營銷與技術同生共長的時代已經來臨。數字化浪潮促使營銷行業發生巨大改變，數據和技術已滲透到營銷的各個領域。企業已不僅僅是去“滿足”用戶需求，更在“預測”需求、“創造”需求。

尤其對於出海的中國企業，想要迅速打破海外本地化壁壘，實現用戶和銷售增長，就必須從數據中洞察，從數據中捕捉機會，更精準地針對不同用戶制定不同營銷策略，讓用戶獲取和用戶留存變得更加有效。

以下這篇文章系統解釋和分析瞭如今人們是如何利用大數據進行“預測營銷”的，分享給你們：）

來源 | MarTechCareer（ID：gomarketing）

來自紐約，專注數據分析、廣告營銷和產品管理的職場技能提升學校與線上課程平臺。

文 | Salih Sarikaya

當今，數據已成為營銷活動中無可爭議的關注點，對於每個營銷活動，數據都扮演著重要的角色。

從我過往十餘年的媒體以及產品營銷經歷中發現，每一個營銷決定都離不開數據支持。但是直到幾年前，數據的分析還僅僅依賴於市面上的一些分析工具。後來，隨著數據科學的爆發，我們迎來了一個新概念——預測營銷，這使我們不僅能夠看到過去的數據，同時也能預測未來。

Source：The Next Scoop

01 預測營銷權威指南

數字化已經覆蓋了很多營銷工作，算不得什麼新鮮事。而現在它更是決定了我們如何定位品牌，決定我們最終使用什麼新工具或購買什麼產品。在全球範圍內，預計有1.9萬億人進行在線購物。以美國為例，有79％的人進行過網購，而在2002年這個數字只有22％。更令人興奮的是，數字營銷的智能程度可以更好地管理潛在客戶，增加銷售機會。

隨著科技的幾次飛速發展，營銷變得日益複雜。一些新興公司完全基於線上運作，因此數字營銷（例如互聯網和電子設備上的產品以及服務廣告）已成為企業在此過程中超越傳統營銷的關鍵點。

正如數字營銷已經成為公司關注的核心點，市場數據也成為營銷過程中成功的關鍵因素。毋庸置疑，對於每一次的營銷活動，數據從始至終都至關重要。

我們從多個營銷渠道獲得數據，用這些數據做出明智的營銷決策，比如如何定位廣告以及確定營銷預算。為了改善營銷決策，在營銷中，我們引入了更復雜的方法來更好地利用和分析數據，最終獲得更好的結果，而“預測營銷”就是其中的方法之一。

Source：Lattice Engines

▍什麼是預測營銷

顧名思義，預測營銷是一種衡量不同營銷活動方案成功性的營銷技術。它是MarTech（營銷科技）的一部分，以數據驅動營銷和銷售。

因此，在預測營銷中，我們使用數據科學（或數據分析）來預測哪些營銷行為更有可能成功以及哪些更有可能失敗。我們可以將涉及數據分析的這部分命名為預測分析。

▍預測分析與預測營銷

儘管這兩個術語可以互換使用，但預測營銷對營銷業務的預測性更深入，並且具有更廣泛的含義。預測分析使用預測模型提供對未來的洞察，而預測營銷則使用預測技術來測試企業的營銷策略，提供洞見，從而在連續（或者迭代）的過程中做出更好的營銷決策。

在一個簡單的場景中，預測營銷專家（通常是數據科學家，數據分析師或一些專門的分析公司）會從多個來源收集有關業務的數據，並與公司的營銷數據以及客戶數據一起進行分析。有了這些信息，數據科學家就可以應用適合業務的預測模型，並相對準確地預測其營銷的成功可能性。

▍預測營銷如何運作

預測營銷的一個典型案例是電子商務網站根據用戶的歷史行為向他們推薦產品和服務。從產品搜索頁面到結帳頁面，這些網站將時不時地對每位顧客進行產品推薦。這些產品推薦是電子商務網站“協同過濾算法”的產物，是根據對客戶歷史行為的研究得出的，例如去分析顧客添加到購物車中的物品、曾經點擊瀏覽或購買過的物品。利用統計分析的方式找出與目標顧客有相同喜好的過往顧客，根據過往顧客的喜好向目標用戶推薦。這種算法的實際內容很複雜，會將數據與時間、地點、人口統計分佈以及其他指標（包括打開率，點擊率以及退訂率）相關聯。

Source：ResearchGate

以往只有一些大公司可以負擔得起聘請昂貴的內部數據科學家來搭建預測營銷模型和技術，但現在，中小公司的內部預測營銷專家也可以從多個來源收集數據，為業務建立預測營銷模型從中受益。他們可以獲取公司的市場營銷和客戶數據以及有關營銷成果的信息。然後，數據分析師可以根據這些信息預測公司營銷工作的成功性。

▍預測營銷的好處

預測營銷中的相關性與數字營銷中的數據科學十分相似。

首先，預測技術使營銷人員更好地瞭解客戶行為。與常規的營銷數據分析不同，預測營銷工具可以直接做出決策。換句話說，預測營銷模型會準確說明哪些營銷策略可能會起作用，哪些無效，從而使決策變得更加容易。根據獲取的有關顧客的數據，預測營銷模型可以判斷客戶是否會進行購買、何時以及如何進行購買。

通過分析客戶以往的行為，數據供應商還可以幫助公司在多個方面做出決策，諸如營銷預算管理、營銷活動規劃、潛在客戶開發和促進轉化的策略。因為它是基於對客戶的大量和多種數據的分析（相對於直覺和猜測），所以預測營銷做出的決策目標更加明確，並且可以產生更好的結果。

此外，預測分析可以使企業向自動化營銷系統或專家所說的規範性營銷更貼近。在此級別上，營銷系統會自動分析數據並做出實時決策。隨後將立即進行諸如模型生成、訪客分級和更新客戶關注的內容方面的操作。在這種精確程度下，我們可以輕易地細分客戶並設置針對性的營銷活動，從而能夠大大提高客戶參與度。運用預測分析的結果很明顯：可以優化我們的營銷預算，提高訪客細分的效率並增加銷售收入。

Source：Business 2 Community

02 預測分析是數據驅動型營銷的支柱

據《福布斯》雜誌的Jas Saran稱，它可以至少從六個領域改善公司的營銷成果，包括營銷組合建模，追加銷售和交叉銷售，網站優化，用戶獲取，用戶研究，和用戶留存。

以下是預測營銷可以使初創企業受益的一些具體方式：

▍如何通過預測營銷加強用戶研究、用戶獲取和用戶留存

複雜的預測營銷模型可以幫助企業根據對顧客過去的行為和未來行為的洞察，建立特定且獨特的客戶身份。由於用於建立預測營銷模型的數據通常非常詳細，因此得到的營銷效果往往具有更高的轉化率。

當營銷工作準確作用在正確的客戶身上時，用戶獲取將變得更加有效。再次說明，由於有了預測營銷模型，營銷人員可以針對不同的顧客群量身定製不同的營銷活動和獲取策略，並具有很高的轉化率。

同樣，對客戶未來行為的預測有助於企業制定其用戶留存策略。當公司瞭解可能會離開的客戶群，可能離開的時間以及會使他們離開的條件時，公司可以為每個客戶群專門制定留存計劃。當企業瞭解這一點時，可以向其現有客戶進行追加銷售和交叉銷售。

▍如何通過預測營銷提高郵件營銷以及網站參與度

根據《智能預測基準報告》，利用智能預測的郵件營銷活動所產生的收益最大。在使用預測營銷前，營銷人員通常只能基於很寬泛的概念（有時叫做用戶畫像）來創建郵件內容，因而其中很多郵件不會被目標人群打開。但是預測營銷讓營銷人員能夠通過特定信息創建個性化的郵件，使其擁有了更高的閱讀率和參與度。
這裡有一個有趣的數據：提示“有庫存了”和“此前曾棄置了的產品”的廣告郵件（可以通過預測營銷模型建立）的點擊率最高，分別為19%和14%。

Source：Exponea

同樣的，使用預測營銷模型的網站可通過研究訪客行為來提高用戶參與度及其產品銷量，特別是圍繞例如網頁上的廣告橫幅、產品頁面和操作按鈕等網站素材的行為。

總而言之，預測營銷的目的是預測能促使顧客購買產品的條件，並幫助企業優化定價以及其他會影響顧客購買行為的因素。以亞馬遜為例，當該公司採用了基於預測分析模型所得出的建議後，亞馬遜的銷售額實現了30%左右的增長。

03 預測營銷如何降低B2B成本

企業對企業（B2B）營銷是預測分析的一個重要領域，尤其是在降低營銷成本和提高效率方面。一次B2B的營銷成本可能在35美金到100美金甚至更多，視情況而定。如果轉化率很低就會使得原本就高的成本顯得更加昂貴。以發展一位潛在客戶平均需要耗費50美元的情況進行計算，若要達到1%的轉化率，僅僅在開發潛在客戶上，B2B營銷人員就需要花費5,000美金。

因此，很多企業開始採用預測營銷的方法，以使他們的營銷工作能獲得更高的投資回報率。

還有一個有趣的數據：在參加EverString針對預測營銷調查的人中，有98%的營銷者表示在他們企業的CRM、營銷自動化或其他營銷工具中，至少有一塊是已經實施或完全交付給了預測營銷。

04 B2B預測營銷的最佳實踐

對於B2B營銷者而言，預測營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，這種方法能為營銷人員節省一部分營銷成本，對於B2B業務來說，它產生的價值是相當可觀的。下面是預測營銷能為B2B營銷人員帶來益處的一些具體方面：

▍勘探潛在客戶

首先，B2B營銷者可以採用預測營銷獲得高質量的客戶線索。為做到這一點，營銷人員基於公司信息和市場上的一些特殊信號來建立預測營銷模型，從而能以較高的準確度識別出潛在客戶。

這些信息包括企業規模、產品和收入，特殊信號可以是業務擴張、管理變化和成千上萬的其他公司數據。把這些內容放入預測營銷模型中，根據模型評估結果來決定這家公司的表現是否符合我們的期望，是否是一個好的潛在目標。使用預測分析模型，營銷分析人員可以生成一長串符合這種表現的類似企業名單，作為一個B2B業務發展機會的數據庫。

Source：eGrabber

▍B2B潛在客戶評分 （優先級劃分）

獲得潛在客戶名單後，B2B營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化成我們的用戶。為此，營銷者需要再一次使用預測營銷模型，來對所有潛在客戶群進行優先級分類。

對潛在客戶群的評分十分重要，因為該結果會告訴營銷人員下一步營銷工作的方向，比如應該主要瞄準哪些潛在客戶、何時行動以及如何行動。通過預測模型的使用，B2B營銷者提高了手動建立評分公式的效率。預測模型可以基於客戶購買可能性、預計生命週期價值、盈利能力、促銷回應、銷售接納度或其他各種因素來建立，具體取決於業務目標和目標的優先級。

Source：Datafloq

▍B2B潛在客戶細分

接下來，B2B營銷者可藉助預測營銷科技，將潛在客戶進行細分。一個理想的模型不僅可以創建目標用戶畫像，還可以根據潛在客戶特徵及行為將其進行分組。

這些細分基於個人興趣、公司類型以及過去的行為，以此建立預測模型形成的用戶細分往往更為準確可靠，對不同細分人群可以提供更加個性化的營銷方式，從而提高轉化率。

潛在客戶的細分對於整個B2B營銷環節都至關重要，因為它有助於準確決定針對每個細分人群的營銷方式，而不是採用很泛泛的營銷手段。除了靜止的目標用戶畫像外，預測營銷模型還能夠為營銷人員生成像”參與程度“這樣的動態用戶劃分，該類細分會隨著時間變化，並且每次都需要根據結果重新調整營銷方式。

▍主動的銷售整合

由於預測營銷模型可以創建出動態的用戶細分，因此該模型也能為銷售團隊提供有關潛在客戶的及時信息。結合高質量的潛在客戶優先級劃分，預測模型可以使銷售工作變得更加主動、及時並富有成效。例如，預測營銷模型可以預測某個客戶群最有可能進行購買的時間段，那麼它就能提示銷售團隊要在這個時間段加大對該類客戶進行銷售的強度。

還有其他一些來自預測分析的信息，例如基於過往決策得出的決策層級可以幫助銷售團隊更好地協調工作，並定製化銷售策略。同樣的，銷售團隊也可以更好地瞭解何時應進行追加銷售和交叉銷售。

▍管理B2B客戶的整個生命週期

除了生成並按優先級列出高質量的潛在客戶，預測營銷科技還可幫助營銷者在客戶的整個生命週期中產生更大的影響。這些模型通過及時提供有關消費者在銷售過程中各個階段的信息來支持營銷人員參與到客戶做出購買決策的整個過程。

▍一些常見的B2B預測模型

實際的預測營銷模型通常分為三類：關注於潛在客戶分組的細分模型（segmentation models）、追蹤客戶獲取或流失可能性的傾向模型（propensity models）、以及預測哪些客戶可能需要更多營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。
細分模型根據產品（基於產品的客戶集群）和行為（基於行為的客戶集群）對潛在客戶及現有客戶進行分組。傾向模型則是基於例如客戶預算、市場競爭和其他的顧客行為模式等因素指出潛在的威脅和機會，以此來維持並擴大客戶群。智能推薦模型是規範化營銷的先驅者，它能識別出哪些內容能更好地吸引現有客戶。

Source：Marketelligent

05 預測營銷是B2B營銷的未來

營銷的未來是自動化，而自動化的核心便是預測營銷。

根據Everstring和Forrester的報告，越來越多的B2B營銷者開始採用預測營銷。以下是其中一些主要發現：

• 相比起只有14%的傳統營銷人員彙報企業收益的增長高於行業平均水平，從事預測營銷工作的營銷人員報告這一情況的數量是前者的2.9倍（41%）。
• 有一半的預測營銷者聲稱他們在各類產品和服務行業中擔任著領導和管理者的角色，相比起來傳統營銷者的這一比例只有24%。
• 49%的預測營銷者表示，他們所在的組織表現始終超過公司基準，相比之下只有28%的傳統營銷人員能夠有效地為公司業務提供類似的價值。

Source：Account-Based Marketing

基於這三個方面不難看出，預測營銷的數據分析驅動的營銷正在B2B營銷領域起著領頭作用。根據Salesforce的數據，91%的頂級營銷者已經在實施預測營銷。同時它還吸引了不少商業投資者的關注。僅在幾年內，風險投資家和industry players就在預測營銷和類似的數據驅動型營銷技術上投資了50多億美金。

《智能預測基準報告》也表明，由智能預測提供的建議影響了總訂單生成的26.34%。經過36個月的分析，受智能預測影響的訂單生成佔總量比從11.47%增加到了34.71%。

作為中國領先的跨境數字營銷機構，飛書深諾集團始終堅持以營銷技術為核心，利用行業前沿的大數據、人工智能等技術驅動深度營銷服務，深入洞察用戶行為、用戶獲取、用戶留存等。並在此基礎上對營銷效果進行科學優化，從而真正實現“技術驅動、數據賦能、品效合一”，助力中國企業出海。

閱讀更多 飛書深諾集團 的文章

關鍵字: 國創上頭條 大數據 算法