Korzystanie z analizy predykcyjnej w celu wykrycia klientów o największym powinowactwie do zakupu

Opublikowany: 2016-01-10

Przeprowadzane jest intrygujące badanie dotyczące potencjalnych osób niespłacających pożyczki, które nie mają nic wspólnego z ich statusem finansowym, zdolnością kredytową czy nawykami w zakresie wydatków. Jeśli wierzyć wynikom wstępnej analizy, badanie twierdzi, że ludzie, którzy zawsze mają naładowane telefony komórkowe, są mniej skłonni do niewykonania płatności EMI niż ci, którzy czekają, aż bateria całkowicie się rozładuje.

Teraz ta ostatnia grupa ludzi obejmuje również tych, którzy wierzą w techniczny mit, że bateria powinna najpierw zostać całkowicie rozładowana, zanim zostanie ponownie naładowana. Niemniej jednak wyniki wskazują na kluczowy element układanki pożyczki, jak wiedzieć (psychologicznie), czy osoba ubiegająca się o pożyczkę spłaci ją na czas, czy nie, również w oparciu o czynniki, które w żaden sposób nie są związane z pieniędzmi. Są one jednak związane z osobą ubiegającą się o pożyczkę i jej przyzwyczajeniami.

Tak więc nawyki są kluczem do zapewnienia prawdopodobieństwa zrobienia czegoś, ponieważ nawyki są trudne do zmiany.

Podobnie modele predykcyjne w handlu detalicznym, które mierzą prawdopodobieństwo zakupu danej osoby, wykorzystują do tego nietransakcyjne dane klientów. Niektórzy mogą mylić prawdopodobieństwo zakupu z zamiarem zakupu, ale pozwólcie, że rozwieję mgłę:

Sprawdzasz produkt, który może wskazywać, że chcesz go kupić. Jednak nadal możesz go nie kupić lub prawdopodobnie planujesz go kupić w nadchodzącym miesiącu. Powód może być dowolny – powiedzmy, że Twój limit kredytowy na bieżący miesiąc nie pozwoli Ci dokonać tego zakupu. Tak więc, nawet z zamiarem zakupu, prawdopodobieństwo zakupu jest zerowe, przynajmniej w tym miesiącu.

Teraz, gdy mamy jasność co do tych dwóch koncepcji, przejdźmy do analizy predykcyjnej.

Jak działają modele prognostyczne?

Przewidywanie dla kupujących po raz pierwszy

Model porównuje zachowanie potencjalnych klientów przed zakupem z zachowaniem poprzednich klientów, którzy coś kupili. Model wykorzystuje atrybuty, takie jak otwieranie wiadomości e-mail, przeglądane strony, trasa zakupu, kliknięte wezwania do działania itp.

Potencjalni nabywcy, których zachowanie najbardziej pasuje do poprzednich nabywców, są określani jako „kupujący o wysokim powinowactwie”. Marketerzy śledzą tę nową listę potencjalnych klientów za pomocą spersonalizowanych komunikatów, aby zamknąć maksymalną liczbę sprzedaży.

Przewidywanie dla stałych kupujących

Przewidywanie prawdopodobieństwa powtórnych zakupów uwzględnia dane z poprzednich transakcji, a także interakcje, które miały miejsce przed dokonaniem zakupu. Jest to podobne do modelu dla kupujących po raz pierwszy.

Jednak w bazie danych pojawiają się dodatkowe informacje od pierwszego zakupu tych klientów. Ta konsolidacja znacznie zwiększa dokładność modelu, ponieważ obejmuje dane o powtórnych zakupach, zwróconych przesyłkach, a także interakcji z obsługą klienta.

Żywy przykład

ścieg

ścieg1

ściegfix2

ściegfix3

Czyli jest to coś takiego:

„Cześć Selena,

Minęło trochę czasu od naszej ostatniej rozmowy. Z przyjemnością informuję, że wprowadziliśmy nowy styl kaszmirowych wzruszeń ramion, który, jak czuję, pokochasz. Są podobne do różowego, który kupiłaś zeszłej zimy, ale mają bardzo pochlebny krój. Wysyłam ci jedną z tej kolekcji, w twoim rozmiarze. Wypróbuj i daj mi znać, jak pasuje i czuje.

Polecany dla Ciebie:

Co oznacza przepis anty-profitowy dla indyjskich startupów?

Co oznacza przepis anty-profitowy dla indyjskich startupów?

W jaki sposób startupy Edtech pomagają w podnoszeniu umiejętności i przygotowują pracowników na przyszłość

W jaki sposób start-upy Edtech pomagają indyjskim pracownikom podnosić umiejętności i być gotowym na przyszłość...

Akcje New Age Tech w tym tygodniu: Kłopoty Zomato nadal, EaseMyTrip publikuje Stro...

Indyjskie startupy idą na skróty w pogoni za finansowaniem

Indyjskie startupy idą na skróty w pogoni za finansowaniem

Startup marketingu cyfrowego Logicserve Digital podobno podniósł INR 80 Cr w finansowaniu od alternatywnej firmy zarządzającej aktywami Florintree Advisors.

Digital Marketing Platform Logicserve Bags Finansowanie INR 80 Cr, zmienia nazwę na LS Dig...

Raport ostrzega przed odnowioną kontrolą regulacyjną dotyczącą przestrzeni Lendingtech

Raport ostrzega przed odnowioną kontrolą regulacyjną dotyczącą przestrzeni Lendingtech

Pęto

Twój osobisty stylista”

Kto nie chciałby być tak traktowany?

Czego potrzebujesz do analizy predykcyjnej i dlaczego?

Podejście zorientowane na urządzenia mobilne. Czemu? Ponieważ teraz droga klienta do zakupu nie jest liniową ścieżką, ale grą polegającą na łączeniu punktów, w której istnieje wiele punktów styku ORAZ telefon komórkowy leży w centrum trajektorii.

Gdy to zdobędziesz, będziesz mieć dostęp do wielu punktów danych. Od statystyk użytkowania aplikacji po aktywność w mediach społecznościowych — masz wszystko, czego potrzebujesz, aby rozszyfrować tajemniczy umysł kupującego.

Era pracy na danych z organów rządowych i instytucji finansowych już dawno minęła, tak jak i czasy wykorzystywania intuicji do rozwiązywania problemów konwersji. Pozostają więc duże ilości danych i unikalne spostrzeżenia dotyczące korelacji, które mogą pomóc Ci wybrać różne nawyki zakupowe, które mają ludzie i wykorzystać je na swoją korzyść.

Korzyści z analizy predykcyjnej w handlu detalicznym

Ukierunkowane rabaty (i mniej rabatów)

Istnieją trzy rodzaje kupujących: po pierwsze, którzy chcą kupować tylko z rabatem; po drugie, którzy kupują niezależnie od dostępności rabatu; i po trzecie, kto może się kołysać w obie strony. Jako marketer wiem, że tylko 20% populacji klientów to osoby uzależnione od rabatów, a 15% zwykle kupuje bez rabatu, podczas gdy większość z nich nie jest zaniepokojona obecnością oferty. Większość marketerów, takich jak ja, też o tym wie. Dlaczego więc oferują ogólne rabaty, które skutkują obniżeniem ogólnej marży zysku?

Nazwałbym to lenistwem. Lenistwo w zrozumieniu i indywidualnej analizie leada oraz zaspokojenie jego unikalnych potrzeb.

Jest jedna rzecz strasznie nie tak z rabatami. Jeśli co roku rozdajesz coś przy określonych okazjach, ludzie zaczynają się ich spodziewać, a następnie czekają, aż nadejdzie okres rabatu, aby kupić. Nie kupią bez tej zniżki. To zły nawyk, na który naraziliśmy naszych klientów.

Jak więc postępować ze zniżkami? Oto Twoja odpowiedź: 7 sposobów na zniżki, które nie obniżają wartości Twojego produktu

Ten artykuł lub ja nie mówię, że zniżki lub inne zachęty są złe. Ale powinny działać jak słodzik w herbacie, a nie sama herbata. Rabaty muszą być zachętą. Chodzi mi o to, że jeśli widzisz, że klient porzuca koszyk, możesz zaoferować zniżkę; lub jako nagrodę za rejestrację, aby pozyskać nowego klienta. Odpuszczając zachęty, możesz skupić swoją uwagę na spersonalizowanej uwadze na indywidualne potrzeby i pragnienia klienta poprzez rekomendacje i przypomnienia.

W ten sposób będziesz w stanie zmaksymalizować zarówno przychody, jak i rentowność każdego klienta.

Szczegółowe segmenty klientów, na których należy się skoncentrować

Jak powiedziałem, czas segregacji klientów na podstawie danych demograficznych już nie nadszedł. Skupienie się na zachowaniach i wzorcach zakupowych daje marketerom głębszy wgląd w to, jak dotrzeć do klienta w sposób subtelny i strategiczny, ponieważ docieranie i pozyskiwanie klientów jest drogie. Nie tylko będziesz wiedział, co kupują, ale także jak to robią, jak dokonują wyboru i ustalają coś. Zrozumiesz, co sprawia, że ​​otwierają dla Ciebie swoje portfele, a także, co sprawia, że ​​mówią dobre rzeczy o Twojej marce i popychają swoich bliskich do kupowania od Ciebie.

Oprócz wyboru właściwych osób, zwiększasz swoje szanse na to, że zostaniesz wysłuchany, wysłuchany i śledzony, co znacznie poprawia Twój zwrot z inwestycji. Bycie bardziej trafnym i użytecznym pomaga marketerom zmniejszyć zależność od dużych rabatów.

Podejście zorientowane na klienta

Co dzieje się podczas wyprzedaży magazynowych?

Po pierwsze, większość klientów nie znajduje produktu, którego szukają, a przynajmniej nie we właściwej specyfikacji. Po drugie, firma usuwa straty ze swojego magazynu, ponieważ rezygnuje z ogromnej sumy na wszystkie stare zapasy. Nie brzmi to jak sytuacja wygrana dla żadnej z dwóch stron.

To dlatego, że jest to podejście skoncentrowane na towarach, a nie na kliencie. I tak nie sprawia to, że klient czuje się wyjątkowo. Dodatkowo w niewłaściwy sposób uwrażliwia klientów. Jak powiedziałem, podchwycą twój wzór, zagłębią się w podobny nawyk, a potem będą czekać na tę wielką coroczną wyprzedaż. Nigdy nie wiadomo, niektórzy klienci kupujący w tym okresie mogą nawet nie potrzebować 55% zniżki. Mogli nadal kupować za 25% lub w ogóle nie mieć żadnej transakcji.

Dlatego z biznesowego punktu widzenia można uzyskać trzy ogromne korzyści z analizy predykcyjnej:

  • Marża przyrostowa (od tych, którzy są zmotywowani do zakupu)
  • Przychody przyrostowe (od tych, którzy początkowo nie mieli motywacji do zakupu)
  • Zmniejszenie nadmiaru zapasów (lepsze zarządzanie zapasami)

Błędy, których należy unikać

Nie ma inicjatywy marketingowej, która nie mogłaby pójść źle, nawet analiza predykcyjna. W tym artykule wymieniono niektóre z gaf, których można łatwo uniknąć przy odrobinie ostrożności. Poniżej wymieniono kilka ważnych:

  • Miej na uwadze cel, zanim zaczniesz łączyć kropki.
  • Nie kontynuuj kampanii, jeśli nie masz wszystkich wymaganych punktów danych.
  • Wyselekcjonuj dane, które mogą zepsuć Twoje spostrzeżenia i zaciemnić Twój osąd.
  • Uruchom i poruszaj się z prędkością błyskawicy, ponieważ zawartość jest dynamiczna, a jeśli się opóźnisz, do tego czasu sytuacja może się zmienić.
  • Ponieważ każda firma jest inna, nie wierz ekspertom w danej dziedzinie lub badaniom. Wszystkie są oparte na nieaktualnych danych.

Wniosek

Tradycyjny model segmentacji klientów wykorzystywał ich dane demograficzne, postawy lub preferencje zakupowe. Ma swoje zalety, ale technologia i potrzeby konsumentów sprawiły, że stały się przestarzałe. Z drugiej strony analityka predykcyjna odkrywa ukryte wzorce w danych, które pomagają marketerom zobaczyć te same dane w innym świetle, a tym samym podejść do koncepcji zarządzania cyklem życia klienta z nowej perspektywy.

Segmentacja dokonana przy użyciu tego podejścia jest o wiele bardziej zniuansowana i precyzyjna tak bardzo, że możesz przewidzieć, czy potencjalny klient kupi od Ciebie, czy nie, czy zaakceptuje Twoją ofertę, czy nie, lub czy pozostanie lojalny w długi bieg. Jest to sytuacja, w której wszyscy wygrywają, zarówno dla klientów, jak i firm, prowadząca do bardziej dochodowych i dłuższych relacji opartych na wzajemnym zaufaniu.

Więc jeśli marzyłeś o tym, aby wiedzieć z wyprzedzeniem, co klient kupi, co kupić w większej ilości, jak rozwiązywać problemy klientów, zanim jeszcze wzrosną lub określić, jaki przychód przyniesie klientowi pełne skojarzenie z tobą, to tutaj to twoja szansa. Z analizą predykcyjną.

Pobierz interesujące badanie na temat tego, co działa (a co nie) w e-mail marketingu dla e-commerce autorstwa TargetingMantra.