使用預測分析來發展您的業務的三種方法

水晶球——在民間傳說中經常被提及，但在你需要的時候永遠無法使用——已經進入了可能的領域。 在我們開啟的世界中，數字交互幾乎存在於個人生活的每一刻，我們作為營銷人員現在擁有使用數據（而非水晶）展望未來的工具，以展望我們的業務發展方向。

預測分析——使用新的和歷史數據來預測我們消費者群的結果、活動、行為和趨勢的過程——是使企業取得成功的關鍵。

準備在當今競爭激烈的市場中成長的企業正在使用預測分析來深入了解客戶群，以最大限度地提高收入、營銷預算的有效性，當然還有利潤。

那麼，您如何才能為您的企業釋放預測分析的好處呢？ 讓我們來看看一些關鍵的預測工具以及如何部署它們來幫助您的業務：

1) 客戶行為的預測建模

使用從以前的活動中收集的數據點（特別是那些幫助我們了解哪些有效哪些無效的數據），以及關於您的客戶群的所有已知人口統計信息，您可以構建預測模型來繪製相關性以將過去的行為和人口統計聯繫起來。

該模型努力根據每個客戶購買某些產品的可能性對他們進行評分，並預測何時以及如何最好地接近這個人。

在野外，您可能已經看到了一些策略，例如在您在線購買結賬時向您提供的推薦產品。 這是此模型在執行中如何工作的示例。

2) 潛在客戶的資格和優先級

追逐不太可能轉化的潛在客戶可能會很昂貴。 將預測分析應用於潛在客戶建模可以讓您獲得更多的潛在投資回報。 它使用一種算法根據已知的興趣、購買權限、需求、緊迫性和可用資金對潛在客戶進行評分。

該算法——使用公共和專有信息——分析、比較和對比轉化的客戶與那些沒有轉化的客戶，然後在傳入的潛在客戶中找到“相似之處”。

分數越高，領先的資格就越多。 應將得分最高的潛在客戶定向到銷售或立即提供轉換激勵； 中等分數值得進行點滴運動； 低分……算了。

3) 客戶定位和細分

在預測分析最常見的用途中，客戶定位和細分採用三種基本形式：

• 親和力分析是指根據客​​戶群的共同屬性對客戶群進行聚類/細分的過程，便於“微調”定位；
• 響應建模著眼於過去呈現給客戶的刺激，以及生成的響應（轉換或未轉換）以預測某種方法獲得積極響應的可能性；
• 流失率（或流失分析）提供了一段時間內流失客戶的百分比，以及他們離開時損失的機會成本/潛在收入。

通過有意使用這些預測分析工具（和其他工具），企業可以預測客戶終身價值 (CLV)。 該測量著眼於歷史行為的幾個方面以識別：

• 隨著時間的推移最有利可圖的客戶，
• 圍繞哪些活動產生最佳投資回報率的採購支出趨勢，以及
• 忠誠的客戶類型（保留特徵）。

然後，該模型將預期保留率的估計值添加到等式中，作為估計未來價值的方法。 了解 CLV 後，您就可以適當調整獲取成本和營銷預算，以達到所需的投資回報率。

最後一點

在應用預測分析時，對您的方法進行 A/B 測試以告知您的輸出絕對至關重要。 被稱為隨意推理，對同一目標受眾的 A/B 測試使我們能夠推斷出客戶正在做什麼背後的原因。

有了這些步驟和衡量標準，您就贏得了算命師的角色——監督一個真正的預測分析組織。 這是一艘緊密的船，營銷、銷售、運營和財務齊頭並進，不斷向“數據-結果-分析”循環提供反饋。

最後，預測分析的未來取決於道德。 是的倫理。 預測分析的未來不是“潛入”人們的技術來跟踪他們的行為並破壞他們的購買模式以增加市場份額，而是與消費者互動，讓他們分享他們的偏好。

這就是讓耐克收購波士頓人工智能平台公司 Celect 的原因。 通過在他們自己的網站和應用程序中嵌入預測算法，耐克將能夠更好地預測哪些模型正在受到關注，消費者想在哪裡購買，以及他們可能何時購買。

請記住，這一切都始於對業務戰略的清晰闡述。 各方齊心協力，籌碼應就位：

• 客戶行為的預測建模有助於教育活動以提高忠誠度或產生潛在客戶；
• 潛在客戶資格建模幫助銷售團隊專注於最有可能購買/完成交易的客戶；
• 這兩者共同幫助財務部門了解 CLV 並就可接受的客戶獲取成本對整個組織進行教育，以推動目標投資回報率。

如果你不預測，你就會失去優勢。

阿德里安娜·林奇 (Adriana Lynch) 是首席外部人士( Chief Outsiders ) 的首席營銷官，該公司是一家專注於中型公司增長的領先 CMO 公司。 她與公司合作，以實現差異化、提高客戶忠誠度並實現盈利增長。