L'analisi predittiva come strumento per aumentare l'efficienza del marketing

La crescente capacità di raccogliere e archiviare i dati ha fornito alle aziende funzionalità avanzate per l'analisi retrospettiva e in tempo reale. Ora possiamo tracciare schemi e trarre conclusioni sui fallimenti in modo da non calpestare lo stesso rastrello. Oppure possiamo identificare le soluzioni di maggior successo e ripetere il nostro successo.

L'analisi predittiva è sempre più efficace dell'analisi retrospettiva o in tempo reale a lungo termine, così come la prevenzione è più efficace delle cure mediche urgenti. L'analisi retrospettiva è essenzialmente un'autopsia, un'analisi di un errore che non può essere annullato. L'analisi in tempo reale è un'ambulanza che risponde qui e ora, e l'analisi predittiva è una medicina preventiva che ti salva dalla malattia in primo luogo.

Come ha affermato Thomas Davenport, nessuno ha la capacità di raccogliere e analizzare i dati del futuro. Ma abbiamo l'opportunità di prevedere il futuro usando i dati del passato. Questa si chiama analisi predittiva e, in effetti, molte aziende la stanno già utilizzando. Puoi utilizzare i dati del passato per:

1. calcolare il valore della vita di un cliente (CLV). Questo indicatore ti aiuterà a capire quale valore porterà un cliente alla tua azienda nel corso della sua vita, compresi i guadagni futuri.
   
2. sviluppare consigli ottimali basati sui dati sul comportamento degli utenti dal tuo sito web.
   
3. prevedere quali prodotti o servizi è probabile che un cliente acquisterà in futuro.
   
4. prevedere l'abbandono dei clienti.
   
5. sviluppare un piano e una previsione per le vendite nel prossimo trimestre/sei mesi/anno.

Tutti questi sono semplici forme di analisi predittiva. Diamo un'occhiata ai metodi di analisi predittiva più diffusi.

Possiamo identificare le seguenti fasi della modellazione predittiva:

• Raccolta dati primaria
• Formazione del modello statistico
• Previsione
• Controllo/revisione del modello man mano che diventano disponibili dati aggiuntivi

I modelli predittivi analizzano il comportamento passato di un utente per valutare la probabilità che esibisca un determinato comportamento in futuro. Questo tipo di analisi coinvolge anche modelli che individuano modelli sottili nei dati, ad esempio per rilevare le frodi.

Spesso i modelli predittivi effettuano calcoli immediatamente quando un utente passa attraverso la canalizzazione di conversione per eseguire un'azione di conversione, ad esempio per valutare la probabilità che un utente raggiunga un obiettivo. Con dati accurati sulla probabilità di una transizione da un passaggio all'altro della canalizzazione, un'azienda può gestire meglio i fattori che impediscono o aiutano gli utenti a spostarsi attraverso la canalizzazione e può descrivere in modo più accurato i modelli di comportamento di diverse categorie di clienti.

L'utente medio ha circa 50 applicazioni sul proprio smartphone. Ognuno di loro riceve, trasmette e genera dati. Questi dati vengono archiviati in diversi servizi e in diversi formati. Anche se a prima vista questo può sembrare un fattore positivo per gli esperti di marketing, lavorare in modo efficace con un tale volume di dati strutturati e non strutturati è un problema.

Diamo un'occhiata ad alcuni esempi di aziende che hanno applicato con successo i risultati dell'analisi predittiva.

… per consigliare prodotti e servizi agli utenti in base al loro comportamento passato. Secondo alcuni rapporti, tali raccomandazioni portano fino al 30% delle vendite di Amazon. Inoltre, Amazon aveva in programma di sviluppare uno strumento che, sulla base delle previsioni, avrebbe consegnato i prodotti nelle zone in cui erano previsti ordini anche prima che tali ordini fossero effettuati sul sito, riducendo i tempi di consegna delle merci ai clienti.

Il team di Macy's ha sfruttato l'analisi predittiva per un marketing diretto più accurato. Nel corso di tre mesi, l'azienda ha aumentato le sue vendite online dall'8% al 12% acquisendo dati sulle categorie di prodotti esplorate dagli utenti e inviando di conseguenza e-mail personalizzate.

... per indirizzare potenziali clienti, attirare lead e concludere affari. Identificano i potenziali clienti più preziosi che sono pronti per effettuare un acquisto. Quindi un rappresentante di vendita contatta direttamente questi potenziali clienti e li guida attraverso il processo di vendita per trovare l'offerta più adatta.

StitchFix è un altro rivenditore con un modello di vendita unico basato sulle previsioni.
Quando si registrano con StitchFix, gli utenti completano un sondaggio sul loro stile. Quindi vengono applicati modelli di analisi predittiva per offrire ai clienti i vestiti che è più probabile che vorranno. Se ai clienti non piacciono i vestiti che ricevono, possono restituirli con la spedizione di ritorno gratuita.

… e fornire preventivamente le informazioni necessarie su come conservarli. L'intelligenza artificiale di Sprint prevede ciò che i clienti desiderano e fornisce loro offerte quando corrono il rischio più elevato di lasciare l'azienda. Dall'introduzione di questo sistema di intelligenza artificiale, il tasso di abbandono di Sprint è crollato e i clienti hanno assegnato all'azienda valutazioni eccellenti per servizi personalizzati e offerte mirate. Come puoi vedere, la previsione dell'abbandono dei clienti è un'attività fattibile per l'analisi predittiva tra le aziende SaaS ed e-commerce.

Ecco un elenco delle metriche più popolari nell'ambito dell'analisi predittiva:

1. Rapporto di deflusso dei clienti (tasso di abbandono)
   
2. Previsione del piano di vendita
   
3. Valore a vita del cliente
   

L'introduzione dell'analisi predittiva è impossibile senza la collaborazione dei dipartimenti di marketing e analisi, la comprensione degli obiettivi dello studio e l'ordine stabilito nei dati. L'esecuzione dell'analisi predittiva è la seguente:

1. Definisci la tua ipotesi
   
2. Raccogli i dati internamente ed esternamente per costruire un modello
   
3. Definisci le metriche per misurare la precisione del tuo modello
   
4. Utilizza un servizio già pronto o sviluppa il tuo:
   1. Costruisci un MVP
      
   2. Addestrare il modello in termini di mancanza di parametri di precisione per ottenere una versione di lavoro stabile
      
   3. Crea un'interfaccia o un rapporto
      
   4. Aggiorna o riqualifica il modello per soddisfare i nuovi requisiti
      

Nella fase di raccolta dei dati, assicurati di aver impostato l'analisi end-to-end, poiché senza di essa l'implementazione dell'analisi predittiva è generalmente inefficace.

La percentuale di decisioni aziendali basate sull'analisi di marketing ha raggiunto un picco all'inizio del 2019 (considerando i dati degli ultimi sei anni) secondo il rapporto CMO Survey: Spring 2019 di Deloitte. Secondo uno studio di MarketsandMarkets, il mercato dell'analisi predittiva crescerà da $ 4 miliardi a oltre $ 12 miliardi nel 2022

L'interesse per l'analisi di marketing in generale, e per l'analisi predittiva in particolare, incoraggia le aziende a sviluppare soluzioni e servizi di facile utilizzo che rendano l'analisi predittiva più accessibile per le aziende.

Ecco alcuni di questi servizi:

• Un prodotto OWOX BI che aiuta le aziende a raggiungere gli obiettivi di marketing e a crescere il 22% più velocemente rispetto alla media del mercato.
  
• Leader nelle classifiche primavera ed estate 2019 di G2 Crowd nelle categorie “Software di marketing – analisi” e “Software per analisi nell'e-commerce”.
  
• Invia le previsioni sull'attuazione del tuo piano di marketing direttamente alla tua email.
  

OWOX BI:

• Combina i dati di marketing provenienti da varie fonti, rendendoli disponibili per l'analisi in Google BigQuery.
  
• Determina il valore del passaggio di ciascun utente utilizzando il proprio modello di attribuzione basato sulla canalizzazione.
  
• Crea automaticamente report per analizzare l'efficacia del marketing.
  
• Mostra come verrà implementato il tuo piano di vendita, quali sono le tue aree di crescita e i tuoi punti deboli e come sta cambiando la tua quota di mercato.
  

Puoi provare subito OWOX BI utilizzando il periodo di prova gratuito:

Puoi saperne di più su OWOX BI nel nostro articolo su come prevedere le aree di crescita e i rischi in un piano di marketing basato sui dati.

I modelli predittivi offerti da Infer ti aiuteranno a combinare tutte le tue fonti di dati per avere un quadro completo della posizione dei tuoi contatti nella canalizzazione di vendita. Deduci i segnali delle tracce da fonti online e database pubblici, quindi crea modelli predittivi basati sui precedenti account principali e sulle regole impostate. I dati ottenuti da Infer saranno utili ai marketer e agli specialisti delle vendite sia per trovare lead che potrebbero convertirsi in clienti in futuro sia per ottimizzare il funnel di vendita nel suo insieme.

Radius fornisce diversi servizi di analisi dei dati con particolare attenzione al marketing predittivo B2B. Le caratteristiche principali includono:

• Radius Customer Exchange (RCX), che confronta il tuo profilo aziendale con quello di altre aziende che hanno lo stesso pubblico, dandoti l'opportunità di lavorare insieme e creare le tue liste di marketing.
  
• Radius Connect: invia dati predittivi a Salesforce.
  

La piattaforma Radius aiuta anche gli esperti di marketing a scambiare dati tra i dipartimenti e a trovare nuovi account nei database interni. Come Infer, Radius è un sistema basato su cloud.

Basato sulle regole della modellazione predittiva, BOARD opera in un'interfaccia adattiva con dashboard in tempo reale.

Ciò significa che puoi modellare vari scenari e analizzare i possibili risultati senza dover creare ogni volta un nuovo modello.

BOARD viene fornito con diversi connettori integrati, così puoi estrarre i dati da quasi tutte le fonti: il tuo sistema ERP, database cloud, cubo OLAP e persino file flat. Puoi anche trasformare le tue previsioni in applicazioni personalizzate utilizzando gli strumenti di BOARD.

TIBCO Data Science è un prodotto relativamente nuovo, annunciato a settembre 2018. Creato come un'unica piattaforma, TIBCO Data Science combina le capacità delle precedenti generazioni di servizi di TIBCO: TIBCO Statistica, Spotfire Data Science, Spotfire Statistics Services e TERR.

Il servizio Data Science aiuta le organizzazioni a innovare e risolvere problemi complessi più velocemente, convertendo rapidamente le previsioni in soluzioni ottimali.

SAS detiene una quota del 33% del mercato dell'analisi predittiva e 40 anni di esperienza; forniscono agli utenti funzionalità avanzate di analisi dei dati basate su molti editor visivi. La funzionalità principale di SAS Advanced Analytics si basa su grafici, una mappa di processo automatica, codice incorporato e regole temporali automatiche.

Secondo le recensioni degli utenti, SAS Advanced Analytics svolge un ottimo lavoro nel prevedere e analizzare i movimenti complessivi ed è in grado di elaborare set di dati di grandi dimensioni in tempi relativamente brevi. SAS fornisce demo gratuite dei suoi prodotti e una knowledge base per aiutarti a iniziare a lavorare con loro.

Questo software consente di automatizzare la creazione di report in base a intervalli di tempo. Puoi importare i tuoi set di dati ed esportarli in altri programmi grazie a oltre 60 integrazioni integrate.

Le estensioni offrono una maggiore flessibilità (rilevamento di anomalie, elaborazione testi, web mining), ma potrebbero non essere incluse nel prezzo dell'abbonamento di base

Sebbene RapidMiner sia stato creato per i data scientist, è facile da installare e iniziare.

IBM SPSS utilizza la modellazione dei dati e l'analisi basata su statistiche. Questo software funziona con dati strutturati e non strutturati. È disponibile nel cloud, in locale o tramite un'implementazione ibrida per soddisfare qualsiasi esigenza di sicurezza e mobilità.

È possibile utilizzare i dati esistenti per creare modelli predittivi nell'editor visivo di SPSS e nei dashboard di modellazione. Il supporto premium per i dati non strutturati include la tecnologia linguistica e l'elaborazione del linguaggio naturale, così puoi includere i dati dai social network e da altre fonti testuali nei tuoi modelli.

SAP HANA fornisce database e applicazioni in locale o nel cloud. Questo software riduce il tempo necessario per creare modelli con connettori aggiuntivi per grandi set di dati esterni e visualizzazioni intuitive.

Puoi anche connettere le librerie di analisi predittive (PAL) a SAP HANA per ottenere informazioni aggiuntive da set di dati di grandi dimensioni. Per i settori incentrati sul cliente, questo software offre analisi dei dati di testo e social media per prevedere il comportamento futuro dei clienti e consigliare prodotti in base al comportamento passato.

SAP HANA è compatibile con il linguaggio di programmazione R, quindi non è necessario imparare un nuovo linguaggio per configurare le query. Quando il tuo sistema integra una quantità sufficiente di dati interni, i modelli predittivi forniscono automaticamente nuove informazioni.

L'analisi predittiva nel marketing è un potente strumento di data science le cui capacità non possono essere trattate in un articolo. Facci sapere nei commenti su quali aspetti dell'analisi predittiva vorresti saperne di più nei nostri prossimi articoli.

Come promemoria, ecco i tre comandamenti dell'analisi predittiva:

• Inizia dalle basi: controlla la qualità dei tuoi dati e raccoglili automaticamente per eliminare l'errore umano. La qualità del modello sottoposto a training dipende dalla qualità dei dati di training.
  
• Non allontanarti mai dall'obiettivo della tua ricerca, poiché non è il processo che conta, ma il risultato.
  
• Osservare i requisiti di precisione. Ricorda che i risultati della tua previsione possono essere convalidati solo misurando l'accuratezza del modello collaudato quando applicato ai tuoi dati.
  

Modellazione predittiva
L'importanza dell'analisi predittiva per i negozi di e-commerce
Una guida completa all'analisi predittiva
I 10 migliori strumenti di analisi predittiva, per categoria
Previsione dei ricavi utilizzando l'analisi predittiva: un caso di studio interattivo
Un primer di analisi predittiva
I 24 MIGLIORI SOFTWARE GRATUITI PER L'ANALISI PREDITTIVA
20 migliori software di analisi predittiva del 2019
Strumenti di analisi predittiva
Software di analisi predittiva
Modellazione predittiva
Strumenti di analisi predittiva
Approfondimenti sull'azione: questa volta per davvero
7 modi in cui Amazon utilizza i Big Data per perseguitarti (AMZN)
Amazon vuole utilizzare l'analisi predittiva per offrire una spedizione anticipata
Fidelizzazione dei clienti: Macy's utilizza l'analisi predittiva per aumentare la spesa dei clienti
Analisi predittiva nel 2019: cosa è possibile, chi lo fa e come
Come utilizzare l'analisi predittiva per una migliore performance di marketing
Previsione dei ricavi utilizzando l'analisi predittiva: un caso di studio interattivo
Demistificare l'analisi predittiva