预测分析 101：利用预测获得业务成果

在大数据时代，Netflix、亚马逊和沃尔玛等重量级企业都将预测分析作为指导战略和为未来做出更明智、更具成本效益的决策的主要工具。 预测分析通过强大的分析软件处理历史客户数据，帮助这些企业和无数其他企业预测未来结果的可能性。

28% 的企业目前使用预测分析通过预测为决策提供信息。 随着预测分析的采用预计将在未来几年内增长，不利用自己的数据的企业越来越面临失去预测驱动竞争对手的风险。 底线？ 任何专注于增长、节省成本和提高运营效率的企业都应该将预测分析整合到他们的业务战略中，以便在竞争对手之前利用预测的强大力量。

什么是预测分析？

预测分析通过将历史数据与强大的计算机建模、数据分析和机器学习相结合来计算结果的可能性。 预测分析可帮助企业通过数据驱动的预测来预测战略变更的可能结果。 好奇的产品营销经理可能会使用预测分析来确定产品成功推出的可能性，或者探索更改产品界面中的功能可能如何影响客户转化的可能性。 如果使用得当，致力于预测分析的公司可以尝试新方法来推动客户转化和销售数量，同时将与探索新方法和策略相关的风险降至最低。

使用数据预测未来事件可能看起来像是科幻小说中的情节装置，但数学组件早于现代计算。 在过去的几十年中，一些进步使企业能够使用预测分析来进行自己的预测：

• 计算机变得更快、更强大、更经济适用于商业用途
• 软件创新使现代企业更容易进行分析
• 公司开始从客户那里收集以前无法获得的大量数据——这是优化预测的一个重要因素

由于这些数字化进步，公司比以往任何时候都更深入地了解客户过去的行为。 随着通过网站使用、产品订购等方式流入的大量客户数据，随着大数据时代的到来，预测只会提高其本已令人敬畏的准确性。

使用数据驱动的预测指导营销策略

预测通常用于营销领域，以更好地将支出集中在更高可能性的积极结果上。 数据、计算机学习和统计建模产生可量化的营销结果，与行为队列相比，使用 Amplitude Recommend 构建的预测产生 5% 到 20% 的提升。 作为改进营销活动的一种手段，预测存在三个主要用例：

确定要包括在您的广告系列中的人员

将转化可能性低的客户包括在内是浪费金钱和精力，否则本可以用来吸引更有可能转化的客户。 Amplitude Recommend 允许营销人员预测哪些用户最有可能发生转化，从而避免了这个陷阱。 一旦确定了该组，您就可以建立一个仅由这些高价值客户组成的群组，用于您的营销活动。

确定提供什么激励措施

向您的客户提供激励可能会提高转化率，但是您怎么知道您没有向没有折扣的客户提供折扣呢？ 在这种情况下，预测可用于从激励活动中消除高可能性客户。 通过这样做，营销人员可以避免以折扣价放弃用户可能会支付全价的可能性。

确定客户看到的内容

个性化是大数据时代的游戏名称，而预测是个性化营销活动的动力。 事实上，有针对性的定制已经成为许多消费者的期望，90% 的客户认为个性化营销至少有些吸引力。 精明的营销人员会创建由喜欢特定产品或功能的用户组成的预测性群组，并专门针对这些相同的首选产品构建活动以产生更大的结果。

分析和预测客户行为以避免流失

预测分析在运行“假设”时特别有用。 涉及客户保留的场景。 具体而言，可以在预测模型中调整或更改客户体验的各个方面，以确定最佳客户体验。 例如，通过运行预测分析，产品营销人员不必怀疑在免费试用期间向高价值潜在客户发送个性化信息是否会损害或有助于转化。

当预测在客户意识到他们有任何需求之前预测到客户的需求时，个性化就会派上用场。 最著名的可能是 Netflix 和 Spotify 等流媒体服务以及亚马逊等零售商根据之前的选择和类似群体的选择向客户提供产品建议，从而提高消费者体验和销售数量。

推荐的使用超出了流媒体服务和电子商务网站的范围。 Chik-fil-A 最近使用 Amplitude 构建的预测来根据过去的行为和购买来改变其应用程序中的菜单项对特定用户的显示方式。 这为客户提供了一种购买他们想要的东西的方式，而无需为它搜索 UI，并最大限度地减少购买阶段的摩擦。

有时，从预测中收集的见解可以为产品和服务开发提供信息。 Netflix 为其广受欢迎的《纸牌屋》节目开绿灯，此前有预测表明，由大卫芬奇掌舵、凯文史派西领导的英国原创节目的翻拍将受到观众的欢迎。 Netflix 能够冒 1 亿美元的风险，制作出对其现有客户群和新订户具有吸引力的产品——所有这些都依赖于其预测模型的可靠性。

这些可靠的、数据驱动的预测可以帮助在客户体验之前识别客户体验中的摩擦。 如果产品营销人员在注册音乐流媒体服务的几周内注意到使用量显着下降，则企业可以创建具有变化变量的场景，以确定客户体验中断的最大可能性。

希望识别高流失风险用户的流媒体服务可以使用 Amplitude Recommend 来运行基于以下内容的预测：

• 队列任期的长度
• 他们上次流式传输或下载的日期
• 历史下载频率
• 与大约在同一日期注册的其他同类群组的比较

一旦预测分析有助于识别高风险客户，企业就可以通过具有成本效益和个性化的保留工作来定位他们。

预测需求变化并做好准备

使用预测分析更准确地预测产品需求有助于最大限度地减少库存过剩或库存不足及其相关成本。 任何在 2021 年仅根据 2020 年假日季节数量来决定库存决定的零售商都可能会发现，面对不同的环境情况，他们的库存严重不足。 另一方面，预计大流行前销售数据的零售商可能会导致货架上的库存积压。 企业可以代替猜测，而是使用由预测分析软件创建的模型来预测植根于历史数据并由计算机计算提供支持的可能场景。

此外，预测需求可以为调度创建更现实的期望，从而减少特定业务在任何特定时期内人手不足或人满为患的机会。 预测分析帮助沃尔玛确定其药房的高峰时间，以最大限度地提高人员配备效率并缩短处方填写时间。

虽然预期不足的客户需求可能会给实体企业带来供应和人员配备问题，但在线零售商和 SaaS 企业自身面临着服务器和数字基础设施负担过重的瓶颈。 这些公司可以使用预测分析来支持他们的服务，并在预测的需求激增之前提供适当的 IT 和客户资源。

潜在未来计划

专注于过去业绩的企业限制了潜在的未来增长机会。 在公司范围内采用预测分析可以带来更快乐、更参与的客户以及更具吸引力的底线——早期采用者已经在利用这些好处。 虽然企业可以从将预测分析集成到现有运营中获得立竿见影的效果，但好处并不仅限于此时此地。 像 Amplitude 这样的预测分析平台当然有助于预测单一产品或客户群的可能结果，但它的主要好处在于它能够帮助企业选择他们自己看到的潜在未来。