Usando modelagem preditiva para planejar sua estratégia de marketing para 2020

As coisas podem parecer lentas durante esses meses quentes de verão, mas o outono chegará em pouco mais de oito semanas, seguido pelas férias e, em seguida, um ano novo.

Isso é um excelente momento para começar a construir uma estratégia de marketing para 2020 usando dados coletados nos primeiros dois trimestres de 2019. Embora a riqueza de dados coletados de seus esforços de marketing existentes possa ajudá-lo a entender o que funcionou no passado, não necessariamente ajudá-lo a prever o que fazer no futuro.

É aí que entra a modelagem preditiva. A modelagem preditiva usa dados históricos e probabilidade para prever resultados. Plataformas como Keen Decision Systems fornecem análises em tempo real e modelagem de dados que ajudam os profissionais de marketing a planejar suas próximas etapas com base em toda a jornada do cliente.

Conteúdo produzido em colaboração com Keen Decision Systems .

Tomando boas decisões de marketing

Em um estudo colaborativo entre ClickZ e Keen, 58% dos profissionais de marketing que usam modelagem preditiva experimentaram um aumento de 10 a 25%, enquanto outros 19% viram um aumento de mais de 50%.

Plataformas analíticas e de marketing ajudam na coleta, categorização e geração de relatórios de dados, mas isso os torna preditivos? Quase metade dos profissionais de marketing pesquisados ​​respondeu "não" a esta pergunta.

O problema é que, embora os dados da campanha (e outros) possam ser extremamente úteis para relatórios e análises, normalmente não são usados ​​para fornecer orientação futura sobre como otimizar os investimentos para impulsionar o crescimento.

Os dados presos em uma planilha ou relatório estático não são acionáveis. Isso pode tornar a tomada de decisão lenta ou insatisfatória quando você se sentar para criar o plano de marketing do próximo ano.

Ao embarcar no planejamento do próximo ano, obviamente é muito mais valioso saber o que fazer a seguir do que simplesmente entender o que funcionou no passado.

Por que a modelagem preditiva é melhor para o planejamento do que a análise retroativa

Para os profissionais de marketing de hoje, o problema mais importante a ser resolvido é saber o resultado financeiro de seus investimentos em marketing e ser capaz de demonstrar esses resultados de forma previsível e quantificável.

Dentro desse objetivo geral, os profissionais de marketing devem olhar para:

• A jornada do cliente em todos os canais e a função específica desempenhada na conversão
• Otimizando os investimentos em mídia e conhecendo o aumento incremental de cada iniciativa
• Como executar rapidamente e avaliar o desempenho

Essas necessidades não estão sendo atendidas pelo modelo atual de análise retroativa, conforme evidenciado pelo fato de que quase 80% dos entrevistados da pesquisa Keen / ClickZ sentiram que perderam oportunidades devido à lentidão ou imprecisão na tomada de decisões.

Os métodos de relatórios tradicionais lutam para fornecer um entendimento profundo de todas as três necessidades de negócios porque usam abordagens de atribuição linear que não podem abranger todos os canais (por exemplo, vídeo online vs. programação no nível da loja). Isso tende a dar a maior parte ou todo o crédito aos canais de mídia de último clique, como pesquisa, bem como às atividades transacionais com impacto mensurável de curto prazo, ambas as quais contam apenas parte da história.

A modelagem preditiva também ajuda na otimização criativa, observando quais temas comuns levam ao sucesso em todos os tipos de mídia.

Barreiras à entrada

Mais de 70% dos entrevistados indicaram que usam plataformas analíticas para entender o desempenho de marketing. Como as ferramentas analíticas são focadas historicamente, elas falham na tarefa de planejamento confiável.

Dois terços dos entrevistados indicaram que não usam nenhuma forma de modelagem preditiva. Para aqueles que o fazem, certos setores se destacam mais do que outros; a saber, tecnologia, saúde e comunicações / mídia.

No momento, há uma falta generalizada de intenção de investir em tecnologia de modelagem preditiva entre os entrevistados, com a maioria das empresas que não usam modelagem atualmente indicando que não têm certeza sobre como usá-la no futuro (ou não estão planejando usar Em tudo).

A principal barreira para o uso parece ser a falta de confiança entre as equipes de liderança sênior, com apenas 18% respondendo que a modelagem preditiva é essencial agora e cerca de 33% indicando que será essencial no futuro.

Para que a modelagem seja eficaz, ela precisa integrar os dados das equipes de marketing, vendas, produto e finanças. Ainda assim, 74% dos entrevistados indicaram que não integraram a modelagem preditiva em todos os departamentos.

As empresas precisam aplicar o envolvimento multifuncional em toda a organização ou o valor preditivo dos dados será reduzido.

Modelagem preditiva como um investimento

Para 80% dos entrevistados da pesquisa, o principal argumento de venda para a implementação de análises preditivas é aumentar seu ROI. Entre as empresas que atualmente investem em modelagem preditiva e rastreiam seu sucesso, 58% viram um aumento de 10-25% no ROI e 19% viram um aumento de mais de 50%.

As empresas que utilizam modelagem preditiva veem um impacto em várias áreas do ecossistema de marketing. Isso os ajuda a entender melhor seu público-alvo (71%), otimizar todos os pontos de contato ao longo da jornada do cliente (53%) e melhorar o desempenho criativo (44%).

Os modelos preditivos utilizam uma variedade de conjuntos de dados que vão além dos dados históricos. Keen usa uma base de estatísticas anteriores para mitigar a qualidade dos dados e camadas de dados de vendas e financeiros para determinar os resultados futuros.

A modelagem preditiva também pode ajudar as empresas a sintetizar o grande volume de dados, uma preocupação fundamental para os entrevistados, com 38% indicando que suas soluções de medição atuais não suportam a escala de seus dados. Isso pode impedir que as empresas tomem decisões informadas e oportunas, o que equivale a uma oportunidade perdida.

Como a modelagem preditiva permite a análise de dados em tempo real, as empresas podem agir rapidamente usando os dados atuais para ajudar a planejar iniciativas futuras.

Para obter mais informações sobre modelagem preditiva e o que ela pode oferecer ao seu ciclo de planejamento de 2020, baixe o relatório ClickZ e Keen “ O quê, por que e como da modelagem preditiva - Você realmente precisa de outro pedaço de martech? ”