予測分析101：予測を活用してビジネス結果を得る

ビッグデータの時代に、Netflix、Amazon、Walmartなどの大物は、戦略を導き、将来に向けてよりスマートで費用効果の高い意思決定を行うための主要なツールとして予測分析を支持してきました。 予測分析は、強力な分析ソフトウェアを介して過去の顧客データを処理することにより、これらの企業や他の無数の企業が将来の結果の可能性を予測するのに役立ちました。

現在、企業の28％が予測分析を使用して、予測を通じて意思決定に情報を提供しています。 予測分析の採用は今後数年で成長すると予想されており、自社のデータを活用していない企業は、予測力のある競合他社に負けるリスクをますます強めています。 結論は？ 成長、コスト削減、運用効率の向上に重点を置いているビジネスは、予測分析をビジネス戦略に統合して、競合他社よりも先に予測の実質的な力を活用する必要があります。

予測分析とは何ですか？

予測分析は、履歴データを強力なコンピューターモデリング、データ分析、機械学習と組み合わせることで、結果の可能性を計算します。 予測分析は、企業がデータ主導の予測を使用して戦略変更の予想される結果を予測するのに役立ちます。 好奇心旺盛な製品マーケティングマネージャーは、予測分析を使用して、製品の展開が成功する可能性を判断したり、製品インターフェイス内の機能の変更が顧客のコンバージョンの可能性にどのように影響するかを調べたりする場合があります。 正しく使用すれば、予測分析に取り組む企業は、新しい方法や戦略の検討に伴うリスクを最小限に抑えながら、顧客のコンバージョンと売上高を促進する新しい方法を試すことができます。

データを使用して将来のイベントを予測することは、空想科学小説のプロットデバイスのように見えるかもしれませんが、数学的なコンポーネントは現代のコンピューティングよりも前のものです。 過去数十年の間に、いくつかの進歩により、企業は予測分析を使用して独自の予測を行うことが可能になりました。

• コンピューターはより速く、より強力になり、商用利用がより手頃になりました
• ソフトウェアの革新により、分析は現代のビジネスにとってより利用しやすくなりました
• 企業は、以前は達成できなかった膨大な量のデータを顧客から収集し始めました。これは、予測を最適化するための重要な要素です。

これらのデジタルの進歩のおかげで、企業は顧客の過去の行動についてこれまで以上に親密な洞察を得ることができます。 ウェブサイトの使用や製品の注文などを通じて膨大な量の顧客データがストリーミングされるため、ビッグデータの時代が進むにつれ、予測はすでに手ごわい精度を向上させるだけです。

データ駆動型予測によるマーケティング戦略のガイド

予測は、マーケティングの世界でよく使用され、より可能性の高い肯定的な結果に支出を集中させるために使用されます。 データ、コンピューター学習、および統計モデリングは、定量化可能なマーケティング結果を生成します。AmplitudeRecommendを使用して構築された予測は、行動コホートと比較して5％から20％のリフトを生成します。 マーケティングキャンペーンを改善する手段としての予測の主な使用例は3つあります。

キャンペーンに含める人を決定する

コンバージョンの可能性が低い顧客を含めることは、コンバージョンの可能性が高い顧客にアピールするために費やされる可能性のあるお金と労力の無駄です。 Amplitude Recommendationは、マーケターがどのユーザーがコンバージョンの可能性が最も高いかを予測できるようにすることで、この落とし穴を回避します。 このグループが特定されると、マーケティングキャンペーンで使用するために、これらの価値の高い顧客のみで構成されるコホートを構築できます。

提供するインセンティブの決定

顧客にインセンティブを提供するとコンバージョンが増える可能性がありますが、割引なしで登録した顧客に割引を提供していないことをどのように知っていますか？ この場合、予測を使用して、インセンティブを与えられたキャンペーンから可能性の高い顧客を排除できます。 そうすることで、マーケターは、可能性の高いユーザーが全額を支払う可能性が高いものを割引価格で提供することを回避します。

顧客に表示されるコンテンツの決定

パーソナライズはビッグデータ時代のゲームの名前であり、予測はパーソナライズされたマーケティングキャンペーンを強化するものです。 実際、ターゲットを絞ったカスタマイズは多くの消費者にとって期待されており、顧客の90％がパーソナライズされたマーケティングを少なくともある程度魅力的だと感じています。 精通したマーケターは、特定の製品または機能を好むユーザーで構成される予測コホートを作成し、それらの同じ好まれる製品を特に特徴とするキャンペーンを構築して、より大きな結果を生み出します。

解約を回避するための顧客行動の分析と予測

予測分析は、「もしも」を実行するのに特に役立ちます。 顧客維持を含むシナリオ。 具体的には、顧客体験のさまざまな側面を予測モデル内で微調整または変更して、最適な顧客体験を決定できます。 たとえば、予測分析を実行することで、製品マーケティング担当者は、無料トライアル中に価値の高い見込み客にパーソナライズされたメッセージを送信することが、コンバージョンに悪影響を与えるのか、それとも役立つのかを考える必要がありません。

パーソナライズは、顧客がニーズを持っていることに気付く前に、予測が顧客のニーズを予測する場合に役立ちます。 おそらく最も有名なのは、NetflixやSpotifyなどのストリーミングサービスやAmazonなどの小売業者が、以前の選択肢と同様のコホートの選択肢の組み合わせに基づいて顧客に製品の提案を行い、消費者体験と販売数の両方を向上させることです。

推奨事項の使用は、ストリーミングサービスやeコマースサイトの領域を超えています。 Chik-fil-最近使用されたAmplitudeで構築された予測を使用して、過去の行動や購入に基づいて、アプリ内のメニュー項目が特定のユーザーにどのように表示されるかを変更します。 これにより、顧客はUIを精査することなく必要なものを購入し、購入段階での摩擦を最小限に抑えることができました。

場合によっては、予測から収集された洞察が製品およびサービスの開発に役立つことがあります。 Netflixは、デヴィッドフィンチャーが指揮し、ケヴィンスペイシーが率いる元の英国の番組のリメイクが視聴者にヒットすることを予測が示唆した後、非常に人気のあるハウスオブカードショーをグリーンライトで照らしました。 Netflixは、1億ドルのリスクを冒して、既存の顧客ベースと新規加入者にとって魅力的な製品を作成することができました。これらはすべて、予測モデルの信頼性を利用することで実現しました。

これらの信頼性の高いデータ駆動型の予測は、顧客が体験する前に、顧客体験の摩擦を特定するのに役立ちます。 プロダクトマーケティング担当者が、音楽ストリーミングサービスにサインアップしてから数週間以内に使用量が大幅に減少したことに気付いた場合、企業は変数を変更したシナリオを作成して、顧客のエクスペリエンスが中断する可能性が最も高いことを特定できます。

チャーンのリスクが高いユーザーを特定しようとしているストリーミングサービスは、AmplitudeRecommendを使用して以下に基づいて予測を実行できます。

• コホートの在職期間の長さ
• 最後のストリームまたはダウンロードの日付
• ダウンロードの過去の頻度
• 同じ日にサインアップした他のコホートとの比較

予測分析がリスクの高い顧客を特定するのに役立つと、企業は費用効果が高く、パーソナライズされた保持努力で顧客をターゲットにすることができます。

需要の変化を予測して準備する

予測分析を使用して製品の需要をより正確に予測することで、在庫過剰または在庫不足とそれに関連するコストを最小限に抑えることができます。 2020年のホリデーシーズンの数字のみに基づいて在庫を決定する2021年の小売業者は、さまざまな環境状況に直面して、ひどく在庫が不足していることに気付く可能性があります。 コインの裏側では、パンデミック前の売上高を予想している小売業者は、棚を過剰に在庫していることになりかねません。 当て推量の代わりに、企業は予測分析ソフトウェアによって作成されたモデルを使用して、履歴データに根ざし、コンピューター計算によって強化された可能性のあるシナリオを予測できます。

さらに、需要を予測することで、スケジューリングに対するより現実的な期待を生み出すことができ、特定のビジネスが特定の期間中に人員不足または人員過剰になる可能性を減らすことができます。 予測分析は、ウォルマートが薬局のピーク時間を特定して、人員配置の効率を最大化し、処方箋の記入時間を短縮するのに役立ちます。

あまり予想されていない顧客の需要は、物理的なビジネスの供給と人員配置の問題を引き起こす可能性がありますが、オンライン小売業者とSaaSビジネスは、過大な負担のサーバーとデジタルインフラストラクチャで独自のボトルネックに直面しています。 このような企業は、予測分析を使用して、予測される需要の急増に先立って、サービスを強化し、適切なITおよび顧客リソースを提供できます。

潜在的な先物の計画

過去の業績にしっかりと目を向けている企業は、潜在的な将来の成長機会を制限します。 全社的な予測分析の採用は、より幸せでより熱心な顧客と、より魅力的な収益につながる可能性があります。これは、早期採用者がすでに活用しているメリットです。 企業は予測分析を既存の運用に統合することですぐに成果を上げることができますが、メリットは今ここに限定されません。 Amplitudeのような予測分析プラットフォームは、単一の製品または顧客のコホートの予想される結果を予測するのに確かに役立ちますが、その主な利点は、企業が自分たちで見ている潜在的な未来を選択するのを支援できることにあります。