Verwenden von Vorhersagemodellen zur Planung Ihrer Marketingstrategie für 2020

Die Dinge mögen in diesen heißen Sommermonaten langsam erscheinen, aber der Herbst wird in etwas mehr als acht Wochen hier sein, gefolgt von den Feiertagen und einem brandneuen Jahr.

Das ist jetzt ein ausgezeichneter Zeitpunkt, um mit der Entwicklung einer Marketingstrategie für 2020 mit den Daten aus den ersten beiden Quartalen 2019 zu beginnen. Die Fülle der Daten, die Sie aus Ihren bestehenden Marketingaktivitäten gesammelt haben, können Ihnen helfen, zu verstehen, was in der Vergangenheit funktioniert hat, wird es jedoch nicht helfen Ihnen unbedingt vorherzusagen, was in der Zukunft zu tun ist.

Hier kommt die Vorhersagemodellierung ins Spiel. Die Vorhersagemodellierung verwendet historische Daten und Wahrscheinlichkeiten, um Ergebnisse vorherzusagen. Plattformen wie Keen Decision Systems bieten Echtzeitanalysen und Datenmodellierung, die Marketern helfen, ihre nächsten Schritte basierend auf der gesamten Customer Journey zu planen.

In Zusammenarbeit mit Keen Decision Systems erstellte Inhalte .

Gute Marketingentscheidungen treffen

In einer gemeinsamen Studie von ClickZ und Keen verzeichneten 58 % der Vermarkter, die prädiktive Modellierung verwenden, einen Anstieg von 10-25 %, während weitere 19 % einen Anstieg von mehr als 50 % verzeichneten.

Analyse- und Marketingplattformen helfen bei der Erfassung, Kategorisierung und Berichterstellung von Daten, aber sind sie dadurch prädiktiv? Fast die Hälfte der befragten Marketer antwortete auf diese Frage mit „Nein“.

Das Problem besteht darin, dass Kampagnendaten (und andere) zwar für Berichte und Analysen äußerst nützlich sein können, sie jedoch in der Regel nicht verwendet werden, um zukünftige Richtungen zur Optimierung von Investitionen zur Förderung des Wachstums vorzugeben.

Daten, die in einer Tabelle oder einem statischen Bericht hängen bleiben, können nicht bearbeitet werden. Dies kann zu einer langsamen oder schlechten Entscheidungsfindung führen, wenn Sie sich hinsetzen, um den Marketingplan für das nächste Jahr zu erstellen.

Bei der Planung des nächsten Jahres ist es natürlich viel wertvoller zu wissen, was als nächstes zu tun ist, als nur zu verstehen, was in der Vergangenheit funktioniert hat.

Warum prädiktive Modellierung besser für die Planung ist als rückwirkende Analyse

Für Marketingfachleute von heute besteht das wichtigste zu lösende Problem darin, den finanziellen Output ihrer Marketinginvestitionen zu kennen und in der Lage zu sein, diesen Output auf quantifizierbare und vorhersehbare Weise nachzuweisen.

Innerhalb dieses übergeordneten Ziels sollten Marketer Folgendes beachten:

• Die Customer Journey über alle Kanäle hinweg und die spezifische Rolle bei der Conversion
• Optimierung von Medieninvestitionen und Kenntnis der inkrementellen Steigerung jeder Initiative
• Schnelle Ausführung und Leistungsbeurteilung

Diese Anforderungen werden durch das aktuelle Modell der rückwirkenden Analyse nicht erfüllt, wie die Tatsache zeigt, dass fast 80 % der Umfrageteilnehmer von Keen/ClickZ das Gefühl hatten, dass sie aufgrund langsamer oder ungenauer Entscheidungsfindung Gelegenheiten verpasst hatten.

Herkömmliche Berichtsmethoden haben Schwierigkeiten, ein tiefes Verständnis aller drei Geschäftsanforderungen zu liefern, da sie lineare Attributionsansätze verwenden, die nicht alle Kanäle umfassen können (z. B. Online-Video vs. Store-Level-Programmierung). Dies wird den Medienkanälen mit dem letzten Klick, wie der Suche, sowie Transaktionsaktivitäten mit messbaren kurzfristigen Auswirkungen meist oder vollständig zugeschrieben, die beide nur einen Teil der Geschichte erzählen.

Predictive Modeling hilft auch bei der kreativen Optimierung, indem untersucht wird, welche gemeinsamen Themen den Erfolg über alle Medientypen hinweg fördern.

Eintrittsbarrieren

Mehr als 70 % der Befragten gaben an, dass sie Analyseplattformen verwenden, um die Marketingleistung zu verstehen. Da Analytics-Tools historisch ausgerichtet sind, scheitern sie an der zuverlässigen Planung.

Zwei Drittel der Umfrageteilnehmer gaben an, dass sie überhaupt keine Form der Vorhersagemodellierung verwenden. Für diejenigen, die dies tun, stechen bestimmte Branchen mehr hervor als andere; nämlich Technologie, Gesundheitswesen und Kommunikation/Medien.

Derzeit mangelt es den Befragten weit verbreitet an der Absicht, in prädiktive Modellierungstechnologie zu investieren es überhaupt).

Das Haupthindernis für die Nutzung scheint ein Mangel an Vertrauen unter den leitenden Führungsteams zu sein, wobei nur 18 % der Befragten angaben, dass prädiktive Modellierung derzeit unerlässlich ist und etwa 33 %, dass sie in Zukunft unerlässlich sein wird.

Damit die Modellierung effektiv ist, müssen Daten von Marketing-, Vertriebs-, Produkt- und Finanzteams integriert werden. 74 % der Befragten gaben jedoch an, dass sie die Vorhersagemodellierung nicht in alle Abteilungen integriert haben.

Unternehmen müssen funktionsübergreifendes Engagement im gesamten Unternehmen anwenden, oder der Vorhersagewert der Daten wird verringert.

Predictive Modeling als Investition

Für 80 % der Umfrageteilnehmer besteht das Hauptverkaufsargument für die Implementierung von Predictive Analytics darin, ihren ROI zu steigern. Von den Unternehmen, die derzeit in Predictive Modeling investieren und ihren Erfolg verfolgen, verzeichneten 58 % einen Anstieg des ROI um 10-25 % und 19 % einen Anstieg von mehr als 50 %.

Unternehmen, die Predictive Modeling einsetzen, sehen Auswirkungen auf mehrere Bereiche des Marketing-Ökosystems. Es hilft ihnen, ihre Zielgruppe besser zu verstehen (71%), alle Touchpoints entlang der Customer Journey (53%) zu optimieren und die kreative Leistung (44%) zu verbessern.

Vorhersagemodelle verwenden eine Vielzahl von Datensätzen, die über historische Daten hinausgehen. Keen verwendet eine Basis statistischer Vorherige, um die Datenqualität zu verringern, und Schichten in Verkaufs- und Finanzdaten, um zukünftige Ergebnisse zu bestimmen.

Predictive Modeling kann Unternehmen auch dabei helfen, die schiere Menge an Daten zu synthetisieren, was für die Befragten ein zentrales Anliegen ist. 38 % geben an, dass ihre aktuellen Messlösungen den Umfang ihrer Daten nicht unterstützen. Dies kann Unternehmen daran hindern, fundierte, rechtzeitige Entscheidungen zu treffen, was einer verpassten Gelegenheit gleichkommt.

Da die prädiktive Modellierung eine Echtzeit-Datenanalyse ermöglicht, können Unternehmen anhand aktueller Daten schnell handeln, um zukünftige Initiativen zu planen.

Für weitere Informationen über prädiktive Modellierung und was sie für Ihren Planungszyklus 2020 leisten kann, laden Sie den Bericht von ClickZ und Keen „ Das was, warum und wie der prädiktiven Modellierung – Brauchen Sie wirklich ein weiteres Stück Martech? ”