การใช้แบบจำลองการคาดการณ์เพื่อวางแผนกลยุทธ์การตลาดปี 2020 ของคุณ

สิ่งต่างๆ อาจดูเชื่องช้าในช่วงฤดูร้อนนี้ แต่ฤดูใบไม้ร่วงจะมาถึงภายในเวลาเพียงแปดสัปดาห์ ตามด้วยวันหยุด และปีใหม่เอี่ยม

นั่นทำให้ตอนนี้เป็นเวลาที่ดีที่จะเริ่มสร้างกลยุทธ์ทางการตลาดในปี 2020 โดยใช้ข้อมูลที่รวบรวมได้ในช่วงสองไตรมาสแรกของปี 2019 แม้ว่าข้อมูลมากมายที่รวบรวมจากความพยายามทางการตลาดที่คุณมีอยู่สามารถช่วยให้คุณเข้าใจสิ่งที่ได้ผลในอดีต แต่กลับไม่เป็นเช่นนั้น จำเป็นต้องช่วยให้คุณทำนายว่าจะทำอย่างไรในอนาคต

นั่นคือที่มาของการสร้างแบบจำลองการคาดการณ์ การสร้างแบบจำลองเชิงทำนายใช้ข้อมูลในอดีตและความน่าจะเป็นในการคาดการณ์ผลลัพธ์ แพลตฟอร์มอย่าง Keen Decision Systems นำเสนอการวิเคราะห์แบบเรียลไทม์และการสร้างแบบจำลองข้อมูลที่ช่วยให้นักการตลาดวางแผนขั้นตอนต่อไปตามเส้นทางของลูกค้าทั้งหมด

เนื้อหาที่ผลิตในการทำงานร่วมกันกับระบบการตัดสินใจ Keen

การตัดสินใจทางการตลาดที่ดี

ในการศึกษาร่วมกันระหว่าง ClickZ และ Keen 58% ของนักการตลาดที่ใช้การสร้างแบบจำลองเชิงคาดการณ์พบว่ามีการเพิ่มขึ้น 10-25% ในขณะที่อีก 19% เห็นว่าเพิ่มขึ้นมากกว่า 50%

แพลตฟอร์มการวิเคราะห์และการตลาดช่วยในการรวบรวม การจัดหมวดหมู่ และการรายงานข้อมูล แต่สิ่งนี้ทำให้คาดการณ์ได้หรือไม่ นักการตลาดเกือบครึ่งที่ตอบแบบสำรวจตอบว่า "ไม่" สำหรับคำถามนี้

ปัญหาคือแม้ว่าข้อมูลแคมเปญ (และอื่นๆ) จะมีประโยชน์อย่างมากสำหรับการรายงานและการวิเคราะห์ แต่โดยทั่วไปจะไม่ใช้เพื่อกำหนดทิศทางในอนาคตเกี่ยวกับวิธีการเพิ่มประสิทธิภาพการลงทุนเพื่อขับเคลื่อนการเติบโต

ข้อมูลที่ติดอยู่ในสเปรดชีตหรือรายงานแบบคงที่ไม่สามารถดำเนินการได้ สิ่งนี้อาจทำให้การตัดสินใจช้าหรือไม่ดีเมื่อคุณนั่งลงเพื่อจัดทำแผนการตลาดในปีหน้า

เมื่อเริ่มวางแผนในปีหน้า การรู้ว่าต้องทำอะไรต่อไปนั้นมีค่ามากกว่าการเข้าใจสิ่งที่ได้ผลในอดีตอย่างเห็นได้ชัด

เหตุใดการสร้างแบบจำลองการคาดการณ์จึงดีกว่าสำหรับการวางแผนมากกว่าการวิเคราะห์เชิงย้อนหลัง

สำหรับนักการตลาดในปัจจุบัน ปัญหาที่สำคัญที่สุดในการแก้ไขคือการรู้ผลลัพธ์ทางการเงินของการลงทุนทางการตลาด และสามารถแสดงผลลัพธ์เหล่านั้นด้วยวิธีการเชิงปริมาณและคาดการณ์ได้

ภายในเป้าหมายที่ครอบคลุมนั้น นักการตลาดควรพิจารณาที่:

• การเดินทางของลูกค้าในช่องทางต่างๆ และบทบาทเฉพาะในการทำให้เกิด Conversion
• เพิ่มประสิทธิภาพการลงทุนด้านสื่อ และรู้ถึงการยกระดับที่เพิ่มขึ้นของแต่ละความคิดริเริ่ม
• วิธีดำเนินการอย่างรวดเร็วและประเมินประสิทธิภาพ

ความต้องการเหล่านี้ไม่เป็นไปตามรูปแบบปัจจุบันของการวิเคราะห์ย้อนหลัง โดยเห็นได้จากข้อเท็จจริงที่ว่าเกือบ 80% ของผู้ตอบแบบสำรวจ Keen/ClickZ รู้สึกว่าพวกเขาพลาดโอกาสไปเนื่องจากการตัดสินใจที่ช้าหรือไม่ถูกต้อง

วิธีการรายงานแบบเดิมมีปัญหาในการให้ความเข้าใจอย่างลึกซึ้งถึงความต้องการทางธุรกิจทั้งสาม เนื่องจากใช้วิธีการระบุแหล่งที่มาเชิงเส้นที่ไม่สามารถครอบคลุมทุกช่องทาง (เช่น วิดีโอออนไลน์เทียบกับการเขียนโปรแกรมระดับร้านค้า) สิ่งนี้มีแนวโน้มที่จะให้เครดิตส่วนใหญ่หรือทั้งหมดแก่ช่องทางสื่อแบบคลิกสุดท้าย เช่น การค้นหา ตลอดจนกิจกรรมการทำธุรกรรมที่มีผลกระทบในระยะสั้นที่วัดได้ ซึ่งทั้งสองอย่างนี้บอกเล่าเรื่องราวเพียงบางส่วนเท่านั้น

การสร้างแบบจำลองเชิงทำนายยังช่วยในการเพิ่มประสิทธิภาพความคิดสร้างสรรค์โดยพิจารณาว่าธีมทั่วไปใดที่ขับเคลื่อนความสำเร็จในสื่อทุกประเภท

อุปสรรคในการเข้า

ผู้ตอบแบบสอบถามมากกว่า 70% ระบุว่าตนใช้แพลตฟอร์มการวิเคราะห์เพื่อทำความเข้าใจประสิทธิภาพทางการตลาด เนื่องจากเครื่องมือวิเคราะห์มีความสำคัญทางประวัติศาสตร์ จึงล้มเหลวในการวางแผนที่เชื่อถือได้

สองในสามของผู้ตอบแบบสำรวจระบุว่าพวกเขาไม่ได้ใช้รูปแบบการคาดการณ์ใดๆ เลย สำหรับผู้ที่ทำเช่นนั้น บางอุตสาหกรรมมีความโดดเด่นมากกว่าอุตสาหกรรมอื่นๆ ได้แก่ เทคโนโลยี การดูแลสุขภาพ และการสื่อสาร/สื่อ

ปัจจุบัน ผู้ตอบแบบสอบถามส่วนใหญ่ขาดความตั้งใจที่จะลงทุนในเทคโนโลยีการสร้างแบบจำลองเชิงทำนาย โดยบริษัทส่วนใหญ่ที่ปัจจุบันไม่ได้ใช้การสร้างแบบจำลองบ่งชี้ว่าพวกเขาไม่แน่ใจเกี่ยวกับการใช้ในอนาคต (หรือไม่ได้วางแผนที่จะใช้) ได้เลย)

อุปสรรคหลักในการใช้งานดูเหมือนจะขาดความมั่นใจในหมู่ผู้บริหารระดับสูง โดยมีเพียง 18% ที่ตอบสนองว่าการสร้างแบบจำลองเชิงคาดการณ์เป็นสิ่งจำเป็นในขณะนี้ และประมาณ 33% ระบุว่าจะมีความจำเป็นในอนาคต

เพื่อให้การสร้างแบบจำลองมีประสิทธิภาพ จำเป็นต้องรวมข้อมูลจากทีมการตลาด การขาย ผลิตภัณฑ์ และการเงิน อย่างไรก็ตาม 74% ของผู้ตอบแบบสอบถามระบุว่าพวกเขาไม่ได้ผสานรวมการสร้างแบบจำลองการคาดการณ์ในทุกแผนก

บริษัทต่างๆ จำเป็นต้องใช้การมีส่วนร่วมข้ามสายงานทั่วทั้งองค์กร ไม่เช่นนั้นมูลค่าที่คาดการณ์ของข้อมูลจะลดลง

การสร้างแบบจำลองการทำนายเป็นการลงทุน

สำหรับผู้ตอบแบบสำรวจ 80% จุดขายหลักสำหรับการใช้การวิเคราะห์เชิงคาดการณ์คือการเพิ่ม ROI ในบรรดาบริษัทต่างๆ ที่ลงทุนในการสร้างแบบจำลองเชิงคาดการณ์ และ ติดตามความสำเร็จของพวกเขาในปัจจุบัน 58% เห็นว่า ROI เพิ่มขึ้น 10-25% และ 19% มีการเพิ่มขึ้นมากกว่า 50%

บริษัทต่างๆ ที่ใช้แบบจำลองการคาดการณ์จะมองเห็นผลกระทบในหลายพื้นที่ของระบบนิเวศการตลาด ช่วยให้พวกเขาเข้าใจกลุ่มเป้าหมายได้ดีขึ้น (71%) เพิ่มประสิทธิภาพจุดสัมผัสทั้งหมดตลอดเส้นทางของลูกค้า (53%) และปรับปรุงประสิทธิภาพการสร้างสรรค์ (44%)

แบบจำลองการคาดการณ์ใช้ชุดข้อมูลที่หลากหลายที่นอกเหนือไปจากข้อมูลในอดีต Keen ใช้ฐานของสถิติก่อนหน้าเพื่อลดคุณภาพของข้อมูลและชั้นในการขายและข้อมูลทางการเงินเพื่อกำหนดผลลัพธ์ในอนาคต

แบบจำลองเชิงทำนายยังสามารถช่วยให้ธุรกิจสังเคราะห์ปริมาณข้อมูลได้มาก ซึ่งเป็นข้อกังวลหลักสำหรับผู้ตอบแบบสอบถาม โดย 38% ระบุว่าโซลูชันการวัดผลในปัจจุบันไม่รองรับขนาดของข้อมูล สิ่งนี้สามารถป้องกันไม่ให้ธุรกิจทำการตัดสินใจอย่างมีข้อมูลและทันท่วงที ซึ่งเท่ากับการสูญเสียโอกาส

เนื่องจากการสร้างแบบจำลองการคาดการณ์ช่วยให้สามารถวิเคราะห์ข้อมูลแบบเรียลไทม์ ธุรกิจต่างๆ สามารถดำเนินการอย่างรวดเร็วโดยใช้ข้อมูลปัจจุบันเพื่อช่วยวางแผนการริเริ่มในอนาคต

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการสร้างแบบจำลองเชิงทำนายและสิ่งที่สามารถส่งมอบให้กับวงจรการวางแผนปี 2020 ของคุณ ดาวน์โหลดรายงานของ ClickZ และ Keen “ อะไร ทำไม และอย่างไรของการสร้างแบบจำลองการทำนาย — คุณต้องการ Martech อีกชิ้นหนึ่งจริง ๆ หรือไม่? ”