AIを活用した予測分析を使用して、次の動きのタイミングを計ります

不確実な時期でも、AI主導の予測分析は、マーケターがどのような機会が急上昇しているのかを確認するのに役立ちます。 では、なぜこのテクノロジーがより多くのCMOで使用されていないのでしょうか。 今月のMarTechカンファレンスでの講演で、TrustInsights.aiのチーフデータサイエンティストであるクリストファーペンは、マーケティングチームがデータを予測的に活用できる方法をいくつか示しました。 そして、彼はまた、いくつかの頭を悩ませることを共有しました。

「CMOの約3分の2は、現在を管理しており、現在火を消していると述べています。計画と不測の事態が非常に重要な時期でも、将来を見据えているのは約3分の1にすぎません。世界的大流行の間」と、デューク大学の最新のCMO調査からの数字を引用して、ペンは言いました。 「人々はそれをやっていないだけです。その理由は、予測分析に使用する多くのツールがマーケティングツールボックスにあるためですが、企業は実際にはそれらを採用していません。」

彼はこう付け加えました。 人々はこれらのものをどのように利用するかを理解していないので、時間を節約し、前もって計画するためにそれらをどのように使用するか。」

時系列予測から始めます

マーケターが予測分析を使用する方法の多くは、顧客に焦点を合わせています。 彼らは、購入する可能性が高い顧客を見つけたいと考えています。 そして、より効率的にするために、マーケターはより多くの意図を持っているこれらの顧客を引き付けることに彼らの努力と予算を投入します。

ただし、別の時間節約方法は、マーケターがジャンプできるイベントまたは機会のタイミングに焦点を当てています。 時系列予測と呼ばれるこの戦略は、マーケターが道路の衝突を回避し、頭痛から身を守るのにも役立ちます。

会社の現在のデータリソースを利用して、アルゴリズムはデータをパターンに配置でき、AIは洞察をさらに実用的にします。 予測分析が決定する2つの主要なパターンまたはテーマは、季節性と周期性です。 それらは、マーケターが地平線を越​​えてやってくるのを見て、それに基づいて行動することができる反復可能な現象です。

「季節性には、季節的な特定の期間に発生することが含まれます」とペン氏は述べています。 そして、時間の経過に応じて影響があり、周期性はその周期、そのリズムです。 私たちのデータは一般的に季節的であり、一般的に周期的である必要があります。」

これらのサイクルのいくつかは、マーケターが経験からすでに知っており、データはそれを確認しています。 たとえば、B2Bマーケティングを行っている場合、週末のキャンペーンからあまり注目を集めることはありません。

「B2Cを使用している場合は、11月初旬から1月1日までの時間を知っているので、2交代制で作業することになります。それには季節性があります…しかし、製品によっては、その逆になる場合があります。本当。 それが周期性です。 したがって、データには季節性と周期性があります。」

• おはようございます：興味深い時代にはアジャイルマーケターが必要です
• マーケティングテクノロジーに関して言えば、目的は手段の前に来る
• 今日のカスタマージャーニーのデジタルトランスフォーメーションを打破する

MarTechカンファレンスのその他の記事>>

ケーキに十分なAIデータ

また、過去に何が起こったかをアルゴリズムに教えるために、そしてデータに関する仮定をテストできるように十分な量のデータが必要です。

「予測が正確であることを確認するためにテストしてください。そうすれば、予測を立てることができます」とペン氏は述べています。 「十分なデータがない場合、予測分析は機能しない傾向があります。 なぜそうなのですか？ ええと、このように考えてください。」

彼はさらに、「もしあなたがケーキを正しく焼いていて、一度だけケーキを焼いたのなら、何がうまくいかないのか本当にわかりません。 そして、あなたがそのケーキを作ったその日は何の異常もなかったかもしれないので、あなたは言う例が非常に限られています、OK、私はケーキを焼く方法を知っていると確信しています。」

ただし、たくさんのケーキを焼くなど、多くのサイクルにわたってデータを収集することで、マーケティングチームは、使用するアルゴリズムだけでなく、ケーキに問題が発生した場合を特定できます。

「しばらくすると、何が問題になっているのかがわかります」とペン氏は言います。 「それが予測分析データに必要なものです。何かがうまくいかなかったときを見つけてそれを説明するのに十分なデータが必要です。」

予測分析による行動の予測

季節的および周期的なパターンが会社の機会の予測にどのように役立つかを理解するには、Googleの検索用語から導き出せる洞察のいくつかを見てください。

たとえば、マーケティングテクノロジーの分野では、「マーケティングの自動化」という検索用語の増減に関心があるかもしれません。

「これは今年の残りの期間にどのくらいの頻度で発生し、すでにどのくらい発生していますか？」 ペンは尋ねた。 「繰り返しになりますが、上下のジグソーパターンが私たちの周期性であることがわかります。 週ごとに、数週間は高く、数週間は低くなっています。 そして、このデータにより、将来を予測することができます。」

彼はさらに次のように付け加えました。「検索マーケティングやコンテンツマーケティングを行っている場合、ここで次の5週間または6週間、または次の10週間または12週間のどの週に、より多くのコンテンツを公開したいのかを[決定]します。マーケティングの自動化？」

過去のパターンを確認することで、予測を使用して、ページを最適化したりキャンペーンを実行したりする時間を選択できます。

それはすべて数学的確率に基づいており、大量に計算された多くの数学であり、以前に起こったことまたは周期的に起こったことを予測することしかできないため、100％確実ではありません。

しかし、予測分析を使用する予測は、たとえ競合他社のために働いたとしても、マーケターが注意を払う機会を示しています。

こちらでMarTechカンファレンスのプレゼンテーション全体をご覧ください（無料登録が必要です）。