Utilització de registres socials per a una anàlisi predictiva del detall

Chipotle

Hem fet moltes consultes a la nostra indústria amb empreses que han desenvolupat grans magatzems de dades inestimables. Sovint, aquestes empreses tenen el desafiament d’incrementar l’impacte de la seva comercialització, augmentar la seva quota de mercat i fer-ho en funció dels seus productes i ofertes de serveis. Quan aprofundim una mica més en les seves plataformes, ens adonem que han recopilat muntanyes de dades que no s’utilitzen.

Aquests són alguns exemples de la indústria del màrqueting per correu electrònic:

  • Per què les empreses de màrqueting per correu electrònic no són capaces de proporcionar comparatives retenció, feu clic, obriu i convertiu dades per a consumidors i empreses per avaluar el seu èxit? Hauria de ser capaç de veure fàcilment com es comparen els esforços d'adquisició i retenció de la meva llista amb empreses similars amb firmagraphics similars per veure si estic bé o no.
  • Per què les empreses de màrqueting per correu electrònic no poden proporcionar anàlisis predictives que pronostiquen les vendes en funció del creixement i la qualitat dels subscriptors de la vostra llista de correu electrònic? Fins i tot coneixeu el valor dels vostres subscriptors en funció de la seva actualitat, activitat, geografia i dades demogràfiques?
  • Per què les empreses de màrqueting per correu electrònic no poden crear dipòsits centrals de correu electrònic que actualitzen automàticament les adreces de correu electrònic de tots els comptes o les eliminen quan reboten en un compte? Per què l'empresa de màrqueting per correu electrònic no els pregunta si volen actualitzar la informació de tots els clients compartits en una sola plataforma?

Si comenceu a aprofundir en les dades, veureu immediatament el absolut que seria increïble tenir aquests processos i dades per a qualsevol empresa. Imagineu-vos les decisions que podríeu prendre basant-vos en tenir accés a la intel·ligència de tots els professionals del màrqueting en lloc de la sitja de les vostres pròpies llistes?

Aquests són alguns exemples de la indústria de les xarxes socials:

  • Per què una plataforma com Twitter no crea intel·ligència sobre enllaços? Independentment de qualsevol escurçador o qui promocioni un enllaç, Twitter podria proporcionar una quantitat insana de dades que proporcionarien un informe complet a les empreses sobre l’impacte del seu contingut, promoció i programes de promoció. Imagineu-vos poder veure un fabulós arbre de dades que proporciona la vida útil d’un enllaç: des de la generació, fins a l’ús compartit, l’arribada, els clics ... a tots els usuaris de Twitter que l’han compartit o retuitejat ?! La setmana passada ho vaig esmentar a un negoci i em van dir que pagarien absolutament per l'accés a aquestes dades. En lloc d’això, Twitter no proporciona res i ens veiem obligats a confiar en dades fosques i en acortadors d’enllaços per intentar rastrejar l’impacte.

Aquí hi ha un exemple absolutament sorprenent de Foursquare. Quan Chipotle tenia problemes amb la seguretat alimentària, Foursquare va ser capaç de controlar el trànsit a peu de tendència entre botigues i, en última instància, predir les pèrdues:

chipotle-foot-traffic

El resultat? Chipotle ha anunciat els seus beneficis del primer trimestre i les prediccions de Foursquare estaven fixades, amb una caiguda del 30% en les vendes. Foursquare no només va poder predir pèrdues, sinó que també va poder fer una predicció encara més audaç:

Creiem que la caiguda del 23% del trànsit a peu de botiga és el nombre més significatiu en què s’haurien de centrar els accionistes, en lloc del descens del 30% de les vendes. Mostra que Chipotle torna a generar confiança amb els clients, cosa que és més important per al seu èxit a llarg termini. Jeff Glueck, conseller delegat de Foursquare.

Us animo a llegir Tot el missatge de Mr. Glueck, és fascinant!

Funcions versus intel·ligència

Vaig treballar amb una empresa que va acumular més de 1 milions de factoids en un enorme magatzem de dades, però es van centrar més en el creixement dels seus pressupostos publicitaris que en la qualitat i el valor de les dades que acumulaven. Els hem fet força per netejar les dades i contractar un científic de dades. No ho van fer i, des de llavors, van tancar ... amb una muntanya de dades inexplorades que podrien ser inestimables si es mantinguessin millor i s’explotessin correctament.

Hi ha massa empreses que inverteixen més accions i inverteixen més temps en les seves funcions. Les funcions són interessants, però es poden copiar fàcilment. La intel·ligència per ajudar els consumidors a guanyar i competir a les empreses és més valuosa que qualsevol tros de codi.

Les dades són un actiu increïble que no s’hauria de reconèixer per dos motius:

  1. Autoritat - l'extracció de les vostres dades i la investigació principal del vostre sector us situarà com a líder.
  2. Valor - Tenint en compte l'elecció d'una funció que facilita la vida dels empleats o de dades que ajuden un executiu a prendre millors decisions, escolliré les dades cada vegada.

De quin tipus de mina d’or estàs assegut?

Què et sembla?

Aquest lloc utilitza Akismet per reduir el correu no desitjat. Esbrineu com es processa el vostre comentari.