Utilizzo dell'analisi predittiva per individuare i clienti con la più alta affinità di acquisto
Pubblicato: 2016-01-10È in corso uno studio intrigante sui potenziali inadempienti sui prestiti che non ha nulla a che fare con la loro situazione finanziaria, il punteggio di credito o le abitudini di spesa. Se si vuole credere ai risultati dell'analisi iniziale, lo studio afferma che le persone che tengono i cellulari sempre carichi hanno meno probabilità di non pagare le EMI rispetto a quelle che aspettano che la batteria si scarichi completamente.
Ora quest'ultimo gruppo di persone includerebbe anche coloro che credono al mito tecnico secondo cui una batteria dovrebbe prima scaricarsi completamente, prima di essere rimessa in carica. Tuttavia, i risultati puntano verso un pezzo critico nel puzzle del prestito, come sapere (psicologicamente) se il richiedente il prestito lo rimborserà in tempo o meno, anche questo in base a fattori che non sono in alcun modo correlati al denaro. Tuttavia, sono legati alla persona che chiede il prestito e alle sue abitudini.
Quindi le abitudini sono le chiavi per garantire la probabilità di una persona di fare qualcosa, perché le abitudini sono difficili da cambiare.
Allo stesso modo, i modelli di previsione nella vendita al dettaglio, che misurano la probabilità di acquisto di una persona, lo fanno utilizzando dati dei clienti non transazionali. Alcuni potrebbero confondere la probabilità di acquistare con l'intento di acquistare, ma lasciami schiarire la nebbia:
Stai controllando un prodotto che potrebbe indicare che desideri acquistarlo. Tuttavia, potresti ancora non acquistarlo o probabilmente hai intenzione di acquistarlo il prossimo mese. Il motivo potrebbe essere qualsiasi: ad esempio, il limite di credito per il mese in corso non ti consente di effettuare questo acquisto. Quindi, anche con l'intenzione di acquistare, la tua probabilità di acquisto è nulla, almeno per questo mese.
Ora che siamo chiari sui due concetti, andiamo avanti con l'analisi predittiva.
Come funzionano i modelli di previsione?
Previsioni per i primi acquirenti
Il modello confronterebbe il comportamento pre-acquisto dei potenziali clienti con quello dei clienti precedenti che hanno acquistato qualcosa. Il modello utilizza attributi come email aperte, pagine visitate, percorso di acquisto, inviti all'azione cliccati, ecc.
I potenziali acquirenti il cui comportamento corrisponde maggiormente agli acquirenti precedenti sono etichettati come "acquirente ad alta affinità". Gli esperti di marketing perseguono questo nuovo elenco di potenziali clienti con messaggi personalizzati per chiudere il numero massimo di vendite.
Prevedere per gli acquirenti abituali
L'anticipazione della probabilità di acquisti ripetuti tiene conto dei dati delle transazioni precedenti e anche delle interazioni avvenute prima dell'acquisto. Questo è simile al modello per gli acquirenti per la prima volta.
Tuttavia, ci sono informazioni aggiuntive popolate nel database dal primo acquisto di questi clienti. Questo consolidamento migliora sostanzialmente l'accuratezza del modello poiché incorpora i dati sugli acquisti ripetuti, sui pacchi restituiti e anche sull'interazione con il servizio clienti.
Un esempio dal vivo
Quindi è qualcosa del genere:
“Ciao Selena,
È passato un po' di tempo dall'ultima volta che ci siamo parlati. Sono entusiasta di dirti che abbiamo lanciato un nuovo stile di coprispalle in cashmere che sento che amerai. Sono simili a quello rosa che hai comprato lo scorso inverno, ma con un taglio molto lusinghiero. Te ne mando uno da questa collezione, della tua taglia. Provalo e fammi sapere come si adatta e si sente.
Raccomandato per te:
Cosa significa la disposizione anti-profitto per le startup indiane?
In che modo le startup Edtech stanno aiutando la forza lavoro indiana a migliorare le competenze e a diventare pronte per il futuro...
Azioni tecnologiche new-age questa settimana: i problemi di Zomato continuano, EaseMyTrip pubblica stro...
Le startup indiane prendono scorciatoie alla ricerca di finanziamenti
Piattaforma di marketing digitale Logicserve Borse INR 80 Cr Finanziamenti, rinomina come LS Dig...
Il rapporto avverte di un rinnovato controllo normativo sullo spazio Lendingtech
Jess
Il tuo stilista personale”
Ora chi non vorrebbe essere trattato così?
Di cosa avresti bisogno per l'analisi predittiva e perché?
Un approccio mobile first. Come mai? Perché ora il percorso di acquisto di un cliente non è un percorso lineare, ma un gioco di connettere i punti in cui ci sono più punti di contatto E il mobile è al centro della traiettoria.
Una volta ottenuto questo, avrai accesso a una miriade di punti dati. Dalle statistiche sull'utilizzo delle app all'attività sui social media, hai tutto ciò che ti serve per decifrare la mente misteriosa di un acquirente.
L'era del lavoro sui dati degli enti governativi e delle istituzioni finanziarie è finita, così come sono finiti i tempi dell'uso dell'intuizione per risolvere i problemi di conversione. Quindi ciò che resta sono grandi quantità di dati e approfondimenti di correlazione unici che possono aiutarti a scegliere le varie abitudini di acquisto delle persone e sfruttarle a tuo vantaggio.
Vantaggi dell'analisi predittiva nella vendita al dettaglio
Sconti mirati (e meno sconti)
Ci sono tre tipi di acquirenti: primo, che vogliono acquistare solo con uno sconto; secondo, che acquistano indipendentemente dalla disponibilità dello sconto; e terzo, che può oscillare in entrambi i modi. Come marketer, so che solo il 20% della popolazione dei clienti è drogato di sconti e il 15% di solito acquista senza sconti, mentre la maggior parte di loro non è infastidita dalla presenza di un accordo. Anche la maggior parte dei marketer, come me, conosce queste cose. Allora perché offrono sconti generali che si traducono in un calo dei margini di profitto complessivi?
Lo chiamerei pigrizia. Pigrizia per comprendere e analizzare un vantaggio individualmente e soddisfare le sue esigenze uniche.
C'è una cosa terribilmente sbagliata con gli sconti. Se distribuisci in determinate occasioni ogni anno, le persone iniziano ad aspettarselo e poi aspettano che arrivi quel periodo di sconto per acquistare. Non compreranno senza quello sconto. Quindi è una cattiva abitudine a cui abbiamo esposto i nostri clienti.
Quindi come dovrebbero essere gestiti gli sconti? Ecco la tua risposta: 7 modi di sconto che non svalutano il tuo prodotto
Questo articolo, o io, non dico che sconti o altri incentivi siano sbagliati. Ma dovrebbero agire come un dolcificante nel tè, e non il tè stesso. Gli sconti devono fungere da incoraggiamento. Quello che voglio dire è che se vedi un cliente che abbandona il suo carrello, allora puoi offrire uno sconto; o come premio di iscrizione per acquisire un nuovo cliente. Lasciando andare gli incentivi, puoi concentrare la tua attenzione sull'attenzione personalizzata alle esigenze e ai desideri individuali di un cliente attraverso consigli e promemoria.
In questo modo, sarai in grado di massimizzare sia le entrate che la redditività di ogni cliente.
Segmenti di clienti dettagliati su cui concentrarsi
Come ho detto, non è più arrivato il momento di separare i clienti in base ai dati demografici. Concentrarsi sul comportamento e sui modelli di acquisto offre agli esperti di marketing una visione più approfondita su come raggiungere il cliente in modo sottile e strategico, perché raggiungere e acquisire clienti è costoso. Non saprai solo cosa acquistano, ma come lo fanno, come fanno una scelta e come stabiliscono qualcosa. Capirai cosa li fa aprire i loro portafogli per te e anche cosa li fa dire cose positive sul tuo marchio e spingere i loro cari ad acquistare da te.
Oltre a scegliere le persone giuste, aumenti le tue possibilità di essere ascoltato, ascoltato e seguito, il che migliora immensamente il tuo ROI. Essere più pertinenti e utili aiuta i marketer a ridurre la loro dipendenza da sconti profondi.
Approccio incentrato sul cliente
Cosa succede in una vendita di svendita?
Innanzitutto, la maggior parte dei clienti non trova il prodotto che sta cercando, almeno non nelle specifiche corrette. In secondo luogo, l'azienda libera il suo magazzino in perdita perché rinuncia a una somma enorme su tutto il vecchio inventario. Non sembra una situazione vincente per nessuna delle due parti.
Questo perché è un approccio incentrato sulla merce, non incentrato sul cliente. In ogni caso non fa sentire speciale il cliente. Inoltre, sensibilizza i clienti nel modo sbagliato. Come ho detto, prenderanno il tuo modello, approfondiranno un'abitudine simile e poi aspetteranno quella grande vendita annuale. Non si sa mai, alcuni clienti che acquistano in quel periodo potrebbero non aver nemmeno bisogno di uno sconto del 55%. Avrebbero potuto ancora acquistare al 25% o potrebbero non essere affatto in accordo.
Pertanto, dal punto di vista aziendale si ottengono tre enormi vantaggi dall'analisi predittiva:
- Margine incrementale (da chi è motivato all'acquisto)
- Entrate incrementali (da coloro che inizialmente non avevano incentivi all'acquisto)
- Riduzione delle scorte in eccesso (migliore gestione delle scorte)
Errori da evitare
Non c'è iniziativa di marketing che non possa andare storta, nemmeno l'analisi predittiva. Questo articolo elenca alcune delle gaffe che si possono facilmente evitare con un po' di cautela. Alcuni importanti sono elencati di seguito:
- Avere un obiettivo in mente prima di iniziare a collegare i punti.
- Non procedere con la campagna a meno che tu non disponga di tutti i punti dati richiesti.
- Migliora i dati che potrebbero confondere le tue intuizioni e offuscare il tuo giudizio.
- Avvia e muoviti alla velocità della luce perché il contenuto è dinamico e se ritardi, la situazione potrebbe essere cambiata per il tuo piano a quel punto.
- Dal momento che ogni azienda è diversa, non credete agli esperti in materia o alla ricerca. Sono tutti basati su dati obsoleti.
Conclusione
Il modello tradizionale di segmentazione dei clienti utilizzava i loro dati demografici, atteggiamenti o preferenze di acquisto. Ha i suoi vantaggi, ma la tecnologia e i desideri dei consumatori li hanno resi obsoleti. L'analisi predittiva, d'altra parte, svela schemi nascosti nei dati che aiutano i professionisti del marketing a visualizzare gli stessi dati sotto una luce diversa e, quindi, ad avvicinarsi al concetto di gestione del ciclo di vita del cliente da una nuova prospettiva.
La segmentazione effettuata utilizzando questo approccio è molto più sfumata e precisa tanto da poter prevedere se un prospect acquisterà da te o meno, se accetterà o meno la tua offerta, o se rimarrà fedele nel lunga corsa. Questa è una situazione vantaggiosa per tutti sia per i clienti che per le aziende che porta a una relazione più redditizia e più lunga basata sulla fiducia reciproca.
Quindi, se hai sognato di sapere in anticipo cosa comprerà il cliente, cosa immagazzinare in più quantità, come risolvere i problemi dei clienti prima ancora che aumentino o determinare quante entrate porterebbe quel cliente nella sua completa associazione con te, allora qui è la tua occasione. Con Analisi Predittiva.
Scarica un'interessante ricerca su cosa funziona (e cosa no) nell'email marketing per l'e-commerce di TargetingMantra.