Знаете ли вы, как неточное маркетинговое прогнозирование влияет на результаты вашего бизнеса? Неточное прогнозирование может быть очень, очень, очень дорогим для вашей компании, и позвольте мне привести вам несколько примеров из реальных происшествий:
- Walmart. Несмотря на то, что Walmart регулярно записывает данные о продажах, неточные прогнозы не позволяют им полностью раскрыть свой потенциал дохода. Они не могли должным образом обращаться со своими товарными запасами, что привело к фатальной проблеме их отсутствия на складе. Неточное маркетинговое прогнозирование нанесло явный ущерб репутации и качеству ведущей компании Walmart. Forbes написать статью под названием «Почему в магазинах Walmart такой бардак?» (Леб, 2013).
- Nike: Инициатива Nike стоимостью 400 млн долларов по унификации корпоративной системы для пересмотра аналитики цепочки поставок потерпела неудачу из-за неточного маркетингового прогнозирования. Новая система не могла предсказать необходимую информацию для цепочки поставок, что привело к упущенным продажам более чем на 100 миллионов долларов США. После того, как они извлекли уроки и восстановились, журнал CIO написал: : Как (и почему) Nike оправилась от катастрофы с цепочкой поставок» (Кох, 2004)
Независимо от того, пытаетесь ли вы спрогнозировать размер рынка, будущую долю рынка, показатели продаж в следующем месяце или какие-либо другие финансовые результаты, точность имеет значение. Проблемы прогнозирования сегодня можно решить проще, чем когда-либо прежде, с помощью правильных методов машинного обучения. В этой статье я расскажу вам о текущем состоянии методов прогнозирования и о том, как вы можете использовать машинное обучение для решения следующих задач маркетингового прогнозирования:
- Прогнозирование размера рынка. При принятии стратегически важного решения о выходе на определенный рынок реалистичное прогнозирование размера рынка имеет решающее значение для выбора правильных инвестиций.
- Прогнозирование решений. Представьте, что вы должны предвидеть решение правительства относительно определенного закона или понять возможную реакцию ваших конкурентов на ваши действия.
- Прогнозирование доли рынка. Вы оцениваете, как ваша новая маркетинговая стратегия может повлиять на вашу долю рынка? Затем прогнозирование результатов поможет вам отрегулировать свою стратегию.
- Прогнозирование продаж. Прогнозирование продаж имеет решающее значение для распределения ресурсов и персонала.
- Финансовое прогнозирование. Это может включать прогнозирование прибыли или других результатов, таких как прием на работу и выход на пенсию.
Бизнес-кейс: четкая окупаемость инвестиций для повышения точности маркетинговых прогнозов
Хорошо работающий конвейер машинного обучения для маркетингового прогнозирования дает преимущества во многих областях внутри компании. Несмотря на явную экономию средств, связанную с внедрением машинного обучения, оно также имеет побочные эффекты во многих других областях: доверие акционеров, кадровое обеспечение, производство, логистика и многое другое.
Сообщение для руководства ясно. Улучшение только маркетингового прогнозирования, единого процесса в основе корпоративной сети существенно улучшит многие бизнес-результаты, поскольку от него зависят многие другие корпоративные процессы. Существует четкий ROI с небольшими инвестициями.
Кроме того, сегодня существует множество передовых технологий, таких как нейронные сети, которые вы можете использовать для улучшения своих маркетинговых прогнозов. В следующем разделе я дам вам обзор современных методов маркетингового прогнозирования. Могу поспорить, что ваш бизнес будет идентифицироваться с методами, которые я здесь излагаю.
Текущее состояние: преобладают качественные и статистические методы
Армстронг и Броди, два американских исследователя, исследовали различные методы прогнозирования, используемые в мире прогнозирования. Их анализ показывает, что в маркетинговом прогнозировании используются два основных семейства методов:
- Методы оценки. Эти методы основаны на качественных данных с использованием мнений экспертов и анализом основных действующих лиц.
- Статистические методы. Эти методы основаны в основном на количественных данных и используют статистические, а также эконометрические модели, такие как регрессии временных рядов или деревья решений, для прогнозирования будущего.
Однако есть один факт, которым бизнес до сих пор пренебрегал. Поскольку вычислительные возможности, количество доступных данных и качество доступных данных существенно улучшились, появляется третье мощное семейство маркетинговых методов: методы машинного обучения.
Будущее: маркетинговое прогнозирование с помощью машинного обучения
Методы машинного обучения предоставляют третий мощный набор инструментов для создания пайплайнов маркетингового прогнозирования за счет максимальной точности прогнозирования. В то время как машинное обучение максимизирует точность, они теряют свою объяснимость, например. человек не может объяснить, как модель машинного обучения пришла к своим предсказаниям.
Методы машинного обучения не победят качественные и статистические методы, а скорее дополнят два других семейства, что приведет к тенденции расширения за счет машинного обучения. Вот три стратегических изменения, которые методы машинного обучения привнесут в маркетинговое прогнозирование:
- Дополнение.Методы оценки, статистические методы и методы машинного обучения будут объединены для создания более точной и понятной картины будущих сценариев. Понимая причинно-следственные связи ваших маркетинговых прогнозов с помощью суждений и статистических методов, машинное обучение максимально повышает точность прогнозов.
- Автоматизация. Методы машинного обучения автоматизируют маркетинговое прогнозирование таким образом, чтобы к ним можно было легко получить доступ в режиме реального времени через простой веб-браузер. Не будет необходимости собирать данные, проводить расчеты вручную и публиковать результаты.
- Взаимодействие с пользователем. Акцент будет смещен на максимальное удобство для конечных пользователей, поскольку маркетинговые прогнозы будут доступны через элегантный веб-браузер для всех ключевых сотрудников. Отличный пользовательский опыт обеспечит признание и доверие заинтересованных сторон. Ваши сотрудники будут верить и доверять вашим прогнозам на будущее.
Если вы хотите узнать больше о проблемах маркетингового прогнозирования, не стесняйтесь обращаться ко мне ;)
использованная литература
Армстронг, Дж. К., Броди, Р. Дж. (1999). Прогнозирование для маркетинга.
Леб, В. (2013). Почему в магазинах Walmart такой бардак? Получено с https://www.forbes.com/sites/walterloeb/2013/07/17/why-are-walmart-stores-such-a-mess/#3837007973da.
Кох, К. (2004). Восстановление Nike: как (и почему) Nike оправилась от катастрофы с цепочкой поставок. Получено с https://www.cio.com/article/2439601/nike-rebounds-how-and-why-nike-recovered-from-its-supply-chain-disaster.html.
Первоначально опубликовано на http://economalytics.com 14 февраля 2020 г.