamento e SEO (organico).

La seconda colonna è costituita dai KPI, utilizzati per fissare obiettivi e valutare le prestazioni in ciascuna delle aree di responsabilità. Per alcuni di questi indicatori, c'è un piano. Ti consigliamo di non modificare i tuoi obiettivi esistenti quando decidi di accettare le previsioni. È chiaro che negli affari puoi sempre migliorare qualcosa e potresti voler aggiungere nuovi indicatori ai tuoi rapporti. Ma non puoi fare queste cose in movimento. Innanzitutto, è meglio automatizzare ciò che hai già, quindi aggiungere nuove metriche.

Nella terza e nella quarta colonna, contrassegniamo le metriche per le quali esiste un piano e per le quali possiamo costruire una previsione.

Nella quinta colonna, contrassegniamo le metriche quantitative e qualitative perché devono essere visualizzate in modo diverso e devono essere trattate in modo diverso.

La sesta colonna è i criteri di segmentazione. In diverse aree di responsabilità, la stessa metrica è segmentata in base a criteri diversi. Ad esempio, le sessioni di marketing sono più interessanti da segmentare per canale; La SEO dovrebbe essere segmentata per motore di ricerca.

La settima colonna è la dimensione secondaria. Possono esserci più di due dimensioni, ma in tal caso i requisiti per il volume dei dati dovrebbero essere più elevati. Più sono i parametri di segmentazione, più dati sono necessari per previsioni statisticamente significative.

L'ultima colonna è il numero di valori per un determinato parametro che vuoi vedere nel rapporto. Perchè ti serve? Se non hai specificato un limite per regione e se hai ampliato l'elenco, ad esempio, non avresti cinque regioni ma cinquecento. Molti di loro sarebbero troppo piccoli e molto probabilmente non informativi. Ti consigliamo di aggiungere limiti in modo che l'intera etichetta possa in qualche modo adattarsi a Fogli Google e lavorarci.

Quindi hai creato una tabella come questa e raccolto tutti i tuoi dati (pianificati ed effettivi) in Google BigQuery (o qualche altro cloud storage). Cosa dovremmo fare dopo? La prima e più semplice cosa da fare è contattare OWOX BI. Il nostro algoritmo di intelligenza artificiale analizzerà i tuoi dati, li confronterà con i dati di mercato, farà previsioni e mostrerà dove si trovano le tue zone di crescita e i tuoi rischi.

Se vuoi costruire previsioni da solo, ci sono diversi modi per farlo. Ci sono diversi modi. Condivideremo come farlo in Google Cloud, poiché questa piattaforma ci è più familiare. Chiaramente puoi usare altri strumenti nella tua azienda.

Esistono tre modi di base per creare previsioni in Google Cloud:

1. TensorFlow e CloudML sono i metodi più utilizzati dai data scientist che non sono troppo pigri per dedicare tempo alla personalizzazione dei modelli. Questi sono strumenti difficili, ma consentono di ottenere buoni risultati.
2. BigQuery ML: se non hai mai lavorato con l'apprendimento automatico ma disponi già di dati in Google BigQuery, ti consigliamo di iniziare con questo metodo. Se disponi di dati di Google Analytics 360, puoi già addestrare un modello, ad esempio per calcolare la probabilità di conversione, abbandono o qualsiasi altro parametro. È molto facile scegliere predittori, funzionalità e modelli di test. Questo è un modo intelligente per un analista che ha familiarità con SQL.
3. Le API AutoML e CloudML sono i metodi più basilari per gli sviluppatori. Semplificano la distribuzione dei modelli, il confronto e il rollback del controllo delle versioni. Questo è l'ideale se sei uno sviluppatore e il tuo compito è implementare il modello che hai creato in produzione.

Questa è una grande tabella con i dati da cui puoi facilmente calcolare la deviazione, la conversione perché hai tutti i componenti per questo e sono raggruppati in tre blocchi: piano, effettivo e previsto.

1. Se ti viene detto "Abbiamo obiettivi di marketing", nella migliore delle ipotesi questo significa un foglio di calcolo Excel che un analista aggiorna manualmente una volta alla settimana.
2. La previsione automatizzata non sostituisce l'analisi: è solo un modo per aumentarne l'efficienza. Nella nostra esperienza, le regolazioni manuali sono sempre necessarie. Ad esempio, diciamo che ad ottobre apriamo un grande negozio a Houston. Il modello di previsione non terrà mai conto di questo perché non ha questa conoscenza.
3. La qualità delle previsioni è notevolmente migliorata se, oltre ai propri dati, si utilizzano dati di mercato. Questo è ciò che rende l'approccio di OWOX BI alla previsione qualitativamente diverso. Utilizziamo i dati di decine di migliaia di progetti per addestrare il nostro modello. Di conseguenza, mostra le tendenze del mercato in modo più accurato. Ad esempio, conosciamo la quota di mercato della ricerca organica e della ricerca a pagamento per progetti nella stessa nicchia del nostro cliente e sappiamo a cosa portano questi numeri. Arricchire il modello con questi dati ti consente di comprendere meglio le tendenze e sapere se stai andando alla grande o se il mercato è solo in crescita.
4. È necessario separare i calcoli dalla visualizzazione dei dati. Dopo aver formulato le aspettative di accuratezza e profondità, puoi costruire una previsione e calcolare i dati in un tempo strettamente assegnato. Per quanto riguarda la visualizzazione dei dati, questo è un compito infinito e non c'è limite alla perfezione.
5. Per ottenere previsioni di alta qualità con una granularità di due parametri, sono necessari i dati del sito Web su 3 milioni di sessioni al mese. È possibile costruire una previsione con un importo inferiore senza segmentazione, ma la domanda è perché. Se vedi, ad esempio, che gli obiettivi non vengono realizzati, puoi dire in quale segmento non funziona? Quali regioni? Molto probabilmente non troverai la risposta perché ci sono pochi dati.

Se hai dati storici per due anni da Google Analytics, traffico da 3 milioni di sessioni al mese, e vuoi raggiungere i tuoi obiettivi di marketing e crescere più velocemente grazie agli approfondimenti, scrivici compilando un form sul nostro sito. Discuteremo i dettagli con te e ti aiuteremo a costruire una previsione.