Analiza predictivă ca instrument de creștere a eficienței marketingului

Capacitatea tot mai mare de a colecta și stoca date a oferit companiilor capacități îmbunătățite pentru analiză retrospectivă și în timp real. Acum putem urmări tipare și trage concluzii despre eșecuri pentru a nu călca pe aceeași grebla. Sau putem identifica cele mai de succes soluții și repetăm ​​succesul nostru.

Analiza predictivă este întotdeauna mai eficientă decât analiza retrospectivă sau în timp real pe termen lung, la fel cum prevenirea este mai eficientă decât îngrijirea medicală urgentă. Analiza retrospectivă este în esență o autopsie - o analiză a unei greșeli care nu poate fi anulată. Analiza în timp real este o ambulanță care răspunde aici și acum, iar analiza predictivă este medicina preventivă care te salvează de boală în primul rând.

După cum spunea Thomas Davenport, nimeni nu are capacitatea de a colecta și analiza date din viitor. Dar avem posibilitatea de a prezice viitorul folosind date din trecut. Aceasta se numește analiză predictivă și, de fapt, multe companii o folosesc deja. Puteți folosi date din trecut pentru a:

1. calculați valoarea de viață a unui client (CLV). Acest indicator vă va ajuta să înțelegeți ce valoare va aduce un client companiei dumneavoastră de-a lungul vieții, inclusiv câștigurile viitoare.
   
2. dezvoltați recomandări optime bazate pe datele despre comportamentul utilizatorilor de pe site-ul dvs.
   
3. preziceți ce produse sau servicii este probabil să cumpere un client în viitor.
   
4. prezice renunțarea la clienți.
   
5. elaborați un plan și o prognoză pentru vânzările în următorul trimestru / șase luni / an.

Toate acestea sunt forme simple de analiză predictivă. Să ne uităm la metodele populare de analiză predictivă.

Putem identifica următoarele etape ale modelării predictive:

• Colectarea datelor primare
• Formarea modelului statistic
• Prognoza
• Verificarea / revizuirea modelului pe măsură ce devin disponibile date suplimentare

Modelele predictive analizează comportamentul trecut al unui utilizator pentru a evalua probabilitatea ca acesta să manifeste un anumit comportament în viitor. Acest tip de analiză implică și modele care găsesc modele subtile în date, cum ar fi detectarea fraudelor.

Adesea, modelele predictive efectuează calcule imediat când un utilizator trece prin canalul de conversie în drumul spre a efectua o acțiune de conversie - de exemplu, pentru a evalua probabilitatea ca utilizatorul să atingă un obiectiv. Cu date precise despre probabilitatea unei tranziții de la un pas al canalului la altul, o afacere poate gestiona mai bine factorii care împiedică sau ajută utilizatorii să treacă prin canal și poate descrie mai precis modelele de comportament ale diferitelor categorii de clienți.

Utilizatorul mediu are aproximativ 50 de aplicații pe smartphone. Fiecare dintre ele primește, transmite și generează date. Aceste date sunt stocate în diferite servicii și în diferite formate. Deși la prima vedere acest lucru poate părea un factor pozitiv pentru marketeri, lucrul eficient cu un astfel de volum de date structurate și nestructurate este o problemă.

Să ne uităm la câteva exemple de companii care au aplicat cu succes rezultatele analizei predictive.

… pentru a recomanda produse și servicii utilizatorilor pe baza comportamentului lor din trecut. Potrivit unor rapoarte, astfel de recomandări aduc până la 30% din vânzările Amazon. În plus, Amazon avea in plan să dezvolte un instrument care, pe baza previziunilor, să livreze produse în zonele în care erau așteptate comenzi chiar înainte ca acele comenzi să fie plasate pe site, reducând timpul de livrare a mărfurilor către clienți.

Echipa Macy’s a profitat de analiza predictivă pentru un marketing direct mai precis. Pe parcursul a trei luni, compania și-a crescut vânzările online de la 8% la 12% prin captarea datelor despre categoriile de produse răsfoite de utilizatori și trimiterea de e-mailuri personalizate în consecință.

… pentru a viza clienții potențiali, a atrage clienți potențiali și a încheia oferte. Ei identifică cei mai valoroși clienți potențiali care sunt gata să facă o achiziție. Apoi un reprezentant de vânzări contactează direct acești potențiali clienți și îi conduce prin procesul de vânzare pentru a găsi cea mai potrivită ofertă.

StitchFix este un alt retailer cu un model unic de vânzări bazat pe prognoză.
Când se înregistrează cu StitchFix, utilizatorii completează un sondaj despre stilul lor. Apoi sunt aplicate modele de analiză predictivă pentru a oferi clienților hainele pe care cel mai probabil și le-ar dori. Dacă clienților nu le plac hainele pe care le primesc, le pot returna cu transport gratuit la retur.

… și să furnizeze preventiv informațiile necesare despre cum să le păstrezi. Inteligența artificială de la Sprint prezice ce doresc clienții și le oferă oferte atunci când sunt expuși celui mai mare risc de a părăsi compania. De la introducerea acestui sistem AI, rata de abandon a Sprint a scăzut, iar clienții au acordat companiei evaluări excelente pentru serviciile personalizate și ofertele vizate. După cum puteți vedea, prognoza pierderii clienților este o sarcină fezabilă pentru analiza predictivă în rândul întreprinderilor SaaS și comerțului electronic.

Iată o listă cu cele mai populare valori din domeniul analizei predictive:

1. Rata de ieșire a clienților (rata de abandon)
   
2. Prognoza planului de vanzari
   
3. Valoarea clientului pe durata de viață
   

Introducerea analizei predictive este imposibilă fără cooperarea departamentelor de marketing și analiză, înțelegerea obiectivelor studiului și ordinea stabilită în date. Efectuarea analizei predictive se desfășoară după cum urmează:

1. Definiți-vă ipoteza
   
2. Colectați date intern și extern pentru a construi un model
   
3. Definiți valori pentru a măsura acuratețea modelului dvs
   
4. Utilizați un serviciu gata făcut sau dezvoltați-vă propriul:
   1. Construiește un MVP
      
   2. Antrenați modelul în ceea ce privește lipsa parametrilor de precizie pentru a obține o versiune de lucru stabilă
      
   3. Creați o interfață sau un raport
      
   4. Actualizați sau reantrenați modelul pentru a îndeplini noile cerințe
      

În etapa de colectare a datelor, asigurați-vă că ați configurat analize end-to-end, deoarece fără aceasta, implementarea analizei predictive este de obicei ineficientă.

Procentul de decizii de afaceri bazate pe analizele de marketing a atins un vârf la începutul anului 2019 (luând în considerare datele din ultimii șase ani), potrivit raportului CMO Survey: Spring 2019 al Deloitte. Potrivit unui studiu realizat de MarketsandMarkets, piața de analiză predictivă va crește de la 4 miliarde USD la peste 12 miliarde USD în 2022

Interesul pentru analiza de marketing în general – și pentru analiza predictivă în special – încurajează companiile să dezvolte soluții și servicii ușor de utilizat care fac analiza predictivă mai accesibilă pentru companii.

Iată câteva dintre aceste servicii:

• Un produs OWOX BI care ajută companiile să atingă obiectivele de marketing și să crească cu 22% mai rapid decât media pieței.
  
• Lider în clasamentul de primăvară și vară 2019 de către G2 Crowd la categoriile „Software de marketing – analiză” și „Software pentru analiză în comerțul electronic”.
  
• Trimite previziuni despre implementarea planului dvs. de marketing direct pe e-mail.
  

OWOX BI:

• Combină date de marketing din diverse surse, făcându-le disponibile pentru analiză în Google BigQuery.
  
• Determină valoarea pasului fiecărui utilizator folosind propriul model de atribuire bazat pe pâlnie.
  
• Creează automat rapoarte pentru a analiza eficacitatea marketingului.
  
• Arată cum va fi implementat planul dvs. de vânzări, care sunt zonele dvs. de creștere și punctele slabe și cum se schimbă cota dvs. de piață.
  

Puteți încerca OWOX BI chiar acum folosind perioada de probă gratuită:

Puteți afla mai multe despre OWOX BI în articolul nostru despre cum să preziceți zonele de creștere și riscurile într-un plan de marketing bazat pe date.

Modelele predictive oferite de Infer vă vor ajuta să vă combinați toate sursele de date pentru a obține o imagine completă a poziției clienților potențiali în canalul de vânzări. Infer urmărește semnalele din surse online și baze de date publice, apoi creează modele predictive bazate pe conturile principale anterioare și pe regulile pe care le-ați stabilit. Datele obținute de Infer vor fi utile marketerilor și specialiștilor în vânzări atât pentru găsirea de clienți potențiali care ar putea să se transforme în clienți în viitor, cât și pentru optimizarea pâlniei de vânzări în ansamblu.

Radius oferă mai multe servicii de analiză a datelor cu accent pe marketing predictiv B2B. Caracteristicile cheie includ:

• Radius Customer Exchange (RCX), care compară profilul companiei dumneavoastră cu cel al altor companii care au aceeași audiență, oferindu-vă posibilitatea de a lucra împreună și de a crea propriile liste de marketing.
  
• Radius Connect: trimiteți date predictive către Salesforce.
  

Platforma Radius ajută, de asemenea, marketerii să facă schimb de date între departamente și să găsească conturi noi în bazele de date interne. La fel ca Infer, Radius este un sistem bazat pe cloud.

Pe baza regulilor modelării predictive, BOARD funcționează într-o interfață adaptivă cu tablouri de bord în timp real.

Aceasta înseamnă că puteți modela diverse scenarii și puteți analiza rezultatele posibile fără a fi nevoie să creați un nou model de fiecare dată.

BOARD vine cu mai mulți conectori încorporați, astfel încât să puteți extrage date din aproape orice sursă - sistemul dvs. ERP, baza de date cloud, cubul OLAP și chiar fișierele plate. De asemenea, vă puteți transforma previziunile în aplicații personalizate folosind instrumentele BOARD.

TIBCO Data Science este un produs relativ nou, anunțat în septembrie 2018. Creat ca o singură platformă, TIBCO Data Science combină capacitățile generațiilor anterioare de servicii de la TIBCO: TIBCO Statistica, Spotfire Data Science, Spotfire Statistics Services și TERR.

Serviciul Data Science ajută organizațiile să inoveze și să rezolve probleme complexe mai rapid, transformând rapid previziunile în soluții optime.

SAS are o cotă de 33% din piața de analiză predictivă și 40 de ani de experiență; oferă utilizatorilor capabilități avansate de analiză a datelor bazate pe mulți editori vizuali. Funcționalitatea principală a SAS Advanced Analytics se bazează pe grafice, o hartă automată a procesului, cod încorporat și reguli automate de timp.

Potrivit recenziilor utilizatorilor, SAS Advanced Analytics face o treabă excelentă de a prezice și analiza mișcarea generală și poate procesa seturi mari de date relativ rapid. SAS oferă demonstrații gratuite ale produselor sale și o bază de cunoștințe pentru a vă ajuta să începeți să lucrați cu acestea.

Acest software vă permite să automatizați crearea de rapoarte bazate pe intervale de timp. Vă puteți importa propriile seturi de date și le puteți exporta în alte programe datorită a peste 60 de integrări încorporate.

Extensiile oferă o mai mare flexibilitate (detecție a anomaliilor, procesare de text, web mining), dar este posibil să nu fie incluse în prețul abonamentului de bază

Deși RapidMiner a fost creat pentru oamenii de știință de date, este ușor de instalat și de început.

IBM SPSS utilizează modelarea datelor și analizele bazate pe statistici. Acest software funcționează cu date structurate și nestructurate. Este disponibil în cloud, local sau printr-o implementare hibridă pentru a îndeplini orice cerințe de securitate și mobilitate.

Puteți folosi datele existente pentru a construi modele predictive în editorul vizual SPSS și tablourile de bord de modelare. Suportul premium pentru datele nestructurate include tehnologia lingvistică și procesarea limbajului natural, astfel încât să puteți include date din rețelele sociale și alte surse bazate pe text în modelele dvs.

SAP HANA oferă baze de date și aplicații local sau în cloud. Acest software reduce timpul necesar pentru a crea modele cu conectori suplimentari pentru seturi mari de date externe și vizualizări intuitive.

De asemenea, puteți conecta biblioteci de analiză predictivă (PAL) la SAP HANA pentru a obține informații suplimentare din seturi mari de date. Pentru industriile centrate pe client, acest software oferă analize de text și date de rețele sociale pentru a prezice comportamentul viitor al clienților și pentru a recomanda produse bazate pe comportamentul trecut.

SAP HANA este compatibil cu limbajul de programare R, așa că nu trebuie să învățați un nou limbaj pentru a vă configura interogările. Atunci când sistemul dvs. integrează suficiente date interne, modelele predictive oferă automat noi perspective.

Analiza predictivă în marketing este un instrument puternic de știință a datelor ale cărui capacități nu pot fi acoperite într-un articol. Spuneți-ne în comentarii despre ce aspecte ale analizei predictive ați dori să aflați mai multe în următoarele articole.

Ca o reamintire, iată cele trei porunci ale analizei predictive:

• Începeți cu elementele de bază: verificați calitatea datelor și colectați-le automat pentru a elimina erorile umane. Calitatea modelului dvs. antrenat depinde de calitatea datelor dvs. de antrenament.
  
• Nu vă îndepărtați niciodată de scopul cercetării dvs., deoarece nu procesul contează, ci rezultatul.
  
• Respectați cerințele de precizie. Amintiți-vă că rezultatele prognozei dvs. pot fi validate doar prin măsurarea cât de precis este modelul dovedit atunci când este aplicat datelor dvs.
  

Modelare predictivă
Importanța analizei predictive pentru magazinele de comerț electronic
Un ghid cuprinzător pentru analiza predictivă
Top 10 instrumente de analiză predictivă, după categorie
Prognoza veniturilor folosind analize predictive: un studiu de caz interactiv
Un manual de analiză predictivă
TOP 24 DE SOFTWARE GRATUIT DE ANALITĂ PREDICTIVĂ
Cele mai bune 20 de programe software de analiză predictivă din 2019
Instrumente de analiză predictivă
Software de analiză predictivă
Modelare predictivă
Instrumente de analiză predictivă
Perspective la acțiune — Pentru real de data aceasta
7 moduri în care Amazon folosește Big Data pentru a te urmări (AMZN)
Amazon vrea să utilizeze analize predictive pentru a oferi livrare anticipată
Reținerea clienților: Macy's folosește analize predictive pentru a crește cheltuielile clienților
Analiza predictivă în 2019: ce este posibil, cine o face și cum
Cum să utilizați analiza predictivă pentru o performanță de marketing mai bună
Prognoza veniturilor folosind analize predictive: un studiu de caz interactiv
Demistificarea analizei predictive