Prediktivní analýza: Jak s pomocí strojového učení můžete předpovídat budoucnost vašeho byznysu?

Nové metody strojového učení jsou stále dostupnější. Mohou předvídat třeba nákupní chování vašich zákazníků a budoucí hospodářské výsledky? Ano, a s nebývalou přesností.

Pokud chcete ve světě byznysu 21. století uspět – a především přežít – musíte vyhodnocovat všemožná data. Zároveň byste měli umět rozpoznat, kteří zákazníci jsou pro vás do budoucna potenciálně nejpřínosnější. A následně se zařídit tak, abyste si je udrželi.

A právě o tom je umění prediktivní analýzy. Tradiční dovednosti, které spadají do sféry BI (Business Intelligence) tady sice jsou právě pro lepší pochopení chování na trhu, ale pro co nejpřesnější předvídání budoucího vývoje jsou často nedostatečné. Systémy pro podporu rozhodování sice můžou naznačit trendy, prediktivní analýza ale dokáže vyhodnotit všechny přítomné faktory, nejen vztahy mezi několika daty.

Nehádejte, analyzujte

Vrcholoví marketéři by prediktivní analýzu přijali za svou už před lety. To by ale výpočetní data musela být dostupnější. Nyní po téměř 30 letech sledování z povzdáli, představuje prediktivní analýza v globálním marketingu téměř buzzword.

Dnes už existuje několik sofistikovaných softwarových nástrojů, které firmám v této oblasti pomohou. Na druhou stranu je paradoxní, že i mnoho podniků střední velikosti stále měří své marketingové skóre v prostředí Google Sheets nebo One Drive.

Podniky dnes ale chtějí o své budoucnosti vědět více než jen chabé odhady vycházející z minulých období. Většina běžně používaných analytických nástrojů nám totiž neříká zhola nic o konkrétních číslech.

Americký vývojář softwaru pro analytická šetření, společnost SAS Institute, na svých webových stránkách definuje preskriptivní analýzu jako použití dat, statistických algoritmů a metod strojového učení, které dohromady identifikují pravděpodobnost budoucích obchodních výsledků. Informační základnou jsou tady samozřejmě data z minulosti. Cílem je zajistit co nejlepší předpoklad pro budoucnost.

Nové metody strojového učení jsou stále dostupnější. Mohou předvídat třeba nákupní chování vašich zákazníků a budoucí hospodářské výsledky? Ano, a s nebývalou přesností. Pokud chcete ve světě byznysu 21. století uspět – a především přežít – musíte vyhodnocovat všemožná data. Zároveň byste měli umět rozpoznat, kteří zákazníci jsou pro vás do budoucna potenciálně nejpřínosnější. A následně se zařídit tak, abyste si je udrželi. A právě o tom je umění prediktivní analýzy. Tradiční dovednosti, které spadají do sféry BI (Business Intelligence) tady sice jsou právě pro lepší pochopení chování na trhu, ale pro co nejpřesnější předvídání budoucího vývoje jsou často nedostatečné. Systémy pro podporu rozhodování sice můžou naznačit trendy, prediktivní analýza ale dokáže vyhodnotit všechny přítomné faktory, nejen vztahy mezi několika daty. Nehádejte, analyzujte Vrcholoví marketéři by prediktivní analýzu přijali za svou už před lety. To by ale výpočetní data musela být dostupnější. Nyní po téměř 30 letech sledování z povzdáli, představuje prediktivní analýza v globálním marketingu téměř buzzword. Dnes už existuje několik sofistikovaných softwarových nástrojů, které firmám v této oblasti pomohou. Na druhou stranu je paradoxní, že i mnoho podniků střední velikosti stále měří své marketingové skóre v prostředí Google Sheets nebo One Drive. Podniky dnes ale chtějí o své budoucnosti vědět více než jen chabé odhady vycházející z minulých období. Většina běžně používaných analytických nástrojů nám totiž neříká zhola nic o konkrétních číslech. Americký vývojář softwaru pro analytická šetření, společnost SAS Institute, na svých webových stránkách definuje preskriptivní analýzu jako použití dat, statistických algoritmů a metod strojového učení, které dohromady identifikují pravděpodobnost budoucích obchodních výsledků.  Informační základnou jsou tady samozřejmě data z minulosti. Cílem je zajistit co nejlepší předpoklad pro budoucnost. Je preskriptivní analýza určena i pro vaše podnikání? Cílem tohoto článku není hluboký pohled na problematiku preskriptivní analýzy. Spíše chceme poukázat na její základy a výhody, které by aplikace těchto principů mohla přinést i do vašeho byznysu. Předpovídání chování zákazníků Předvídání chování a preferencí zákazníků patří k základní podobě implementace těchto metod. Do značné míry na něm stojí byznys plán společností jako Amazon nebo eBay. Moderní technologie k mapování těchto trendů jsou ale stále dostupnější i pro menší a středně velké podniky. Vytvoření kompletního katalogu prediktivních modelů by byl neuvěřitelně rozsáhlý proces, existuje ale řada typů modelů, které lze v oblasti marketingu uplatnit poměrně snadno. AgilOne je startup sídlící v Silicon Valley a zdejší vývojáři se zabývají právě vztahy mezi predikcí a marketingem. Oni sami uvádějí tři hlavní kategorie prediktivních modelů. 1.	Shlukové modely – Používají se pro segmentaci zákazníků. Algoritmy vyčlení jednotlivé zákaznické skupiny na základě širokého spektra proměnných. Jedná se prakticky o vše od demografických dat až po celkový počet objednávek. 2.	Předpovědi – Používají se pro předpovědi o chování zákazníků. Předpovídá se tady pravděpodobnost vytvoření vztahu mezi zákazníkem a vaším produktem, sklon ke konverzi či odchodu ke konkurenci. 3.	Doporučení – Metoda se používá k doporučení produktů, služeb a typů reklamy směrem k jednotlivým zákaznickým segmentům. To na základě různých proměnných včetnně analýzy nákupního chování zákazníků z minulosti. Identifikujte potenciální zákazníky Jak pracovat s marketingovými metodami, abyste s předpovídáním budoucnosti dosáhli úspěchu a připravili si půdu pro ještě komplexnější použití analýzy? •	Prediktivní scoring – Hodnocení zákazníků podle pravděpodobnosti konverze •	Identifikační modely – Rozpoznání potenciálních zákazníků, jejichž atributy jsou podobné těm, kteří už nakupují •	Automatizovaná segmentace – Rozdělení potenciálních zákazníků pro personalizovaný e-mailing Ohodnocení slouží analytikům k tomu, aby věděli, jaké leady v budoucnu upřednostnit. Prodejci se tak mohou zaměřit na zákazníky, u kterých je nákup nejpravděpodobnější. Soubor dat, která máte k dispozici vám umožní efektivní segmentaci zákazníků, kterým poté můžete věnovat personalizovanou péči. Správný výrobek je základ Máte zacíleno na ty „správné“ zákazníky? Produkty nebo služby, které nabízíte jsou stále základní proměnnou veškerého analyzování. Na základě informací z minulých období můžete rozpoznat, které produkty už například nemá smysl držet dále v nabídce, stejně jako ty, které jsou oblíbené a vy se můžete více soustředit na jejich propagaci. Společnost Salesforce nabízí digitální platformu pro marketingové operace v podobě cloudu. Pomocí ní mohou podniky vytvářet zákaznické profily pomocí kombinování různých dat (například CRM). Automaticky se tak vytváří modely chování, které marketérům pomáhají předpovídat budoucí vývoj. K dispozici je celá řada aplikací, které obchodníkům po celém světě pomáhají modelovat chování zákazníků. Jednou z těch nejzajímavějších je například Optimove.com, na jejíchž webových stránkách si můžete vyzkoušet demo zdarma. Strojové učení a prediktivní analýza budou mít v budoucnu velký dopad na celý životní cyklus zákazníka. Techniky strojového učení přinášejí do marketingu přesnější odhady a s nimi lepší obchodní výsledky. Tyto oblasti mnoha podnikatelům připadají příliš složitá, ale kdo nastoupí do rozjetého vlaku včas, ten spíše uspěje.

Je preskriptivní analýza určena i pro vaše podnikání?

Cílem tohoto článku není hluboký pohled na problematiku preskriptivní analýzy. Spíše chceme poukázat na její základy a výhody, které by aplikace těchto principů mohla přinést i do vašeho byznysu.

Předpovídání chování zákazníků

Předvídání chování a preferencí zákazníků patří k základní podobě implementace těchto metod. Do značné míry na něm stojí byznys plán společností jako Amazon nebo eBay. Moderní technologie k mapování těchto trendů jsou ale stále dostupnější i pro menší a středně velké podniky.

Vytvoření kompletního katalogu prediktivních modelů by byl neuvěřitelně rozsáhlý proces, existuje ale řada typů modelů, které lze v oblasti marketingu uplatnit poměrně snadno. AgilOne je startup sídlící v Silicon Valley a zdejší vývojáři se zabývají právě vztahy mezi predikcí a marketingem. Oni sami uvádějí tři hlavní kategorie prediktivních modelů.

  1. Shlukové modely – Používají se pro segmentaci zákazníků. Algoritmy vyčlení jednotlivé zákaznické skupiny na základě širokého spektra proměnných. Jedná se prakticky o vše od demografických dat až po celkový počet objednávek.
  2. Předpovědi – Používají se pro předpovědi o chování zákazníků. Předpovídá se tady pravděpodobnost vytvoření vztahu mezi zákazníkem a vaším produktem, sklon ke konverzi či odchodu ke konkurenci.
  3. Doporučení – Metoda se používá k doporučení produktů, služeb a typů reklamy směrem k jednotlivým zákaznickým segmentům. To na základě různých proměnných včetně analýzy nákupního chování zákazníků z minulosti.

Identifikujte potenciální zákazníky

Jak pracovat s marketingovými metodami, abyste s předpovídáním budoucnosti dosáhli úspěchu a připravili si půdu pro ještě komplexnější použití analýzy?

  • Prediktivní scoring – Hodnocení zákazníků podle pravděpodobnosti konverze
  • Identifikační modely – Rozpoznání potenciálních zákazníků, jejichž atributy jsou podobné těm, kteří už nakupují
  • Automatizovaná segmentace – Rozdělení potenciálních zákazníků pro personalizovaný e-mailing

Ohodnocení slouží analytikům k tomu, aby věděli, jaké leady v budoucnu upřednostnit. Prodejci se tak mohou zaměřit na zákazníky, u kterých je nákup nejpravděpodobnější. Soubor dat, která máte k dispozici, vám umožní efektivní segmentaci zákazníků, kterým poté můžete věnovat personalizovanou péči.

Správný výrobek je základ

Máte zacíleno na ty „správné“ zákazníky? Produkty nebo služby, které nabízíte jsou stále základní proměnnou veškerého analyzování. Na základě informací z minulých období můžete rozpoznat, které produkty už například nemá smysl držet dále v nabídce, stejně jako ty, které jsou oblíbené a vy se můžete více soustředit na jejich propagaci.

Společnost Salesforce nabízí digitální platformu pro marketingové operace v podobě cloudu. Pomocí ní mohou podniky vytvářet zákaznické profily pomocí kombinování různých dat (například CRM). Automaticky se tak vytváří modely chování, které marketérům pomáhají předpovídat budoucí vývoj.

K dispozici je celá řada aplikací, které obchodníkům po celém světě pomáhají modelovat chování zákazníků. Jednou z těch nejzajímavějších je například Optimove.com, na jejíchž webových stránkách si můžete vyzkoušet demo zdarma.

Strojové učení a prediktivní analýza budou mít v budoucnu velký dopad na celý životní cyklus zákazníka. Techniky strojového učení přinášejí do marketingu přesnější odhady a s nimi lepší obchodní výsledky. Tyto oblasti mnoha podnikatelům připadají příliš složité, ale kdo nastoupí do rozjetého vlaku včas, ten spíše uspěje.

 

Jsme k dispozici Vám pomoct v nastartování online marketingu. Kontaktujte nás.

 

 


Petr Myšák

Petr Myšák

S Petrem se setkáte na první nezávazné schůzce, v NEXT Vision je zodpovědný za projektové řízení a návrh marketingových strategií. Vystudoval ČVUT, webdesignu a on-line marketingu se věnuje od roku 2006. Rád sportuje, věnuje se horské turistice.

Přidejte komentář


1
Tento web používá k poskytování služeb soubory cookie. Používáním tohoto webu s tím souhlasíte.     OK   Další informace