Folosind analize predictive bazate pe inteligență artificială pentru a cronometra următoarea mișcare

Chiar și în vremuri incerte, analizele predictive bazate pe inteligență artificială îi pot ajuta pe specialiști în marketing să vadă ce oportunități apar. Deci, de ce această tehnologie nu este folosită de mai mulți CMO? La discursul său de la conferința MarTech de luna aceasta, cercetătorul șef al datelor TrustInsights.ai, Christopher Penn, a arătat câteva modalități prin care orice echipă de marketing își poate folosi datele în mod predictiv. Și a împărtășit și niște zgârieturi de cap.

„Aproximativ două treimi dintre CMO au spus că gestionează prezentul, sting incendii chiar acum și doar aproximativ o treime se uită către viitor, chiar și într-o perioadă de timp în care planificarea și neprevăzutele sunt atât de importante, în timpul pandemiei globale”, a spus Penn, citând cifrele din cel mai recent sondaj CMO al Universității Duke. „Oamenii pur și simplu nu o fac, iar motivul pentru aceasta este că multe dintre instrumentele pe care le utilizați pentru analiza predictivă se află în cutia de instrumente de marketing, dar companiile nu le-au adoptat cu adevărat.”

El a adăugat: „De ce? Pentru că oamenii nu și-au dat seama cum să folosească aceste lucruri, cum să le folosească pentru a economisi timp și a planifica din timp.”

Începeți cu prognoza serii temporale

O mare parte din modul în care marketerii folosesc analiza predictivă este axat pe client. Vor să găsească clienți care au mai multe șanse să cumpere. Și într-un efort de a fi mai eficienți, specialiștii în marketing își vor pune eforturile și bugetul pentru a implica acești clienți care au mai multă intenție.

O altă metodă de economisire a timpului, totuși, se concentrează pe calendarul unui eveniment sau oportunitate pe care agenții de marketing pot sări. Această strategie, numită prognoză în serie de timp, poate ajuta, de asemenea, specialiștii în marketing să evite o denivelare și să se salveze de o durere de cap.

Bazându-se pe resursele de date actuale ale companiei dvs., algoritmii pot aranja datele în tipare, iar AI face ca informațiile să fie și mai ușor de acționat. Cele două modele sau teme principale pe care analiza predictivă le determină sunt sezonalitatea și ciclicitatea. Sunt fenomene repetabile pe care marketerii le pot vedea venind peste orizont și acționează asupra lor.

„Sezonalitatea include lucrurile care se întâmplă în anumite perioade de timp care sunt sezoniere”, a spus Penn. Apoi, există influențe în funcție de ceea ce se întâmplă în timp, iar ciclicitatea este acel ciclu, acel ritm. Datele noastre ar trebui să fie în general sezoniere și, în general, ciclice.”

Unele dintre aceste cicluri de marketing știu deja din experiență și datele confirmă acest lucru. De exemplu, dacă sunteți în marketing B2B, nu veți obține prea multă tracțiune din campaniile din weekend.

„Dacă sunteți în B2C”, a spus Penn, „știți perioada dintre începutul lunii noiembrie și 1 ianuarie, veți lucra în schimburi duble. Există sezonalitate în asta... Dar, în funcție de produs, s-ar putea să fie invers. Adevărat. Asta e ciclicitatea. Deci aveți caracter sezonier și ciclic în datele dvs..”

• Bună dimineața: vremurile interesante necesită marketeri agile
• Când vine vorba de tehnologia de marketing, scopurile sunt înaintea mijloacelor
• Dezintegrarea transformării digitale a călătoriilor clienților de astăzi

Mai multe de la Conferința MarTech >>

Suficiente date AI în tort

De asemenea, trebuie să aveți o anumită cantitate de date pentru a învăța algoritmii ce s-a întâmplat în trecut și suficient pentru a vă putea testa presupunerile despre date.

„Testează pentru a te asigura că previziunile tale sunt corecte și apoi îți poți construi prognoza”, a spus Penn. „Dacă nu aveți suficiente date, analiza predictivă tinde să nu funcționeze. De ce este cazul? Ei bine, gândește-te așa.”

El a adăugat: „Dacă ai copt bine prăjiturile și ai copt o prăjitură doar o singură dată, nu știi cu adevărat ce poate merge prost. Și s-ar putea să nu fi existat anomalii în ziua aceea când ai făcut acel tort, așa că ai un număr foarte limitat de exemple pentru a spune: OK, sunt destul de sigur că știu cum să coac tortul.”

Cu toate acestea, strângerea de date pe mai multe cicluri, cum ar fi coacerea multor prăjituri, permite echipei de marketing, precum și algoritmilor pe care îi folosesc, să identifice când lucrurile merg prost cu prăjitura.

„Veți ști după o perioadă de timp ce nu merge bine”, a spus Penn. „De asta aveți nevoie cu datele de analiză predictivă. Trebuie să aveți suficiente date pentru a identifica acele momente în care ceva nu a mers prost și pentru a răspunde.”

Prognoza comportamentului cu Predictive Analytics

Pentru a vă face o idee despre modul în care modelele sezoniere și ciclice pot ajuta la prognoza oportunităților pentru compania dvs., priviți câteva dintre informațiile care pot fi extrase din termenii de căutare din Google.

În spațiul tehnologiei de marketing, de exemplu, ați putea fi interesat de fluxurile și refluxurile termenului de căutare „automatizare de marketing”.

„Cât de des se va întâmpla acest lucru în restul acestui an și cât de mult se întâmplă deja?” întrebă Penn. „Din nou, puteți vedea acel tipar de puzzle în sus și în jos, acesta este ciclicitatea noastră. Săptămânal peste săptămână, vedeți câteva săptămâni maxime, câteva săptămâni scăzute. Și aceste date ne permit să facem previziuni înainte.”

El a adăugat: „Dacă ai face marketing de căutare sau chiar ai face marketing de conținut, ai [determina] care săptămâni în următoarele cinci sau șase săptămâni aici sau următoarele 10 sau 12 săptămâni, despre ce săptămâni vreau să pun mai mult conținut. automatizare de marketing?”

Privind modelele din trecut, puteți utiliza prognoza pentru a alege momentele în care doriți să optimizați paginile sau să executați o campanie.

Totul se bazează pe probabilități matematice, o mulțime de matematică calculată în volum mare și nu este niciodată 100% sigur pentru că poate doar prezice lucruri care fie s-au întâmplat înainte, fie au venit în cicluri.

Dar prognoza care utilizează analiza predictivă evidențiază oportunități cărora specialiștii de marketing le vor acorda atenție, chiar dacă lucrează pentru concurența dvs.

Urmărește prezentarea completă de la conferința noastră MarTech aici (este necesară înregistrarea gratuită).