使用 AI 驅動的預測分析來為您的下一步行動計時

即使在不確定的時期，人工智能驅動的預測分析也可以幫助營銷人員看到即將到來的機會。 那麼為什麼沒有更多的 CMO 使用這項技術呢？ 在本月 MarTech 會議上的演講中，TrustInsights.ai 首席數據科學家 Christopher Penn 展示了任何營銷團隊都可以預測性地利用他們的數據的一些方法。 他還分享了一些令人頭疼的問題。

“大約三分之二的 CMO 表示他們正在管理現在，他們正在滅火，只有大約三分之一的人著眼於未來，即使是在規劃和突發事件如此重要的時期，在全球大流行期間，”Penn 援引杜克大學最新 CMO 調查的數據說。 “人們只是不這樣做，原因是您用於預測分析的許多工具都在營銷工具箱中，但公司並沒有真正採用它們。”

他補充說：“為什麼？ 因為人們還沒有弄清楚如何利用這些東西，如何使用它們來節省時間和提前計劃。”

從時間序列預測開始

營銷人員使用預測分析的大部分方式都是以客戶為中心。 他們希望找到更有可能購買的客戶。 為了提高效率，營銷人員將投入精力和預算來吸引這些有更多意圖的客戶。

然而，另一種節省時間的方法側重於營銷人員可以抓住的事件或機會的時間安排。 這種稱為時間序列預測的策略還可以幫助營銷人員避免遇到困難並避免頭痛。

利用貴公司當前的數據資源，算法可以將數據排列成模式，而人工智能使洞察力更加可操作。 預測分析確定的兩個主要模式或主題是季節性和周期性。 它們是可重複的現象，營銷人員可以看到即將出現並採取行動。

“季節性包括在特定時間段內發生的季節性事情，”Penn 說。 然後，根據時間發生的事情產生影響，週期性就是那個循環，那個節奏。 我們的數據通常應該是季節性的，並且通常是周期性的。”

其中一些週期營銷人員已經從經驗中知道，並且數據證實了這一點。 例如，如果您從事 B2B 營銷，您將不會從周末的活動中獲得太大的吸引力。

“如果你在 B2C，”Penn 說，“你知道從 11 月初到 1 月 1 日之間的時間，你將進行兩班倒工作。這有季節性……但是，根據產品的不同，反過來可能是真的。 這就是周期性。 因此，您的數據具有季節性和周期性。”

• 早上好：有趣的時代需要敏捷的營銷人員
• 在營銷技術方面，目的先於手段
• 打破當今客戶旅程的數字化轉型

更多來自 MarTech 會議 >>

蛋糕裡有足夠的人工智能數據

你還需要有一定數量的數據來告訴算法過去發生了什麼，並且足夠你可以測試你對數據的假設。

“測試以確保你的預測是準確的，然後你就可以建立你的預測，”Penn 說。 “如果你沒有足夠的數據，預測分析往往不起作用。 為什麼會這樣？ 嗯，這樣想吧。”

他補充說：“如果你烤蛋糕的方法正確，而你只烤過一次蛋糕，你真的不知道會出什麼問題。 你做蛋糕的那天可能沒有任何異常，所以你可以說的例子非常有限，好吧，我很確定我知道怎麼烤蛋糕。”

但是，通過多個週期收集數據（例如烘烤大量蛋糕），營銷團隊以及他們使用的算法可以識別蛋糕何時出現問題。

“一段時間後你就會知道出了什麼問題，”Penn 說。 “這就是預測分析數據所需要的。你必須有足夠的數據來發現出現問題的時間並加以解釋。”

使用預測分析預測行為

要了解季節性和周期性模式如何幫助預測貴公司的機會，請查看可從 Google 搜索詞中得出的一些見解。

例如，在營銷技術領域，您可能對搜索詞“營銷自動化”的潮起潮落感興趣。

“在今年餘下的時間裡，這種情況多久會發生一次，已經發生了多少？” 佩恩問道。 “再一次，你可以看到上下拼圖模式，這就是我們的周期性。 一周比一周，你會看到幾週的高點，幾週的低點。 這些數據使我們能夠向前預測。”

他補充說，“如果你在做搜索營銷甚至是內容營銷，你會[確定]在接下來的五六週或接下來的 10 或 12 週內，我想在哪幾週發布更多關於營銷自動化？”

通過查看過去的模式，您可以使用預測來選擇您想要優化頁面或執行活動的時間。

這一切都基於數學概率，大量計算出的大量數學，而且永遠不能 100% 確定，因為它只能預測之前發生的事情或循環發生的事情。

但是使用預測分析的預測指出了營銷人員會關注的機會，即使他們為您的競爭對手工作。

在此處觀看我們 MarTech 會議的完整演示文稿（需要免費註冊）。