Прогнозная аналитика - это модное слово, которое в наши дни часто употребляют. Однако Euclid на самом деле делает что-то полезное для ритейлеров, предоставляя прогнозные данные о посещении физического магазина.
Компания фиксирует реальные модели покупок в магазинах и использует машинное обучение, чтобы помочь ритейлерам понять, как часто возвращаются разные группы покупателей. Это, в свою очередь, потенциально позволяет им лучше привлекать клиентов с помощью сегментированного обмена сообщениями.
На прошлой неделе Euclid выпустил новый инструмент, который анализирует миллиарды точек данных и способен устанавливать ориентиры для сегментов аудитории.«Мы изучаем историческое поведение, чтобы понять закономерности», - объяснил Брент Фрэнсон, генеральный директор Euclid. «Мы определяем, как долго они остаются и часто ли они приходят в магазин».
Это позволяет традиционным ритейлерам создавать отдельные сегменты аудитории и прогнозировать частоту их посещений. Фрэнсон сказал, что модели тестируются на основе реальных данных в магазине, а затем со временем уточняются. Он говорит, что теперь компания может прогнозировать посещаемость примерно с 80-процентной точностью.
Основной вариант использования - поиск и повторное привлечение клиентов, которые утратили или вот-вот прекратят сотрудничество, чтобы улучшить удержание и пожизненную ценность. Например, если конкретный клиент приходил ежемесячно, и этот шаблон нарушен, клиент может оказаться под угрозой потери. Затем продавец может разослать предложение или другой стимул посетить магазин.
К тому же, сказал мне Фрэнсон, некоторые сегменты аудитории являются постоянными и не нуждаются в стимулах для посещения, что потенциально экономит деньги ритейлера на ненужных предложениях или купонах. Эта способность понимать и продавать по-разному для разных аудиторий повышает эффективность ритейлеров.
Euclid предлагает заранее сформированные сегменты аудитории, однако ритейлеры также могут создавать новые сегменты, используя собственные данные о посещениях. Данные о клиентах собираются посредством согласия пользователя на гостевой Wi-Fi. Однако целью являются не отдельные лица, а только сегменты аудитории.
«Ритейлерам необходимо знать личности всех своих клиентов, чтобы конкурировать с Amazon», - сказал Фрэнсон. «Вам также необходимо иметь представление обо всем их взаимодействии с вашим брендом».
Маркетинговая атрибуция и прогнозная аналитика: снимок
Что это такое. Платформы маркетинговой атрибуции и прогнозной аналитики - это программное обеспечение, которое использует сложное статистическое моделирование и машинное обучение для оценки воздействия каждого маркетингового прикосновения, с которым покупатель сталкивается на пути к покупке. по всем каналам с целью помочь маркетологам распределить будущие расходы. Платформы с возможностями прогнозной аналитики также используют данные, статистические алгоритмы и машинное обучение для прогнозирования будущих результатов на основе исторических данных и построения сценариев.
Почему сегодня жарко. Многие маркетологи знают, что примерно половина их расходов на рекламу тратится впустую, но мало кто знает, какая именно половина. А в условиях ограниченных бюджетов из-за экономической неопределенности, вызванной пандемией COVID-19, компании стремятся избавиться от отходов.
Проблемы с атрибуцией. Покупатели используют больше каналов и устройств на пути к покупке, чем когда-либо прежде. Отсутствие атрибутивного моделирования и аналитики еще больше затрудняет помощь им на этом пути.
Маркетологи, продолжающие использовать традиционные каналы, считают, что эта проблема усугубляется. Появление правил цифровой конфиденциальности также привело к исчезновению сторонних файлов cookie, одного из наиболее полезных источников данных для маркетологов.
Платформы маркетинговой атрибуции и прогнозной аналитики могут помочь маркетологам решить эти проблемы. Они дают профессионалам больше информации о своих покупателях и помогают им лучше справляться с проблемой растраты бюджета.