虽然很多零售商人说他们是数据驱动的分析了解,许多从未连接重要的见解和营销决策。
事实上,仅为53%营销决策是数据驱动的,促使60%的营销CMOs减少他们的营销分析部门,因为“失败的承诺改进。“在一天结束的时候,只有17%的B2C营销人员相信他们的数据驱动营销策略帮助他们实现他们的目标。
这并不令人吃惊。
营销人员管理的客户洞察,包括结构化、非结构化和半结构化数据。这一系列信息的决策过程中很难驾驭。社交媒体,特别是云水域。
喜欢和追随者并非毫无可取之处。他们在测量品牌健康。他们反映积极善意向品牌,让客户参与在某种程度上。然而,在许多情况下,这种接触是没有直接因果关系的销售利率。所以营销人员应该考虑什么?答案不是一件事。相反,它是一个过程。
度量值测量
从匿名已知转化前景,然后将已知的前景给客户,是市场营销的最终目标。
在数字世界中,这个过程的实际预测的指标包括:时间页面,内容下载,多点击产品,通过各种活动,网站访问chatbot接触强度,请求向人类转移从一个聊天机器人,并提供电子邮件或短信联系信息。近因、频率和货币价值也证明预测和历史上可靠的转换。
客户数据平台(cdp)提供进步的概要文件,可以揭示许多这些指标之间的联系。这个概要文件可以用于个性化更上一层楼,最终让营销人员接近转换。
通过跟踪实际行为,如交易频道使用和其他行为,营销人员可以开始个性化使用先进的分析来预测销售数据,而不是依赖客供意图可以不可靠。图形下面是一个示例的一些物品通常是包含在一个零售营销CDP。
举个例子,一个严肃的买家寻找登山靴可能喜欢或遵循品牌,但这个活动不是预测的销售统计上有意义的方式。与此同时,高潜力的买家将点击横幅,lightbox,或开户登记,该品牌的网站上花费时间阅读/下载产品抵押,等。这种行为,汇总和分析,是预测的销售明显多于虚荣指标。
使数据问题
数据是一个成功的零售营销活动的重要组成部分。然而,它简单地收集数据是不够的。零售营销人员必须连接关键的见解与营销决策和关注事件的客户旅程最因果和预测销售转换。
通过构建个性化和有针对性的一对一提供进步的形象,营销人员可以从观众的成员或部分客户定制的通讯策略基于建设进步的概要文件。
最终,成功在于使数据通过使用由策略驱动的数据科学问题解构客户旅程和营销预算分配给最有可能的事件表明即将购买。
”数据驱动的思考”是由媒体社区的成员,包含新鲜想法在媒体的数字革命。
