Différents types de données pour Social CRM
Lors de la détermination quelles données Social CRM vous voulez Corral, il est important de garder à l'esprit les différents types de données et ce qu'ils peuvent vous apprendre. Beaucoup d'entreprises utilisent des données historiques pour prendre une supposition éclairée au rendement futur à travers des mesures semblables.
Prévision, la planification budgétaire, et des objectifs de vente sont souvent basées sur des données d'analyse historique, mais cette approche peuvent être limitatives. Pour capturer une vue historique bien arrondi de la planification, il est important de comprendre la différence entre analyses descriptives et prédictive Analytics.
Analyses descriptives: Ce type de données identifie les événements passés et les facteurs réels ou supposés qui ont joué dans la création d'événements. L'idée est de chercher des indicateurs de succès et l'échec des initiatives passées. Il est une stratégie réactive à la planification de la commercialisation - en regardant en arrière, en réaction à des découvertes, et en ajustant les plans futurs pour répondre aux conditions passées.
L'analyse prédictive: Ceci est un modèle mathématique qui prédit avec exactitude les résultats et les résultats basés sur des faits concrets futurs. Il est plus facile (et généralement plus abordable) pour garder les clients existants que pour générer de nouveaux, ce qui explique pourquoi la modélisation prédictive entraîne souvent des initiatives de marketing pour les promotions et les offres. Prenant ce que vous savez clients préfèrent et les atteindre avec ce qu'ils veulent tombe dans la modélisation prédictive.
Gardez à l'esprit que le passé ne peut pas toujours prédire l'avenir. Tant la modélisation descriptive et prédictive ont leurs limites, en partie parce que les facteurs suivants font demain (ou l'année prochaine) un peu différent d'hier (ou autrefois):
Le marché d'aujourd'hui est en constante évolution et complexe.
Vous recueillez beaucoup de données à un rythme rapide dans le CRM social.
Les marchés sont des cibles mobiles que vous ne pouvez pas toujours prévoir avec précision.
Toutefois, si vous analysez les données historiques dans le bon contexte, vous pouvez développer une approche plus concrète à la planification. Mais il est essentiel de distinguer les types de données que vous recueillant et en analysant d'abord. Une fois que vous savez ce que vous avez, vous pouvez tirer des conclusions et de traduire ces données en mesures concrètes.
| Analytics descriptives Modélisation | Predictive Analytics Modélisation |
|---|---|
| Résultat perçu sur la base des données historiques | Prévision précise des résultats basés sur le passé avec des résultats Thésame facteurs en place |
| Relationnel | Basé sur les équations- |
| Vue arrière | Axée sur l'avenir |
| Réactif | La planification de précision |
-
Comment analyser les données de grandes pour obtenir des résultats - Notions de base de l'analyse prédictive de données de traitement classifications
- Bases de données statiques et écoutés dans analyics prédictifs
- Construire un modèle d'analyse prédictive
- Les sources de données pour les projets d'analyse prédictive
- Assurer le succès lors de l'utilisation d'analyse prédictive
Comment Predictive Analytics ajoute de la valeur de l'entreprise Dans un environnement toujours plus concurrentiel, les entreprises doivent toujours des façons de devenir plus compétitives. L'analyse prédictive trouvé son chemin dans les organisations comme un de ces outils. Grâce à la technologie sous la…
Comment Predictive Analytics augmente la confiance des entreprises L'analyse prédictive permet aux entreprises de prendre de meilleures décisions, dont certaines ont lieu en temps réel. Il permet aux entreprises d'améliorer tous les aspects de la prise de décision - y compris confiance dans les décisions…
Comment l'analyse prédictive augmente retours sur investissements (ROI) L'analyse prédictive peuvent vous aider à augmenter le retour sur investissement (ROI) grâce à des campagnes de marketing ciblées, une meilleure évaluation et gestion des risques, la réduction des coûts opérationnels et de prendre des…
Comment l'analyse prédictive est utilisé pour prendre des décisions éclairées L'analyse prédictive, correctement élaborées et appliquées, transforme vos données en informations clés, et vous permet de prendre des mesures par prendre des décisions éclairées au sujet de nombreux domaines de votre entreprise - basé sur…
Comment résoudre les problèmes dans l'analyse prédictive La modélisation prédictive est gagne en popularité comme un outil pour gérer de nombreux aspects de l'entreprise. Veiller à ce que l'analyse des données se fait à droite renforcera la confiance dans les modèles utilisés - qui, à son tour,…
Comment choisir un algorithme pour un modèle d'analyse prédictive Divers data-mining, et de la machine-apprentissage des algorithmes statistiques, sont disponibles pour une utilisation dans votre modèle d'analyse prédictive. Vous êtes dans une meilleure position pour sélectionner un algorithme après que vous…
Comment trouver la valeur dans vos données d'analyse prédictive Tout voyage réussie exige une préparation sérieuse. Modèles d'analyse prédictive sont essentiellement une plongée en profondeur dans de grandes quantités de données. Si les données ne sont pas bien préparé, le modèle d'analyse…
Comment générer des données dérivées et de réduire sa dimension pour l'analyse prédictive Dans cette phase de l'exploration de l'analyse prédictive, vous gagnerez une connaissance intime de vos données - qui à son tour vous aider à choisir les variables pertinentes à analyser. Cette compréhension vous aidera également à évaluer…
Comment aller vivre avec le modèle d'analyse prédictive Après le développement de votre modèle d'analyse prédictive et avec succès le tester, vous êtes prêt à le déployer dans l'environnement de production. Le but ultime d'un projet d'analyse prédictive est de mettre le modèle que vous…
Comment garder prédictive des données d'analyse à jour Après l'étape de chargement de Extract Transform Load, après que vous obtenez vos données dans cette base de données séparée, data mart, ou d'un entrepôt pour l'analyse, vous aurez besoin de conserver les données de sorte que les frais…
Comment décrire les données d'essais et de test pour l'analyse prédictive Lorsque vos données est prêt et vous êtes sur le point de commencer à construire votre modèle prédictif pour l'analyse, il est utile de décrire votre méthodologie de test et de rédiger un plan de test. Le test doit être guidée par les…
Comment utiliser l'analyse supervisées pour former des modèles prédictifs Dans Analytics supervisées, l'entrée et la sortie préférée font partie des données de formation. Le modèle d'analyse prédictive est présenté avec les résultats corrects dans le cadre de son processus d'apprentissage. Un tel apprentissage…
Gardez grandes analyses de données en perspective Big données commence à avoir un impact important sur la stratégie d'entreprise. En raison de l'importance croissante de gros volumes de données, en gardant l'analyse de données en perspective est une bonne pratique commerciale. Les entreprises…
Combinez business intelligence avec le Social CRM Prenant données d'entreprise pour le CRM social et se transformer en connaissances actionnables est Business Intelligence (BI). Il est de voir votre organisation pour ce qu'il est vraiment et ce qu'il a le pouvoir de devenir en considérant toutes…