Интернет-маркетинг
Сейчас читаете
Предсказательная аналитика: гид для B2B маркетологов
0
Обзор

Предсказательная аналитика: гид для B2B маркетологов

Автор: 01.03.2017
Рейтинг
Наш Рейтинг
Читатели
оценить тут
Актуальность
Презентабельность
Полезность
Наш Рейтинг
Читатели
1рейтинг
Вы уже оценивали

Многие маркетологи слышали термин “предсказательная аналитика”. Но мало кто полностью понимает, что он означает.

Поэтому сегодня мы решили поделиться с вами гидом, который ответит на все основные вопросы: Что это? Как ее использовать? Для кого она?

В этой статье мы подробно остановимся на том, что такое предсказательная аналитика и почему качество данных имеет решающее значение.

Что такое предсказательная аналитика

У термина предсказательная аналитика множество определений. Одно из самых технически точных звучит так: “предсказательная аналитика сочетает в себе большие объемы исторических и контекстуальных данных и используется для создания моделей вероятностей, которые предсказывают, какие действия скорее приведут к успеху, а какие к провалу”.

Проще говоря, это система, которая использует имеющиеся у вас данные для предсказания результатов действий.

Swift Capital сводят предсказательную аналитику к правилу 80/20. Мы знаем, что 80% нашего дохода приносят 20% потенциальных клиентов. И 80% лидов обеспечивается 20% кампаний. Предсказательная аналитика и призвана определять эти 20%.

Чем предсказательная аналитика отличается от других форм аналитики

Учитывая растущую популярность искусственного интеллекта, Big Data и машинного обучения, сложно понять, чем предсказательная аналитика отличается от других форм аналитики. Эта наглядная схема от Gartner поможет разобраться:

аналитика, бизнес, интернет-маркетинг, стратегия, маркетинговая аналитика, предсказания, системы веб-аналитики, данные, работа с данными, сбор данных, crm, Big Data, гид, анализ данных

К сожалению, многие современные модели маркетинга основываются на предположениях – что уже происходило раньше, будет происходить и в будущем.

Но целью предсказательной аналитики является не только понимание прошлых действий, но и определение предстоящих событий. Однако при предсказании будущего точность гарантировать невозможно. Поэтому предсказательная аналитика может дать только частичную уверенность в результате.

Чтобы проиллюстрировать отличие предсказательной аналитики, рассмотрим одну из самых популярных форм ее использования – прямой маркетинг.

Прямой маркетинг определяет вероятность положительного ответа на предложение от определенного клиента при помощи анализа прошлых реакций всех похожих клиентов.

В результате использования этого подхода маркетологи смогут устанавливать контакт только с теми потенциальными клиентами, вероятность положительного ответа которых выше определенного показателя.

аналитика, бизнес, интернет-маркетинг, стратегия, маркетинговая аналитика, предсказания, системы веб-аналитики, данные, работа с данными, сбор данных, crm, Big Data, гид, анализ данных

Алгоритмы, которые делают предсказания, могут быть самыми совершенными, но качество результатов полностью зависят от качества данных. Например, нельзя забывать о внешних данных, которые значительно влияют на точность предсказаний. Если ваши предыдущие данные содержат ошибки или являются неполными, необходимо исправить все недочеты, прежде чем приступать к предсказательному анализу.

Почему данные так важны

Прежде чем преступить к использованию предсказательной аналитики, необходимо обратить особое внимание на данные (сигналы), которые влияют на качество выводов и лидов. Представьте, что данные – это айсберг.

аналитика, бизнес, интернет-маркетинг, стратегия, маркетинговая аналитика, предсказания, системы веб-аналитики, данные, работа с данными, сбор данных, crm, Big Data, гид, анализ данных

Вершина айсберга – традиционные сигналы – фирмографика (локация, индустрия и т.д.). однако точность даже этих данных может быть под вопросом. Собирать и сегментировать их помогают CRM и MAT – технологии автоматизации маркетинга.

Платформа предсказательной аналитики, в свою очередь, может работать со всеми сигналами, которые находятся “под водой”. К ним относятся мотивации и проблемы потенциальных клиентов, которые создают дополнительный контекст и помогают принимать более точные маркетинговые решения.

аналитика, бизнес, интернет-маркетинг, стратегия, маркетинговая аналитика, предсказания, системы веб-аналитики, данные, работа с данными, сбор данных, crm, Big Data, гид, анализ данных

Получая больше сигналов, маркетологи могут отслеживать определенные индикаторы готовности к совершению покупки или реагированию на маркетинговую кампанию. Эти выводы можно далее использовать для персонализации и оптимизации послания кампаний и каналов. Вот пример трех профилей клиентов, которые помогают определить скрытые сигналы:

  • Индикаторы роста и бюджета: компании вкладывают средства в свое присутствие в сети и рекламу, новые технологии, сотрудников, открытие новых офисов, что является отличным индикатором актуальности для них вашего продукта или услуги.
  • Определение необходимости: сигналы или их отсутствие могут указать на необходимость вашего продукта или предложения.
  • Интеграция и партнерство: сигналы могут помочь определить сегменты с определенными технологиями, которые уже работают с вашими нынешними или потенциальными клиентами.

Качество данных

Качество данных важно не меньше их количества. По мнению 80% B2B маркетологов проблемы с качеством данных ограничивают потенциал роста прибыли.

Команда Radius работает с данными уже более 7 лет, в их распоряжении было более 600 миллионов CRM записей и более 50 миллиардов динамических сигналов. Проанализировав свой опыт, они пришли к ошеломляющим выводам. В среднем только 70-75% CRM данных является точными.

аналитика, бизнес, интернет-маркетинг, стратегия, маркетинговая аналитика, предсказания, системы веб-аналитики, данные, работа с данными, сбор данных, crm, Big Data, гид, анализ данных

Выводы и потенциальные клиенты будут настолько качественными, насколько точными и полными будут ваши данные. Понимание этого факта позволит маркетологам эффективно применять предсказательную аналитику на практике.

Ваша реакция?
поделюсь
8%
интересно
17%
полезно
50%
не уверен
0%
скучно
25%
где автор?
0%
Об авторе
Ия Пфанштиль
Перевожу и адаптирую лучшие статьи для любимых читателей.

Вы должны выполнить вход чтобы оставить комментарий