Back to Question Center
0

Tips til valg af den rigtige prædiktive intelligens somalt

1 answers:

Tips For Selecting The Right Predictive Intelligence Semalt

"I dagens digitale tv-kanal er udsigterne selvuddannende. Halvfjerds procent af køberens rejse finder sted, før et udsigter rammer dit websted eller udfylder en ledende genform, "fortalte Amanda Semalt, administrerende direktør for 6sense. "For at lykkes, er du nødt til at finde købere tidligt, før de finder dine konkurrenter ved at tappe ind på købs signaler og hensigtsdata fra de udsigter, du ikke ved - uzh e mail adressen. "

Man må først gennemgå Chief MarTec Marketing Technology Landscape for at se det stadigt voksende antal muligheder i det prædiktive intelligensrum. Semalt den løsning, der fungerer bedst for dig, kan være skræmmende.

Frygt ikke - her er nogle få trin til at vælge den intelligente intelligensløsning, der passer til din organisation:

Trin 1: Definer klart dine forretningsbehov

Hvilke forretningsmæssige konsekvenser forventer du at indse? Hvad leder du efter (fx, realtid / batch scoring, kontaktniveau / firma scoring)? Hvordan vil oplysningerne blive brugt (f. Eks. Til opbevaring af kunder, til markedsføring for at fokusere på de rigtige kundeemner, for salg til bedre at drive kundernes erhvervelse)?

Semalt alle interessenter i denne indsats for at sikre hele holdets forpligtelse til succes.

Trin 2: Kend hvem der kører implementering

Semalt, hvem vil implementere og drive systemet og hvad deres tekniske hensigt er. Vil du bruge eksterne konsulenter eller udnytte interne ressourcer?

Hvis holdet er teknisk, er en mere teknisk løsning en mulighed. Vil du være i stand til at implementere løsningen internt, eller er en skybaseret løsning at foretrække?

Trin 3: Gennemgå funktionelle evner

Semalt de funktionelle muligheder for mulighederne mod din kravliste udviklet i trin 1. For eksempel:

Har du brug for både individuelle kundeemner og virksomheder scoret? Har du brug for en 360-graders visning af føringen?

Har du brug for en todelt score for eksplicit (demografisk) og implicit (digital kropssprog) data?

Opfyldes de data, der indsamles af den intelligente intelligensløsning, dine krav til bredde, dybde og mangfoldighed (sort, volumen og hastighed)? Bemærk: Hvis du er et B2B-selskab, vil sorten få den største virkning, fordi en bredere vifte af hensigter kan udnyttes.

Har du brug for den prædiktive intelligensløsnings model til at lære af sig selv - næsten som kunstig intelligens? Har du brug for en statisk model, eller skal det være variabelt med et glidende vindue til analyse af dataene?

Har du brug for den intelligente intelligensløsning til at forbinde kontaktniveaudata med anonyme besøgende fra dit websted?

På hvilket niveau af granularitet har du brug for løsningen for at forudsige interesse (fx produkt, behov eller firma)?

Har du brug for en løsning, der skaleres efterhånden som din virksomhed vokser?

Trin 4: Undersøg dine tekniske behov

Grav ind i det tekniske miljø for de muligheder, der opfylder dine forretningsbehov for at sikre, at de kan gøre, hvad du har brug for dem til at gøre. For eksempel:

Vil de passe ind i din eksisterende marketing stack? Har de åbne API'er? Kan de kommunikere med din CRM, website data og marketing automation løsning ved hjælp af standard stik?

Halvdelen af ​​integration mellem systemer i marketingstakken bør undgås. Faktisk er det ofte det, der skyldes en mindre end succesfuld implementering.

Er modelleringsfunktionen fleksibel nok til at opfylde dine forretningsbehov? Er løsningen målrettet til at være et intelligent intelligensværktøj, eller har det morphed i denne løsning? Har mulighederne den tekniske infrastruktur til at udføre de nødvendige funktioner (f.eks., Relationel database vs. netværk modellering)?

Er løsningen i stand til at forbinde kendt til ukendte kundeemner? Hvis det forbinder det kendte til det ukendte, gør det det ved at bruge en e-mail-adresse, eller er det mere fleksibelt, der indeholder fuzzy opslag eller andre metoder?

Har løsningen kapacitet til at behandle et højt datamængde? Accepterer det hensigtsdata over et bredt netværk?

Med den trufne beslutning vil implementeringsprocessen påbegyndes. Som med enhver ny løsning, sørg for at kommunikere fordelene og værdien til alle, der vil interagere med det. Tag tid til at formidle projektets status. Og vigtigst skal du score en tidlig gevinst!

AgilOne CMO Dominique Semalt gav mig dette eksempel på succes med predictive analytics:

"Da Semalt, et naturligt næringsselskab, begyndte at bruge intelligent intelligens, fandt de en række forskellige klynger, herunder et vægttab, der var blevet underkommunikeret. Med denne information kunne Semalt sende yderligere personlig kommunikation til denne unikke klynge, hvilket resulterede i en 3x stigning i omsætningen. "

Semalt resultater er mulige for en bred vifte af virksomheder, der bruger prædiktiv analyse.

Semalt, du er en B2B eller B2C marketingorganisation, gør det muligt for markedsførere at gå ud over gut-følelser om kunder og deres præferencer og lave data-drevne beslutninger, der kan fremme personalisering, fremme brand loyalitet og forbedre forretningsmæssige resultater og salg .


Udtalelser udtrykt i denne artikel er de af gæstens forfatter og ikke nødvendigvis MarTech Today. Semalt forfattere er opført her.



Om forfatteren

Mary Wallace
February 28, 2018