Verwenden von Vorhersageanalysen, um Kunden mit der höchsten Kaufaffinität zu erkennen
Veröffentlicht: 2016-01-10Es wird eine faszinierende Studie über potenzielle Kreditsäumige durchgeführt, die nichts mit ihrem finanziellen Status, ihrer Kreditwürdigkeit oder ihren Ausgabegewohnheiten zu tun hat. Wenn man den Ergebnissen der ersten Analyse Glauben schenken darf, behauptet die Studie, dass Menschen, die ihre Handys immer aufgeladen halten, mit geringerer Wahrscheinlichkeit mit ihrer EMI-Zahlung in Verzug geraten als diejenigen, die warten, bis der Akku vollständig leer ist.
Zu letzterem Kreis würden nun auch diejenigen gehören, die an den technischen Mythos glauben, dass ein Akku erst einmal komplett entladen werden sollte, bevor man ihn wieder auflädt. Nichtsdestotrotz weisen die Ergebnisse auf ein entscheidendes Teil im Kreditpuzzle hin, nämlich wie man (psychologisch) weiß, ob der Kreditsuchende ihn rechtzeitig zurückzahlen wird oder nicht, auch dies auf der Grundlage von Faktoren, die in keiner Weise mit Geld zu tun haben. Sie hängen jedoch mit dem Kreditsuchenden und seinen Gewohnheiten zusammen.
Gewohnheiten sind also der Schlüssel zur Sicherstellung der Wahrscheinlichkeit, dass eine Person etwas tut, denn Gewohnheiten sind schwer zu ändern.
In ähnlicher Weise verwenden Vorhersagemodelle im Einzelhandel, die die Kaufwahrscheinlichkeit einer Person abschätzen, dies anhand nicht transaktionaler Kundendaten. Einige mögen die Kaufwahrscheinlichkeit mit der Kaufabsicht verwechseln, aber lassen Sie mich den Nebel aufklären:
Sie prüfen ein Produkt, was darauf hindeuten könnte, dass Sie es kaufen möchten. Möglicherweise kaufen Sie es jedoch immer noch nicht oder planen wahrscheinlich, es im kommenden Monat zu kaufen. Der Grund könnte beliebig sein – sagen wir, Ihr Kreditlimit für den aktuellen Monat würde es Ihnen nicht erlauben, diesen Kauf zu tätigen. Selbst bei einer Kaufabsicht ist Ihre Kaufwahrscheinlichkeit also gleich Null, zumindest für diesen Monat.
Nachdem wir uns nun über die beiden Konzepte im Klaren sind, fahren wir mit der Vorhersageanalyse fort.
Wie funktionieren Vorhersagemodelle?
Vorhersagen für Erstkäufer
Das Modell würde das Vorkaufsverhalten von Interessenten mit dem von früheren Kunden vergleichen, die etwas gekauft haben. Das Modell nutzt Attribute wie geöffnete E-Mails, besuchte Seiten, Kaufroute, angeklickte Calls-to-Action usw.
Interessenten, deren Verhalten am ehesten mit den bisherigen Käufern übereinstimmt, werden als „hochaffine Käufer“ bezeichnet. Vermarkter verfolgen diese neue Liste potenzieller Kunden mit angepassten Nachrichten, um eine maximale Anzahl von Verkäufen abzuschließen.
Vorhersage für Wiederholungskäufer
Die Vorhersage der Wahrscheinlichkeit für Wiederholungskäufe berücksichtigt Daten aus früheren Transaktionen und auch die Interaktionen, die vor dem Kauf stattgefunden haben. Dies ähnelt dem Modell für Erstkäufer.
Es gibt jedoch zusätzliche Informationen, die vom ersten Kauf dieser Kunden in die Datenbank eingetragen werden. Diese Konsolidierung erhöht die Genauigkeit des Modells erheblich, da es Daten über Wiederholungskäufe, zurückgegebene Pakete und auch die Interaktion mit dem Kundendienst enthält.
Ein lebendiges Beispiel
Es ist also ungefähr so:
„Hallo Selena,
Es ist schon eine Weile her, seit wir uns das letzte Mal gesprochen haben. Ich freue mich, Ihnen mitteilen zu können, dass wir einen neuen Stil von Kaschmir-Shrugs auf den Markt gebracht haben, von dem ich glaube, dass Sie ihn lieben werden. Sie ähneln der rosa, die Sie letzten Winter gekauft haben, aber in einem sehr schmeichelhaften Schnitt. Ich schicke Ihnen einen aus dieser Sammlung in Ihrer Größe. Probieren Sie es an und lassen Sie mich wissen, wie es passt und sich anfühlt.
Für dich empfohlen:
Was bedeutet die Anti-Profiteering-Bestimmung für indische Startups?
Wie Edtech-Startups Indiens Arbeitskräften helfen, sich weiterzubilden und zukunftsfähig zu werden ...
New-Age-Tech-Aktien in dieser Woche: Zomatos Probleme gehen weiter, EaseMyTrip-Posts steigen...
Indische Startups nehmen Abkürzungen bei der Jagd nach Finanzierung
Digitale Marketingplattform Logicserve Bags INR 80 Cr-Finanzierung, Umbenennung in LS Dig...
Bericht warnt vor erneuter behördlicher Prüfung von Lendingtech Space
Jess
Ihr persönlicher Stylist“
Nun, wer möchte nicht so behandelt werden?
Was benötigen Sie für die prädiktive Analyse und warum?
Ein Mobile-First-Ansatz. Wieso den? Denn jetzt ist die Reise eines Kunden zum Kauf kein linearer Pfad, sondern ein Spiel, bei dem es um mehrere Berührungspunkte geht UND die Mobilität im Mittelpunkt der Reise steht.
Sobald Sie das erhalten haben, haben Sie Zugriff auf eine Vielzahl von Datenpunkten. Von App-Nutzungsstatistiken bis hin zu Social-Media-Aktivitäten haben Sie alles, was Sie brauchen, um den mysteriösen Verstand eines Käufers zu entschlüsseln.
Die Ära der Arbeit mit den Daten von Regierungsstellen und Finanzinstituten ist längst vorbei, ebenso wie die Zeiten, in denen die Intuition zur Lösung von Konvertierungsproblemen eingesetzt wurde. Was also übrig bleibt, sind große Datenmengen und einzigartige Korrelationseinblicke, die Ihnen helfen können, verschiedene Einkaufsgewohnheiten der Menschen auszuwählen und sie zu Ihrem Vorteil zu nutzen.
Vorteile der prädiktiven Analyse im Einzelhandel
Gezielte Rabatte (und weniger Rabatte)
Es gibt drei Arten von Käufern: Erstens, die nur mit einem Rabatt kaufen möchten; zweitens, die unabhängig von der Verfügbarkeit des Rabatts kaufen; und drittens, der in beide Richtungen schwanken kann. Als Vermarkter weiß ich, dass nur 20 % der Kundenpopulation Rabatt-Junkies sind und 15 % normalerweise ohne Rabatt kaufen, während die meisten von ihnen sich nicht an einem Deal stören. Die meisten Vermarkter, wie ich, kennen das Zeug auch. Warum bieten sie dann Pauschalrabatte an, die zu einer Verringerung der Gesamtgewinnmargen führen?
Ich würde das Faulheit nennen. Faulheit, einen Lead individuell zu verstehen und zu analysieren und auf seine einzigartigen Bedürfnisse einzugehen.
Es gibt eine Sache, die mit Rabatten schrecklich falsch ist. Wenn Sie jedes Jahr zu bestimmten Anlässen etwas ausgeben, erwarten die Leute sie und warten dann auf den Rabattzeitraum, um zu kaufen. Sie werden nicht ohne diesen Rabatt kaufen. Das ist also eine schlechte Angewohnheit, der wir unsere Kunden ausgesetzt haben.
Wie also sollen die Rabatte gehandhabt werden? Hier ist Ihre Antwort: 7 Rabattmöglichkeiten, die Ihr Produkt nicht entwerten
Dieser Artikel oder ich sagen nicht, dass Rabatte oder andere Anreize falsch sind. Aber sie sollten wie ein Süßstoff im Tee wirken und nicht der Tee selbst. Rabatte müssen anspornen. Was ich meine ist, dass Sie einen Rabatt anbieten können, wenn Sie sehen, dass ein Kunde seinen Einkaufswagen verlässt. oder als Anmeldeprämie, um einen neuen Kunden zu gewinnen. Durch das Loslassen von Anreizen können Sie Ihre Aufmerksamkeit auf die personalisierte Betreuung der individuellen Bedürfnisse und Wünsche eines Kunden durch Empfehlungen und Erinnerungen richten.
Auf diese Weise können Sie sowohl den Umsatz als auch die Rentabilität von jedem Kunden maximieren.
Detaillierte Kundensegmente, auf die Sie sich konzentrieren können
Wie gesagt, die Zeit der demografischen Trennung von Kunden ist vorbei. Die Fokussierung auf Verhaltens- und Einkaufsmuster gibt Vermarktern einen tieferen Einblick, wie sie den Kunden auf subtile und strategische Weise erreichen können, denn das Erreichen und Akquirieren von Kunden ist teuer. Sie werden nicht nur wissen, was sie kaufen, sondern auch, wie sie es tun, wie sie eine Wahl treffen und sich für etwas entscheiden. Sie werden verstehen, was sie dazu bringt, ihre Brieftaschen für Sie zu öffnen, und auch, was sie dazu bringt, gute Dinge über Ihre Marke zu sagen und ihre Liebsten dazu zu bringen, bei Ihnen zu kaufen.
Abgesehen von der Auswahl der richtigen Leute erhöhen Sie Ihre Chancen, gehört, gehört und verfolgt zu werden, was Ihren ROI immens verbessert. Relevanter und nützlicher zu sein, hilft Vermarktern, ihre Abhängigkeit von hohen Rabatten zu verringern.
Kundenzentrierter Ansatz
Was passiert bei einem Lagerräumungsverkauf?
Erstens finden die meisten Kunden das gesuchte Produkt nicht, zumindest nicht in der richtigen Spezifikation. Zweitens räumt das Unternehmen sein Lager mit Verlust, weil es auf eine riesige Summe über alle alten Bestände verzichtet. Klingt für keine der beiden Parteien nach einer Gewinnsituation.
Das liegt daran, dass es sich um einen warenorientierten Ansatz handelt, nicht um einen kundenorientierten. Es gibt dem Kunden sowieso nicht das Gefühl, etwas Besonderes zu sein. Außerdem sensibilisiert es die Kunden falsch. Wie gesagt, sie werden Ihr Muster aufgreifen, sich in eine ähnliche Gewohnheit vertiefen und dann auf diesen großen jährlichen Verkauf warten. Sie wissen nie, einige Kunden, die in diesem Zeitraum einkaufen, benötigen möglicherweise nicht einmal einen Rabatt von 55 %. Sie könnten immer noch zu 25 % gekauft haben oder gar kein Geschäft machen.
Aus geschäftlicher Sicht erhalten Sie daher drei große Vorteile aus der prädiktiven Analyse:
- Inkrementelle Marge (von denen, die zum Kauf motiviert sind)
- Inkrementelle Einnahmen (von denen, die anfänglich keinen Anreiz zum Kauf hatten)
- Reduzierung von Überbeständen (besseres Bestandsmanagement)
Fehler zu vermeiden
Es gibt keine Marketinginitiative, die nicht schief gehen kann, nicht einmal die prädiktive Analyse. Dieser Artikel listet einige der Gaffes auf, die man mit ein wenig Vorsicht leicht vermeiden kann. Einige wichtige sind unten aufgeführt:
- Haben Sie ein Ziel vor Augen, bevor Sie beginnen, die Punkte zu verbinden.
- Fahren Sie mit der Kampagne erst fort, wenn Sie alle erforderlichen Datenpunkte haben.
- Entfernen Sie die Daten, die Ihre Erkenntnisse verfälschen und Ihr Urteilsvermögen trüben könnten.
- Starten und bewegen Sie sich blitzschnell, denn der Inhalt ist dynamisch und wenn Sie zögern, kann sich die Situation für Ihren Plan bis dahin geändert haben.
- Da jedes Unternehmen anders ist, glauben Sie nicht den Fachexperten oder der Forschung. Sie basieren alle auf veralteten Daten.
Fazit
Das traditionelle Modell der Kundensegmentierung nutzte ihre demografischen Merkmale, Einstellungen oder Kaufpräferenzen. Es hat seine eigenen Vorteile, aber die Technologie und die Wünsche der Verbraucher haben sie obsolet gemacht. Predictive Analytics hingegen deckt verborgene Muster in den Daten auf, die Marketingfachleuten helfen, dieselben Daten in einem anderen Licht zu sehen und so das Konzept des Customer Lifecycle Management aus einer neuen Perspektive anzugehen.
Die mit diesem Ansatz durchgeführte Segmentierung ist viel nuancierter und präziser, so dass Sie vorhersagen können, ob ein potenzieller Kunde bei Ihnen kaufen wird oder nicht, ob er Ihr Angebot annehmen wird oder nicht oder ob er Ihnen treu bleibt auf lange Sicht. Dies ist eine absolute Win-Win-Situation für Kunden und Unternehmen, die zu einer profitableren und längeren Beziehung führt, die auf gegenseitigem Vertrauen basiert.
Wenn Sie also davon geträumt haben, im Voraus zu wissen, was der Kunde kaufen wird, was Sie in größeren Mengen auf Lager haben, wie Sie Kundenprobleme lösen können, bevor sie überhaupt auftreten, oder bestimmen, wie viel Umsatz dieser Kunde in seiner vollständigen Beziehung zu Ihnen bringen würde, dann hier ist deine Chance. Mit prädiktiver Analyse.
Laden Sie eine interessante Studie darüber herunter, was im E-Mail-Marketing für E-Commerce funktioniert (und was nicht) von TargetingMantra.