Использование прогнозного анализа для выявления клиентов с наивысшей склонностью к покупке
Опубликовано: 2016-01-10Существует интригующее исследование потенциальных неплательщиков кредита, которое не имеет никакого отношения к их финансовому положению, кредитному рейтингу или привычкам расходования средств. Если верить результатам первоначального анализа, в исследовании утверждается, что люди, которые всегда держат свои мобильные телефоны заряженными, с меньшей вероятностью не выплатят платеж EMI, чем те, кто ждет полной разрядки батареи.
Теперь к последней группе людей относятся и те, кто верит в технический миф о том, что аккумулятор должен сначала полностью разрядиться, прежде чем снова заряжаться. Тем не менее, результаты указывают на важнейшую часть кредитной головоломки: как узнать (психологически), собирается ли ссудодатель погасить его вовремя или нет, что также основано на факторах, которые никак не связаны с деньгами. Однако они связаны с человеком, ищущим кредит, и его привычками.
Таким образом, привычки являются ключом к обеспечению вероятности того, что человек что-то сделает, потому что привычки трудно изменить.
Точно так же модели прогнозирования в розничной торговле, которые оценивают вероятность того, что человек купит, делают это, используя нетранзакционные данные о клиентах. Некоторые могут спутать вероятность покупки с намерением купить, но позвольте мне развеять туман:
Вы проверяете продукт, который может указывать на то, что вы хотите его купить. Тем не менее, вы все еще можете не покупать его или, вероятно, планируете купить его в следующем месяце. Причина может быть любой – допустим, ваш кредитный лимит на текущий месяц не позволяет совершить эту покупку. Таким образом, даже с намерением купить ваша вероятность покупки равна нулю, по крайней мере, в этом месяце.
Теперь, когда мы разобрались с двумя концепциями, давайте перейдем к прогнозному анализу.
Как работают модели прогнозирования?
Прогнозирование для новых покупателей
Модель будет сравнивать поведение потенциальных клиентов перед покупкой с поведением предыдущих клиентов, которые что-то покупали. Модель использует такие атрибуты, как открытие электронной почты, просмотренные страницы, маршрут покупки, клики по призыву к действию и т. д.
Потенциальные покупатели, чье поведение больше всего совпадает с предыдущими покупателями, помечаются как «покупатели с высокой степенью близости». Маркетологи преследуют этот новый список потенциальных клиентов с персонализированными сообщениями, чтобы закрыть максимальное количество продаж.
Прогнозирование повторных покупателей
Прогнозирование вероятности повторных покупок учитывает данные о предыдущих транзакциях, а также взаимодействия, которые произошли до совершения покупки. Это похоже на модель для первых покупателей.
Однако в базу данных добавляется дополнительная информация о первой покупке этих клиентов. Эта консолидация существенно повышает точность модели, поскольку она включает данные о повторных покупках, возвращенных посылках, а также о взаимодействии со службой поддержки клиентов.
Живой пример




Итак, это что-то вроде этого:
«Привет, Селена,
Прошло много времени с тех пор, как мы в последний раз разговаривали. Я очень рад сообщить вам, что мы запустили новый стиль кашемировых пледов, которые, я думаю, вам понравятся. Они похожи на те розовые, что вы купили прошлой зимой, но в гораздо более выгодном крое. Посылаю тебе одну из этой коллекции твоего размера. Примерьте его и дайте мне знать, как он подходит и ощущается.
Рекомендуется для вас:
Джесс

Ваш личный стилист»
Кто бы не хотел, чтобы с ним так обращались?
Что вам нужно для прогнозного анализа и почему?
Мобильный подход. Почему? Потому что теперь путь клиента к покупке — это не линейный путь, а игра «соедини точки», где есть несколько точек соприкосновения, И в основе траектории лежит мобильное устройство.
Как только вы это сделаете, у вас будет доступ к множеству точек данных. От статистики использования приложений до активности в социальных сетях — у вас есть все необходимое, чтобы расшифровать таинственный разум покупателя.
Эпоха работы с данными государственных органов и финансовых учреждений давно прошла, как и времена использования интуиции для решения вопросов конвертации. Итак, что осталось, так это большие объемы данных и уникальные корреляционные идеи, которые могут помочь вам выбрать различные покупательские привычки, которые есть у людей, и использовать их в своих интересах.
Преимущества прогнозного анализа в розничной торговле
Целевые скидки (и меньше скидок)
Есть три типа покупателей: первые, которые хотят купить только со скидкой; во-вторых, которые покупают вне зависимости от наличия скидки; и в-третьих, кто может колебаться в любом случае. Как маркетолог, я знаю, что только 20% клиентов являются любителями скидок, а 15% обычно покупают без скидки, при этом большинство из них не беспокоит наличие акции. Большинство маркетологов, как и я, тоже это знают. Тогда почему они предлагают общие скидки, которые приводят к падению общей прибыли?
Я бы назвал это ленью. Лень понимать и анализировать лида индивидуально и удовлетворять его уникальные потребности.
Есть одна вещь, ужасно неправильная со скидками. Если вы раздаете подарки в определенных случаях каждый год, люди начинают ожидать их, а затем ждут, пока наступит этот период скидок, чтобы купить. Они не будут покупать без этой скидки. Так что это плохая привычка, которой мы заразили наших клиентов.
Так как же относиться к скидкам? Вот ваш ответ: 7 способов скидки, которые не обесценивают ваш продукт
Ни эта статья, ни я не утверждаем, что скидки или другие стимулы неправильны. Но они должны действовать как подсластитель в чае, а не сам чай. Скидки должны действовать как поощрение. Я имею в виду, что если вы видите, что покупатель бросает свою корзину, вы можете предложить скидку; или в качестве вознаграждения за регистрацию для приобретения нового клиента. Отказавшись от стимулов, вы можете сосредоточить свое внимание на индивидуальном внимании к индивидуальным потребностям и желаниям клиента с помощью рекомендаций и напоминаний.
Таким образом, вы сможете максимизировать как доход, так и прибыльность от каждого клиента.
Подробные сегменты клиентов, на которых следует сосредоточиться
Как я уже сказал, время разделения клиентов по демографическому признаку уже прошло. Сосредоточение внимания на поведении и покупательских моделях дает маркетологам более глубокое понимание того, как тонко и стратегически добраться до клиента, потому что поиск и привлечение клиентов стоит дорого. Вы будете знать не только то, что они покупают, но и то, как они это делают, как делают выбор и на что-то останавливаются. Вы поймете, что заставляет их открывать для вас свои кошельки, а также что заставляет их говорить хорошие вещи о вашем бренде и подталкивать своих близких покупать у вас.
Помимо выбора правильных людей, вы увеличиваете свои шансы быть услышанными, выслушанными и последовательными, что значительно повышает рентабельность инвестиций. Быть более актуальным и полезным помогает маркетологам сократить свою зависимость от больших скидок.
Клиентоориентированный подход
Что происходит при распродаже акций?
Во-первых, большинство клиентов не находят продукт, который они ищут, по крайней мере, не в нужной спецификации. Во-вторых, компания очищает свой склад в убыток, потому что отказывается от огромной суммы за все старые запасы. Не похоже на выигрышную ситуацию для любой из двух сторон.
Это потому, что это подход, ориентированный на товар, а не на клиента. В любом случае это не заставляет клиента чувствовать себя особенным. Кроме того, это неправильно информирует клиентов. Как я уже сказал, они подхватят ваш образец, углубятся в аналогичную привычку, а затем будут ждать этой большой ежегодной распродажи. Вы никогда не знаете, некоторым клиентам, покупающим в этот период, может даже не понадобиться скидка 55%. Они могли по-прежнему покупать по 25% или вообще не заключать сделки.
Таким образом, с точки зрения бизнеса вы получаете три огромных преимущества от прогнозного анализа:
- Дополнительная маржа (от тех, кто мотивирован на покупку)
- Дополнительный доход (от тех, у кого изначально не было стимула к покупке)
- Сокращение излишков (лучшее управление запасами)
Ошибки, которых следует избегать
Ни одна маркетинговая инициатива не может пойти не так, даже прогнозный анализ. В этой статье перечислены некоторые оплошности, которых можно легко избежать, если проявить некоторую осторожность. Несколько важных из них перечислены ниже:
- Имейте в виду цель, прежде чем начать соединять точки.
- Не продолжайте кампанию, если у вас нет всех необходимых данных.
- Украсьте данные, которые могут исказить ваши идеи и омрачить ваши суждения.
- Запускайте и двигайтесь со скоростью молнии, потому что контент динамичный, и если вы задержитесь, ситуация может измениться для вашего плана к тому времени.
- Поскольку каждый бизнес индивидуален, не верьте экспертам по предмету или исследованиям. Все они основаны на устаревших данных.
Вывод
Традиционная модель сегментации клиентов использовала их демографические данные, отношение или покупательские предпочтения. У него есть свои преимущества, но технология и потребности потребителя сделали их устаревшими. Предиктивная аналитика, с другой стороны, раскрывает скрытые закономерности в данных, что помогает маркетологам рассматривать одни и те же данные в другом свете и, таким образом, подходить к концепции управления жизненным циклом клиента с новой точки зрения.
Сегментация, выполненная с использованием этого подхода, является гораздо более тонкой и точной настолько, что вы можете предсказать, купит ли потенциальный клиент у вас или нет, примет ли он ваше предложение или нет, и останется ли он/она лояльным на рынке. длинный пробег. Это полностью беспроигрышная ситуация как для клиентов, так и для компаний, ведущая к более выгодным и долгосрочным отношениям, основанным на взаимном доверии.
Итак, если вы мечтали заранее знать, что купит клиент, что хранить в большем количестве, как решить проблемы клиентов еще до того, как они возникнут, или определить, какой доход принесет этот клиент в его / ее полной связи с вами, то здесь твой шанс. С предиктивным анализом.
Загрузите интересное исследование о том, что работает (а что нет) в электронном маркетинге для электронной коммерции от TargetingMantra.






