營(yíng)銷與技術(shù)同生共長(zhǎng)的時(shí)代已經(jīng)來(lái)臨。數(shù)字化浪潮促使?fàn)I銷行業(yè)發(fā)生巨大改變，數(shù)據(jù)和技術(shù)已滲透到營(yíng)銷的各個(gè)領(lǐng)域。企業(yè)已不僅僅是去“滿足”用戶需求，更在“預(yù)測(cè)”需求、“創(chuàng)造”需求。
尤其對(duì)于出海的中國(guó)企業(yè)，想要迅速打破海外本地化壁壘，實(shí)現(xiàn)用戶和銷售增長(zhǎng)，就必須從數(shù)據(jù)中洞察，從數(shù)據(jù)中捕捉機(jī)會(huì)，更精準(zhǔn)地針對(duì)不同用戶制定不同營(yíng)銷策略，讓用戶獲取和用戶留存變得更加有效。
以下這篇文章系統(tǒng)解釋和分析了如今人們是如何利用大數(shù)據(jù)進(jìn)行“預(yù)測(cè)營(yíng)銷”的，分享給你們：）
來(lái)源 | MarTechCareer（ID：gomarketing）
來(lái)自紐約，專注數(shù)據(jù)分析、廣告營(yíng)銷和產(chǎn)品管理的職場(chǎng)技能提升學(xué)校與線上課程平臺(tái)。
文 | Salih Sarikaya
當(dāng)今，數(shù)據(jù)已成為營(yíng)銷活動(dòng)中無(wú)可爭(zhēng)議的關(guān)注點(diǎn)，對(duì)于每個(gè)營(yíng)銷活動(dòng)，數(shù)據(jù)都扮演著重要的角色。
從我過(guò)往十余年的媒體以及產(chǎn)品營(yíng)銷經(jīng)歷中發(fā)現(xiàn)，每一個(gè)營(yíng)銷決定都離不開(kāi)數(shù)據(jù)支持。但是直到幾年前，數(shù)據(jù)的分析還僅僅依賴于市面上的一些分析工具。后來(lái)，隨著數(shù)據(jù)科學(xué)的爆發(fā)，我們迎來(lái)了一個(gè)新概念——預(yù)測(cè)營(yíng)銷，這使我們不僅能夠看到過(guò)去的數(shù)據(jù)，同時(shí)也能預(yù)測(cè)未來(lái)。
數(shù)字化已經(jīng)覆蓋了很多營(yíng)銷工作，算不得什么新鮮事。而現(xiàn)在它更是決定了我們?nèi)绾味ㄎ黄放疲瑳Q定我們最終使用什么新工具或購(gòu)買什么產(chǎn)品。在全球范圍內(nèi)，預(yù)計(jì)有1.9萬(wàn)億人進(jìn)行在線購(gòu)物。以美國(guó)為例，有79％的人進(jìn)行過(guò)網(wǎng)購(gòu)，而在2002年這個(gè)數(shù)字只有22％。更令人興奮的是，數(shù)字營(yíng)銷的智能程度可以更好地管理潛在客戶，增加銷售機(jī)會(huì)。
隨著科技的幾次飛速發(fā)展，營(yíng)銷變得日益復(fù)雜。一些新興公司完全基于線上運(yùn)作，因此數(shù)字營(yíng)銷（例如互聯(lián)網(wǎng)和電子設(shè)備上的產(chǎn)品以及服務(wù)廣告）已成為企業(yè)在此過(guò)程中超越傳統(tǒng)營(yíng)銷的關(guān)鍵點(diǎn)。
正如數(shù)字營(yíng)銷已經(jīng)成為公司關(guān)注的核心點(diǎn)，市場(chǎng)數(shù)據(jù)也成為營(yíng)銷過(guò)程中成功的關(guān)鍵因素。毋庸置疑，對(duì)于每一次的營(yíng)銷活動(dòng)，數(shù)據(jù)從始至終都至關(guān)重要。
我們從多個(gè)營(yíng)銷渠道獲得數(shù)據(jù)，用這些數(shù)據(jù)做出明智的營(yíng)銷決策，比如如何定位廣告以及確定營(yíng)銷預(yù)算。為了改善營(yíng)銷決策，在營(yíng)銷中，我們引入了更復(fù)雜的方法來(lái)更好地利用和分析數(shù)據(jù)，最終獲得更好的結(jié)果，而“預(yù)測(cè)營(yíng)銷”就是其中的方法之一。
▍什么是預(yù)測(cè)營(yíng)銷
顧名思義，預(yù)測(cè)營(yíng)銷是一種衡量不同營(yíng)銷活動(dòng)方案成功性的營(yíng)銷技術(shù)。它是MarTech（營(yíng)銷科技）的一部分，以數(shù)據(jù)驅(qū)動(dòng)營(yíng)銷和銷售。
因此，在預(yù)測(cè)營(yíng)銷中，我們使用數(shù)據(jù)科學(xué)（或數(shù)據(jù)分析）來(lái)預(yù)測(cè)哪些營(yíng)銷行為更有可能成功以及哪些更有可能失敗。我們可以將涉及數(shù)據(jù)分析的這部分命名為預(yù)測(cè)分析。
▍預(yù)測(cè)分析與預(yù)測(cè)營(yíng)銷
盡管這兩個(gè)術(shù)語(yǔ)可以互換使用，但預(yù)測(cè)營(yíng)銷對(duì)營(yíng)銷業(yè)務(wù)的預(yù)測(cè)性更深入，并且具有更廣泛的含義。預(yù)測(cè)分析使用預(yù)測(cè)模型提供對(duì)未來(lái)的洞察，而預(yù)測(cè)營(yíng)銷則使用預(yù)測(cè)技術(shù)來(lái)測(cè)試企業(yè)的營(yíng)銷策略，提供洞見(jiàn)，從而在連續(xù)（或者迭代）的過(guò)程中做出更好的營(yíng)銷決策。
在一個(gè)簡(jiǎn)單的場(chǎng)景中，預(yù)測(cè)營(yíng)銷專家（通常是數(shù)據(jù)科學(xué)家，數(shù)據(jù)分析師或一些專門的分析公司）會(huì)從多個(gè)來(lái)源收集有關(guān)業(yè)務(wù)的數(shù)據(jù)，并與公司的營(yíng)銷數(shù)據(jù)以及客戶數(shù)據(jù)一起進(jìn)行分析。有了這些信息，數(shù)據(jù)科學(xué)家就可以應(yīng)用適合業(yè)務(wù)的預(yù)測(cè)模型，并相對(duì)準(zhǔn)確地預(yù)測(cè)其營(yíng)銷的成功可能性。
▍預(yù)測(cè)營(yíng)銷如何運(yùn)作
預(yù)測(cè)營(yíng)銷的一個(gè)典型案例是電子商務(wù)網(wǎng)站根據(jù)用戶的歷史行為向他們推薦產(chǎn)品和服務(wù)。從產(chǎn)品搜索頁(yè)面到結(jié)帳頁(yè)面，這些網(wǎng)站將時(shí)不時(shí)地對(duì)每位顧客進(jìn)行產(chǎn)品推薦。這些產(chǎn)品推薦是電子商務(wù)網(wǎng)站“協(xié)同過(guò)濾算法”的產(chǎn)物，是根據(jù)對(duì)客戶歷史行為的研究得出的，例如去分析顧客添加到購(gòu)物車中的物品、曾經(jīng)點(diǎn)擊瀏覽或購(gòu)買過(guò)的物品。利用統(tǒng)計(jì)分析的方式找出與目標(biāo)顧客有相同喜好的過(guò)往顧客，根據(jù)過(guò)往顧客的喜好向目標(biāo)用戶推薦。這種算法的實(shí)際內(nèi)容很復(fù)雜，會(huì)將數(shù)據(jù)與時(shí)間、地點(diǎn)、人口統(tǒng)計(jì)分布以及其他指標(biāo)（包括打開(kāi)率，點(diǎn)擊率以及退訂率）相關(guān)聯(lián)。
以往只有一些大公司可以負(fù)擔(dān)得起聘請(qǐng)昂貴的內(nèi)部數(shù)據(jù)科學(xué)家來(lái)搭建預(yù)測(cè)營(yíng)銷模型和技術(shù)，但現(xiàn)在，中小公司的內(nèi)部預(yù)測(cè)營(yíng)銷專家也可以從多個(gè)來(lái)源收集數(shù)據(jù)，為業(yè)務(wù)建立預(yù)測(cè)營(yíng)銷模型從中受益。他們可以獲取公司的市場(chǎng)營(yíng)銷和客戶數(shù)據(jù)以及有關(guān)營(yíng)銷成果的信息。然后，數(shù)據(jù)分析師可以根據(jù)這些信息預(yù)測(cè)公司營(yíng)銷工作的成功性。
▍預(yù)測(cè)營(yíng)銷的好處
預(yù)測(cè)營(yíng)銷中的相關(guān)性與數(shù)字營(yíng)銷中的數(shù)據(jù)科學(xué)十分相似。
首先，預(yù)測(cè)技術(shù)使?fàn)I銷人員更好地了解客戶行為。與常規(guī)的營(yíng)銷數(shù)據(jù)分析不同，預(yù)測(cè)營(yíng)銷工具可以直接做出決策。換句話說(shuō)，預(yù)測(cè)營(yíng)銷模型會(huì)準(zhǔn)確說(shuō)明哪些營(yíng)銷策略可能會(huì)起作用，哪些無(wú)效，從而使決策變得更加容易。根據(jù)獲取的有關(guān)顧客的數(shù)據(jù)，預(yù)測(cè)營(yíng)銷模型可以判斷客戶是否會(huì)進(jìn)行購(gòu)買、何時(shí)以及如何進(jìn)行購(gòu)買。
通過(guò)分析客戶以往的行為，數(shù)據(jù)供應(yīng)商還可以幫助公司在多個(gè)方面做出決策，諸如營(yíng)銷預(yù)算管理、營(yíng)銷活動(dòng)規(guī)劃、潛在客戶開(kāi)發(fā)和促進(jìn)轉(zhuǎn)化的策略。因?yàn)樗腔趯?duì)客戶的大量和多種數(shù)據(jù)的分析（相對(duì)于直覺(jué)和猜測(cè)），所以預(yù)測(cè)營(yíng)銷做出的決策目標(biāo)更加明確，并且可以產(chǎn)生更好的結(jié)果。
此外，預(yù)測(cè)分析可以使企業(yè)向自動(dòng)化營(yíng)銷系統(tǒng)或?qū)＜宜f(shuō)的規(guī)范性營(yíng)銷更貼近。在此級(jí)別上，營(yíng)銷系統(tǒng)會(huì)自動(dòng)分析數(shù)據(jù)并做出實(shí)時(shí)決策。隨后將立即進(jìn)行諸如模型生成、訪客分級(jí)和更新客戶關(guān)注的內(nèi)容方面的操作。在這種精確程度下，我們可以輕易地細(xì)分客戶并設(shè)置針對(duì)性的營(yíng)銷活動(dòng)，從而能夠大大提高客戶參與度。運(yùn)用預(yù)測(cè)分析的結(jié)果很明顯：可以優(yōu)化我們的營(yíng)銷預(yù)算，提高訪客細(xì)分的效率并增加銷售收入。
據(jù)《福布斯》雜志的Jas Saran稱，它可以至少?gòu)牧鶄€(gè)領(lǐng)域改善公司的營(yíng)銷成果，包括營(yíng)銷組合建模，追加銷售和交叉銷售，網(wǎng)站優(yōu)化，用戶獲取，用戶研究，和用戶留存。
以下是預(yù)測(cè)營(yíng)銷可以使初創(chuàng)企業(yè)受益的一些具體方式：
▍如何通過(guò)預(yù)測(cè)營(yíng)銷加強(qiáng)用戶研究、用戶獲取和用戶留存
復(fù)雜的預(yù)測(cè)營(yíng)銷模型可以幫助企業(yè)根據(jù)對(duì)顧客過(guò)去的行為和未來(lái)行為的洞察，建立特定且獨(dú)特的客戶身份。由于用于建立預(yù)測(cè)營(yíng)銷模型的數(shù)據(jù)通常非常詳細(xì)，因此得到的營(yíng)銷效果往往具有更高的轉(zhuǎn)化率。
當(dāng)營(yíng)銷工作準(zhǔn)確作用在正確的客戶身上時(shí)，用戶獲取將變得更加有效。再次說(shuō)明，由于有了預(yù)測(cè)營(yíng)銷模型，營(yíng)銷人員可以針對(duì)不同的顧客群量身定制不同的營(yíng)銷活動(dòng)和獲取策略，并具有很高的轉(zhuǎn)化率。
同樣，對(duì)客戶未來(lái)行為的預(yù)測(cè)有助于企業(yè)制定其用戶留存策略。當(dāng)公司了解可能會(huì)離開(kāi)的客戶群，可能離開(kāi)的時(shí)間以及會(huì)使他們離開(kāi)的條件時(shí)，公司可以為每個(gè)客戶群專門制定留存計(jì)劃。當(dāng)企業(yè)了解這一點(diǎn)時(shí)，可以向其現(xiàn)有客戶進(jìn)行追加銷售和交叉銷售。
▍如何通過(guò)預(yù)測(cè)營(yíng)銷提高郵件營(yíng)銷以及網(wǎng)站參與度
根據(jù)《智能預(yù)測(cè)基準(zhǔn)報(bào)告》，利用智能預(yù)測(cè)的郵件營(yíng)銷活動(dòng)所產(chǎn)生的收益最大。在使用預(yù)測(cè)營(yíng)銷前，營(yíng)銷人員通常只能基于很寬泛的概念（有時(shí)叫做用戶畫(huà)像）來(lái)創(chuàng)建郵件內(nèi)容，因而其中很多郵件不會(huì)被目標(biāo)人群打開(kāi)。但是預(yù)測(cè)營(yíng)銷讓營(yíng)銷人員能夠通過(guò)特定信息創(chuàng)建個(gè)性化的郵件，使其擁有了更高的閱讀率和參與度。
這里有一個(gè)有趣的數(shù)據(jù)：提示“有庫(kù)存了”和“此前曾棄置了的產(chǎn)品”的廣告郵件（可以通過(guò)預(yù)測(cè)營(yíng)銷模型建立）的點(diǎn)擊率最高，分別為19%和14%。
同樣的，使用預(yù)測(cè)營(yíng)銷模型的網(wǎng)站可通過(guò)研究訪客行為來(lái)提高用戶參與度及其產(chǎn)品銷量，特別是圍繞例如網(wǎng)頁(yè)上的廣告橫幅、產(chǎn)品頁(yè)面和操作按鈕等網(wǎng)站素材的行為。
總而言之，預(yù)測(cè)營(yíng)銷的目的是預(yù)測(cè)能促使顧客購(gòu)買產(chǎn)品的條件，并幫助企業(yè)優(yōu)化定價(jià)以及其他會(huì)影響顧客購(gòu)買行為的因素。以亞馬遜為例，當(dāng)該公司采用了基于預(yù)測(cè)分析模型所得出的建議后，亞馬遜的銷售額實(shí)現(xiàn)了30%左右的增長(zhǎng)。
企業(yè)對(duì)企業(yè)（B2B）營(yíng)銷是預(yù)測(cè)分析的一個(gè)重要領(lǐng)域，尤其是在降低營(yíng)銷成本和提高效率方面。一次B2B的營(yíng)銷成本可能在35美金到100美金甚至更多，視情況而定。如果轉(zhuǎn)化率很低就會(huì)使得原本就高的成本顯得更加昂貴。以發(fā)展一位潛在客戶平均需要耗費(fèi)50美元的情況進(jìn)行計(jì)算，若要達(dá)到1%的轉(zhuǎn)化率，僅僅在開(kāi)發(fā)潛在客戶上，B2B營(yíng)銷人員就需要花費(fèi)5,000美金。
因此，很多企業(yè)開(kāi)始采用預(yù)測(cè)營(yíng)銷的方法，以使他們的營(yíng)銷工作能獲得更高的投資回報(bào)率。
還有一個(gè)有趣的數(shù)據(jù)：在參加EverString針對(duì)預(yù)測(cè)營(yíng)銷調(diào)查的人中，有98%的營(yíng)銷者表示在他們企業(yè)的CRM、營(yíng)銷自動(dòng)化或其他營(yíng)銷工具中，至少有一塊是已經(jīng)實(shí)施或完全交付給了預(yù)測(cè)營(yíng)銷。
對(duì)于B2B營(yíng)銷者而言，預(yù)測(cè)營(yíng)銷或多或少已成為一種不可或缺的方法。正如我們所看到的，這種方法能為營(yíng)銷人員節(jié)省一部分營(yíng)銷成本，對(duì)于B2B業(yè)務(wù)來(lái)說(shuō)，它產(chǎn)生的價(jià)值是相當(dāng)可觀的。下面是預(yù)測(cè)營(yíng)銷能為B2B營(yíng)銷人員帶來(lái)益處的一些具體方面：
▍勘探潛在客戶
首先，B2B營(yíng)銷者可以采用預(yù)測(cè)營(yíng)銷獲得高質(zhì)量的客戶線索。為做到這一點(diǎn)，營(yíng)銷人員基于公司信息和市場(chǎng)上的一些特殊信號(hào)來(lái)建立預(yù)測(cè)營(yíng)銷模型，從而能以較高的準(zhǔn)確度識(shí)別出潛在客戶。
這些信息包括企業(yè)規(guī)模、產(chǎn)品和收入，特殊信號(hào)可以是業(yè)務(wù)擴(kuò)張、管理變化和成千上萬(wàn)的其他公司數(shù)據(jù)。把這些內(nèi)容放入預(yù)測(cè)營(yíng)銷模型中，根據(jù)模型評(píng)估結(jié)果來(lái)決定這家公司的表現(xiàn)是否符合我們的期望，是否是一個(gè)好的潛在目標(biāo)。使用預(yù)測(cè)分析模型，營(yíng)銷分析人員可以生成一長(zhǎng)串符合這種表現(xiàn)的類似企業(yè)名單，作為一個(gè)B2B業(yè)務(wù)發(fā)展機(jī)會(huì)的數(shù)據(jù)庫(kù)。
▍B2B潛在客戶評(píng)分 （優(yōu)先級(jí)劃分）
獲得潛在客戶名單后，B2B營(yíng)銷者需要決定哪類潛在客戶群值得最先攻破，這部分潛在客戶往往有較高可能性轉(zhuǎn)化成我們的用戶。為此，營(yíng)銷者需要再一次使用預(yù)測(cè)營(yíng)銷模型，來(lái)對(duì)所有潛在客戶群進(jìn)行優(yōu)先級(jí)分類。
對(duì)潛在客戶群的評(píng)分十分重要，因?yàn)樵摻Y(jié)果會(huì)告訴營(yíng)銷人員下一步營(yíng)銷工作的方向，比如應(yīng)該主要瞄準(zhǔn)哪些潛在客戶、何時(shí)行動(dòng)以及如何行動(dòng)。通過(guò)預(yù)測(cè)模型的使用，B2B營(yíng)銷者提高了手動(dòng)建立評(píng)分公式的效率。預(yù)測(cè)模型可以基于客戶購(gòu)買可能性、預(yù)計(jì)生命周期價(jià)值、盈利能力、促銷回應(yīng)、銷售接納度或其他各種因素來(lái)建立，具體取決于業(yè)務(wù)目標(biāo)和目標(biāo)的優(yōu)先級(jí)。
▍B2B潛在客戶細(xì)分
接下來(lái)，B2B營(yíng)銷者可借助預(yù)測(cè)營(yíng)銷科技，將潛在客戶進(jìn)行細(xì)分。一個(gè)理想的模型不僅可以創(chuàng)建目標(biāo)用戶畫(huà)像，還可以根據(jù)潛在客戶特征及行為將其進(jìn)行分組。
這些細(xì)分基于個(gè)人興趣、公司類型以及過(guò)去的行為，以此建立預(yù)測(cè)模型形成的用戶細(xì)分往往更為準(zhǔn)確可靠，對(duì)不同細(xì)分人群可以提供更加個(gè)性化的營(yíng)銷方式，從而提高轉(zhuǎn)化率。
潛在客戶的細(xì)分對(duì)于整個(gè)B2B營(yíng)銷環(huán)節(jié)都至關(guān)重要，因?yàn)樗兄跍?zhǔn)確決定針對(duì)每個(gè)細(xì)分人群的營(yíng)銷方式，而不是采用很泛泛的營(yíng)銷手段。除了靜止的目標(biāo)用戶畫(huà)像外，預(yù)測(cè)營(yíng)銷模型還能夠?yàn)闋I(yíng)銷人員生成像”參與程度“這樣的動(dòng)態(tài)用戶劃分，該類細(xì)分會(huì)隨著時(shí)間變化，并且每次都需要根據(jù)結(jié)果重新調(diào)整營(yíng)銷方式。
▍主動(dòng)的銷售整合
由于預(yù)測(cè)營(yíng)銷模型可以創(chuàng)建出動(dòng)態(tài)的用戶細(xì)分，因此該模型也能為銷售團(tuán)隊(duì)提供有關(guān)潛在客戶的及時(shí)信息。結(jié)合高質(zhì)量的潛在客戶優(yōu)先級(jí)劃分，預(yù)測(cè)模型可以使銷售工作變得更加主動(dòng)、及時(shí)并富有成效。例如，預(yù)測(cè)營(yíng)銷模型可以預(yù)測(cè)某個(gè)客戶群最有可能進(jìn)行購(gòu)買的時(shí)間段，那么它就能提示銷售團(tuán)隊(duì)要在這個(gè)時(shí)間段加大對(duì)該類客戶進(jìn)行銷售的強(qiáng)度。
還有其他一些來(lái)自預(yù)測(cè)分析的信息，例如基于過(guò)往決策得出的決策層級(jí)可以幫助銷售團(tuán)隊(duì)更好地協(xié)調(diào)工作，并定制化銷售策略。同樣的，銷售團(tuán)隊(duì)也可以更好地了解何時(shí)應(yīng)進(jìn)行追加銷售和交叉銷售。
▍管理B2B客戶的整個(gè)生命周期
除了生成并按優(yōu)先級(jí)列出高質(zhì)量的潛在客戶，預(yù)測(cè)營(yíng)銷科技還可幫助營(yíng)銷者在客戶的整個(gè)生命周期中產(chǎn)生更大的影響。這些模型通過(guò)及時(shí)提供有關(guān)消費(fèi)者在銷售過(guò)程中各個(gè)階段的信息來(lái)支持營(yíng)銷人員參與到客戶做出購(gòu)買決策的整個(gè)過(guò)程。
▍一些常見(jiàn)的B2B預(yù)測(cè)模型
實(shí)際的預(yù)測(cè)營(yíng)銷模型通常分為三類：關(guān)注于潛在客戶分組的細(xì)分模型（segmentation models）、追蹤客戶獲取或流失可能性的傾向模型（propensity models）、以及預(yù)測(cè)哪些客戶可能需要更多營(yíng)銷投入的智能推薦模型（intelligent recommendations）——通常是提供追加銷售或交叉銷售方面的建議。
細(xì)分模型根據(jù)產(chǎn)品（基于產(chǎn)品的客戶集群）和行為（基于行為的客戶集群）對(duì)潛在客戶及現(xiàn)有客戶進(jìn)行分組。傾向模型則是基于例如客戶預(yù)算、市場(chǎng)競(jìng)爭(zhēng)和其他的顧客行為模式等因素指出潛在的威脅和機(jī)會(huì)，以此來(lái)維持并擴(kuò)大客戶群。智能推薦模型是規(guī)范化營(yíng)銷的先驅(qū)者，它能識(shí)別出哪些內(nèi)容能更好地吸引現(xiàn)有客戶。
營(yíng)銷的未來(lái)是自動(dòng)化，而自動(dòng)化的核心便是預(yù)測(cè)營(yíng)銷。
根據(jù)Everstring和Forrester的報(bào)告，越來(lái)越多的B2B營(yíng)銷者開(kāi)始采用預(yù)測(cè)營(yíng)銷。以下是其中一些主要發(fā)現(xiàn)：
相比起只有14%的傳統(tǒng)營(yíng)銷人員匯報(bào)企業(yè)收益的增長(zhǎng)高于行業(yè)平均水平，從事預(yù)測(cè)營(yíng)銷工作的營(yíng)銷人員報(bào)告這一情況的數(shù)量是前者的2.9倍（41%）。
有一半的預(yù)測(cè)營(yíng)銷者聲稱他們?cè)诟黝惍a(chǎn)品和服務(wù)行業(yè)中擔(dān)任著領(lǐng)導(dǎo)和管理者的角色，相比起來(lái)傳統(tǒng)營(yíng)銷者的這一比例只有24%。
49%的預(yù)測(cè)營(yíng)銷者表示，他們所在的組織表現(xiàn)始終超過(guò)公司基準(zhǔn)，相比之下只有28%的傳統(tǒng)營(yíng)銷人員能夠有效地為公司業(yè)務(wù)提供類似的價(jià)值。
基于這三個(gè)方面不難看出，預(yù)測(cè)營(yíng)銷的數(shù)據(jù)分析驅(qū)動(dòng)的營(yíng)銷正在B2B營(yíng)銷領(lǐng)域起著領(lǐng)頭作用。根據(jù)Salesforce的數(shù)據(jù)，91%的頂級(jí)營(yíng)銷者已經(jīng)在實(shí)施預(yù)測(cè)營(yíng)銷。同時(shí)它還吸引了不少商業(yè)投資者的關(guān)注。僅在幾年內(nèi)，風(fēng)險(xiǎn)投資家和industry players就在預(yù)測(cè)營(yíng)銷和類似的數(shù)據(jù)驅(qū)動(dòng)型營(yíng)銷技術(shù)上投資了50多億美金。
《智能預(yù)測(cè)基準(zhǔn)報(bào)告》也表明，由智能預(yù)測(cè)提供的建議影響了總訂單生成的26.34%。經(jīng)過(guò)36個(gè)月的分析，受智能預(yù)測(cè)影響的訂單生成占總量比從11.47%增加到了34.71%。
作為中國(guó)領(lǐng)先的跨境數(shù)字營(yíng)銷機(jī)構(gòu)，飛書(shū)深諾集團(tuán)始終堅(jiān)持以營(yíng)銷技術(shù)為核心，利用行業(yè)前沿的大數(shù)據(jù)、人工智能等技術(shù)驅(qū)動(dòng)深度營(yíng)銷服務(wù)，深入洞察用戶行為、用戶獲取、用戶留存等。并在此基礎(chǔ)上對(duì)營(yíng)銷效果進(jìn)行科學(xué)優(yōu)化，從而真正實(shí)現(xiàn)“技術(shù)驅(qū)動(dòng)、數(shù)據(jù)賦能、品效合一”，助力中國(guó)企業(yè)出海。
如對(duì)文章版權(quán)有疑問(wèn)，請(qǐng)聯(lián)系我們。
聯(lián)系客服
