予測分析を使用して、購入への親和性が最も高い顧客を特定する
公開: 2016-01-10潜在的なローン不履行者について実施されている興味深い研究があります。これは、財務状況、信用スコア、または支出習慣とは何の関係もありません。 最初の分析の結果が信頼できるものであるとすれば、この研究では、携帯電話を常に充電しておく人は、バッテリーが完全に消耗するのを待つ人よりも EMI の支払いを怠る可能性が低いと主張しています。
後者のグループには、バッテリーを完全に放電してから再度充電する必要があるという技術的な神話を信じている人も含まれます。 それにもかかわらず、結果はローンのパズルの重要な部分を指し示しています。それは、ローン希望者が時間通りに返済するかどうかを（心理的に）知る方法であり、それもお金とはまったく関係のない要因に基づいています. しかし、それらはローンを求めている人と彼の習慣に関連しています。
したがって、習慣は変えるのが難しいため、人が何かをする可能性を確保するための鍵となります。
同様に、個人が購入する可能性を測定する小売業の予測モデルは、非トランザクションの顧客データを使用して測定します。 購入する可能性と購入する意図を混同する人もいるかもしれませんが、誤解を解いておきましょう。
あなたは、購入を希望している可能性のある製品をチェックしています。 ただし、まだ購入していないか、来月購入する予定がある可能性があります。 理由は何でもかまいません。たとえば、今月の与信限度額では、この購入を行うことができません。 したがって、購入する意思があっても、少なくとも今月は購入する可能性はゼロです。
2 つの概念が明確になったので、予測分析に進みましょう。
予測モデルの仕組み
初めての購入者の予測
このモデルは、見込み客の購入前の行動を、何かを購入した以前の顧客の行動と比較します。 このモデルは、電子メールの開封、閲覧したページ、購入ルート、クリックされた行動を促すフレーズなどの属性を利用します。
以前の購入者と行動が最も一致する見込み購入者は、「親和性の高い購入者」として分類されます。 マーケティング担当者は、カスタマイズされたメッセージを使用してこの見込み客の新しいリストを追求し、最大数の販売を完了します。
リピート購入者の予測
リピート購入の可能性を予測するには、以前の取引からのデータと、購入が行われる前に発生した相互作用も考慮に入れます。 これは、初回購入者向けのモデルに似ています。
ただし、これらの顧客の最初の購入からデータベースに取り込まれた追加情報があります。 この統合により、リピート購入、返品されたパッケージ、および顧客サービスとのやり取りに関するデータが組み込まれるため、モデルの精度が大幅に向上します。
実際の例
したがって、次のようなものです。
「やあ、セレナ。
最後に話してからしばらく経ちました。 きっと気に入っていただけると思う新しいスタイルのカシミヤ シュラッグを発売したことをお伝えできて、とても嬉しく思います。 昨年の冬に購入したピンクのものに似ていますが、はるかに見栄えのするカットになっています. このコレクションから、あなたのサイズの 1 つをお送りします。 試着して、フィット感と感触を教えてください。
あなたにおすすめ:
反営利条項はインドのスタートアップ企業にとって何を意味するのか?
Edtech スタートアップがインドの労働力のスキルアップと将来への準備をどのように支援しているか...
今週の新時代のテック株：Zomatoのトラブルは続き、EaseMyTripはスト...
インドの新興企業は資金調達を求めて近道をする
デジタル マーケティング プラットフォームの Logicserve が 80 億ルピーの資金を調達し、LS Dig...
レポートは、Lendingtechスペースに対する新たな規制精査を警告しています
ジェス
あなたの専属スタイリスト」
今、誰がそのように扱われたくないでしょうか?
予測分析には何が必要で、その理由は?
モバイルファーストのアプローチ。 なんで？ 現在、顧客の購入までのジャーニーは直線的な経路ではなく、複数のタッチポイントがあり、モバイルが軌道の中心にある点をつなぐゲームになっているからです。
これを取得すると、大量のデータ ポイントにアクセスできるようになります。 アプリの使用統計からソーシャル メディア アクティビティまで、買い物客のミステリアスな心を解読するために必要なものがすべて揃っています。
政府機関や金融機関からのデータに取り組む時代はとうの昔に過ぎ去り、直感を使って変換の問題を解決する時代も終わりました。 残っているのは、大量のデータと独自の相関関係の洞察であり、人々が持っているさまざまな買い物の習慣を選択し、それらを活用して利益を得るのに役立ちます.
小売における予測分析の利点
対象を絞った割引 (およびそれ以下の割引)
購入者には 3 種類あります。 第二に、割引の有無に関係なく購入する人。 そして第三に、どちらの方向にも揺れることができます。 マーケティング担当者として、私は顧客人口のわずか 20% がディスカウント ジャンキーであり、通常 15% がディスカウントなしで購入することを知っています。 私のようなほとんどのマーケティング担当者も、そのことを知っています。 では、なぜ彼らは全体的な利益率を低下させる包括的な割引を提供するのでしょうか?
私はそれを怠惰と呼んでいます。 リードを個別に理解して分析し、その固有のニーズに応える怠惰。
割引には、1 つひどく間違っていることがあります。 毎年特定の機会に配ると、人々はそれを期待し始め、その割引期間が来るのを待って購入します。 彼らはその割引がなければ買わない. ですから、それは私たちがお客様にさらしてきた悪い習慣です。
では、割引はどのように処理すればよいでしょうか。 答えは次のとおりです。製品の価値を下げない値引きの 7 つの方法
この記事、または私は、割引やその他のインセンティブが間違っているとは言いません。 しかし、それらはお茶自体ではなく、お茶の甘味料のように振る舞うべきです. 割引は励ましとして機能する必要があります。 つまり、顧客がカートを放棄した場合、割引を提供できるということです。 または、新規顧客を獲得するためのサインアップ報酬として。 インセンティブを手放すことで、推奨事項やリマインダーを通じて、顧客の個々のニーズやウォンツに対するパーソナライズされた注意に注意を向けることができます。
このようにして、すべての顧客からの収益と収益性の両方を最大化することができます。
注目すべき詳細な顧客セグメント
私が言ったように、人口統計に基づいて顧客を分離する時代はもはやここにはありません. 顧客へのリーチと獲得には費用がかかるため、行動と買い物パターンに焦点を当てることで、マーケティング担当者は、巧妙かつ戦略的な方法で顧客にリーチする方法についてより深い洞察を得ることができます。 彼らが何を購入するかだけでなく、どのように購入するか、どのように選択し、何かを決定するかを知ることができます。 彼らがあなたのために財布を開いてくれる理由と、あなたのブランドについて良いことを言って、親しい人にあなたから購入するように促す理由を理解することができます.
適切な人を選ぶだけでなく、話を聞いて、聞いて、フォローしてもらえる可能性が高まり、ROI が大幅に向上します。 関連性が高く有用であることは、マーケターが大幅な割引への依存を減らすのに役立ちます。
顧客中心のアプローチ
在庫一掃セールではどうなりますか?
まず、ほとんどの顧客は探している製品を見つけられず、少なくとも正しい仕様では見つかりません。 第二に、会社はすべての古い在庫から巨額の資金を放棄するため、倉庫の損失を一掃します。 両当事者のいずれにとっても勝利の状況とは思えません。
それは、顧客中心ではなく、商品中心のアプローチだからです。 とにかく、顧客を特別な気分にさせるわけではありません。 さらに、それは顧客を間違った方法で敏感にさせます。 私が言ったように、彼らはあなたのパターンを拾い上げ、同様の習慣を掘り下げてから、その大きな年間セールを待ちます. その期間に購入する一部の顧客は、55% オフを必要としない場合もあります。 彼らはまだ25％で購入していた可能性があり、まったく取引していない可能性があります.
したがって、ビジネスの観点からは、予測分析から 3 つの大きなメリットが得られます。
- 増分マージン（購入意欲のある人から）
- 増分収益(最初は購入するインセンティブがなかった人から)
- 過剰在庫の削減（在庫管理の改善）
避けるべき間違い
予測分析でさえも、間違いのないマーケティング イニシアチブはありません。 この記事では、少し注意するだけで簡単に回避できるいくつかの失言を挙げています。 いくつかの重要なものを以下に示します。
- 点を結び始める前に、目標を念頭に置いてください。
- 必要なデータ ポイントがすべて揃わない限り、キャンペーンを続行しないでください。
- 洞察を台無しにし、判断を曇らせる可能性のあるデータを取り除きます。
- コンテンツは動的であるため、ローンチして電光石火の速さで移動します。遅れると、それまでに計画の状況が変わっている可能性があります。
- すべてのビジネスは異なるため、主題の専門家や研究を信じないでください。 それらはすべて古いデータに基づいています。
結論
顧客セグメンテーションの従来のモデルは、人口統計、態度、または購入の好みを利用していました。 それには独自の利点がありますが、技術と消費者の欲求により、それらは時代遅れになっています. 一方、予測分析は、データ内の隠れたパターンを解明し、マーケティング担当者が同じデータを別の観点から見て、新しい視点から顧客ライフサイクル管理の概念にアプローチするのに役立ちます。
このアプローチを使用して行われたセグメンテーションは、はるかに微妙で正確であるため、見込み客があなたから購入するかどうか、オファーを受け入れるかどうか、または彼/彼女が忠実であり続けるかどうかを予測できます。ロングラン。 これは、顧客と企業の両方にとって完全な Win-Win の状況であり、相互の信頼に基づいて、より収益性の高い長期的な関係につながります。
したがって、顧客が何を購入するか、何をより多く在庫するか、顧客の問題が発生する前に解決する方法、または顧客があなたとの完全な関係でどれだけの収益をもたらすかを事前に知りたいと夢見ているなら、ここであなたのチャンスです。 予測分析付き。
TargetingMantra による、e コマースのメール マーケティングで何が機能し、何が機能しないかに関する興味深い調査をダウンロードしてください。