Folosind modelarea predictivă pentru a vă planifica strategia de marketing pentru 2020

Lucrurile pot părea lente în aceste luni fierbinți de vară, dar toamna va fi aici în puțin peste opt săptămâni, urmată de sărbători, apoi de un an nou-nouț.

Acest lucru face acum un moment excelent pentru a începe construirea unei strategii de marketing pentru 2020 folosind datele culese din primele două trimestre ale anului 2019. Deși bogăția de date colectate din eforturile dvs. de marketing existente vă poate ajuta să înțelegeți ce a funcționat în trecut, nu va neapărat te ajută să prezici ce să faci în viitor.

Aici intervine modelarea predictivă. Modelarea predictivă utilizează date istorice și probabilitatea pentru a prognoza rezultatele. Platforme precum Keen Decision Systems oferă analize în timp real și modelare a datelor care îi ajută pe marketerii să-și planifice următorii pași pe baza întregii călătorii a clienților.

Conținut produs în colaborare cu Keen Decision Systems .

Luarea unor decizii bune de marketing

Într-un studiu colaborativ între ClickZ și Keen, 58% dintre agenții de marketing care au folosit modelarea predictivă au înregistrat o creștere de 10-25%, în timp ce alți 19% au înregistrat o creștere de peste 50%.

Platformele de analiză și marketing ajută la colectarea, clasificarea și raportarea datelor, dar acest lucru le face predictive? Aproape jumătate dintre agenții de marketing intervievați au răspuns „nu” la această întrebare.

Problema este că, deși datele despre campanii (și alte) pot fi extrem de utile pentru raportare și analiză, de obicei nu sunt folosite pentru a oferi direcții viitoare cu privire la modul de optimizare a investițiilor pentru a stimula creșterea.

Datele blocate într-o foaie de calcul sau într-un raport static nu pot fi acționate. Acest lucru poate duce la luarea deciziilor lentă sau slabă atunci când vă așezați pentru a crea planul de marketing pentru anul viitor.

Atunci când porniți în planificarea pentru anul viitor, este evident mult mai valoros să știți ce să faceți în continuare decât pur și simplu să înțelegeți ce a funcționat în trecut.

De ce modelarea predictivă este mai bună pentru planificare decât analiza retroactivă

Pentru specialiştii în marketing de astăzi, cea mai importantă problemă de rezolvat este să cunoască producţia financiară a investiţiilor lor de marketing şi să poată demonstra acele rezultate într-un mod cuantificabil, previzibil.

În cadrul acestui obiectiv general, agenții de marketing ar trebui să se uite la:

• Călătoria clienților pe canale și rolul specific pe care îl joacă în conversie
• Optimizarea investițiilor media și cunoașterea creșterii incrementale a fiecărei inițiative
• Cum să executați rapid și să evaluați performanța

Aceste nevoi nu sunt satisfăcute de modelul actual de analiză retroactivă, așa cum demonstrează faptul că aproape 80% dintre respondenții la sondaj Keen/ClickZ au simțit că au ratat oportunități din cauza luării de decizii lente sau inexacte.

Metodele tradiționale de raportare se străduiesc să ofere o înțelegere profundă a tuturor celor trei nevoi de afaceri, deoarece folosesc abordări de atribuire liniară care nu pot acoperi toate canalele (de exemplu, video online vs. programare la nivel de magazin). Acest lucru tinde să acorde cea mai mare parte sau tot creditul canalelor media de ultimul clic, cum ar fi căutarea, precum și activităților tranzacționale cu impact măsurabil pe termen scurt, ambele spunând doar o parte din poveste.

Modelarea predictivă ajută, de asemenea, la optimizarea creativă, analizând temele comune care conduc la succes în toate tipurile de media.

Bariere la intrare

Peste 70% dintre respondenți au indicat că folosesc platforme de analiză pentru a înțelege performanța de marketing. Deoarece instrumentele de analiză sunt concentrate istoric, ele eșuează în sarcina de planificare fiabilă.

Două treimi dintre respondenții la sondaj au indicat că nu folosesc deloc nicio formă de modelare predictivă. Pentru cei care o fac, anumite industrii ies în evidență mai mult decât altele; și anume, tehnologie, asistență medicală și comunicații/media.

În prezent, există o lipsă larg răspândită de intenție de a investi în tehnologia de modelare predictivă în rândul respondenților, majoritatea companiilor care nu folosesc în prezent modelarea indicând că nu sunt siguri că o vor folosi în viitor (sau nu intenționează să o folosească). deloc).

Principalul obstacol în calea utilizării pare să fie lipsa de încredere în rândul echipelor de conducere, doar 18% răspunzând că modelarea predictivă este esențială în acest moment și aproximativ 33% indicând că va fi esențială în viitor.

Pentru ca modelarea să fie eficientă, trebuie să integreze datele de la echipele de marketing, vânzări, produse și finanțe. Cu toate acestea, 74% dintre respondenți au indicat că nu au integrat modelarea predictivă în toate departamentele.

Companiile trebuie să aplice un angajament interfuncțional în întreaga organizație, altfel valoarea predictivă a datelor va fi diminuată.

Modelarea predictivă ca investiție

Pentru 80% dintre respondenții la sondaj, principalul punct de vânzare pentru implementarea analizei predictive este creșterea rentabilității investiției. Dintre companiile care investesc în prezent în modelarea predictivă și urmăresc succesul lor, 58% au înregistrat o creștere a rentabilității investiției cu 10-25%, iar 19% au înregistrat o creștere de peste 50%.

Companiile care utilizează modelarea predictivă văd un impact în mai multe zone ale ecosistemului de marketing. Îi ajută să-și înțeleagă mai bine publicul țintă (71%), să optimizeze toate punctele de contact de-a lungul călătoriei clienților (53%) și să îmbunătățească performanța creativă (44%).

Modelele predictive utilizează o varietate de seturi de date care depășesc datele istorice. Keen folosește o bază de date statistice anterioare pentru a atenua calitatea datelor și straturile din vânzările și datele financiare pentru a determina rezultatele viitoare.

De asemenea, modelarea predictivă poate ajuta companiile să sintetizeze volumul mare de date, o preocupare cheie pentru respondenți, 38% indicând că soluțiile lor actuale de măsurare nu acceptă amploarea datelor lor. Acest lucru poate împiedica companiile să ia decizii informate, în timp util, ceea ce echivalează cu o oportunitate pierdută.

Deoarece modelarea predictivă permite analiza datelor în timp real, companiile pot acționa rapid folosind datele actuale pentru a ajuta la planificarea inițiativelor viitoare.

Pentru mai multe informații despre modelarea predictivă și despre ceea ce poate oferi ciclului dumneavoastră de planificare 2020, descărcați raportul ClickZ și Keen „ The what, why, and how of predictive modeling — Chiar aveți nevoie de o altă piesă de martech? ”