Los diferentes tipos de datos de Social CRM
Al determinar qué datos de CRM Social quiere acorralar, es importante tener en cuenta los diferentes tipos de datos y lo que le puede enseñar. Muchas empresas utilizan los datos históricos para tomar una conjetura al rendimiento futuro a través de métricas similares.
Previsión, planificación de presupuesto y ventas objetivos a menudo se basan en los datos de análisis históricos, pero este enfoque puede ser limitante. Para capturar una visión histórica bien redondeado para la planificación, es importante entender la diferencia entre análisis descriptivos y profético analítica.
Análisis descriptivos: Este tipo de datos identifica los acontecimientos pasados y los factores percibidos o reales que han jugado en la creación de los eventos. La idea es buscar indicadores de éxito y fracaso en las iniciativas pasadas. Es una estrategia reactiva a la planificación de marketing - mirando hacia atrás, en respuesta a los descubrimientos, y el ajuste de los planes futuros para satisfacer las condiciones anteriores.
El análisis predictivo: Se trata de un modelo matemático que predice con exactitud los resultados y los resultados sobre la base de hechos concretos futuros. Es más fácil (y por lo general más asequible) para mantener a los clientes existentes que para generar otros nuevos, por lo que el modelado predictivo menudo conduce las iniciativas de marketing para las promociones y ofertas. Tomando lo que sabes clientes prefieren y llegar a ellos con lo que quieren cae en el modelado predictivo.
Tenga en cuenta que el pasado no siempre se puede predecir el futuro. Tanto el modelado descriptivo y predictivo tiene sus límites, en parte debido a los siguientes factores hacen de mañana (o el año que viene) un poco diferente de ayer (o ayer):
El mercado de hoy es cada vez más cambiante y complejo.
Usted está reuniendo una gran cantidad de datos a un ritmo rápido en el CRM social.
Los mercados son blancos móviles que no siempre se puede predecir con exactitud.
Sin embargo, si se analizan los datos históricos en el contexto adecuado, puede desarrollar un enfoque más tangible para la planificación. Pero es vital para distinguir los tipos de datos que está recopilando y analizando primero. Después de que sabe lo que tiene, se puede llegar a conclusiones y traducir esos datos en métricas accionables.
| Modelado Analytics descriptivos | Modelado de análisis predictivo |
|---|---|
| Resultado percibido basado en datos históricos | La predicción exacta de los resultados basada en el pasado con resultados thesame factores en su lugar |
| Relacional | Basado Ecuación- |
| Vista trasera | Futuro centrada |
| Reactiva | La planificación de precisión |
-
Etapas de planificación de datos Big - Cómo analizar grandes volúmenes de datos para obtener resultados
-
Conceptos básicos de las principales tendencias tecnológicas en el análisis predictivo - Fundamentos de análisis predictivo de proceso de datos clasificaciones
- Fundamentos de la estática y los datos se transmiten en analyics predictivos
- La construcción de un modelo de análisis predictivo
Fuentes de datos para proyectos de análisis predictivo Los datos de un proyecto de análisis predictivo pueden provenir de muchas fuentes diferentes. Algunas de las fuentes más comunes son dentro de sus propias fuentes comunes organización- incluyen datos adquiridos de proveedores externos.Fuentes de…
Asegurar el éxito cuando se utiliza el análisis predictivo Piense en el análisis predictivo como una bombilla brillante impulsado por los datos. La luz (visión) de análisis predictivo puede potenciar su estrategia, optimizar sus operaciones y mejorar su cuenta de resultados. Los siguientes cuatro…
Cómo análisis predictivo aumenta la rentabilidad de la inversión (ROI) El análisis predictivo pueden ayudarle a maximizar el retorno de la inversión (ROI) a través de campañas de marketing, mejora de la evaluación y gestión de riesgos, la reducción de los costos operativos, y tomar decisiones…
¿Cómo se utilizan el análisis predictivo para tomar decisiones informadas El análisis predictivo, debidamente desarrollado y aplicado convierte los datos en información clave, y le permite tomar medidas por tomar decisiones informadas sobre muchas áreas de su negocio - sobre la base de datos extensos. Mayor precisión…
¿Cómo elegir un algoritmo para un modelo de análisis predictivo Varios algoritmos estadísticos, de minería de datos, y la máquina de aprendizaje están disponibles para su uso en el modelo de análisis predictivo. Usted está en una mejor posición para seleccionar un algoritmo después de que haya definido…
¿Cómo definir y probar prototipos de análisis predictivo Una manera eficaz de indicar sus objetivos de negocio para el análisis predictivo claramente es como una lista con viñetas de las decisiones de los usuarios. A continuación, ejecute el prototipo para generar predicciones y puntuaciones para cada…
¿Cómo generar los datos derivados y reducir su dimensionalidad de análisis predictivo En esta fase de exploración del análisis predictivo, obtendrá un conocimiento íntimo de sus datos - que a su vez le ayudará a elegir las variables relevantes para analizar. Este entendimiento también le ayudará a evaluar los resultados de su…
Cómo ir a vivir con el modelo de análisis predictivo Después de desarrollar su modelo de análisis predictivo y con éxito; para ello, ya está listo para implementarlo en el entorno de producción. El objetivo final de un proyecto de análisis predictivo es poner el modelo se construye en el proceso…
Cómo mantener predictivo análisis de datos al día Después de la etapa de carga de extraer, transformar, cargar, después de obtener sus datos en esa base de datos separada, data mart, o almacén para el análisis, usted necesita para mantener los datos frescos por lo que los modeladores pueden…
Cómo delinear las pruebas y datos de prueba para el análisis predictivo Cuando los datos están listos y ya está a punto de comenzar la construcción de su modelo predictivo para el análisis, es útil para delinear su metodología de pruebas y elaborar un plan de pruebas. La prueba debe ser impulsada por los objetivos…
Cómo utilizar el análisis predictivo para satisfacer a los clientes La competencia mundial impulsa a las empresas a precios más bajos para atraer a nuevos clientes. Por suerte, el análisis predictivo puede ayudar aquí. Las empresas se esfuerzan por complacer a sus clientes y ganar nuevos clientes ones- demandan…
Cómo utilizar regresiones lineales en el análisis predictivo Regresión lineal es un método estadístico que analiza y descubre relaciones entre dos variables. En el análisis predictivo puede ser utilizado para predecir un valor numérico futuro de una variable.Considere un ejemplo de datos que contiene dos…