マーケティング効率を高めるためのツールとしての予測分析

データを収集および保存する能力の向上により、企業は遡及的およびリアルタイムの分析のための拡張機能を利用できるようになりました。 これで、同じレーキを踏まないように、パターンを追跡して障害について結論を出すことができます。 または、最も成功したソリューションを特定して、成功を繰り返すことができます。

予防が緊急医療よりも効果的であるように、予測分析は、長期的には遡及的またはリアルタイム分析よりも常に効果的です。 遡及的分析は本質的に剖検であり、元に戻せない間違いの分析です。 リアルタイム分析は今ここで対応する救急車であり、予測分析はそもそも病気からあなたを救う予防医学です。

トーマス・ダベンポートが言ったように、将来のデータを収集して分析する能力は誰にもありません。 しかし、過去のデータを使用して将来を予測する機会があります。 これは予測分析と呼ばれ、実際、多くの企業がすでにそれを使用しています。 過去のデータを次の目的で使用できます。

1. 顧客の生涯価値（CLV）を計算します。 この指標は、将来の収益を含め、クライアントが生涯を通じてどのような価値をもたらすかを理解するのに役立ちます。
   
2. Webサイトのユーザー行動データに基づいて最適な推奨事項を作成します。
   
3. 顧客が将来購入する可能性のある製品またはサービスを予測します。
   
4. 顧客離れを予測します。
   
5. 次の四半期/6か月/年の売上の計画と予測を作成します。

これらはすべて、予測分析の単純な形式です。 一般的な予測分析手法を見てみましょう。

予測モデリングの次の段階を特定できます。

• 一次データ収集
• 統計モデルの形成
• 予測
• 追加データが利用可能になったときにモデルをチェック/改訂

予測モデルは、ユーザーの過去の行動を分析して、ユーザーが将来特定の行動を示す可能性を評価します。 このタイプの分析には、不正の検出など、データの微妙なパターンを見つけるモデルも含まれます。

多くの場合、予測モデルは、ユーザーがコンバージョンアクションを実行する途中でコンバージョンファネルを通過するとすぐに計算を行います。たとえば、ユーザーが目標を達成する確率を評価します。 目標到達プロセスのあるステップから別のステップへの移行の可能性に関する正確なデータにより、企業は、ユーザーが目標到達プロセスを通過するのを妨げたり支援したりする要因をより適切に管理し、さまざまなカテゴリの顧客の行動パターンをより正確に説明できます。

平均的なユーザーは、スマートフォンに約50のアプリケーションを持っています。 それぞれがデータを受信、送信、生成します。 このデータは、さまざまなサービスとさまざまな形式で保存されます。 一見、これはマーケターにとってプラスの要因のように見えるかもしれませんが、このような大量の構造化データと非構造化データを効果的に処理することは問題です。

予測分析の結果をうまく適用した企業の例をいくつか見てみましょう。

…ユーザーの過去の行動に基づいて、製品やサービスをユーザーに推奨します。 いくつかの報告によると、そのような推奨はアマゾンの売り上げの最大30％をもたらします。 さらに、Amazonは、予測に基づいて、注文がサイトに出される前でも注文が予想されるゾーンに商品を配送し、顧客に商品を配送する時間を短縮するツールを開発する計画を立てていました。

メイシーズのチームは、より正確なダイレクトマーケティングのために予測分析を利用しました。 同社は3か月の間に、ユーザーが閲覧した製品カテゴリのデータを収集し、それに応じてパーソナライズされた電子メールを送信することで、オンライン売上を8％から12％に増やしました。

…潜在的な顧客をターゲットにし、リードを引き付け、取引を成立させるため。 彼らは、購入する準備ができている最も価値のある潜在的な顧客を特定します。 次に、営業担当者がこれらの潜在的な顧客に直接連絡し、販売プロセスを案内して最適なオファーを見つけます。

StitchFixは、独自の予測ベースの販売モデルを持つ別の小売業者です。
StitchFixに登録すると、ユーザーは自分のスタイルに関する調査に回答します。 次に、予測分析モデルを適用して、顧客が最も欲しがる服を提供します。 受け取った服が気に入らない場合は、返品送料無料で返品できます。

…そしてそれらを保持する方法について必要な情報を予防的に提供します。 SprintのAIは、顧客が何を望んでいるかを予測し、会社を辞めるリスクが最も高いときに顧客にオファーを提供します。 このAIシステムを導入して以来、Sprintの解約率は急落し、顧客は同社にパーソナライズされたサービスと的を絞ったオファーに対して優れた評価を与えています。 ご覧のとおり、顧客離れを予測することは、SaaSおよびeコマースビジネス間の予測分析にとって実行可能なタスクです。

予測分析の範囲内で最も人気のある指標のリストは次のとおりです。

1. クライアント流出率（解約率）
   
2. 販売計画予測
   
3. 顧客生涯価値
   

予測分析の導入は、マーケティング部門と分析部門の協力なしには不可能であり、調査の目的とデータの確立された順序を理解しています。 予測分析の実行は次のようになります。

1. 仮説を定義する
   
2. モデルを構築するために、内部および外部でデータを収集します
   
3. モデルの精度を測定するためのメトリックを定義する
   
4. 既製のサービスを使用するか、独自のサービスを開発します。
   1. MVPを構築する
      
   2. 安定した動作バージョンを実現するために、精度パラメーターの欠如に関してモデルをトレーニングします
      
   3. インターフェイスまたはレポートを作成する
      
   4. 新しい要件を満たすためにモデルを更新または再トレーニングします
      

データ収集の段階では、エンドツーエンドの分析を設定していることを確認してください。これがないと、予測分析の実装は通常効果がありません。

デロイトによるCMOサーベイ：2019年春のレポートによると、マーケティング分析に基づくビジネス上の意思決定の割合は、2019年の初めにピークに達しました（過去6年間のデータを考慮）。 MarketsandMarketsの調査によると、予測分析の市場は2022年に40億ドルから120億ドル以上に成長するでしょう。

一般的なマーケティング分析、特に予測分析への関心は、企業が予測分析をより利用しやすくする使いやすいソリューションとサービスを開発することを奨励しています。

これらのサービスの一部を次に示します。

• 企業がマーケティング目標を達成し、市場平均より22％速く成長するのに役立つOWOXBI製品。
  
• 「マーケティングソフトウェア–分析」および「eコマースにおける分析のためのソフトウェア」のカテゴリーにおけるG2Crowdによる2019年春および夏のランキングのリーダー。
  
• マーケティング計画の実施に関する予測を直接メールに送信します。
  

OWOX BI：

• さまざまなソースからのマーケティングデータを組み合わせて、GoogleBigQueryで分析できるようにします。
  
• 独自の目標到達プロセスベースのアトリビューションモデルを使用して、各ユーザーのステップの価値を決定します。
  
• マーケティング効果を分析するためのレポートを自動的に作成します。
  
• 販売計画がどのように実施されるか、成長分野と弱点は何か、市場シェアはどのように変化しているかを示します。
  

無料試用期間を使用して、今すぐOWOXBIを試すことができます。

OWOX BIの詳細については、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に関する記事をご覧ください。

Inferが提供する予測モデルは、すべてのデータソースを組み合わせて、販売目標到達プロセスにおけるリードの位置を完全に把握するのに役立ちます。 Inferは、オンラインソースと公開データベースからの信号を追跡し、以前のメインアカウントと設定したルールに基づいて予測モデルを作成します。 Inferによって取得されたデータは、マーケターとセールススペシャリストの両方にとって、将来顧客に転向する可能性のあるリードを見つけるため、およびセールスファネル全体を最適化するために役立ちます。

Radiusは、予測B2Bマーケティングに焦点を当てたいくつかのデータ分析サービスを提供しています。 主な機能は次のとおりです。

• Radius Customer Exchange（RCX）は、あなたの会社のプロファイルを同じオーディエンスを持つ他の会社のプロファイルと比較し、協力して独自のマーケティングリストを作成する機会を提供します。
  
• Radius Connect：予測データをSalesforceに送信します。
  

Radiusプラットフォームは、マーケターが部門間でデータを交換し、内部データベースで新しいアカウントを見つけるのにも役立ちます。 Inferと同様に、Radiusはクラウドベースのシステムです。

予測モデリングのルールに基づいて、BOARDはリアルタイムダッシュボードを備えたアダプティブインターフェイスで動作します。

つまり、毎回新しいモデルを作成しなくても、さまざまなシナリオをモデル化し、考えられる結果を分析できます。

BOARDにはいくつかの組み込みコネクタが付属しているため、ERPシステム、クラウドデータベース、OLAPキューブ、さらにはフラットファイルなど、ほぼすべてのソースからデータを抽出できます。 BOARDのツールを使用して、予測をカスタムアプリケーションに変換することもできます。

TIBCO Data Scienceは、2018年9月に発表された比較的新しい製品です。単一のプラットフォームとして作成されたTIBCO Data Scienceは、TIBCOの前世代のサービス（TIBCO Statistica、Spotfire Data Science、Spotfire Statistics Services、およびTERR）の機能を組み合わせたものです。

データサイエンスサービスは、組織が複雑な問題をより迅速に革新および解決し、予測を最適なソリューションに迅速に変換するのに役立ちます。

SASは予測分析市場の33％のシェアを持ち、40年の経験があります。 これらは、多くのビジュアルエディターに基づく高度なデータ分析機能をユーザーに提供します。 SAS Advanced Analyticsの主な機能は、グラフ、自動プロセスマップ、埋め込みコード、および自動時間ルールに基づいています。

ユーザーレビューによると、SAS Advanced Analyticsは全体的な動きを予測および分析する優れた仕事をしており、大規模なデータセットを比較的迅速に処理できます。 SASは、製品の無料デモとナレッジベースを提供しており、製品の使用を開始するのに役立ちます。

このソフトウェアを使用すると、時間間隔に基づいてレポートの作成を自動化できます。 60を超える組み込み統合により、独自のデータセットをインポートして他のプログラムにエクスポートできます。

拡張機能はより高い柔軟性（異常検出、ワードプロセッシング、Webマイニング）を提供しますが、基本的なサブスクリプション価格に含まれていない場合があります

RapidMinerはデータサイエンティスト向けに作成されましたが、インストールと開始は簡単です。

IBM SPSSは、統計に基づくデータモデリングと分析を使用します。 このソフトウェアは、構造化データと非構造化データを処理します。 クラウド、ローカル、またはハイブリッド展開を通じて利用可能であり、セキュリティとモビリティの要件を満たします。

既存のデータを使用して、SPSSビジュアルエディターおよびモデリングダッシュボードで予測モデルを構築できます。 非構造化データのプレミアムサポートには、言語テクノロジーと自然言語処理が含まれるため、ソーシャルネットワークやその他のテキストベースのソースからのデータをモデルに含めることができます。

SAP HANAは、データベースとアプリケーションをローカルまたはクラウドで提供します。 このソフトウェアは、大規模な外部データセットと直感的な視覚化のための追加のコネクタを備えたモデルの作成に必要な時間を短縮します。

また、予測分析ライブラリ（PAL）をSAP HANAに接続して、大規模なデータセットから追加の洞察を得ることができます。 クライアント中心の業界向けに、このソフトウェアはテキストおよびソーシャルメディアデータ分析を提供して、将来の顧客の行動を予測し、過去の行動に基づいて製品を推奨します。

SAP HANAはRプログラミング言語と互換性があるため、クエリを構成するために新しい言語を学ぶ必要はありません。 システムが十分な内部データを統合すると、予測モデルは自動的に新しい洞察を提供します。

マーケティングにおける予測分析は強力なデータサイエンスツールであり、その機能を1つの記事でカバーすることはできません。 次の記事で、予測分析のどの側面について詳しく知りたいかをコメントでお知らせください。

念のため、予測分析の3つの戒めを次に示します。

• 基本から始めましょう。データの品質を確認し、人為的エラーを排除するためにデータを自動的に収集します。 トレーニング済みモデルの品質は、トレーニングデータの品質によって異なります。
  
• 重要なのはプロセスではなく結果であるため、研究の目標から遠く離れることはありません。
  
• 精度要件を順守してください。 予測の結果は、証明されたモデルがデータに適用されたときにどれだけ正確であるかを測定することによってのみ検証できることを忘れないでください。
  

予測モデリング
Eコマースストアの予測分析の重要性
予測分析の包括的なガイド
カテゴリ別のトップ10予測分析ツール
予測分析を使用した収益の予測：インタラクティブなケーススタディ
予測分析入門書
トップ24予測分析の無料ソフトウェア
2019年の20の最高の予測分析ソフトウェア
予測分析ツール
予測分析ソフトウェア
予測モデリング
予測分析ツール
アクションへの洞察—今回は実際に
アマゾンがビッグデータを使ってあなたをストーカーする7つの方法（AMZN）
Amazonは、予測分析を使用して予測配送を提供したいと考えています
顧客維持：メイシーズは予測分析を使用して顧客支出を増やします
2019年の予測分析：何が可能か、誰がそれを行っているか、そしてどのように
マーケティングパフォーマンスを向上させるために予測分析を使用する方法
予測分析を使用した収益の予測：インタラクティブなケーススタディ
予測分析の謎を解き明かす