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:

  1. Прогнозирование размера рынка. При принятии стратегически важного решения о выходе на определенный рынок реалистичное прогнозирование размера рынка имеет решающее значение для выбора правильных инвестиций.
  2. Прогнозирование решений. Представьте, что вы должны предвидеть решение правительства относительно определенного закона или понять возможную реакцию ваших конкурентов на ваши действия.
  3. Прогнозирование доли рынка. Вы оцениваете, как ваша новая маркетинговая стратегия может повлиять на вашу долю рынка? Затем прогнозирование результатов поможет вам отрегулировать свою стратегию.
  4. Прогнозирование продаж. Прогнозирование продаж имеет решающее значение для распределения ресурсов и персонала.
  5. 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:

  1. Методы оценки. Эти методы основаны на качественных данных с использованием мнений экспертов и анализом основных действующих лиц.
  2. 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.