当营销人员遇见机器学习

正文

请到「今天看啥」查看全文

机器学习使品牌能够从大量数据中获得洞察，通过衡量客户行为，评估不同路径的有效性。机器学习快速不断的更新其模型。Hartsoe举例了一家出版公司，该公司只需两天的客户初始互动即可提供LTV估算。

数据驱动归因（DDA）使用机器学习来计算每个客户行为在转化路径中的贡献，它会检查人们如何找到一家企业并决定成为其客户，然后为转化分配信用。这有助于营销团队确定哪些广告，关键字和广告最直接地影响业务目标。

在调查受访者中，60％的领先营销人员认为DDA对于了解高价值客户的路径至关重要。营销人员可以做得越有效，他们的营销投资就会有更好的回报。

客户想要的是什么 ？

营销人员现在需要预测他们的去向，并帮助他们实现目标，而不是跟踪客户的路径并尝试在途中遇到他们。引导甚至塑造客户下一步行动的能力开启了新的竞争前沿。在调查中，63％的领先营销人员表示，他们认为预期消费者意图将带来更大的成果。

手动营销工具（例如概率建模和再营销）不足以跟上当今客户的需求，他们在寻找所需产品和服务时会在渠道和设备之间切换。为了理解客户意图信号的痕迹，营销人员需要做更多。他们需要在他们做之前了解客户的需求，并将最相关的内容放在他们面前。

休闲餐饮连锁店TGI Fridays使用有关客户数字活动，偏好和习惯的数据来评估和提供不同平台上的及时信息，优化其产品策略和媒体支出，餐厅首席体验官Sherif Mityas表示。选择共享数据的用户会触发个性化事件。在数据的指导下，餐馆工作人员提出选择 - 征求第二杯饮料或建议开胃菜 - 这将提高平均消费的金额。

请到「今天看啥」查看全文