マーケティングの未来はここにある: 予測インテリジェンス

公開: 2017-06-29

予測インテリジェンスは、SF 映画に登場する未来的なツールのように聞こえるかもしれません。しかし、今日のマーケティング担当者は、このテクノロジを使用して、顧客が望んでいることに気付く前に、顧客が望むものを提供しています。

予測インテリジェンスツールは、家具小売業者の Room & Board などの企業が収益を改善し、より効果的に顧客にリーチするのに役立っています。同社は、顧客のトラフィックデータと予測分析を分析して追加の購入を顧客にリアルタイムで提案する Salesforce の Marketing Cloud テクノロジを実装しました。その結果、驚異的な 2900% の ROI が実現しました。

確かに、Room & Board と同じ成功を収める企業は多くありません。しかし、テクノロジーは非常に進化しており、顧客のトラフィックパターンに基づいてレコメンデーションを提供するシステムなど、マーケティング担当者がいくつかの新しい事実を無視できないほどになっています。

パーソナライズされたエクスペリエンスを顧客に提供することは、引き続きプラスの ROI を証明します。この概念に慣れていない場合は、予測インテリジェンスとは何か、どのようなツールが利用できるかを知っておく必要があります。

予測インテリジェンスとは

予測分析と呼ばれることもある予測インテリジェンスは、顧客の行動を監視し、特定の好みのプロファイルを作成することにより、特定の個人に固有の顧客体験を作成する方法です。このプロファイルデータは、顧客が次に何を求めているかを予測するために使用されます。

たとえば、オンラインショッパーが薄型テレビを購入したとします。これらの新しいインテリジェンスツールは購入を検出し、買い物客にコーヒーテーブルやテレビ台を提案する電子メールをリアルタイムで送信します。これにより、人間が顧客プロファイルの各側面を手動で検討する必要がなくなり、マーケティングがより効率的になります。

B2B マーケティングの変化

マーケティング担当者は、見込み客がカスタマージャーニーのどの段階にあるかを判断するために、リードを手動でスコアリングしていました。マーケターが分析に基づいて特定のリードに等級または数値を割り当てると、手動リードスコアリングが行われます。たとえば、マーケターが、製品のデモを見たリードのコンバージョン率が高いパターンに気付いた場合、デモを見たリードには「A」グレードが与えられ、デモを見なかったリードには「B」グレードが与えられる可能性があります。

逆に、予測リードスコアリングでは、見込み客の行動と過去の購入履歴を使用して、見込み客が探しているものと、購入しようとしているかどうかを判断します。予測リードスコアリングでは、ビッグデータを使用してどのリードが変換される可能性が最も高いかを判断するため、営業担当者は会社に最も価値のあるリードに集中できます。

Lattice Engines と Mintigo は、予測リードスコアリングなどのクラウドベースの B2B 分析サービスを提供する 2 つの企業です。 Lattice Engines は、ソーシャルネットワーク、公開データベース、および Web ページを検索し、その情報を社内の顧客データと組み合わせて、企業が最適な販売見込みを見つけるのを支援します。 DocuSign は、予測リードスコアリング会社の Lattice Engines を使用して、変換する可能性が最も高いリードを見つけました。その結果、コンバージョンの予測可能性が 38% 向上しました。

Mintigo は、人工知能を使用して、採用傾向、使用されているマーケティングチャネル、インストールされているテクノロジーなどの情報を継続的に収集することにより、予測マーケティングプラットフォームを強化しています。次に、このデータを使用して、どの B2B リードが最高値であるかを判断します。次に、社内のマーケティング自動化プラットフォームと組み合わせて、営業チームがリソースをどこに集中させるべきかを決定します。

明らかに、予測インテリジェンスは、マーケティング担当者が顧客の行動に関する洞察をより上手に得るのに役立っています。マーケティング担当者がより効率的になるために使用しているツールのいくつかを次に示します。

機械学習

2014 年の Forrester Consulting の調査では、121 人の回答者に、上位 3 つの課題は何かを尋ねました。それぞれ 3 番目と 4 番目にリストされている企業は、すべての顧客とのやり取りからのデータストリームを分析し、それらの洞察を適用してカスタマーエクスペリエンスを向上させていました。

ビッグデータが進化し続けるにつれて、マーケティング担当者は、人間が管理するのが困難になる可能性があるますます大規模なデータストリームを処理しています。この問題を解決するのが機械学習です。機械学習は、システムが大量のデータセットをふるいにかけてパターンを探し、新しい情報に基づいてプログラムを調整するプロセスです。

Staples は、機械学習を使用して、企業のバイヤーの好みに関する情報をいくつかの異なる方法で収集しています。それは、ウェブサイトを介したセルフサービスの買い物客と、人々が話しかけたときの Easy Button です。どちらも、Staples が買い物のニーズをより正確に予測するのに役立ちます。買い物客が時間の経過とともにボタンに話しかけると、ボットは顧客が何を必要としているかを識別し、応答を改善します。

人工知能

マーケティング担当者の最大の問題の 1 つは、全体像を把握できるデータが常に提供されるとは限らないことです。人工知能は、ニュース記事、ソーシャルメディアの更新、データベースなど、ウェブ上の新しいデータソースを見つけることができます。この追加データはすべて、マーケティング担当者がより質の高い見込み客を見つけ、見込み客向けにコンテンツをより適切にパーソナライズするのに役立ちます。

人工知能は、パーソナライゼーションの強力なツールでもあります。 AI は、顧客のショッピング履歴と消費者プロファイルを使用して、顧客のブランドの好みに合わせてメールをカスタマイズできます。このツールは非常に強力であるため、Demandbase の調査では、マーケターの 80% が AI が今後 5 年以内にマーケティング業界に革命を起こすと考えていることがわかりました。

マーケティング担当者は、人工知能の力を強く信じていますが、それをどのように実装するかはまだよくわかっていません. Demandbase が調査したマーケティング担当者のうち、AI について非常に自信を持って理解していると答えたのはわずか 26% でした。私道にスポーツカーがあるが、車両の操作方法を理解していないことを想像してみてください。これは、多くのマーケターが人工知能を使用して現在取り組んでいる段階です。

マーケティング担当者が機械学習、人工知能、およびその他のツールを効果的に使用したい場合、今後の傾向を把握することが不可欠です。ここでは、B2B マーケティングの変化を推進している 3 つのトレンドを紹介します。

マーケティング担当者の 80% は、AI が今後 5 年以内にマーケティング業界に革命を起こすと考えています。

クリックしてツイート

3 予測インテリジェンスの傾向

調査によると、予測インテリジェンスが従業員のエンゲージメントと顧客の生涯価値を高めることが示されています。 Aberdeen Group による 2016 年の調査では、予測分析によって、顧客あたりの平均利益率が約 5% 向上し、顧客の生涯価値が非ユーザーよりも 10% 向上する可能性があることが示されました。

予測インテリジェンスに投資する企業が増える中、今後数年間に何が予想されるかを知ることが重要です。

チャットボットの台頭

チャットボットはますます機械学習を使用してよりスマートになり、時間の経過とともに顧客により良い回答を提供しています。顧客は、FAQ ページを調べたり、時間のかかる電話をかけたりしなくても、製品やサービスに関する質問への回答を得ることができます。

チャットボットは、より多くのプロセスを自動化し、可能な限り最高のユーザーエクスペリエンスを提供しようとする企業にとって重要なツールになりました。 2016 年の最初の 6 か月だけで、5,800 万ドルがチャットボットに投資されました。さらに、Gartner は、2020 年までに顧客が企業と人間対人間のレベルで対話することさえほとんどなくなると予測しています。

テクノロジーは間違いなく成熟し、顧客からの質問が消費者プロファイルに追加されて、カスタマージャーニーのどこにいるのか、どのようなサービスを購入する可能性があるのかをよりよく把握できるようになるでしょう。

インテリジェントアプリ

機械学習は、Facebook のような技術大手が手に入れることができるツールになるだけではありません。インテリジェントなアプリは、あなたが思っているよりも早く主流になるでしょう。まもなく、ほとんどの企業が、大量のデータを迅速に分析し、新しい情報に基づいてプログラムを変更するアプリを使用するようになります。 2016 年、TechCrunch は、彼らが出会ったスタートアップの 90% が機械学習を使用してカスタマーエクスペリエンスを改善することを計画していることを知りました。

また、インテリジェントなアプリを強化するアルゴリズムの市場も拡大するでしょう。アルゴリズムはそのような市場の 1 つです。 Mashape は、開発者がインテリジェントなアプリを構築するために使用する API のもう 1 つの市場です。マーケティング担当者は、顧客にパーソナライズされたソリューションを提供するインテリジェントなアプリを実行するために、ますますアルゴリズムに依存するようになります。

マーケットプレイスは、売買プロセスにおける摩擦を減らすため、重要です。購入プロセスが簡素化されるということは、インテリジェントなアプリとそれらを強化する API の採用が迅速化されることを意味します。

ビッグデータへの投資が増加

DNV GL – Business Assurance の調査によると、全組織の 76% が現在から 2019 年までの間にビッグデータへの投資を増やすか、維持しようとしていることがわかりました。この調査では、世界中の企業の過半数がビッグデータを機会と見なしていることもわかりました。ビッグデータへの投資を増やす企業は、効率と意思決定の改善を目の当たりにしており、企業はまた、顧客に関する重要な情報を取得して保存する方法としてビッグデータを採用しています。

機械学習と人工知能に新たな焦点が当てられたため、これらのプロセスを強化するデータはどこかから取得する必要があります。ビッグデータは、これらのツールがマーケター向けにより完全な全体像を描くために必要な情報を提供します。大量のデータがなければ、予測インテリジェンスは間違った結論を導き、マーケティング担当者を間違った方向に導く可能性があります。そのため、予測ツールとともにビッグデータを育成する必要があります。

予測顧客インテリジェンスの例

企業は、予測分析の使用を拡大する傾向にあります。しかし、それは単なる未来のための技術ではありません。現在、企業は予測ツールを使用して収益を改善し、効率を高めています。

インサイドビュー

InsideView は、どの見込み客が追求する価値があるかを判断するためのより効果的な方法を必要としていたマーケティングおよび販売会社です。当時、InsideView には 2 人の営業担当者しかおらず、どのインバウンドリードが最も優先度が高いかを判断するのに18 日間の長いプロセスが必要でした。

次に、リードスコアリングに関するインテリジェントな洞察を得るために、SalesPredict の予測分析ソリューションに目を向けました。このソリューションは、何千ものシグナルを使用して、リードの購入意向に関する洞察を生み出しました。予測分析により、InsideView は、会社の既存のマーケティング自動化に組み込まれた各リードのスコアを作成することができました。

結果？ InsideView のリード評価プロセスは 2 日に短縮されました。さらに、コンバージョン率は 25% 増加し、同社は適格な販売パイプラインで 100% の成長を経験しました。

米国の携帯電話

US Cellular は、収益を上げるために実装できる Web サイトの最適化と、それらの各アクションの効果を知りたいと考えていました。彼らはカーディナルパスを雇って購入意向分析 (予測分析の一種) を完了し、どの Web サイトアクションが将来の購入を最も予測しやすかったかを発見しました。

同社の Web サイトでカートに追加する機能や店舗検索機能を使用した見込み顧客は、価値の高い見込み顧客であると考えられていました。 Cardinal Path は、US Cellular の「Chat Now」または「Offers」機能を使用した見込み客は、店舗検索機能を使用した見込み客よりも将来購入する可能性が高いことを発見しました。 US Cellular はこれらのインサイトを使用して、より質の高いリードに焦点を当て、顧客生涯価値を 61% 増加させました。

どのテクノロジーを活用しますか?

機械学習や AI などの予測ビジネスインテリジェンステクノロジは、もはや無視できる異質な概念ではありません。彼らはここに留まり、私たちが知っているようにデジタルマーケティングを変えています. どちらも、マーケティング担当者が顧客向けにパーソナライズされたソリューションを作成できるようにし、関連するトレンドを常に把握することで、将来的にビジネスをより効率的にするのに役立ちます.

顧客のクリック後のランディングページエクスペリエンスのパーソナライズを開始するには、今すぐ Instapage Enterprise のデモにサインアップしてください。