Slik identifiserer du 3 datakategorier i Predictive Analysis - dummies

Selskapene har samlet seg i massene av data om deres virksomhet og kunder, ofte referert til som business intelligence . Prediktiv analyse bruker disse dataene. For å hjelpe deg med å utvikle kategorier for dataene dine, er det følgende en generell oversikt over hvilke typer data som anses som forretningsmessig intelligens:

Behavioral data kommer fra transaksjoner, og kan hentes automatisk:

• Kjøpte varer

• Betalingsmåter

• Om de kjøpte varene var til salgs

• Kjøperens tilgangsinformasjon:

  • Adresse

  • Telefonnummer

  • E- postadresse

• Alle kjøpere har gitt slike opplysninger når de kjøper på nettet (eller til og med når de kjøpes i en butikk eller via telefon).

Andre typer data kan hentes fra kunder med samarbeid:

• Data gitt av kunder når de fyller i spørreundersøkelser

• Kunder samlet inn svar på avstemninger via spørreskjemaer

• Informasjon samlet fra kunder som gjør direkte kontakt med selskaper

  • I en fysisk butikk

  • Over telefon

  • Gjennom selskapets nettside

I tillegg kan typen data som en bedrift samler fra sin virksomhet, gi informasjon om sine kunder. Vanlige eksempler inkluderer hvor lang tid kundene bruker på selskapets nettsteder, samt kundernes nettlesingshistorier. Alle de dataene som kombineres, kan analyseres for å svare på noen viktige spørsmål:

• Hvordan kan virksomheten din forbedre kundeopplevelsen?

• Hvordan kan du beholde eksisterende kunder og tiltrekke seg nye?

• Hva vil kunden din like kjøpe neste?

• Hvilke kjøp kan du anbefale til bestemte kunder?

Det første skrittet mot å svare på disse spørsmålene (og mange andre) er å samle inn og bruke alle kunderelaterte operasjonsdata for en omfattende analyse. Datatyper som utgjør slike data kan krysse og kunne beskrives og / eller grupperes forskjellig for analyseformål.

Noen selskaper samler disse typer data ved å gi kundene sine personlige erfaringer. Når en bedrift for eksempel gir sine kunder verktøyene de trenger for å bygge personlige nettsteder, gir den ikke bare kunderne (og beriker deres erfaring med å håndtere selskapet), og det tillater også selskapet å lære av et direkte uttrykk for sine kunder 'ønsker og trenger: nettstedene de lager.

Grunnleggende om holdningsdata i prediktiv analyse

Eventuell informasjon som kan kaste lys over hvordan kundene tenker eller føler, betraktes som holdningsdata .

Når selskaper utarbeider spørreundersøkelser som ber sine kunder om tilbakemelding og deres tanker om deres bransje og produkter, er de innsamlede dataene et eksempel på holdningsdata.

Holdningsdata har en direkte innvirkning på typen markedsføringskampanje et selskap kan starte. Det hjelper til med å forme og målrette meldingen til kampanjen. Holdningsdata kan bidra til å gjøre både meldingen og produktene mer relevante for kundenes behov og ønsker - slik at virksomheten kan betjene eksisterende kunder bedre og tiltrekke seg potensielle kunder.

Begrensningen av holdningsdata er en viss ufullkommenhet: Ikke alle svarer objektivt på spørreskjema, og ikke alle gir alle relevante detaljer som formet deres tenkning på tidspunktet for undersøkelsen.

Grunnleggende om atferdsdata i prediktiv analyse

Behavioral data kommer fra hva kundene gjør når de samhandler med virksomheten; Det består hovedsakelig av data fra salgstransaksjoner. Behavioral data har en tendens til å være mer pålitelig enn holdningsdata fordi den representerer det som faktisk skjedde.

Virksomheter kjenner for eksempel hvilke produkter som selger, hvem som kjøper dem, og hvordan kundene betaler for dem.

Behandlingsdata er et biprodukt av normal drift, så det er tilgjengelig for et selskap uten ekstra kostnad. Holdningsdata krever derimot å gjennomføre undersøkelser eller igangsette markedsundersøkelser for å få innblikk i kundene sine.

Holdningsdata analyseres for å forstå hvorfor kunder oppfører seg som de gjør, og beskriver deres syn på bedriften din. Behavioral data forteller deg hva skjer og registrerer kunders virkelige handlinger. Holdningsdata gir innsikt i motivasjoner; atferdsmessige data gir hvem-gjorde-hva - den generelle konteksten som førte til kundenes spesielle reaksjoner. Analysen din skal inneholde grupper for begge typer data; de er komplementære.

Kombinere både holdningsdata og atferdsdata kan gjøre dine prediktive analysemodeller mer nøyaktige ved å hjelpe deg med å definere segmentene til kunden din, tilby en mer personlig kundeopplevelse og identifisere driverne bak virksomheten.

La oss nå sammenligne holdningsdata og atferdsdata.

Egenskaper	Holdning	Behavioral
Datakilde	Kundernes tanker	Kunderaksjoner
Datamidler	Samlet fra undersøkelser	Samlet fra transaksjoner
Data Type	Subjektiv	Mål
Datakostnad	Kan koste ekstra	Ingen ekstra kostnad
Grunnleggende om demografiske data i prediktiv analyse

Demografiske data omfatter informasjon inkludert alder, rase, sivilstatus, utdanningsnivå, sysselsettingsstatus, husstandsinntekt og plassering. Du kan få demografiske data fra U. S. Census Bureau, andre offentlige etater, eller gjennom kommersielle enheter.

Jo flere data du har om kundene dine, desto bedre er innsiktet i å identifisere bestemte demografiske og markedstrender, samt hvordan de kan påvirke virksomheten din.Ved å måle pulsen på demografiske trender kan du tilpasse seg endringene og bedre markedet til, tiltrekke og betjene disse segmentene.

Ulike segmenter av befolkningen er interessert i ulike produkter.

Små bedrifter som leverer til bestemte steder, bør ta hensyn til demografiske endringer på disse stedene. Alle naboer har sett befolkninger som forandrer seg over tid i enkelte nabolag. Bedrifter må være oppmerksomme på slike endringer; de kan påvirke virksomheten betydelig.

Demografiske data, kombinert med atferdsdata og holdningsdata, tillater markedsførere å male et nøyaktig bilde av deres nåværende og potensielle kunder, slik at de kan øke tilfredshet, oppbevaring og oppkjøp.