マーケティングの未来はここにあります：予測インテリジェンス

公開: 2017-06-29

予測インテリジェンスは、SF映画に属する未来的なツールのように聞こえるかもしれません。しかし、今日のマーケターは、テクノロジーを使用して、顧客が望んでいることを知る前に、顧客が望むものを提供しています。

予測インテリジェンスツールは、家具小売業者のRoom＆Boardのような企業が収益を改善し、より効果的に顧客にリーチするのに役立ちます。彼らは、顧客のトラフィックデータと予測分析を分析してリアルタイムで顧客に追加の購入を提案するSalesforceのMarketingCloudテクノロジーを実装しました。その結果、2900％という驚異的なROIが実現しました。

確かに、Room＆Boardと同じ成功を収める企業は多くありません。しかし、テクノロジーは非常に進化しており、マーケターは、顧客のトラフィックパターンに基づいて推奨を提供するシステムのように、いくつかの新しい啓示を無視することはできません。

パーソナライズされたエクスペリエンスを顧客に提供することは、引き続きプラスのROIを証明します。この概念に慣れていない場合は、予測インテリジェンスとは何か、および使用可能なツールは何かを知っておく必要があります。

予測インテリジェンスとは何ですか？

予測分析と呼ばれることもある予測インテリジェンスは、顧客の行動を監視し、特定の好みのプロファイルを作成することにより、特定の個人に固有の顧客体験を作成する方法です。次に、このプロファイルデータを使用して、顧客が次に何を望んでいるかを予測します。

たとえば、オンライン買い物客がフラットスクリーンテレビを購入したとしましょう。これらの新しいインテリジェンスツールは、購入を検出し、コーヒーテーブルまたはテレビ台を提案する電子メールを買い物客にリアルタイムで送信します。これにより、人間が顧客のプロファイルの各側面を手動で検討する必要がなくなり、マーケティングがより効率的になります。

B2Bマーケティングをどのように変えているか

マーケターは、リードを手動でスコアリングして、見込み客がカスタマージャーニーのどの段階にあったかを判断していました。手動のリードスコアリングは、マーケターが分析に基づいて特定のリードにグレードまたは数値を割り当てるときに発生します。たとえば、マーケティング担当者が製品のデモを視聴するリードのコンバージョン率が高いパターンに気付いた場合、デモウォッチャーには「A」グレードが与えられ、デモを見なかったリードには「B」グレードが与えられる可能性があります。

逆に、予測リードスコアリングは、見込み客の行動と過去の購入履歴を使用して、見込み客が何を探しているのか、さらには購入を探しているのかどうかを判断します。予測リードスコアリングはビッグデータを使用して、どのリードが変換される可能性が最も高いかを判断するため、営業担当者は会社に最大の価値を提供するリードに集中できます。

Lattice EnginesとMintigoは、予測リードスコアリングなどのクラウドベースのB2B分析サービスを提供する2つの会社です。 Lattice Enginesは、ソーシャルネットワーク、公開データベース、およびWebページを検索し、その情報を内部の顧客データと組み合わせて、企業が最適な販売見通しを見つけるのを支援します。 DocuSignは、予測リードスコアリング会社のLattice Enginesを使用して、変換する可能性が最も高いリードを見つけました。その結果、コンバージョンの予測可能性が38％向上しました。

Mintigoは、人工知能を使用して、採用動向、使用されているマーケティングチャネル、インストールされているテクノロジーなどの情報を継続的に収集することで、予測マーケティングプラットフォームを強化しています。次に、このデータを使用して、どのB2Bリードが最も高い値であるかを判断します。次に、社内のマーケティング自動化プラットフォームと組み合わせて、営業チームがリソースをどこに集中させるべきかを決定します。

明らかに、予測インテリジェンスは、マーケターが顧客の行動についての洞察を得るのに役立つようになっています。マーケターがより効率的になるために使用しているツールのいくつかを次に示します。

機械学習

2014年のForresterConsultingの調査では、121人の回答者に上位3つの課題を尋ねました。それぞれ3と4にリストされており、すべての顧客とのやり取りからのデータストリームを分析し、それらの洞察を適用して顧客エクスペリエンスを向上させていました。

ビッグデータが進化し続けるにつれて、マーケターは、人間が管理するのが困難になる可能性のある、ますます大量のデータストリームを処理しています。機械学習はこの問題の解決策です。機械学習は、システムが大量のデータセットをふるいにかけてパターンを探し、新しい情報に基づいてプログラムを調整するプロセスです。

ステープルズは、機械学習を使用して、いくつかの異なる方法で企業の購入者の好みに関する情報を収集しています。セルフサービスの買い物客は、ウェブサイトを介して、イージーボタンを使って話しかけます。どちらも、ステープルズがショッピングのニーズをより正確に予測するのに役立ちます。買い物客が時間の経過とともにボタンに話しかけると、ボットは顧客が何を必要としているかを識別し、応答を改善します。

人工知能

マーケターの最大の問題の1つは、全体像を把握できるデータが常に提供されているとは限らないことです。人工知能は、ニュースストーリー、ソーシャルメディアの更新、データベースなど、Web上の新しいデータソースを見つけることができます。この追加データはすべて、マーケターがより質の高いリードを見つけ、見込み客のためにコンテンツをより適切にパーソナライズするのに役立ちます。

人工知能は、パーソナライズのための強力なツールでもあります。 AIは、顧客のショッピング履歴と消費者プロファイルを使用して、顧客のブランドの好みに合わせてメールを調整できます。このツールは非常に強力であるため、Demandbaseの調査によると、マーケターの80％が、AIが今後5年以内にマーケティング業界に革命を起こすと信じています。

マーケターは人工知能の力を大いに信じていますが、それをどのように実装するかはまだよくわかりません。 Demandbaseが調査したマーケターの26％だけが、AIについて非常に自信を持って理解していると答えました。私道にスポーツカーを持っているが、車両の操作方法を理解していないと想像してみてください。これは、多くのマーケターが現在人工知能を使用している段階です。

マーケターが機械学習、人工知能、その他のツールを効果的に使用したい場合は、今後のトレンドを把握することが不可欠です。 B2Bマーケティングの変化を推進している3つのトレンドは次のとおりです。

マーケターの80％は、AIが今後5年以内にマーケティング業界に革命を起こすと信じています。

クリックしてツイート

3予測インテリジェンストレンド

調査によると、予測インテリジェンスは、従業員のエンゲージメントと顧客生涯価値を高めることがわかっています。 Aberdeen Groupの2016年の調査によると、予測分析により、顧客あたりの平均利益率が5％近く増加し、顧客の生涯価値が非ユーザーより10％増加する可能性があります。

予測インテリジェンスに投資する企業が増えるにつれ、今後数年間に何が期待できるかを知ることが重要になります。

チャットボットの台頭

チャットボットはますます機械学習を使用して、よりスマートになり、時間の経過とともに顧客により良い回答を提供しています。顧客は、FAQページを調べたり、時間のかかる電話をかけたりすることなく、製品やサービスに関する質問への回答を得ることができます。

チャットボットは、より多くのプロセスを自動化し、可能な限り最高のユーザーエクスペリエンスを提供しようとしている企業にとって重要なツールになっています。 2016年の最初の6か月だけで、5,800万ドルがチャットボットに投資されました。さらに、Gartnerは、2020年までに、顧客が企業と人から人へのレベルでやり取りすることすらほとんどなくなると予測しています。

テクノロジーは間違いなく成熟し、顧客からの質問が消費者プロファイルに追加されて、顧客の旅のどこにいて、どのサービスを購入するかをより正確に把握できるようになります。

インテリジェントアプリ

機械学習は、Facebookのようなテクノロジーの巨人がもはや手に入れることができるツールになるだけではありません。インテリジェントなアプリは、あなたが思っているよりも早く主流になるでしょう。間もなく、ほとんどの企業は、大量のデータを迅速に分析し、新しい情報に基づいてプログラムを変更するアプリを使用するようになります。そして、信じられない場合は、これを信じてください。2016年、TechCrunchは、出会ったスタートアップの90％が、顧客体験を向上させるために機械学習を使用することを計画していることを知りました。

インテリジェントなアプリを強化するアルゴリズムの市場も拡大するでしょう。 Algorithmiaはそのような市場の1つです。 Mashapeは、開発者がインテリジェントなアプリを構築するために使用するAPIのもう1つのマーケットプレイスです。マーケターは、顧客にパーソナライズされたソリューションを提供するインテリジェントなアプリを実行するために、アルゴリズムにますます依存するようになります。

マーケットプレイスは、売買プロセスの摩擦を減らすために重要です。購入プロセスが簡単になるということは、インテリジェントなアプリとそれらを強化するAPIの採用が早くなることを意味します。

ビッグデータは投資の増加を見ています

DNV GL – Business Assuranceの調査によると、すべての組織の76％が、現在から2019年の間にビッグデータへの投資を増やしたり維持したりしようとしています。また、調査によると、世界中の大多数の企業がビッグデータをチャンスと見なしています。ビッグデータへの投資を増やす企業は、効率と意思決定の改善を目の当たりにしており、企業は、顧客に関する重要な情報を収集して保存する方法としてビッグデータも採用しています。

機械学習と人工知能に新たに焦点を当てると、これらのプロセスを強化するデータはどこかから取得する必要があります。ビッグデータは、これらのツールに、マーケターのためにより完全な全体像を描くために必要な情報を提供します。大量のデータがないと、予測インテリジェンスは間違った結論につながり、マーケターを間違った方向に向ける可能性があります。そのため、予測ツールと一緒にビッグデータを育成する必要があります。

予測顧客インテリジェンスの例

企業は、予測分析の使用を増やす傾向にあります。しかし、それは未来のための単なるテクニックではありません。現在、企業は予測ツールを使用して収益を改善し、効率を高めています。

InsideView

InsideViewは、どのリードを追求する価値があるかを判断するためのより効果的な方法を必要としていたマーケティングおよび販売会社です。当時、InsideViewには2人の営業担当者しかいなかったため、どのインバウンドリードが最も優先度が高いかを判断するのは、 18日間の長いプロセスでした。これは、同社が劇的に削減したいと考えていた数です。

次に、リードスコアリングに関するインテリジェントな洞察を得るために、SalesPredictの予測分析ソリューションを利用しました。このソリューションでは、何千ものシグナルを使用して、リードの購入意向に関する洞察を生み出しました。予測分析により、InsideViewは、会社の既存のマーケティングオートメーションに組み込まれた各リードのスコアを作成できました。

結果？ InsideViewのリード認定プロセスが2日に短縮されました。さらに、コンバージョン率は25％増加し、同社は適格な販売パイプラインで100％の成長を遂げました。

USセルラー

US Cellularは、収益を上げるために実装できるWebサイトの最適化と、それらの各アクションの効果を知りたいと考えていました。彼らはCardinalPathを雇って、購入意向分析（予測分析の形式）を完了し、どのWebサイトアクションが将来の購入を最も予測するかを発見しました。

会社のウェブサイトでカートまたは店舗検索機能に追加を使用した見込み客は、より価値の高いリードであるという信念がありました。 Cardinal Pathは、US Cellularの「ChatNow」または「Offers」機能を使用した見込み客は、店舗検索を使用した見込み客よりも将来購入する可能性が高いことを発見しました。 US Cellularはこれらの洞察を使用して、より適格なリードに焦点を合わせ、顧客生涯価値を61％増加させました。

どのテクノロジーを利用しますか？

機械学習やAIなどの予測ビジネスインテリジェンステクノロジーは、もはや無視できる外国の概念ではありません。私たちが知っているように、彼らはデジタルマーケティングにとどまり、変化するためにここにいます。どちらもマーケターが顧客向けにパーソナライズされたソリューションを作成することを可能にし、関連するトレンドを常に把握することで、将来のビジネスの効率化に役立ちます。

顧客のクリック後のランディングページエクスペリエンスのパーソナライズを開始し、今すぐInstapageEnterpriseデモにサインアップしてください。