Прогностическая аналитика: как маркетологи могут улучшить будущую деятельность: специалист по социальным медиа

Хотите, чтобы ваш маркетинг был более эффективным?

Хотите знать, как может помочь прогнозирование маркетинговых циклов?

Чтобы узнать, как маркетологи могут начать использовать прогнозную аналитику, я беру интервью у Криса Пенна.

Подробнее об этом шоу

В Подкаст по маркетингу в социальных сетях - это ток-шоу по запросу от Social Media Examiner. Он разработан, чтобы помочь занятым маркетологам, владельцам бизнеса и авторам узнать, что работает с маркетингом в социальных сетях.

В этом выпуске я беру интервью Крис Пенн, соучредитель и главный новатор в Brain + Trust Insights. Он также является соведущим Маркетинг за кофе подкаст и ведущий эксперт по аналитике в Social Media Marketing World.

Крис объясняет, как обеспечить качество базовых данных, используемых в прогнозной аналитике.

Вы также найдете источники данных и инструменты, используемые для прогнозирования.

Поделитесь своими отзывами, прочтите примечания к шоу и получите ссылки, упомянутые в этом выпуске ниже.

Теперь слушай

Где подписаться: Подкаст Apple | Подкасты Google | Spotify | RSS

Прокрутите статью до конца, чтобы найти ссылки на важные ресурсы, упомянутые в этом выпуске.

Вот некоторые вещи, которые вы откроете для себя в этом шоу:

Прогностическая аналитика

История Криса

Крис начал заниматься аналитикой благодаря своему опыту работы в ИТ. В 2003 году он начал работать ИТ-директором в стартапе по ссуде на обучение, где его роль вышла за рамки традиционных ИТ-обязанностей. Помимо работы с веб-серверами и почтовыми серверами, он также обновлял веб-сайты и отправлял еженедельные электронные письма.

Крис занимался этой работой до того, как появилась Google Analytics, поэтому, когда генеральный директор его компании спросил, как работают веб-сайты и электронные письма, Крис не получил ответа. Чтобы понять это, Крис и его команда начали разрабатывать свои собственные инструменты, чтобы понять основы, например, сколько людей посещают веб-сайт каждый день.

Со временем аналитическая практика стала основным направлением деятельности Криса. Он не только пытался узнать, что произошло, но и почему это произошло, и как бизнес может отреагировать.

Послушайте шоу, чтобы услышать, как Крис рассказывает о своем образовании.

Что такое прогнозная аналитика?

Прогностическая аналитика использует статистику и машинное обучение для анализа данных и составления прогнозов. Люди очень предсказуемы. Все мы следуем рутине, например, чистим зубы, а затем принимаем душ или надеваем каждый предмет одежды в определенном порядке каждое утро.

Поскольку люди предсказуемы как в микро-, так и в макроуровне, маркетологи в основном могут предсказать, что произойдет. Например, в Северной Америке, если вы являетесь маркетологом B2C, вы почти наверняка знаете, что будете заняты с 1 ноября по 26 декабря, потому что это пик продаж продукции.

Точно так же, если вы маркетолог B2B, ваше самое загруженное время - с 1 января по конец мая. Затем бизнес набирает обороты сразу после Дня труда в США и Канаде и продолжается до Дня благодарения в США. В остальное время быть маркетологом намного сложнее, независимо от того, сосредоточены ли вы на цифровых, социальных или платных технологиях.

Послушайте шоу, чтобы услышать больше примеров предсказуемого человеческого поведения.

Что может сделать прогнозная аналитика?

Поскольку мы знаем эти вещи в целом, машины могут помочь нам сделать эти прогнозы более конкретными. Ценность прогнозной аналитики в их специфике. Если вы знаете, на какой неделе вам следует больше заниматься Facebook Live или меньше тратить на рекламу, вы сможете более эффективно и действенно вести свой маркетинг. Если вы умеете предсказывать, вы можете зарабатывать деньги, экономить деньги, экономить время и не быть уволенными.

Прогнозная аналитика специально сосредоточена на том, чтобы выяснить, что будет дальше. Для среднего маркетолога прогнозы временных рядов (или прогнозы того, когда что-то должно произойти) являются наиболее обычным и полезным приложением. Чтобы проиллюстрировать это, если вы маркетолог в социальных сетях, вы хотите знать, когда набрать команду по обслуживанию клиентов, чтобы отвечать на запросы клиентов.

Прогнозная аналитика также может определить, например, когда кто-то купит новую машину или будут ли они будущими родителями. Однако эти приложения более тонкие, чем прогнозы временных рядов.

Послушайте шоу, чтобы узнать о моем опыте использования прогнозной аналитики, когда я был писателем B2B.

Как работает предиктивная аналитика

Прогнозной аналитике, вероятно, уже почти 70 лет. Люди удивляются, узнав, сколько лет этой дисциплине, потому что они считают машинное обучение чем-то новым. Однако теории и математические формулы существуют уже очень давно.

Что изменилось, так это вычислительная мощность ноутбуков, настольных компьютеров и облачных серверов. Они могут обрабатывать большие числа за более короткое время. Теоретически вы можете проводить прогнозную аналитику на бумаге, но для этого потребуется много бумаги и времени.

Чтобы хорошо выполнять предиктивную аналитику, вам нужны три способности. Во-первых, вам нужен кто-то с навыками разработки, чтобы извлекать данные из ваших источников данных, таких как Google Analytics, Facebook Insights, Twitter и других социальных данных. Данные могут находиться в ваших собственных или сторонних системах. У кого бы ни были данные, вы должны иметь возможность их получить.

Крису нравится выражение «Данные - это новая нефть», потому что, если вы когда-либо видели сырую нефть, это отвратительный беспорядок. Вы ничего не сможете с этим поделать, пока не извлечете его из земли, не очистите, а затем отдадите людям, которые смогут использовать его в автомобилях или сделать пластиковые миски, которые не разбиваются при падении на пол. То же самое и с предиктивной аналитикой.

Специалисты по переработке данных - это специалисты по обработке данных, которые очищают данные во что-то, что вы можете использовать. Затем технологи по маркетингу, что сегодня является ролью многих маркетологов в социальных сетях, что-то делают с этими данными. Они не просто интерпретируют данные; они действуют в соответствии с этим.

Крис подчеркивает важность действий в соответствии с полученными данными. Если вы знаете, на какой неделе продвигать свое мероприятие, но ничего не делаете с этой информацией, тогда нет смысла делать прогнозы.

Точность прогнозов зависит от исходных данных и алгоритма, который вы используете для прогнозов. В какой-то момент почти каждый столкнется с проблемой качества данных. Возможно, вы неправильно настроили Google Analytics, неправильно поставили цели, забыли включить пиксель Facebook; любые из этих вещей.

Послушайте шоу, чтобы услышать, как Крис обсуждает популярный тип технического анализа акций.

Практические маркетинговые приложения для прогнозной аналитики

Когда Крис делает прогнозный прогноз, это обычно 52-недельный линейный график. Для каждой недели диаграмма показывает прогноз для любого ряда данных. В большинстве случаев Крис использует данные поиска, потому что люди вводят в Google то, что они не стали бы рассказать другому человеку, сделав поисковые данные очень хорошим индикатором того, что на самом деле разум.

Доступно множество поисковых данных, и вы можете получить доступ к некоторым из них бесплатно с помощью таких инструментов, как Планировщик ключевых слов AdWords или Google Trends. Получив данные, вы можете спрогнозировать какой-то тренд, который представляет собой ряд данных, а затем определить пики и спады. Крис рекомендует использовать данные за период от 1 до 5 лет в качестве основы для вашего прогноза.

Предположим, вы извлекаете данные поиска за 5 лет по маркетингу в социальных сетях, потому что вам интересно, когда в следующем году люди будут искать «социальные сети маркетинг ». Если вы знаете, что это будет 20 марта, 19 апреля, 27 мая, 4 июля, 10 сентября и 21 октября этого года, то это ваши высокие отметки.

С этими датами вы также можете увидеть, что происходит за 2-3 недели до каждого свидания. Обычно к этому пику идет подъем. Поэтому маркетологу в социальных сетях необходимо увеличить свои расходы на рекламу. Органический маркетолог должен публиковать много и вдвое больше историй в Instagram, которые они создают. Специалист по связям с общественностью должен сделать презентацию за несколько месяцев, чтобы появиться в публикациях в эти даты.

Вы также знаете, когда наступит спад, поэтому вы можете планировать хранение контента, пока ничего не происходит. Вы можете записывать подкасты, приглашать гостей на другие сайты, писать кучу сообщений в блогах и накапливать контент. Затем, когда наступает следующий пик, вы можете достичь нужной каденции, не выгорая.

Таким образом, прогнозы помогут вам заработать на пиках и сэкономить на спадах. Вы можете планировать и строить свою стратегию в зависимости от того, когда что-то может произойти. Это приложение работает как для предприятий B2C, так и для предприятий B2B, потому что люди вводят данные в Google весь день, каждый день.

Я спрашиваю, какие еще источники данных вы могли бы использовать для прогнозов. Крис говорит, что любой источник данных, основанный на времени, действителен, и разговоры в социальных сетях различаются в каждой сети. Ваши прогнозы на Pinterest могут отличаться от ваших прогнозов на Facebook и Twitter. Делайте прогнозы на основе всех этих данных.

Для этого есть отличный инструмент: Толпа клубок. Это здорово, потому что дает вам данные о временных рядах вплоть до уровня отдельной публикации. Специалист по связям с общественностью может получать упоминания в новостях и освещение новостей. Рекламодатель может запрашивать суммы с оплатой за клик, цены ставок и все это.

Сторонние источники данных хороши тем, что вы как компания не можете повредить эти данные сами по себе, хотя вы можете попросить неправильные вещи. Один уважаемый поставщик данных SEMrush, который содержит данные хорошего качества. Другой продавец, Бренд24, занимается мониторингом СМИ.

Вы также можете просматривать данные поиска с помощью инструментов SEO, не принадлежащих Google. Все это хорошие источники данных, потому что они согласованные, нормализованные и регулярные. Кроме того, они достаточно чистые.

Затем Крис приводит еще один пример того, как вы можете применить прогнозную аналитику в своем бизнесе. Крис сделал прогноз для казино, основываясь на ежедневных доходах игровых автоматов за 2 года. Введя эти данные в алгоритм, Крис смог спрогнозировать доход казино на следующий год.

С помощью этих прогнозов казино могло видеть, когда доход от игровых автоматов будет низким, и им нужно было запускать некоторые рекламные акции, запускать рекламу, привлекать специального гостя или что-то в этом роде. Эти данные помогли им восполнить эти пробелы в доходах.

Я спрашиваю, как маркетологи избегают влияния на данные. Гипотетически, скажем, мы готовим наши маркетинговые акции для Social Media Marketing World по определенным графикам, которые не обязательно основаны на прогнозах, но мы решили использовать. Как мы исключаем, что поведение племени и сообщества не обязательно вызвано нашими действиями?

Крис говорит, что «Мир маркетинга в социальных сетях» - такое масштабное и успешное шоу, что оно действительно влияет на то, когда люди ищут такие вещи, как «социальные медиа-маркетинг ». Однако вы можете уточнить извлекаемые данные несколькими способами, чтобы свести к минимуму влияние событий, проблем и т. Д.

Например, если вы используете инструмент для прослушивания социальных сетей, вы можете исключить упоминания о Social Media Marketing World, #socialmediaexaminer, Michael Stelzner и связанных с ними элементах. Эти исключения помогают уменьшить количество точек данных, которых здесь не должно быть.

Вы также можете использовать бенчмаркинг, который устанавливает базовый уровень вне определенного сезона, который добавляет 20 000 упоминаний в день. Даже в сезон есть что-то несоразмерное тому, что должно быть? Таким образом можно делать прогнозы.

Однако лучший способ уточнить данные - на уровне данных. Удалите вещи, которые, как вы знаете, заражают, за неимением лучшего слова. Затем вы можете делать прогнозы на основе уточненных данных.

Тем не менее, если бы вы занимались маркетингом в сфере маркетинга в социальных сетях, вам не обязательно было бы уточнять данные таким образом. Если вы заставляете племя влиять на то, как люди во всем мире ищут «маркетинг в социальных сетях», это хорошо. Это повод отпраздновать свой успех и попытаться вызвать еще большие изменения в поведении, опережая тенденции еще раньше.

Послушайте шоу, чтобы услышать мои мысли о предсказуемых человеческих образцах.

Чего нельзя предсказать

Крис говорит, что нельзя предсказать три вещи. Первый - это серьезные потрясения, которые могут исказить ваши данные, например политические волнения, культурные потрясения, стихийные бедствия и тому подобное. Все это вызывает серьезные помехи, которые могут исказить прогноз. Секторы, в которых происходят большие потрясения, такие как фондовый рынок, почти невозможно предсказать с точностью.

Второе - это то, чего никогда не было, например президентские выборы 2016 года. Конкуренции между двумя кандидатами, которые баллотировались, никогда раньше не было. Многие люди, создававшие инструменты прогнозирования и прогнозы на выборы, основывали свои модели на выборах 2012 года.

Однако в разные годы кандидатами от каждой партии были очень разные люди. Итак, инструменты, которые люди создали для 2016 года, были основаны на том, что произошло в прошлом, но этого не происходит в настоящее время. Вы не можете предсказать то, чего никогда не было.

Третий дисквалифицирующий фактор для прогнозной аналитики - плохие данные. Если у вас есть поврежденные данные или их нет, вы не можете делать точные прогнозы. Если вы знаете, что у вашей компании есть проблемы с инфраструктурой данных, прогнозная аналитика на самом деле опасна. Это было бы похоже на вождение с GPS, который имеет плохие данные и говорит, что нужно ехать прямо со скалы.

Послушайте шоу, чтобы услышать, как Крис поделится другим термином для переворот.

Общие проблемы с данными

Если вы хотите попробовать предиктивную аналитику, Google Analytics - хорошее начало. У большинства маркетологов, безусловно, есть эти данные, но могут возникнуть проблемы. Например, если вы используете программное обеспечение для автоматизации маркетинга, вам необходимо разместить теги Google Analytics на целевых страницах этого программного обеспечения. Если вы этого не сделаете, у вас проблемы с целостностью данных.

Затем я спрашиваю, как обращаться с ботами и блокировщиками. Крис говорит, что в социальных сетях, особенно в Instagram и Twitter, полно ботов. Хорошая новость заключается в том, что поведение ботов довольно предсказуемо, потому что люди, которые писали этих ботов, использовали очень примитивные алгоритмы. В процессе подготовки данных ботов легко обнаружить, и вы можете их удалить.

Для иллюстрации: у одного бота всегда есть биография в одном и том же формате. Биография начинается с разных слов разной длины, за которыми следует «проверьте меня» и затем ссылка.

С блокираторами работать значительно сложнее. Если вы пытаетесь составить прогноз на основе данных рекламы, а блокировщики удаляют данные, это очень сложно исправить. Данные не ошибочные; у тебя его даже нет. Это неполно.

С неполными данными можно справиться двумя способами. Во-первых, вы можете найти что-то направленное, потому что имеющиеся у вас данные по-прежнему репрезентативны. Допустим, вы знаете, что 30% блокируемой рекламы происходит на мобильных устройствах, но это постоянные 30%. У вас не 22% объявлений заблокировано на одном сайте, а 5% - на другом.

Если блокировка относительно постоянна, то вы все равно будете указывать правильное направление, потому что со временем некоторые объявления будут работать лучше или хуже.

Второй вариант доступен только компаниям с большой базой данных, таким как крупные технологические компании или компании, занимающиеся данными. Имея большой объем данных, вы можете сделать вменение, который использует существующий набор обученных данных и машинное обучение для заполнения неполных частей.

Действительно хороший пример вменения - репост в социальных сетях. В начале февраля LinkedIn отключил данные о количестве акций, поэтому вы больше не получите их ни в одном инструменте мониторинга социальных сетей. Если бы Крис работал в компании, занимающейся мониторингом социальных сетей, он использовал бы данные за последние 10 лет в качестве обучающей выборки и сделал бы вывод о количестве репостов.

Вы можете сделать вывод о количестве репостов, если у вас есть другие параллельные наборы данных, такие как Twitter и Pinterest. Эти номера акций по сути позволят машине заполнить пробелы для акций LinkedIn.

Послушайте шоу, чтобы узнать, что я думаю о ботах и ​​блокировщиках.

Примеры

Для известной компании по производству канцелярских товаров Крис провел прогнозный анализ названия бренда и общего термина «офис». припасы ». Хотя название бренда и общий термин отражали друг друга, «канцелярские товары» отставали от бренда на 20 дней. имя.

Например, популярность бренда резко выросла в конце августа, что Крис объяснил возвращением в школу и людьми, возвращающимися на работу. Но затем, 20 дней спустя, поисковый запрос «канцелярские товары» последовал точно так же быстро и по той же схеме. Что бы там ни происходило в поведении, люди ищут бренд, а затем 20 дней спустя ищут общий термин.

Основываясь на результатах, Крис предложил компании создать кампанию ретаргетинга, рассчитанную на 19 дней. Перенаправьте всех, кто зайдет на ваш сайт 19 дней спустя, с помощью рекламы, напоминающей им, чтобы они вернулись за дополнительными канцелярскими принадлежностями. Благодаря рекламе с ретаргетингом компания могла частично удовлетворить этот спрос.

Таким образом, прогнозная аналитика может предложить огромную рентабельность инвестиций. Кто-то мог предположить, что все, что они делают, больше не работает, и просто остановиться. С помощью прогнозной аналитики вы можете увидеть, что реальность такова, что ваш социальный маркетинг просто не синхронизируется с моделями клиентов.

Далее Крис приводит пример из своего собственного бизнеса. Он проводил сравнительный анализ на основе того, когда люди ищут настройки Outlook вне офиса, потому что когда кто-то вы знаете, что они собираются в отпуск, а это значит, что они не читают свои Эл. адрес. После выполнения этого теста в октябре 2017 года Крис сделал прогноз на первый квартал.

Крис прогнозировал, что объем поиска был самым низким, а это означало, что большинство людей находились в офисе в течение недели с 18 января 2018 года. На той неделе Крис провел ту же кампанию для своей книги в том же списке и с тем же предложением, что и в 2017 году.

Уточняв сроки проведения промо-акции 2018 года, Крис увеличил продажи книг на 40%. Его кампания 2017 года была отключена примерно на две недели, и Крис понял, что отсутствие синхронизации со своей аудиторией имело огромное значение.

Я спрашиваю, как компания, которая публикует информацию, может использовать прогнозную аналитику для улучшения своей стратегии. В этом примере Крис говорит, что одним из его любимых приложений является контент-стратегия. Допустим, вы регулярно освещаете определенные темы. Вы можете выполнить целую комбинацию этих прогнозов.

10% самых эффективных могут управлять вашим редакционным календарем, потому что, если вы знаете месяцы, когда люди будут больше всего интересоваться темой, вы можете планировать ежемесячные функции по этой теме. Вы даже до недели будете знать, когда публиковать контент на определенную тему. Таким образом, вы сможете каждый месяц брать высокую ноту.

Прогнозная аналитика также может помочь в создании вашего рекламного календаря. Если вы знаете, что публикуете публикацию по определенной теме, вы можете установить свои прейскуранты на основе этой темы. В течение месяца, когда вы знаете, что спрос аудитории на тему высок, вы можете взимать с рекламодателей, которые заинтересованы в этой теме, полную цену. Если вы знаете, что интерес к целевой теме рекламодателей невелик, вы можете предложить скидку 40%.

Послушайте шоу, чтобы услышать, как Крис обсуждает, как Social Media Examiner может применять прогнозную аналитику к своему контенту.

инструменты

Крис говорит, что лучшие инструменты бесплатны. Это языки программирования (например, р а также Python), а также библиотеки (например, SIDEKIT, NumPy, timetk), которые предлагают код, который вы можете использовать для определенных задач. Однако, чтобы использовать эти бесплатные инструменты, вам потребуется большой технический опыт. Языки программирования и библиотеки подобны частям двигателя. Чтобы получить машину, нужно построить ее самому.

Для технически способного бизнеса любого размера, если у вас есть кто-то или несколько человек, которые могут выполнять роли разработчика, специалиста по данным и технолога по маркетингу, вы можете использовать прогнозную аналитику для создания собственных прогнозов для бесплатно.

Однако, если у вас нет времени или знаний для использования этих инструментов, но у вас есть деньги, лучше всего передать прогнозирование на аутсорсинг. Наймите компанию по обработке данных.

Если вы хотите узнать, как работает наука о данных, Крис настоятельно рекомендует вести блог по адресу KDnuggets.com и Блог IBM по науке о данных. В IBM Data Science Experience тоже отлично. Вам также следует следить за блогами разработчиков крупных технологических компаний, таких как Microsoft, Amazon, Google, а также IBM.

Однако лучшую информацию о науке о данных вы найдете в научные статьи. Если вы сможете читать эти газеты, не засыпая, и извлекать информацию, вы найдете настоящее золото. Вы научитесь методам, которые сможете опробовать на своих данных.

Этому алгоритму прогнозирования, о котором мы говорили, существует уже 70 лет. Это инструмент, похожий на лопатку. Если все, что вы когда-либо делаете, это перевертывает кусок тоста, у вас будет очень дорогой флиппер для тостов.

Однако если вы подумаете о гриле, жарке и обо всем, что вы можете делать с помощью лопатки, тогда возможности становятся безграничными. То же самое и с инструментами и алгоритмами для анализа данных. Вы можете использовать свое творчество и любопытство, чтобы опробовать их всеми этими способами.

В будущем использовать эти инструменты станет так же просто, как запустить рекламу на Facebook, потому что многие методы прогнозной аналитики уже очень механизированы. Однако то, что связано с человеческим суждением и контекстом, займет больше времени. Машины не могут понять, как работают компании, и поэтому не видят этих возможностей.

Но после того, как вы наметите основную стратегию, вы скоро сможете нажать кнопку, провести по кредитной карте, внести ежемесячную плату в размере 99 долларов, и инструмент будет выдавать графики. Крис считает, что эта возможность будет доступна в течение следующих 5 лет.

В дальнейшем, по мере совершенствования универсального искусственного интеллекта, вы можете сказать машине, что хотите оптимизировать свои расходы на Facebook в зависимости от спроса. Затем машина автоматически сделает прогноз, определит, когда наступят пики и спады, и в основном рассчитает ваш бюджет и рекламу за вас. Это, вероятно, через 5-10 лет.

Послушайте шоу, чтобы услышать, как Крис больше рассказывает о том, на что не способны машины.

Открытие недели

Решено это сайт стоковых фотографий, на котором не используются стандартные стоковые изображения.

Фотографии на Reshot отражают уникальную точку зрения фотографа. Таким образом, качество фотографий выше, чем на многих других стоковых фото-сайтах.

На сайте используется простая лицензия а также сроки которые дают вам большую гибкость при использовании фотографий.

Фотографии Reshot бесплатны, хотя вы также можете найти фотографии для продажи у партнеров Reshot. Чтобы просмотреть изображения или узнать больше, посетите веб-сайт.

Послушайте шоу, чтобы узнать больше, и дайте нам знать, как Reshot работает для вас.

Ключевые выводы, упомянутые в этом выпуске:

• Узнайте больше о бизнесе Криса, Brain + Trust Insights.
• Следуйте за Крисом на Twitter.
• Читать Блог Криса.
• Послушайте подкаст Криса, Маркетинг за кофе.
• Доступ к данным поиска с помощью Планировщик ключевых слов AdWords или Google Trends.
• Узнать больше о Толпа клубок.
• Проверьте сторонних поставщиков данных SEMrush а также Бренд24.
• Узнать о статистических вменение.
• Узнайте больше о р а также Python и библиотеки вроде SIDEKIT, NumPy, а также timetk.
• Визит KDnuggets.com, Блог IBM по науке о данных, а также IBM Data Science Experience.
• Следите за блогами разработчиков Microsoft, Amazon, Google, а также IBM.
• Найдите фотографии для своего контента через Решено.
• Смотрите наше еженедельное ток-шоу по маркетингу в социальных сетях по пятницам в 10:00 по тихоокеанскому времени. Crowdcast или настройтесь на Facebook Live.
• Загрузите Отчет об индустрии маркетинга в социальных сетях за 2017 год.

Как вы думаете? Что вы думаете о прогнозной аналитике? Поделитесь своими комментариями ниже.