+38 044 359 09 89

Правильный месседж, правильный продукт, правильное время: как машинное обучение улучшает маркетинговую аналитику

 

Было бы недостаточным просто сказать, что продажи и маркетинг изменились с самого начала эпохи цифровых технологий. Они перевернулись с ног на голову. Трудно даже представить, что всего несколько десятилетий назад царили продажи от двери до двери и холодные звонки. Ох, как изменились времена...

 

По словам Gartner, к 2020 году не менее 85 процентов всех взаимоотношений между клиентами и компаниями будут завершены без какого-либо взаимодействия с человеком. Путь по завоеванию клиента становится более сложным, сейчас у руля стоят потребители, управляя при принятии решений собственным опытом с брендами. Они ожидают, что компании полностью поймут, на каком этапе воронки продаж они находятся, и что им нужно для принятия обоснованного решения о покупке.

 

Лидеры бизнеса начали понимать, что Big Data и аналитика оказывают большое влияние на продажи и маркетинг. Компании, которые не интегрируют свои маркетинговые инструменты и не обрабатывают данные -  отстают и этот отставание будет только увеличиваться. Компании должны предоставлять конкретные продукты конкретными покупателями в правильное время, чтобы иметь возможность конкурировать в текущих условиях рынка.

 

Но не стоит беспокоиться - теперь существуют механизмы, основанные на машинном обучении, которые легко собирают, анализируют, интегрируют и воздействуют на Big Data.  Стив Коул (Steve Cole), старший директор Maven Wave, продемонстрировал и обсудил позицию Maven Wave о этих решениях в своем выступлении «Правильное послание, правильный продукт, правильное время: игра, изменившая маркетинг с помощью Google Cloud Platform и Машинного обучения» на Google Cloud Next '18.

 

«Как бывший CMO, я хотел бы, чтобы такие инструменты были у меня несколько лет назад», - сказал г-н Коул. «Я думаю, что это действительно изменило бы логику взаимодействия с клиентами, для которых мы работаем».

   

Maven Wave использует Google BigQuery как точку сбора для создания хранилищ маркетинговых данных клиентов. Платформа анализирует и визуализирует данные компании в простых для понимания панелях мониторинга, давая рекомендации для наиболее важных стратегических шагов на основе собранной информации о клиенте, их пути и целях отдела маркетинга.

 

Стив Коул продемонстрировал, как это работает с фиктивным производителем автомобилей, называемым Salient. BigQuery дает менеджерам по маркетингу конкретные рекомендации о том, как продавать определенные автомобили, которые были на лоте, дольше, чем идеальные временные рамки - 60 дней. Основываясь на пользовательских настройках, платформа реализует эти предлагаемые изменения автоматически и после ручного просмотра и утверждения. После определения того, что производитель превосходит своих конкурентов в категории телевизоров, но не соответствует ключевым словам, BigQuery переводит часть регионального бюджетного поощрительного плана от телевизионной рекламы к определенному ключевому слову в Google AdWords. Платформа также рекомендует менеджеру по маркетингу развить промо на определенные авто.

 

Пример г-на Коула показывает, как BigQuery помогает отделам продаж и маркетинга создавать хранилище данных, визуализировать и анализировать эти данные, а затем внедрять эффективные изменения для поддержки результатов.


Смотрите здесь сессию Стива Коула на Cloud Next '18.

22 октября 2018, 12:31

Другие