炼数成金 门户 商业智能 机器学习 查看内容

原创翻译 | 机器学习可以帮助您找到理想的客户

2018-4-2 13:47| 发布者: 炼数成金_小数| 查看: 19365| 评论: 0

摘要: 基于传统的营销策略来寻找客户已经是老生常谈了。现在,当涉及到寻找客户时,机器学习是主要的吸引力。旧的解决方案要求销售和营销团队创建通用角色,然后通过关注广泛的相似之处将其分配给客户。但是随着大数据挖掘 ...

工具 大数据 数据分析 机器学习 数据挖掘

基于传统的营销策略来寻找客户已经是老生常谈了。现在,当涉及到寻找客户时,机器学习是主要的吸引力。旧的解决方案要求销售和营销团队创建通用角色,然后通过关注广泛的相似之处将其分配给客户。但是随着大数据挖掘的到来,这种一刀切的方法已经不再适用了。客户都希望获得更个性化的体验,而企业正是通过转向更加注重客户和个性化的服务模式来提供服务的。


今天的组织和企业是由客户经验驱动的,而那些把客户体验作为第一要务的人才是真正在竞争中脱颖而出的人。企业为客户提供更多个性化服务,并最终通过建立理想的客户配置文件来推动更高的转换。这些文件可以回答诸如“哪些客户将在下个月购买?”“什么营销内容对特定的客户较好?”和“哪些客户将是我们较大的消费者?”回答这些问题将引导企业通过机器学习利用大数据挖掘和预测分析,将正确的个人和理想的客户作为目标。另一方面,顾客们觉得这些企业好像可以预测他们的每一个需求,比如你可能会用完卫生纸。


无论你是销售一种产品还是提供一种特定的服务,你都需要找到那些购买你的产品,满足了他们的期望,然后会回来寻求更多的人。客户经历了一段从最初与公司建立联系到成为终身客户的旅程。一开始,他们有不同的需求时,他们购买一个附加组件或需要支持团队的帮助,当他们成为长期客户时,他们在未来几年甚至有不同的需求。通过只关注初始销售和交易,公司可能会在巩固忠诚的客户上失败。但随着数据分析和机器学习的深入,企业现在可以收集大量数据,以预测客户“未来的需求”。


有无数的数据点可以被收集和分析,以确定客户的未来需求,从他们的人口信息到他们居住的地方,他们的社交媒体参与,购买历史和频率,通过服务台的个人联系,甚至可以从智能视频分析中挖掘到的面对面信息(想想商店里广告的面部反应)。机器学习收集所有这些信息——大数据——然后从这些过往学习来预测每一个客户的未来行为。


机器学习工作每周7天24小时对大量数据进行筛选和分析,然后确定细微的模式和对比数据的部分。最终结果可以是为营销和销售团队的实时战术决策提供统计基础甚至为反映了需求的客户支持实时战术决策的报告。他们还需要预测客户的需求以影响未来的行动。这一切都可以通过机器学习系统来实现,这些系统将发现客户与公司的历史互动模式,从而使您能够创建更多相关的活动,为你的客户提供更多的个人互动,从他成为你的客户的第一天到第1293568天。


根据高德纳的一份报告,在未来三年,近60%的数字商业分析投资将用于客户旅程分析。依靠销售团队手工调查和收集来确定通用客户简介的日子已经一去不复返了。随着越来越多的工作投入到机器学习中,我们开始看到计算机不需要被专门编程,而是基于不断的学习,为我们的快速收入提供了一个基础。这都是通过建立理想的客户档案。


英文原文:https://datafloq.com/read/machine-learning-can-help-find-your-ideal-customer/3199


欢迎加入本站公开兴趣群

商业智能与数据分析群

兴趣范围包括各种让数据产生价值的办法,实际应用案例分享与讨论,分析工具,ETL工具,数据仓库,数据挖掘工具,报表系统等全方位知识

QQ群:81035754


鲜花

握手

雷人

路过

鸡蛋

相关阅读

最新评论

热门频道

  • 大数据
  • 商业智能
  • 量化投资
  • 科学探索
  • 创业

即将开课

 

GMT+8, 2018-9-19 15:21 , Processed in 0.216576 second(s), 24 queries .