より良いマーケティングのために予測分析を使用する方法

公開: 2018-05-02

予測分析は怖いものでも、混乱を招くものでもなく、あなたの仕事を奪うものでもありません。これは、劇的に優れた結果をもたらす強力なツールです。

不確実性はビジネスを圧迫します。投資が難しくなり、準備が難しくなり、何に焦点を合わせるべきかを知るのが難しくなります。

もちろん、これは人間の状態の一部です。未来を知っていれば、物事はより簡単になりますよね？少なくともビジネスには。

AI は (まだ) 未来を知ることはできませんが、アルゴリズムは十分に賢く、予測を行うことができます。これらの予測は完全ではないかもしれませんが、少なくともビジネスから不確実性の一部を取り除くことができます。予測の精度が 10% または 20% 向上するだけで、毎年数百万から数千万の追加収益が得られる可能性があります。

マーケティング担当者にとって、予測分析はゲームチェンジャーになる可能性があります。広告の最初のインプレッションから、どの顧客や見込み客に投資すべきかの手がかりを得ることができます。より正確に顧客を見つける方法と、より良い顧客を見つける方法を教えてくれます。

要するに、それはあなたのマーケティングを揺るがすことができます。

予測分析により、見込み客がペースに合わせてセールスファネルを進むことができます

マーケターとしての私たちの中心的な仕事の 1 つは、リードナーチャリングです。これは、新しい見込み客を顧客になるまで、セールスファネル (別名「バイヤーズジャーニー」) のさまざまな段階に移動させることです。

これは、タイムリーなコンテンツを送信し、そのコンテンツの一部をパーソナライズし、目標に向かって小さな一歩を踏み出すように誘導することで実現します。これらは「マイクロコンバージョン」と呼ばれることが多く、ホワイトペーパーをダウンロードできます。使用されるオンライン計算機。デモ予定。

あなたのほとんどは、このプロセスに精通しています。結局のところ、それはあなたの仕事です。

予測分析を使用すると、その作業の一部をアウトソーシングできます。数万（場合によっては数百万）のプロスペクトアクションを分析することで、個々のプロスペクトがこれらの小さなマイクロコンバージョンの 1 つを完了する可能性が最も高い時期を推定できます。

言い換えれば、それはあなたよりも効果的にセールスファネルを通して人々を導きます.

その能力が仕事を失うことを心配させないでください。あなたにはまだやるべき仕事がたくさんあります。しかし、メーリングリストの入力ミスを手動で再フォーマットするのが時間の無駄であるのと同じように (たとえば、gmial.com から gmail.com へ)、個々の見込み客に対して評価を実行するのも時間の無駄です。販売ファネルを移動します。

たった 100 人の見込み客に対してこれを行うと、丸 1 日かかる可能性があります。そのため、予測分析のアルゴリズムに任せています。その間、チームメンバーがうまく機能していることを確認し (たとえば)、IT 部門が新しいアプリのニーズを理解していることを確認します。あなたはアイデアを得る。あなたが行っている間、あなたの残りの仕事をしてください。

需要の予測

データフィード (過去の売上、現在の経済状況、メディアの報道、ソーシャルメディアの活動など) を組み合わせて利用することで、アルゴリズムは、どの製品がいつ需要になるかについて高度な知識に基づいた推測を行うことができます。

マーケティング担当者は、この 2 つの方法を使用できます。

すでに機能しているものを強化します。

システムが青いファジースリッパの大きな上昇を予測した場合 (たとえば)、マーケターはコンテンツと広告を生成してスリッパをプッシュすることができます。彼らは、需要を獲得するために、適切なタイミングで適切な場所に製品を配置できます。

在庫問題に対応します。

ファジースリッパの需要が予測されているが、注文をカバーするのに十分な在庫がない場合、マーケティング担当者にはいくつかの選択肢があります。彼らはそれらのスリッパの価格を引き上げることができ、その結果、彼らが持っている在庫のマージンが高くなります. あるいは、最優良顧客に毛羽立ったスリッパを最初に購入する機会を与えることもできます。

これは、需要を事前に把握することで、マーケティング担当者の仕事の効率化に役立つ 2 つの方法にすぎません。需要創出のための天気予報のようなものと考えてください。

類似の購入者を探す

広告をしたことがある人なら、類似オーディエンスのアイデアを知っているでしょう。これらは、現在の顧客または見込み客ではありませんが、最良の顧客の特徴の多くに一致する個人です。

最良の顧客の適切な属性を選択することで、広告プラットフォーム (たとえば Facebook など) に依頼して、パラメータに適合する人を見つけて、その人に広告を表示することができます。

トリックは、正しいパラメータを選択することです。基本的な人口統計だけでは、広告に夢中になるオーディエンスを定義するには不十分な場合があります。

そこで、予測分析の出番です。予測分析システムは、最良の顧客に関する何百、何千もの属性を分析できるため、人間が定義するよりも詳細なプロファイルを作成できます。

そのため、アルゴリズムは広告対象の類似オーディエンスを選択します。また、この AI が選択したグループに表示する広告を作成することも任される場合があります。また、これらの広告をパーソナライズすることさえできます。

覚えておいてください - 予測分析アルゴリズムがオーディエンスを選択し、広告を作成し、それらをパーソナライズする方法を理解すると、その作業をコンピューターの速度でズームできます. 他のデータを処理する速度と同じです。これは、人間がクリック… タイプ… クリック… ダブルクリックするペースよりもはるかに高速です。

これがどれだけうまく機能するかを証明したいですか？あるハーレーダビッドソンディーラーでは、予測分析のおかげで、3 か月でリードが 2,930% 増加しました。これらのリードの半分は、ディーラーが手を差し伸べることをこれまで考えたことのなかった類似のオーディエンスからのものでした。しかし、AI はそれらをどこで見つけるかを知っていました。

最もお得な価格を提供

私たちの中には、この戦術をあまり好まない人もいます。卑劣な、ちょっと卑劣な雰囲気さえあります。しかし残念ながら、それは機能します。

アルゴリズムは私たちのことをよく知っているので、私たちが検索している広告やオファー、製品に私たちがどのように反応するかを知っているので、私たちがさまざまな価格帯に反応することを知っています. そのため、さまざまな顧客にさまざまな価格を提供できます。

それが不公平だと思うなら、私はそれを理解しています。私たちの何人かは、このアプローチにも少しクールです. しかし、マーケティング担当者は実際に少なくとも 10 年間これを行ってきました。彼らはより単純化したレベルでそれを行っていました。カタログ会社は、郵便番号ごとに異なる価格を印刷していました。最近では、航空会社や旅行サイトがこの手法を完成させています。

仕組みは次のとおりです。超高所得の郵便番号に住んでいる場合、特定のクリスマスリースの価格は 175 ドルになる場合があります。所得の低い郵便番号に住んでいる場合、花輪は 125 ドルになります。

もちろん、これは会社が作る利益を減らします。しかし、低価格でも十分に機能している場合、それは勝利です. 彼らはまた、販売の利益を得ています。あなたが顧客になると、彼らはより正確かつ成功裏にあなたに売り込むことができます。

多くの企業にとって、最初の注文で多少の損失を被ったとしても、後で再度購入したときに損失を補うのに十分なほど洗練されたマーケティングシステムがあります。

はるかに洗練された顧客ペルソナを作成する

この戦術はセグメンテーションに似ていますが、10.0 のセグメンテーションに似ています。取得したすべてのデータポイントに基づいて、顧客と見込み客をセグメント化します。そうではありません。予測分析アルゴリズムがそれを行います。

人間のマーケティング担当者がペルソナを作成する場合、3 ～ 5 の主要なペルソナに固執する必要がある傾向があります。小さなインスタンスごとにペルソナを作成するには、あまりにも多くの作業と時間がかかります。もちろん、私たちは最善を尽くしますが、ある時点で、家に帰って寝る必要があり、仕事の他の要求に対処する必要があります.

したがって、収益の最大の部分を構成するペルソナを選択し、可能な限り彼らのニーズに最もよく対応するコンテンツとバイヤーズジャーニーを構築し、それで十分であると言えます。

そして、それはかなり良いです。全員を同じように扱うよりもはるかに優れています。それは確かです。そして、このレベルのセグメンテーションとペルソナは機能します。これらのグループを別の方法で扱うだけで、50 ～ 300% 多くの結果が得られます。

しかし、AI 主導の予測分析プログラムでできることと比較すると、これは子供の遊びです。 AI はデータのあらゆる要素 (テラバイトからペタバイト) を処理して、さまざまなペルソナタイプの「クラスター」を見つけることができます。私たちよりもはるかに多くの時間と集中力がなければ、人間には見えないような顧客や見込み客の類似点が見えてくるでしょう。

その後、AI はクラスターのニーズに、彼らが最も好むチャネルを介して、彼らが最も反応する可能性が高いときに、最も好きなコンテンツで対応できます。

結果？劇的に多くの見込み客、より良い見込み客、そしてセールスファネルをより速く移動する見込み客。

結論

マーケターにとって予測分析ができることのほんの一部にすぎません。この投稿は簡単に本に拡張できます。

しかし、何が可能かを示すために十分に説明しました。そして、うまくいけば、予測分析があなたの仕事を奪うつもりはないことを示すのに十分です.

AI と予測分析をコンピューター 2.0 と考えてください。これらは、ビジネスで毎時間発生する山のようなデータを管理するための強力なツールです。

予測分析と AI は、スプレッドシートや優れた CRM やコンテンツ管理システムよりも優れたツールです。これらの古いシステムをシャベル、あるいは鋤のように考えてみてください。 AI と予測分析は、バックホーや採掘設備に似ています。

マーケターは今、大きなおもちゃで遊ぶことができます。