Hur man identifierar 3 datakategorier i prediktiv analys - dummies

Företag har samlat massor av data om företag och kunder, ofta kallad business intelligence . Prediktiv analys använder dessa data. För att hjälpa dig att utveckla kategorier för dina data följer följande: En allmän översikt över de typer av data som anses vara affärsinformation:

Behavioral data härrör från transaktioner och kan hämtas automatiskt:

Köpta varor
Betalningsmetoder
Om de köpta artiklarna var till salu
Inköparens åtkomstinformation:
- Adress
- Telefonnummer
- E- e-postadress
Alla kunder har lämnat sådana uppgifter när de köper ett inköp (eller till och med när de köps i en butik eller via telefon).

Andra typer av uppgifter kan samlas in från kunder med sitt samarbete:

Uppgifter från kunder när de fyller i undersökningar
Kundernas samlade svar på omröstningar via enkäter
Information som samlats in från kunder som gör direkt kontakt med företag
- I en fysisk butik
- Via telefonen
- Via företagets hemsida

Dessutom kan den typ av data som ett företag samlar in från sin verksamhet ge information om sina kunder. Vanliga exempel är den tid som kunderna spenderar på företagswebbplatser, liksom kundernas webbhistorik. Alla dessa data kan kombineras för att svara på några viktiga frågor:

Hur kan din verksamhet förbättra kundupplevelsen?
Hur kan du behålla befintliga kunder och locka nya?
Vad skulle din kundbas vilja köpa nästa?
Vilka inköp kan du rekommendera till vissa kunder?

Det första steget mot att svara på dessa frågor (och många andra) är att samla in och använda alla kundrelaterade verksamhetsdata för en omfattande analys. Datatyperna som utgör sådan data kan skärs och kan beskrivas och / eller grupperas olika för analysens ändamål.

Vissa företag samlar in dessa typer av data genom att ge kunderna personliga erfarenheter. Till exempel, när ett företag ger sina kunder de verktyg de behöver för att skapa personliga webbplatser, ger det inte bara kunderna (och berikar sin erfarenhet av att hantera företaget), det gör det också möjligt för företaget att lära av ett direkt uttryck för sina kunder "vill och behöver: de webbplatser de skapar.

Grundläggande om attityddata i prediktiv analys

All information som kan belysa hur kunderna tänker eller känner anses betrakta attityddata .

När företag utfärdar undersökningar som ber sina kunder om feedback och deras tankar om sin bransch och produkter, är de samlade uppgifterna ett exempel på attityddata.

Attityddata har en direkt inverkan på vilken typ av marknadsföringskampanj ett företag kan lansera. Det hjälper till att forma och rikta meddelandet om den kampanjen. Attityddata kan bidra till att både budskapet och produkterna är mer relevanta för kundernas behov och önskemål, vilket gör det möjligt för företagen att betjäna befintliga kunder bättre och locka fram potentiella.

Begränsningen av attityddata är en viss ofullkomlighet: Inte alla svarar objektivt på enkätfrågor, och inte alla ger alla relevanta uppgifter som bildade sitt tänkande vid tidpunkten för undersökningen.

Grunderna i beteendedata i prediktiv analys

Behavioral data härrör från vad kunderna gör när de interagerar med verksamheten. Den består främst av data från försäljningsaffärer. Beteendeuppgifter tenderar att vara mer tillförlitliga än attityddata eftersom det representerar vad som faktiskt hände.

Företag känner till exempel vilka produkter som säljer, vem köper dem och hur kunderna betalar för dem.

Behandlingsdata är en biprodukt av normal verksamhet, så det är tillgängligt för ett företag utan extra kostnad. Attityddata kräver å andra sidan att man gör undersökningar eller påbörjar marknadsundersökningar för att få insikt i kundernas sinnen.

Attityddata analyseras för att förstå varför kunder uppför sig hur de gör och detaljerar sina synpunkter på ditt företag. Behavioral data berättar för dig vad händer och registrerar kunders verkliga åtgärder. Attityddata ger insikt i motivationer; beteendeuppgifter ger vem-gjorde-vad - det övergripande sammanhanget som ledde till kundernas särskilda reaktioner. Din analys ska innehålla grupper för båda typerna av data; de är komplementära.

Kombinationen av både attityd och beteendedata kan göra dina prediktiva analysmodeller mer exakta genom att hjälpa dig att definiera segmenten av din kundbas, erbjuda en mer personlig kundupplevelse och identifiera drivrutinerna bakom verksamheten.

Låt oss nu jämföra attityd och beteendeuppgifter.

Kännetecken	Attityder	Beteende
Datakälla	Kundernas tankar	Kundernas åtgärder
Datamedel	Samlad från undersökningar	Samlad från transaktioner
Data Typ	Subjektiv	Mål
Datakostnad	Kan kosta extra	Ingen extra kostnad
Grundläggande om demografiska data i prediktiv analys

Demografisk data omfattar information inklusive ålder, ras, civilstånd, utbildningsnivå, anställningsstatus, hushållsinkomst och plats. Du kan få demografiska data från USA: s folkräkningskontor, andra myndigheter eller via kommersiella enheter.

Ju mer information du har om dina kunder, desto bättre insikt kommer du att ha för att identifiera specifika demografiska och marknadsutvecklingar samt hur de kan påverka ditt företag.Genom att mäta pulsen i de demografiska trenderna kan du anpassa dig till förändringarna och förbättra marknaden för att locka till och tjäna dessa segment.

Olika segment av befolkningen är intresserade av olika produkter.

Småföretag som catering till specifika platser bör vara uppmärksamma på de demografiska förändringarna på dessa platser. Alla grannar har bevittnat befolkningar som förändras över tid i vissa stadsdelar. Företagen måste vara medvetna om sådana förändringar. De kan påverka verksamheten betydligt.

Demografiska data kombinerar med beteendemässiga och attityddata gör det möjligt för marknadsförare att måla en exakt bild av sina nuvarande och potentiella kunder, så att de kan öka tillfredsställelse, behållande och förvärv.