Uso de modelos predictivos para planificar su estrategia de marketing 2020

Las cosas pueden parecer lentas durante estos calurosos meses de verano, pero el otoño llegará en poco más de ocho semanas, seguido de las vacaciones y un nuevo año.

Eso hace que ahora sea un excelente momento para comenzar a construir una estrategia de marketing para 2020 utilizando datos recopilados de los dos primeros trimestres de 2019. Si bien la gran cantidad de datos recopilados de sus esfuerzos de marketing existentes puede ayudarlo a comprender lo que funcionó en el pasado, no lo hará. necesariamente le ayudará a predecir qué hacer en el futuro.

Ahí es donde entra en juego el modelado predictivo. El modelado predictivo utiliza datos históricos y probabilidades para pronosticar los resultados. Las plataformas como Keen Decision Systems proporcionan análisis en tiempo real y modelado de datos que ayudan a los especialistas en marketing a planificar sus próximos pasos en función de todo el recorrido del cliente.

Contenido producido en colaboración con Keen Decision Systems .

Tomando buenas decisiones de marketing

En un estudio colaborativo entre ClickZ y Keen, el 58% de los especialistas en marketing que utilizan modelos predictivos experimentaron un aumento del 10-25%, mientras que otro 19% experimentó un aumento de más del 50%.

Las plataformas de análisis y marketing ayudan con la recopilación, categorización y generación de informes de datos, pero ¿esto los hace predictivos? Casi la mitad de los especialistas en marketing encuestados respondieron "no" a esta pregunta.

El problema es que, si bien los datos de campañas (y otros) pueden ser extremadamente útiles para la elaboración de informes y análisis, generalmente no se utilizan para proporcionar una dirección futura sobre cómo optimizar las inversiones para impulsar el crecimiento.

Los datos atascados en una hoja de cálculo o un informe estático no son procesables. Esto puede hacer que la toma de decisiones sea lenta o deficiente cuando se siente a crear el plan de marketing del próximo año.

Al embarcarse en la planificación del próximo año, obviamente es mucho más valioso saber qué hacer a continuación que simplemente comprender lo que funcionó en el pasado.

Por qué el modelado predictivo es mejor para la planificación que el análisis retroactivo

Para los especialistas en marketing de hoy, el problema más importante a resolver es conocer el resultado financiero de sus inversiones en marketing y poder demostrar esos resultados de una manera cuantificable y predecible.

Dentro de ese objetivo general, los especialistas en marketing deben considerar:

• El recorrido del cliente a través de los canales y el papel específico que desempeña en la conversión.
• Optimización de las inversiones en medios y conocimiento del impulso incremental de cada iniciativa
• Cómo ejecutar rápidamente y evaluar el desempeño

Estas necesidades no están siendo satisfechas por el modelo actual de análisis retroactivo, como lo demuestra el hecho de que casi el 80% de los encuestados de Keen / ClickZ sintieron que habían perdido oportunidades debido a una toma de decisiones lenta o inexacta.

Los métodos tradicionales de generación de informes luchan por proporcionar una comprensión profunda de las tres necesidades comerciales porque utilizan enfoques de atribución lineal que no pueden abarcar todos los canales (p. Ej., Video en línea frente a programación a nivel de tienda). Esto tiende a otorgar la mayor parte o todo el crédito a los canales de medios de último clic, como la búsqueda, así como a las actividades transaccionales con un impacto medible a corto plazo, que cuentan solo una parte de la historia.

El modelado predictivo también ayuda con la optimización creativa al observar qué temas comunes impulsan el éxito en todos los tipos de medios.

Barreras para entrar

Más del 70% de los encuestados indicó que usa plataformas de análisis para comprender el desempeño del marketing. Dado que las herramientas de análisis se centran históricamente, fallan en la tarea de una planificación confiable.

Dos tercios de los encuestados indicaron que no utilizan ningún tipo de modelo predictivo. Para quienes lo hacen, ciertas industrias se destacan más que otras; a saber, tecnología, atención médica y comunicaciones / medios.

En la actualidad, existe una falta generalizada de intención de invertir en tecnología de modelado predictivo entre los encuestados, y la mayoría de las empresas que actualmente no usan el modelado indican que no están seguras de usarlo en el futuro (o que no planean usarlo). en absoluto).

La principal barrera para el uso parece ser la falta de confianza entre los equipos de liderazgo senior, con solo el 18% respondiendo que el modelado predictivo es esencial en este momento y alrededor del 33% indica que será esencial en el futuro.

Para que el modelado sea eficaz, es necesario integrar datos de los equipos de marketing, ventas, productos y finanzas. Sin embargo, el 74% de los encuestados indicó que no han integrado el modelado predictivo en todos los departamentos.

Las empresas deben aplicar un compromiso multifuncional en toda la organización o el valor predictivo de los datos disminuirá.

Modelado predictivo como inversión

Para el 80% de los encuestados, el principal punto de venta para implementar el análisis predictivo es aumentar su ROI. Entre las empresas que actualmente invierten en modelos predictivos y realizan un seguimiento de su éxito, el 58% experimentó un aumento del 10-25% en el ROI y el 19% experimentó un aumento de más del 50%.

Las empresas que utilizan modelos predictivos ven un impacto en múltiples áreas del ecosistema de marketing. Les ayuda a comprender mejor a su público objetivo (71%), optimizar todos los puntos de contacto a lo largo del recorrido del cliente (53%) y mejorar el rendimiento creativo (44%).

Los modelos predictivos utilizan una variedad de conjuntos de datos que van más allá de los datos históricos. Keen utiliza una base de estadísticas previas para mitigar la calidad de los datos y las capas en los datos financieros y de ventas para determinar los resultados futuros.

El modelado predictivo también puede ayudar a las empresas a sintetizar el gran volumen de datos, una preocupación clave para los encuestados, con un 38% indicando que sus soluciones de medición actuales no son compatibles con la escala de sus datos. Esto puede evitar que las empresas tomen decisiones informadas y oportunas, lo que equivale a una oportunidad perdida.

Dado que el modelado predictivo permite el análisis de datos en tiempo real, las empresas pueden actuar rápidamente utilizando datos actuales para ayudar a planificar iniciativas futuras.

Para obtener más información sobre el modelado predictivo y lo que puede aportar a su ciclo de planificación 2020, descargue el informe de ClickZ y Keen “ El qué, el por qué y el cómo del modelado predictivo: ¿realmente necesita otra pieza de martech? "