Cómo utilizar el análisis predictivo de marketing de destino

El análisis predictivo que su comercialización hace campaña más orientada al cliente. La idea es personalizar sus anuncios para llegar a un segmento de su base total de clientes - no el todo. Si envía sólo los anuncios que son relevantes a un segmento de clientes, aumenta la probabilidad de que los visitantes particulares podrán realizar la acción que usted espera - compra.

Si puede determinar qué segmento de su base de clientes responderán mejor a su mensaje, a ahorrar dinero en el costo de convencer a un cliente para hacer la compra (los costos de adquisición) y mejorar la eficiencia general.

Por ejemplo, cuando usted paga una red de publicidad en línea - por ejemplo, Google AdWords - para mostrar sus anuncios, por lo general usted paga por cada clic que envía el tráfico a su sitio web a través de un anuncio patrocinado que aparece en respuesta a una búsqueda.

Conseguir el visitante en última instancia para hacer lo que usted espera que va a hacer mientras está en su sitio web - se convierta en un cliente que paga - debe ser parte de su estrategia de marketing. Este tipo de estructura de costos de marketing se llama pago por clic. Usted paga la red (en este caso, Google) por cada clic, si el visitante se convierte en una venta.

Debido a que usted está pagando por cada clic, sin garantía de convertir cada visita en una venta, tendrá que crear una especie de filtro para garantizar que los más probable para convertirse en clientes reciben su anuncio.

No tiene sentido mostrar su anuncio a cualquiera - una estrategia escopeta está lejos de ser óptima, y ​​sus costos de adquisición sería a través del techo. Público objetivo de su anuncio debe ser aquellos visitantes que tienen la mayor probabilidad de conversión.

Aquí es donde el análisis predictivo puede llegar a su ayuda para el marketing de destino. Mediante la creación de un modelo predictivo eficaz que clasifica a los clientes en su base de datos de acuerdo con que es más probable que comprar, suscribirse, o conocer algún otro objetivo de la organización, tiene el potencial de aumentar el retorno de su inversión en marketing. En concreto, el análisis predictivo para la comercialización puede

• Incrementar la rentabilidad

• Aumenta tu índice de conversión

• Aumentar la satisfacción del cliente al reducir el contacto no deseado

• Aumentar la eficiencia operativa

• Aprenda lo que funciona (o no) en cada campaña de marketing

El marketing tradicional se dirige a un grupo de clientes sin aplicar estas técnicas modernas como el modelado predictivo utilizando la minería de datos y algoritmos de aprendizaje automático para el conjunto de datos. El modelado predictivo, en el área de marketing directo se llama modelado de respuestas utilizando el análisis predictivo (o simplemente modelado de respuesta a partir de aquí). A veces los analistas crean filtros para aplicar al conjunto de datos, creando así un grupo selecto de destino.

Pero ese selecto grupo no puede ser configurado de forma óptima. Modelado de respuesta, por el contrario, trata de descubrir patrones en los datos que están presentes pero no apparent- inmediatamente el resultado es un grupo optimizado para apuntar.

El ejemplo siguiente utiliza una pequeña muestra para comparar el beneficio generado por correo directo - marketing tradicional contra el modelado de respuesta.

El modelado de respuesta se ha dirigido a 10 por ciento del número tradicional de clientes (100 en lugar de 1000) a un subconjunto optimizado. La tasa de respuesta debe ser mayor con el modelado de respuesta - 10 por ciento en lugar del 2 por ciento que es típico para la comercialización tradicional.

El resultado neto es una ganancia de $ 800 bajo el marketing tradicional respuesta Modelado rompe incluso. También, como por cliente objetivo costos aumentan, el valor del modelado respuesta es aún mejor - sin ni siquiera teniendo en cuenta los beneficios implícitos de no dirigirse a clientes no cualificados.

Si usted hace el contacto constante con un cliente sin proporcionar ningún beneficio, se corre el riesgo de ser ignorado en el futuro.

Ahora vamos a considerar un ejemplo que muestra la comparación de beneficios entre mailings directos utilizando el marketing tradicional y el modelado de respuesta con un tamaño de muestra más grande.

Aquí el modelado de la respuesta tiene (de nuevo) dirigido sólo el 10 por ciento de los 10.000 clientes potenciales tradicionalmente dirigido. En un subconjunto optimizada de 1000, la tasa de respuesta debe ser mayor. Si usted asumió una tasa de respuesta de 2 por ciento para un mailing directo campaña- tradicional de marketing con el modelado de la respuesta, la tasa de respuesta es de 10 por ciento debido a que los clientes son más propensos a comprar en el primer lugar.

Modelado de respuesta genera una ganancia de $ 18,000 bajo este de escenarios descansos de marketing tradicionales incluso. Al igual que en el escenario anterior, los ingresos obtuvo utilizando el marketing tradicional es consumido por los costos de comercialización. Por lo tanto, como la exactitud de los clientes objetivo, aumenta el valor de los modelos de respuesta también se incrementa.