預(yù)測(cè)分析：以更明智的方式制定市場(chǎng)營(yíng)銷(xiāo)活動(dòng)和其他業(yè)務(wù)決策

隨著大數(shù)據(jù)，人工智能和數(shù)據(jù)分析等技術(shù)的興起，營(yíng)銷(xiāo)一直在不斷變化?，F(xiàn)在，營(yíng)銷(xiāo)活動(dòng)可以基于對(duì)過(guò)去活動(dòng)的測(cè)量和洞察來(lái)規(guī)劃，其中一種策略是使用預(yù)測(cè)分析來(lái)獲得更好的營(yíng)銷(xiāo)表現(xiàn)以及更高的投資回報(bào)率，并最終獲得更快的成功。

在本文中，我們將討論預(yù)測(cè)性分析是什么，為什么企業(yè)需要它，應(yīng)該測(cè)量什么，以及如何運(yùn)用它來(lái)優(yōu)化業(yè)務(wù)決策。

什么是預(yù)測(cè)分析

盡管人們只要有數(shù)據(jù)就會(huì)存儲(chǔ)起來(lái), 并且已經(jīng)存儲(chǔ)了大量的數(shù)據(jù), 但”大數(shù)據(jù)”這個(gè)詞是在1997年才被第一次使用. 而在今天這個(gè)時(shí)代, 每天都有大約2.5萬(wàn)億字節(jié)的數(shù)據(jù)產(chǎn)生, 所以我們有必要好好地將數(shù)據(jù)利用起來(lái)。

打個(gè)比方：使用可用的數(shù)據(jù)來(lái)規(guī)劃、設(shè)計(jì)和部署營(yíng)銷(xiāo)活動(dòng)，就像穿上超級(jí)英雄的斗篷，幾乎可以保證更好的結(jié)果。

預(yù)測(cè)分析是高級(jí)分析的一個(gè)分支, 用于預(yù)測(cè)未來(lái)事件或結(jié)果。它集成了各種技術(shù), 包括數(shù)據(jù)挖掘、統(tǒng)計(jì)分析、建模、機(jī)器學(xué)習(xí)和人工智能(AI)，通過(guò)處理和分析各種數(shù)據(jù)集來(lái)達(dá)到預(yù)測(cè)的目標(biāo)。

換句話來(lái)說(shuō)，預(yù)測(cè)分析是基于歷史和交易數(shù)據(jù),挖掘出隱藏在數(shù)據(jù)中的特征以識(shí)別未來(lái)的風(fēng)險(xiǎn)和機(jī)會(huì)。

預(yù)測(cè)分析的步驟包括：

1. 定義結(jié)果
2. 數(shù)據(jù)收集
3. 數(shù)據(jù)分析
4. 統(tǒng)計(jì)
5. 建模
6. 部署
7. 模型監(jiān)控

商業(yè)分析的快速定義：

• 描述分析是業(yè)務(wù)分析的第一階段，分析歷史數(shù)據(jù)找出過(guò)去事件的特征。
• 預(yù)測(cè)分析是業(yè)務(wù)分析的第二階段，用算法對(duì)歷史數(shù)據(jù)的建模用來(lái)預(yù)測(cè)未來(lái)可能的結(jié)果。
• 規(guī)范分析是業(yè)務(wù)分析的第三個(gè)階段，在這個(gè)階段，您將確定最佳的操作過(guò)程。

應(yīng)用場(chǎng)景：為什么企業(yè)需要它？

一旦整個(gè)過(guò)程完成后，規(guī)范分析可以應(yīng)用于各種功能。

以下是市場(chǎng)營(yíng)銷(xiāo)中優(yōu)化預(yù)測(cè)分析最流行的八個(gè)場(chǎng)景。

1.線索評(píng)分

通過(guò)線索評(píng)分，市場(chǎng)和銷(xiāo)售部門(mén)將可以更好的協(xié)同,因?yàn)槊總€(gè)線索都是不一樣的. 通過(guò)規(guī)范分析，每個(gè)潛在客戶都將根據(jù)其購(gòu)買(mǎi)意愿進(jìn)行評(píng)分，從而可以相應(yīng)地執(zhí)行潛在客戶個(gè)性化培育。

2.線索分群的活動(dòng)培育

線索培育屬于購(gòu)買(mǎi)過(guò)程的早期階段，需要進(jìn)行規(guī)劃和制定戰(zhàn)略。利用人口統(tǒng)計(jì)學(xué)和行為數(shù)據(jù)，線索培育活動(dòng)可以個(gè)性化定制，將流程進(jìn)一步推向銷(xiāo)售轉(zhuǎn)化渠道。

3.有針對(duì)性的內(nèi)容推送

哪些類(lèi)型的內(nèi)容更適合某些潛在客戶可以通過(guò)預(yù)測(cè)分析來(lái)回答。通過(guò)個(gè)性化的內(nèi)容分發(fā)，潛在客戶可以獲得與組織更高質(zhì)量的溝通。這反過(guò)來(lái)會(huì)增加銷(xiāo)售轉(zhuǎn)化的可能性。

4.生命周期價(jià)值預(yù)測(cè)

客戶生命周期價(jià)值是營(yíng)銷(xiāo)投資回報(bào)率的真實(shí)衡量標(biāo)準(zhǔn)。

通過(guò)預(yù)測(cè)分析，每個(gè)客戶的歷史數(shù)據(jù)可以追根溯源。這將轉(zhuǎn)化為更準(zhǔn)確的ROI。

5.流失率預(yù)測(cè)

客戶流失率是指客戶或用戶在特定時(shí)間段內(nèi)停止訂閱的百分比。要實(shí)現(xiàn)增長(zhǎng)，企業(yè)的增長(zhǎng)率必須高于流失率。通過(guò)預(yù)測(cè)分析，你可以識(shí)別警告標(biāo)志，從而可以提供必要的后續(xù)跟進(jìn)或培育。

6.追加銷(xiāo)售和交叉銷(xiāo)售準(zhǔn)備

利用現(xiàn)有的數(shù)據(jù)，企業(yè)可以實(shí)現(xiàn)追加銷(xiāo)售、交叉銷(xiāo)售，并結(jié)合兩者來(lái)增加盈利。此外，客戶生命周期價(jià)值可以從客戶購(gòu)買(mǎi)行為的模式中預(yù)測(cè)。

7.了解產(chǎn)品適合度

配備歷史數(shù)據(jù)、銷(xiāo)售數(shù)據(jù)和銷(xiāo)售線索數(shù)據(jù)，企業(yè)可以更好地了解客戶的需求，這是開(kāi)發(fā)更好產(chǎn)品的關(guān)鍵。

8.營(yíng)銷(xiāo)活動(dòng)的優(yōu)化

利用現(xiàn)有的數(shù)據(jù)，企業(yè)可以更好地規(guī)劃，開(kāi)發(fā)，制定戰(zhàn)略并實(shí)施未來(lái)的營(yíng)銷(xiāo)活動(dòng)。借助有效的數(shù)據(jù)分析，很可能會(huì)提高整體營(yíng)銷(xiāo)業(yè)績(jī)。

通過(guò)在組織中應(yīng)用預(yù)測(cè)分析，可以顯著降低風(fēng)險(xiǎn)，因?yàn)闆Q策將基于數(shù)據(jù)進(jìn)行，而不僅僅是依賴本能和一些受過(guò)教育的猜測(cè)等未經(jīng)證實(shí)的假設(shè)。許多成功的電子商務(wù)企業(yè)都在其營(yíng)銷(xiāo)工作中采用預(yù)測(cè)分析，當(dāng)然，亞馬遜和Target也是以其預(yù)測(cè)分析的最佳實(shí)踐而聞名。

測(cè)量和指標(biāo)

當(dāng)我們談?wù)摱攘繒r(shí)，我們其實(shí)是正在討論指標(biāo)。在這個(gè)分析時(shí)代，你需要區(qū)分兩種度量類(lèi)型：業(yè)務(wù)或營(yíng)銷(xiāo)指標(biāo)和分析指標(biāo)。

例如，Google Analytics指標(biāo)就是分析指標(biāo)。 “分析”本身意味著檢驗(yàn)數(shù)據(jù)集從而得出結(jié)論的過(guò)程。因此，“分析指標(biāo)”是為了檢驗(yàn)各種目的的一種數(shù)據(jù)集測(cè)量方法。

Google Analytics指標(biāo)包括：會(huì)話，網(wǎng)頁(yè)瀏覽量，跳出率，流量來(lái)源，網(wǎng)頁(yè)退出，目標(biāo)，每次訪問(wèn)的互動(dòng)情況，社交概覽和購(gòu)買(mǎi)概覽。每個(gè)指標(biāo)可以根據(jù)維度進(jìn)一步分類(lèi)，維度包括設(shè)備類(lèi)型，區(qū)域，語(yǔ)言和瀏覽器。

記錄這些數(shù)據(jù)集后，你需要使用營(yíng)銷(xiāo)指標(biāo)對(duì)其進(jìn)行分析，然后才能做出業(yè)務(wù)決策。

在計(jì)算營(yíng)銷(xiāo)業(yè)績(jī)和投資回報(bào)率時(shí)通常使用6個(gè)指標(biāo)：

1.CAC（客戶獲取成本）

客戶獲取成本是根據(jù)總銷(xiāo)售和營(yíng)銷(xiāo)成本除以特定時(shí)間段內(nèi)新客戶的數(shù)量來(lái)計(jì)算的。 有兩種類(lèi)型的客戶獲取成本（CAC）：100％線上CAC和線上線下CAC的組合。

2.客戶獲取成本（CAC）的營(yíng)銷(xiāo)比例

客戶獲取成本（CAC）中百分之多少是與營(yíng)銷(xiāo)成本相關(guān)的？ 該比率由總營(yíng)銷(xiāo)成本除以銷(xiāo)售和營(yíng)銷(xiāo)成本得到。

3.客戶生命周期價(jià)值與客戶獲取成本的比率

該比例由客戶終身價(jià)值或客戶生命周期價(jià)值除以客戶獲取成本得到。

4.回頭客獲取成本的時(shí)間

計(jì)算回頭客的獲取成本（CAC）所需時(shí)間的總時(shí)間（幾周，幾個(gè)月，幾個(gè)季度或幾年）。

5.營(yíng)銷(xiāo)產(chǎn)生的客戶比例

將一個(gè)月內(nèi)的新客戶數(shù)除以客戶總數(shù)后，即可獲得營(yíng)銷(xiāo)產(chǎn)生的客戶百分比。

6.受營(yíng)銷(xiāo)影響的客戶比例

該數(shù)字由新客戶數(shù)除以在營(yíng)銷(xiāo)活動(dòng)中參與互動(dòng)的總客戶數(shù)。

這六個(gè)營(yíng)銷(xiāo)指標(biāo)為聚類(lèi)建模和評(píng)分類(lèi)別提供了基礎(chǔ)。換句話說(shuō)，通過(guò)了解這些業(yè)務(wù)指標(biāo)，可以正確設(shè)計(jì)分析指標(biāo)以提供所需的數(shù)據(jù)集。

實(shí)施預(yù)測(cè)分析以優(yōu)化業(yè)務(wù)決策

使用基于營(yíng)銷(xiāo)目標(biāo)的指標(biāo)可以讓你將其轉(zhuǎn)化為在實(shí)施階段真正有效的營(yíng)銷(xiāo)模型。在執(zhí)行它之前，需要確保能識(shí)別現(xiàn)有的營(yíng)銷(xiāo)分析及其數(shù)據(jù)。這些過(guò)去的結(jié)果將用作“之前”藍(lán)圖，你可以通過(guò)使用預(yù)測(cè)分析與“之后”藍(lán)圖進(jìn)行比較。

營(yíng)銷(xiāo)預(yù)測(cè)分析的循環(huán)始于數(shù)據(jù)訪問(wèn)，數(shù)據(jù)探索，建模和市場(chǎng)營(yíng)銷(xiāo)活動(dòng)的實(shí)施。在了解分析指標(biāo)和現(xiàn)有數(shù)據(jù)之后，建模就是下一個(gè)階段。而如果沒(méi)有可用的模型，度量和數(shù)據(jù)并沒(méi)有什么意義。

例如，有三種主要的預(yù)測(cè)模型：

• 聚類(lèi)模型
• 偏好模型
• 協(xié)同過(guò)濾

聚類(lèi)模型是基于用戶行為聚類(lèi), 產(chǎn)品聚類(lèi), 品牌聚類(lèi)等, 針對(duì)人口統(tǒng)計(jì)和人物畫(huà)像的客戶細(xì)分。

偏好模型根據(jù)預(yù)測(cè)的終身價(jià)值，互動(dòng)可能性，退訂的傾向性，轉(zhuǎn)換傾向，購(gòu)買(mǎi)傾向和流失傾向來(lái)預(yù)測(cè)顧客行為。

協(xié)同過(guò)濾則基于過(guò)去的變量包括購(gòu)買(mǎi)行為等來(lái)對(duì)產(chǎn)品, 服務(wù)以及廣告進(jìn)行推薦。這種過(guò)濾在追加銷(xiāo)售,交叉銷(xiāo)售以及下次銷(xiāo)售的場(chǎng)景中很常見(jiàn). 在預(yù)測(cè)分析中，回歸分析起著重要作用。一個(gè)業(yè)務(wù)分析師可以通過(guò)使用“回歸系數(shù)”來(lái)識(shí)別客戶與其購(gòu)買(mǎi)之間的相關(guān)性。因?yàn)?，他們可以?chuàng)建一個(gè)用于預(yù)測(cè)未來(lái)購(gòu)買(mǎi)可能性的分?jǐn)?shù)。

根據(jù)Forrester Research,營(yíng)銷(xiāo)人員使用的三種評(píng)分類(lèi)別是：

• 預(yù)測(cè)評(píng)分 – 根據(jù)購(gòu)買(mǎi)行為的可能性優(yōu)先考慮潛在客戶、線索和客戶。
• 識(shí)別模型 – 根據(jù)與現(xiàn)有客戶變量的相似性識(shí)別和獲取潛在客戶。
• 自動(dòng)分群- 將線索分群后，推送定制及個(gè)性化的內(nèi)容。

總結(jié)

預(yù)測(cè)性分析是市場(chǎng)營(yíng)銷(xiāo)活動(dòng)成功的關(guān)鍵。它將業(yè)務(wù)指標(biāo)與更好的業(yè)務(wù)結(jié)果之間的關(guān)聯(lián)度與高階策略相結(jié)合，從而在整個(gè)客戶生命周期中帶來(lái)更多的影響。

但是，預(yù)測(cè)分析確實(shí)需要對(duì)“之前”營(yíng)銷(xiāo)分析指標(biāo)有深入的了解，才能作為建?？蚣芎驮u(píng)分類(lèi)別的基礎(chǔ)。在分析了歷史和行為數(shù)據(jù)集及其模型之后，你可以將它們與“之前”數(shù)據(jù)進(jìn)行比較。

總體而言，預(yù)測(cè)分析可讓你以更明智的方式制定市場(chǎng)營(yíng)銷(xiāo)活動(dòng)和其他業(yè)務(wù)決策。但是和生活的其他部分一樣，預(yù)測(cè)分析并不能保證成功。它只會(huì)增加成功的可能性。

文：紀(jì)孟蘭、陳明艷/互聯(lián)網(wǎng)數(shù)據(jù)官（internetcdo）

增長(zhǎng)黑客薦CGO讀市場(chǎng)營(yíng)銷(xiāo)：

• 《用FineBI搭建RFM客戶價(jià)值模型，讓客戶和銷(xiāo)量 “黑客增長(zhǎng)”》
• 《企業(yè)該如何應(yīng)對(duì)社交媒體營(yíng)銷(xiāo)趨勢(shì)？如何開(kāi)展?fàn)I銷(xiāo)活動(dòng)？》
• 《市場(chǎng)營(yíng)銷(xiāo)的初心是爭(zhēng)奪認(rèn)知占領(lǐng)心智，尋找品牌的第二增長(zhǎng)曲線》

更多精彩，關(guān)注：增長(zhǎng)黑客（GrowthHK.cn）

增長(zhǎng)黑客（Growth Hacker）是依靠技術(shù)和數(shù)據(jù)來(lái)達(dá)成各種營(yíng)銷(xiāo)目標(biāo)的新型團(tuán)隊(duì)角色。從單線思維者時(shí)常忽略的角度和高度，梳理整合產(chǎn)品發(fā)展的因素，實(shí)現(xiàn)低成本甚至零成本帶來(lái)的有效增長(zhǎng)…