Využití sociálních ohlášení pro prediktivní analýzu maloobchodu

V našem oboru jsme provedli mnoho konzultací se společnostmi, které vyvinuly obrovské sklady neocenitelných dat. Tyto společnosti jsou často vyzvány, aby zvýšily dopad svého marketingu, zvýšily svůj podíl na trhu a učinily to na základě svých produktů a nabídek služeb. Když se však ponoříme trochu hlouběji do jejich platforem, zjistíme, že shromáždili hromadu dat, která zůstávají nevyužita.

Zde je několik příkladů v odvětví e-mailového marketingu:

• Proč nejsou společnosti poskytující e-mailový marketing schopny poskytovat srovnávací testy zadržení, klikání, otevírání a údaje o konverzích pro spotřebitele a podniky k měření jejich úspěchu? Měl bych být schopen snadno zjistit, jak se mé snahy o získání a udržení seznamu porovnají s podobnými společnostmi s podobnými firmami, abych zjistil, zda se mi daří dobře nebo ne.
• Proč společnosti zabývající se e-mailovým marketingem nejsou schopny poskytnout prediktivní analýzu, která předpovídá prodej na základě růstu a kvality předplatitelů ve vašem e-mailovém seznamu? Znáte vůbec hodnotu vašich odběratelů na základě jejich aktuálnosti, aktivity, geografie a demografických údajů?
• Proč společnosti zabývající se e-mailovým marketingem nejsou schopny vybudovat centrální úložiště e-mailů, které automaticky aktualizují e-mailové adresy napříč účty, nebo je odstranit, když se odrazí na jednom účtu? Proč se je e-mailová marketingová společnost nezeptá, jestli by chtěli aktualizovat své informace o všech sdílených klientech na jedné platformě?

Pokud začnete kopat do dat, okamžitě uvidíte, jak naprosto úžasné by bylo mít tyto procesy a data pro jakoukoli společnost. Představte si rozhodnutí, která byste mohli udělat na základě přístupu k inteligenci napříč všemi obchodníky, spíše než silo vašich vlastních seznamů?

Zde je několik příkladů v odvětví sociálních médií:

• Proč platforma jako Twitter nevytváří inteligenci odkazů? Bez ohledu na jakéhokoli zkracovače nebo propagujícího odkaz by Twitter mohl poskytnout šílené množství dat, která by poskytla podnikům úplnou zprávu o dopadu jejich obsahu, propagačních a advokačních programů. Představte si, že můžete vidět báječný strom dat, který poskytuje životnost odkazu - od generování, přes sdílení, oslovení, kliknutí ... u každého uživatele Twitteru, který jej sdílel nebo retweetoval ?! Minulý týden jsem to zmínil o podniku a oni řekli, že za přístup k těmto datům absolutně zaplatí. Místo toho Twitter nic neposkytuje a jsme nuceni spoléhat se na temná data a zkracovače odkazů, abychom se pokusili zpětně vysledovat dopad.

Zde je naprosto úžasný příklad z Foursquare. Když měl Chipotle problémy s bezpečností potravin, Foursquare dokázal monitorovat trendový chod v obchodech a nakonec předpovědět ztráty:

Výsledek? Chipotle oznámil zisk za první čtvrtletí a předpovědi Foursquare byly na cíli - s 30% poklesem tržeb. Foursquare nejenže dokázal předvídat ztráty, ale dokáže i odvážnější předpovědi:

Věříme, že 23% pokles objemu provozu v obchodech je smysluplnější číslo, na které by se akcionáři měli zaměřit, než 30% pokles tržeb. Ukazuje, že Chipotle buduje důvěru zpět u zákazníků, což je pro její dlouhodobý úspěch důležitější. Jeff Glueck, generální ředitel společnosti Foursquare.

Doporučuji vám číst Celý příspěvek pana Gluecka, je to fascinující!

Funkce versus inteligence

Pracoval jsem s jednou společností, která nashromáždila více než 1 miliardu faktoidů v obrovském datovém skladu, ale více se soustředily na růst jejich reklamních rozpočtů než na kvalitu a hodnotu dat, která akumulovaly. Tvrdě jsme je tlačili, aby vyčistili data a najali vědce v oblasti dat. Neudělali a od té doby zavřeli… s kopcem nevyužitých dat, která by mohla být neocenitelná, kdyby byla lépe udržována a správně vytěžena.

Příliš mnoho společností vložilo více akcií a investovalo více času do svých funkcí. Funkce jsou skvělé, ale lze je snadno kopírovat. Inteligence, která má pomoci spotřebitelům zvítězit a podniky soutěžit, je cennější než jakýkoli jiný kus kódu.

Data jsou neuvěřitelným přínosem, který by neměl zůstat nerozpoznaný ze dvou důvodů:

1. Autorita - těžba vašich dat a poskytování primárního výzkumu vašemu odvětví vás staví do pozice lídra.
2. Hodnota - vzhledem k výběru funkce, která usnadňuje život zaměstnanců, nebo dat, která pomáhají výkonnému pracovníkovi činit lepší rozhodnutí, vyberu data pokaždé.

Na jakém zlatém dole sedíte?