4001606928Mon. - Fri. 10:00-22:00

数据分析 | 常见的预测分析方法论

数据分析 | 常见的预测分析方法论

没有人能否认:数据是企业的核心,是企业的最大资产。当你收集了一大堆数据,正在如火如荼地开展数据分析时,你有用这些数据预测未来的收入吗?专栏作家David Booth探讨了可以利用预测分析提高绩效的几种方式。

图片2

作为一名营销人员,你肯定感知过数据的力量,我们可以借助越来越多的数字营销工具获取大量的数据。不过对许多企业来说,对数据进行收集、整合并存储还是有一些挑战的,这取决于企业人员的素质、分析数据的能力等因素。但一些企业已经把数据分析的重心放在了预测未来的收入上,这是一个惊人的竞争优势。

刚刚提到的数据很抽象,那么我们回到现实,数据长啥样?数据是什么?也许数据就是每周你邮箱收到的20兆的Excel表格,或是30兆的Word文档,那么如何正确分析并利用它们?

提及数据分析,确实涉及了一些非常复杂的工作,但是预测分析几乎每个人都可以做。预测分析无非是一种基于历史数据来预测未来收入的方式。它可以用来优化几乎任何你可以衡量或定义的范围,是衡量业绩的最重要指标。

预测模型和描述模型有很大不同,描述模型会告诉你过去发生了什么;预测模型和诊断模型也很不同,诊断模型用来解释为什么会发生.

 

顾客

在追求转化率的同时,我们也应该清楚哪些人是我们需要重点跟踪的,你需要了解和定位正确的潜在客户。建立在已有的客户数据的基础之上,对如下几个方面进行预测分析。

  • 顾客忠诚度。预测模型能帮你了解哪些潜在客户有继续消费你的产品或服务的倾向,也能帮你了解潜在客户的哪些行为和特性可能预示着他准备购买其他企业产品。
  • 顾客终身价值。每个商家的工作重点之一就是获取新客,并评估新客的终生价值,你可以利用新客在你网站的活动数据来预测他能给你带来多少净利润,你在确定营销活动和忠诚度项目时也会更有依据。
  • 顾客流失。有价值的顾客一旦流失,对企业来说是一种损失。倘若能正确预测新客放弃购买企业产品的风险,一旦其风险值较大,你完全可以转变营销活动,转而把主要精力放在其他新客上。
  • 市场篮子。你可以利用预测分析来了解一定时期内哪些产品有可能被多次购买,比如顾客一周前购买了1斤大闸蟹,一周之后,顾客满意的话可能会购买5斤大闸蟹;哪些产品在购买了别的哪种产品后会被购买,比如顾客购买手机的同时,会购买手机壳/膜。这样能更好地预期你的顾客的购买行为。

市场营销

预测分析在企业分配营销预算的时候会经常用到。最新的工具和技术,每个广告曝光和广告点击带来的大量数据,为营销费用收益最大化提供了巨大机会。

  • 营销/媒体混搭。你可能投入了一定资金在各种营销渠道上,换句话说,你在营销漏斗的每个过程都投入了预算。将新客最终产生购买这一结果归因到漏斗过程中的每个触点,并预测效果最好的预算分配方案会让你用更低的成本获得更高的收益。
  • 受众定位铺天盖地推广信息的作用越来越小,根据上述解释,你已经知道哪部分新客的活动有可能最终购买(比如观看了你产品演示、产品使用说明并点击免费试用的新客比较有可能最终购买),哪部分新客的活动最有可能放弃选择你家的服务(比如新客在你网站上留言,说你产品的坏话,此人很有可能放弃试用/购买)。
  • 购买意愿。用行为数据和顾客浏览数据来预测潜在客户的购买意向对任何组织来说都有巨大的价值。

网站和APP应用

你需要通过预测分析了解哪些项目/活动需要为用户推送个性化信息,以提高其参与度。一旦确定了方向,接下来的问题就是内容该如何产生,该如何创作,给如何个性化推送了。

  • 内容优化你正花费时间和精力来创造、维护和优化内容,你同时也获得了一些衡量这些内容效果的数据。在这些数据的基础上提取出关键因素,比如关键词、内容类型、内容风格等,进而优化调整。这样有助于指导你的内容优化策略,并让你创造出最佳内容展现形式。
  • 个性化。把数字体验和顾客数据结合起来分析,你需要开始细分客户群并预测不同的消息、推送、图片的效果如何:哪些用户会回复、浏览、点击,哪些用户不会理睬。
  • 测试非A即B的测试和多变量测试已经不是新现象了,而测试最困难的部分是搞清楚要测试什么。预测分析能帮助你了解一次体验中的那些领域或流程最有提升的空间,也能帮助你验证假设。

这种测试不仅能为你的用户提供越来越好的体验,测试的结果也能对模型进行测验从而不断提升模型的准确性。

风险

风险是一个很大的范畴,但事实上所有组织都在尝试降低他们所做的几乎每一件事的风险。

  • 欺诈。对于电商来说,这是比较大的一个风险了,很多营销人在这个领域也已经做了很多努力。

除了使用更大体量的工具和服务,企业可以使用它们自己的数据来评估可能和欺诈活动有关联的因素,而且在很多情况下,可以在结算流程多加几步、推迟完成订单或者选择付款方式等方式来积极主动地解决欺诈问题。

  • 定价一个产品上市并获得最大化收益会受到定价的巨大影响。定价过高,有产品接受度和成交量的风险;定价过低,会牺牲利润。

利用现有的产品和竞争者的数据来预测价格弹性、定价差距、价格阈值能帮助你发现最优价格。

运营

最终,你还是要把最好的产品和服务展现给用户,这意味着要让运营效率最大化,从预测需求到供应链管理,预测分析对运营规划和执行来说都是必不可少的部分。

  • 预测。不论是规划产品生命周期、预测新产品和服务的需求量、预估财务表现还是预期人员需求,历史数据都可以用来对可能的场景和收入进行建模。

更重要的是,你可以利用这些模型来了解你现在应该做什么以影响未来你可能会看到的结果。

  • 网络优化网络涉及很多领域,包括供应链、订单实现流程以及几乎任何有输入、输出和依赖关系的其他事情。

找到那些影响整个项目流程的关键因素,衡量其具体数据,并通过数据跑通整个预测分析模型。

现在,行动起来吧!

当然,对以上数据的分析可以有助于你更好的开展网络营销。再次说明,如今的工具、技术和方法正使得这些分析对每一个组织来说都越来越触手可及。

所以找出一个企业正面临的挑战,看看你必须要处理的数据,并建立一个可以帮你预测未来的解决模型,让这个模型帮你做出能让企业持续发展的决定吧。

注:本文内容由九枝兰团队翻译,转载请加上本文链接以及微信ID:jiuzhilan。对于不署名者,九枝兰将保留追究的权利。

原作者:David Booth

译者:王茜@九枝兰