기계 학습을 활용하여 자동차 쇼핑 전망 및 시기를 예측하는 방법

시간이 지남에 따라 수집된 데이터에서 생성된 모델을 적용하면 수동적 및 능동적으로 누가 자동차 시장에 있는지 알 수 있습니다. 판매 데이터 및 현재 또는 과거 고객 상호 작용에서 사용자 지정 모델을 만들 수 있습니다.

에이미:

그래서 사람들을 돕기 위해 기계 학습 플랫폼으로 할 수 있는 두 가지 일이 있습니다. 첫 번째는 사람들이 사전에 어디에서 쇼핑을 하고 무엇을 구매하게 되는지 확인하기 위해 과거 데이터와 위치 데이터, 모바일 위치 데이터를 살펴봅니다.

그리고 그것으로 우리는 모델을 만듭니다. 이 모델을 적용하면 이 모든 사람들의 공통점은 무엇입니까? 그리고 이 모델을 전체 2억 5천만 가구 데이터 세트에 적용하면, 향후 3~6개월 내에 자동차 시장에 나올 가능성이 가장 높은 사람들 중 누구를 격리할 수 있습니까?

그리고 그것은 그들에게 일찍 도착하는 것으로 바로 돌아갑니다. 그리고 그들이 그것에 대해 알기 전에 그것에 대해 알고 있다면 그것은 모델 예측이 될 것입니다, 그렇죠? 일단 그렇게 하면 해당 시장 영역에서 해당 사람들을 찾고 그들에게 연락하는 것이 매우 쉽습니다. 아주 쉽게.

우리가 할 수 있는 또 다른 일은 판매 데이터를 가져오고 특정 고객에 대한 분석을 수행하여 개별 브랜드 또는 대리점에 대한 사용자 지정 모델을 만들 수 있다는 것입니다. 그런 다음 그들을 위한 맞춤형 모델을 다시 생성하여 시장 영역에서 가장 많이 구매할 가능성이 있는 유사 인물을 타겟팅할 수 있습니다.

최신 뉴스 및 리소스를 통해 최신 상태를 유지하십시오.

시장 내 자동차 구매자 타겟팅

2억 6천만 명 이상의 소비자, 1억 9천만 개 이상의 VIN, 1억 7천만 개의 이메일 주소 및 인구 통계에 대한 정보를 통해 당사의 자동차 잠재 고객은 올바른 소비자 연결에 필요한 통찰력을 제공합니다. 오늘 저희에게 연락하십시오!