더 나은 마케팅을 위해 예측 분석을 사용하는 방법

예측 분석은 무섭거나 혼란스럽지 않으며 귀하의 업무를 대신하지 않습니다. 훨씬 더 나은 결과를 제공하는 데 도움이 되는 강력한 도구입니다.

불확실성은 비즈니스를 압박합니다. 투자하기, 준비하기, 무엇에 집중해야 할지 알기가 더 어려워집니다.

물론 이것은 인간 조건의 일부입니다. 미래를 알면 일이 더 쉬워지겠죠? 적어도 비즈니스를 위해서는.

AI가 (아직) 미래를 알려줄 수는 없지만 알고리즘은 예측할 수 있을 만큼 똑똑합니다. 이러한 예측은 완벽하지 않을 수 있지만 비즈니스의 불확실성을 최소한 일부 제거합니다. 우리의 예측이 10% 또는 20% 더 정확하기만 해도 매년 수백만에서 수천만 달러의 추가 수익이 발생할 수 있습니다.

마케터에게 예측 분석은 게임 체인저가 될 수 있습니다. 첫 번째 광고 노출에서 투자할 고객과 잠재 고객에 대한 단서를 제공할 수 있습니다. 고객을 더 정확하게 찾는 방법과 더 나은 고객을 찾는 방법을 알려줄 수 있습니다.

요컨대, 그것은 당신의 마케팅을 뒤흔들 수 있습니다.[다음은 몇 가지 방법입니다.

예측 분석을 통해 잠재 고객은 자신의 속도에 맞춰 판매 유입경로를 이동할 수 있습니다.

마케터로서 우리의 핵심 업무 중 하나는 잠재 고객을 육성하는 것입니다. 즉, 새로운 잠재 고객이 고객이 될 때까지 판매 깔때기의 다양한 단계(일명 "구매자의 여정")를 통해 이동시키는 것입니다.

우리는 시기적절한 콘텐츠를 보내고, 그 콘텐츠 중 일부를 개인화하고, 그들이 목표를 향해 작은 발걸음을 내딛도록 유도함으로써 이를 수행합니다. 이를 다운로드한 백서인 "마이크로 전환"이라고도 합니다. 사용되는 온라인 계산기. 데모 예정.

대부분의 여러분은 이 과정에 대해 잘 알고 있습니다. 결국 그것은 당신의 일입니다.

음, 예측 분석을 통해 일부 작업을 아웃소싱할 수 있습니다. 수만 개(심지어 수백만 개)의 잠재 고객 행동을 분석하여 개별 잠재 고객이 이러한 작은 마이크로 전환 중 하나를 완료할 가능성이 가장 높은 시기를 추정할 수 있습니다.

즉, 당신보다 더 효과적으로 사람들을 판매 깔때기를 통해 데려옵니다.

그 능력으로 인해 실직에 대해 걱정하지 마십시오. 아직 할 일이 많습니다 . 그러나 메일링 리스트의 오타를 수동으로 다시 포맷하는 것이 시간을 잘 사용하지 않는 것처럼(예를 들어 gmial.com에서 gmail.com으로) 각 개별 잠재 고객에 대한 평가를 실행하는 것은 시간을 잘 사용하지 않는 것입니다. 판매 깔때기를 통해 이동합니다.

단 100명의 잠재 고객에 대해 그렇게 하면 하루 종일 걸릴 수도 있습니다. 그래서 우리는 예측 분석 알고리즘이 그렇게 하도록 내버려 둡니다. 이동하는 동안 팀 구성원이 잘 작동하는지 확인하고(예:) IT가 새 앱의 요구 사항을 이해하고 있는지 확인하고… 당신은 아이디어를 얻습니다. 당신이 가는 동안 나머지 일을 하세요.

수요 예측

데이터 피드(과거 판매, 현재 경제 상황, 미디어 보도, 소셜 미디어 활동 등)를 혼합하여 사용함으로써 알고리즘은 어떤 제품이 언제 수요가 있을 것인지에 대한 고도로 교육받은 추측이 될 수 있습니다.

마케터는 이 두 가지 방법을 사용할 수 있습니다.

• 이미 효과가 있는 것을 부스트하십시오.

시스템이 파란색 퍼지 슬리퍼(예:)의 큰 상승세를 예측하면 마케터는 슬리퍼를 밀기 위해 콘텐츠와 광고를 생성할 수 있습니다. 적시에 적절한 장소에 제품을 배치하여 수요를 포착할 수 있습니다.

• 재고 문제에 응답합니다.

퍼지 슬리퍼에 대한 예상 수요가 있지만 주문을 처리할 재고가 충분하지 않은 경우 마케팅 담당자는 몇 가지 옵션을 사용할 수 있습니다. 그들은 그 슬리퍼의 가격을 인상할 수 있으므로 그들이 가지고 있는 재고에 더 높은 마진을 만들 수 있습니다. 또는 최고의 고객에게 그 보송보송한 슬리퍼를 먼저 살 기회를 줄 수도 있습니다.

이것은 수요에 대해 미리 아는 것이 마케터가 업무를 더 잘 수행하는 데 도움이 되는 두 가지 방법입니다. 수요 창출을 위한 일기 예보와 같다고 생각하십시오.

유사한 구매자 찾기

광고를 해본 적이 있다면 유사 청중에 대한 아이디어를 알고 있을 것입니다. 이들은 현재 고객이나 잠재 고객이 아니지만 최고의 고객의 많은 특성과 일치하는 개인입니다.

최고의 고객의 올바른 특성을 선택하면 광고 플랫폼(예: Facebook)에 요청하여 매개 변수에 맞는 사람을 찾은 다음 광고를 표시할 수 있습니다.

요령은 올바른 매개변수를 선택하는 것입니다. 기본 인구통계는 광고에 열광할 잠재고객을 정의하기에 충분하지 않을 수 있습니다.

여기에서 예측 분석이 필요합니다. 최고의 고객에 대한 수백, 심지어 수천 가지 속성을 분석할 수 있는 예측 분석 시스템은 인간이 정의할 시간이 있는 그 어떤 것보다 더 자세한 프로필을 생성할 수 있습니다.

따라서 알고리즘은 광고할 유사 고객을 선택합니다. 또한 이 AI 선택 그룹에 표시할 광고를 만드는 작업을 맡을 수도 있습니다. 또한 이러한 광고를 개인화할 수도 있습니다.

기억하십시오. 예측 분석 알고리즘이 청중을 선택하고 광고를 만들고 개인화하는 방법을 알게 되면 컴퓨터 속도로 해당 작업을 확대할 수 있습니다. 다른 데이터를 처리하는 것과 동일한 속도입니다. 그것은 우리 인간이 작업하는 클릭… 유형… 클릭… 더블 클릭 속도보다 훨씬 빠릅니다.

이것이 얼마나 잘 작동하는지 증거를 원하십니까? 한 Harley Davidson 대리점은 예측 분석 덕분에 3개월 만에 리드를 2,930% 늘렸습니다. 이러한 리드의 절반은 대리점에서 이전에 연락을 고려한 적이 없는 유사 고객으로부터 나왔습니다. 그러나 AI는 그것들을 어디에서 찾을 수 있는지 알고 있었습니다.

가장 착한 가격 제공

우리 중 일부는 이 전술을 별로 좋아하지 않을 것입니다. 은밀한 냄새가 나고 심지어 약간 천박합니다. 그러나 아아 – 작동합니다.

알고리즘은 우리에 대해 많이 알고 있고 우리가 검색하는 광고, 제안 및 제품에 어떻게 반응하는지 알고 있기 때문에 우리가 다양한 가격대에 반응한다는 것도 알고 있습니다. 따라서 고객마다 다른 가격을 제시할 수 있습니다.

그것이 당신에게 불공평하다고 생각한다면 이해합니다. 우리 중 일부는 이 접근 방식에 대해서도 약간 쿨합니다. 그러나 마케팅 담당자는 실제로 최소 10년 동안 이 작업을 수행해 왔습니다. 그들은 단지 더 단순한 수준에서 그것을 하고 있었습니다. 다른 우편 번호에 있는 사람들을 위해 다른 가격을 인쇄하는 데 사용되는 카탈로그 회사. 최근에는 항공사와 여행 웹사이트에서 이 기술을 완성했습니다.

작동 방식은 다음과 같습니다. 초고소득 우편 번호에 거주하는 경우 특정 크리스마스 화환의 가격은 $175일 수 있습니다. 저소득 우편번호에 거주하는 경우 화환은 $125입니다.

물론 이것은 회사의 마진을 줄입니다. 그러나 그들이 더 낮은 가격으로도 충분히 잘하고 있다면 그것은 승리입니다. 그들은 또한 판매를 통해 이익을 얻고 있습니다. 고객이 되면 더 정확하고 성공적으로 마케팅할 수 있습니다.

많은 회사의 경우 첫 주문에서 조금 손해를 보더라도 나중에 다시 구매할 때 손실을 만회할 수 있을 만큼 정교한 마케팅 시스템을 갖추고 있습니다.

훨씬 더 세련된 고객 페르소나 생성

이 전략은 10.0 분할과 비슷하다는 점을 제외하면 분할과 유사합니다. 보유한 모든 데이터 포인트를 기반으로 고객과 잠재 고객을 분류하게 될 것입니다. 그렇게 하지 않을 것입니다. 예측 분석 알고리즘이 그렇게 할 것입니다.

휴먼 마케터가 페르소나를 만들 때 3~5개의 핵심 페르소나를 고수해야 하는 경향이 있습니다. 모든 아주 작은 인스턴스에 대해 페르소나를 만드는 것은 너무 많은 작업과 시간입니다. 물론 우리는 최선을 다하지만 언젠가는 집에 가서 잠을 자야 하고 업무의 다른 요구 사항을 처리해야 합니다.

따라서 수익의 가장 큰 덩어리를 구성하는 페르소나를 선택하고, 가능한 한 그들의 요구를 가장 잘 충족하는 콘텐츠와 구매자의 여정을 구축하고, 충분하다고 평가합니다.

그리고 그것은 꽤 훌륭합니다. 모든 사람을 똑같이 대하는 것보다 훨씬 낫습니다. 그리고 이러한 수준의 세분화 및 페르소나는 작동합니다. 이러한 그룹을 다르게 취급하는 것만으로도 50-300% 더 많은 결과를 얻을 수 있습니다.

그러나 AI 기반 예측 분석 프로그램이 할 수 있는 일에 비하면 이는 어린아이 장난에 불과합니다. AI는 다양한 페르소나 유형의 "클러스터"를 찾기 위해 데이터의 모든 요소(테라바이트 및 페타바이트)를 처리할 수 있습니다. 그것은 우리보다 더 많은 시간과 집중이 없다면 인간이 볼 수 없는 고객과 잠재 고객 사이의 유사점을 보게 될 것입니다.

그런 다음 AI는 응답할 가능성이 가장 높은 시간에 선호하는 채널을 통해 가장 좋아하는 콘텐츠로 클러스터의 요구 사항을 해결할 수 있습니다.

결과? 훨씬 더 많은 수의 리드, 더 나은 리드, 판매 퍼널을 더 빨리 통과하는 리드.

결론

마케터를 위해 예측 분석이 할 수 있는 일의 표면을 간신히 살펴봤습니다. 이 게시물은 쉽게 책으로 확장될 수 있습니다.

그러나 우리는 가능한 것을 보여주기에 충분히 다루었습니다. 그리고 예측 분석이 당신의 일자리를 훔치려 하지 않는다는 것을 충분히 보여줄 수 있기를 바랍니다.

AI와 예측 분석을 컴퓨터 2.0이라고 생각하면 됩니다. 비즈니스에서 매시간 발생하는 방대한 양의 데이터를 관리할 수 있는 강력한 도구입니다.

예측 분석 및 AI는 스프레드시트, 우수한 CRM 및 콘텐츠 관리 시스템보다 더 나은 도구일 뿐입니다. 삽이나 삽 같은 오래된 시스템을 생각해보세요. AI와 예측 분석은 굴착기와 채굴 장비에 더 가깝습니다.

마케팅 담당자는 이제 큰 장난감을 가지고 놀게 됩니다.