Fermer

mars 13, 2019

Analyse marketing | Oracle



«La série de blogs sur l’influence sur le marketing moderne a demandé aux principaux influenceurs du secteur marketing d’expliquer ce qu’ils en pensaient et quels sujets et questions urgentes dans leur domaine qu’ils jugeaient mendiants. Ils partagent ici leurs réflexions sur les données, le domaine en constante évolution du marketing et la manière dont tout cela est combiné. »

L'analyse est devenue un élément commun de la stratégie et de la planification marketing. Chaque jour, des milliers de responsables marketing posent des questions telles que:

  • Comment se comporte la campagne sociale?
  • Quelle est l’analyse des taux d’ouverture au premier contact?
  • Quels sites Web notre population clé devrait-elle utiliser le mois prochain?

Un nombre croissant de solutions logicielles autonomes, ainsi que de nouvelles fonctionnalités des plates-formes d'automatisation du marketing (MAP) et des systèmes de gestion de la relation client (CRM) ) – Il est plus facile pour les professionnels du marketing d'utiliser l'analyse.

C'est une bonne nouvelle, car les spécialistes du marketing sont submergés par le volume de données dont ils disposent et que le rythme des nouvelles données ne fera que s'accélérer. Une stratégie et une exécution correctes de l'analyse peuvent transformer ces données en nouvelles informations sur le comportement de l'acheteur, les performances du programme marketing, l'activité commerciale et l'impact commercial.

En raison de ces nouveaux outils et de l'enthousiasme général suscité par les possibilités de l'analyse, il peut sembler que les spécialistes du marketing mûrissent rapidement dans ce domaine. Mais la vérité est que le marketing en est encore à ses balbutiements en matière d’analyse.

Possibilités d’analyse et obstacles

Je suis enthousiasmé par ce que l’analyse pourrait faire pour le marketing. Tous ceux qui lisent mes blogs bulletins ou des données expérimentales comme le prévisions sur le fromage de la semaine ou qui m’ont vu parler lors de manifestations du secteur le savent bien.

La prévision intelligente par séries chronologiques est un exemple de ce qu’est possible avec l’analyse. Grâce à cela, les équipes marketing sauraient quand le contenu de recherche sur des produits et services spécifiques est le plus susceptible d'être trouvé par les acheteurs. Les prévisions concernant le fromage de la semaine en sont un exemple à la fois ridicule et fonctionnel: il utilise cinq années de données de recherche et des algorithmes éprouvés pour prédire quand les amateurs de fromage rechercheront un type de fromage particulier au cours des 52 prochaines semaines.

établissant un calendrier éditorial de 52 semaines pour le contenu lié au fromage, cette idée augmenterait certainement les chances que notre contenu conduise à un achat de fromage. Le développement du contenu, le placement, la synchronisation, l’amplification – tout ce que nous faisons – seraient tous plus efficaces avec cette idée. De toute évidence, vous utiliseriez cette stratégie et cette technologie avec vos propres données; c’est simplement un exemple de ce qui est possible et actuellement sur le marché.

Malheureusement, les prévisions intelligentes ne sont pas courantes en marketing. Pourquoi pas? Principalement parce qu'il nécessite un véritable apprentissage automatique et que les professionnels du marketing ne sont généralement pas des experts en apprentissage automatique. S'il n'y a pas de ressource partagée à exploiter, ils ne savent pas par où commencer et ne peuvent pas clairement expliquer le retour sur investissement de l'investissement dans l'apprentissage automatique aux parties prenantes internes. L'apprentissage automatique offre un potentiel énorme pour aider les spécialistes du marketing à mieux réussir, mais quel dirigeant risque-t-il de prendre des risques qui ne relèvent pas de la tradition des compétences en marketing?

Il s'agit de l'un des principaux obstacles à la maturation de l'analyse dans le marketing: manque d'éducation et de formation concernant les avancées technologiques, y compris analytiques. En moyenne, 3,9% du budget d’une équipe marketing est consacré à la formation et à l’éducation, selon l’enquête du mois d’août 2018 de CMO réalisée deux fois par an auprès de 2 895 responsables marketing. Dans la même enquête réalisée en février 2014, la moyenne était de 3,4% – une tendance quasiment stable sur quatre ans, tout en prenant en compte l'évolution des données et de la technologie dans le marketing au cours de ces quatre années.

L'autre obstacle majeur est le manque d'intégration. des ensembles de données séparés et des flux de travail numériques. Bien qu’il puisse être avantageux d’analyser des données à des moments précis du parcours de l’acheteur, d’une pile ou d’un programme marketing, la valeur la plus élevée de l’analyse découle de modèles plus sophistiqués qui peuvent être prédictifs et normatifs. Autrement dit, ils ne vous disent pas seulement quand les acheteurs vont rechercher quoi, mais ils vous avertissent également de modifier votre mix marketing en fonction de l'évolution des ventes. Réaliser ce niveau d'analyse nécessite une intégration en temps réel des données de marketing et de commerce électronique.

L'impact de ces deux obstacles est évident dans une autre statistique de l'enquête CMO: les leaders marketing utilisent les analyses marketing pour la prise de décision; le temps, cela ne représente qu'environ 1 décision sur 3. (Il est intéressant de noter que cette moyenne est en fait tombée d'un sommet de 42,1% en février 2018.)

Aller de l'avant et s'améliorer

Il est clair que le marketing est sur la bonne voie avec l'analyse, mais comme le montrent mes observations et la Les données de l'enquête CMO démontrent que les étapes ont été petites et que l'impact relatif est donc faible. Cela ne veut pas dire que faire plus n'est pas possible. C'est vrai, mais cela demande un engagement d'investir dans l'éducation et la formation, ainsi que dans la planification technologique qui élève les capacités d'analyse.

Heureusement, la technologie marketing évolue rapidement et cela devrait accélérer les progrès. Par exemple, les applications de développement, telles que Oracle Advanced Analytics 12c et Oracle R Enterprise, facilitent désormais la création et le déploiement de l'apprentissage automatique dans les applications d'entreprise, notamment les MAP et les CRM. Cela signifie que les équipes marketing ayant accès aux développeurs devraient avoir plus de facilité à créer des applications d'analyse prédictive.

Les fournisseurs commencent également à intégrer des intégrations, telles que l'intégration des recommandations de contenu tenant compte du contexte de DemandBase dans Oracle Marketing Cloud . Il est probable que cette tendance se maintiendra et éliminera ainsi le besoin d'intégrer manuellement les données et de créer des applications personnalisées, qui constitue le choix principal disponible pour de nombreux spécialistes du marketing à l'heure actuelle.

territoire inexploité pour les «solutions analytiques», c’est-à-dire les défis marketing de longue date qui exigent un correctif. Pensez au marketing et à l'attribution des ventes. À mesure que de plus en plus de jeux de données sont fusionnés pour l'analyse (opérations, ventes, public, etc.), des informations plus détaillées sur l'impact des actions individuelles seront recueillies, et il sera plus facile de comprendre où attribuer l'attribution. Lorsque cela se produira, les responsables marketing disposeront d'un avantage énorme, car la pression de la démonstration de la valeur ajoutée du marketing sera implacable. À l'heure actuelle, en raison de la complexité des calculs, l'analyse d'attribution réelle relève de la compétence restreinte de quelques scientifiques spécialisés dans les données, généralement dans les grandes entreprises.

Il convient de retenir que si le marketing est encore relativement jeune en termes de maturité analytique, il reste convaincus que l’analyse occupera une place plus importante dans le marketing à l’avenir. Pour être en avance sur cette tendance et en tirer le plus d'avantages possible, les responsables marketing devront s'engager à en apprendre davantage sur l'analyse et à choisir une technologie pouvant facilement évoluer pour correspondre aux meilleures pratiques actuelles en matière d'analyse.

différence dans la façon dont une entreprise aide ses clients avec « eharmony utilise l'intelligence artificielle pour aider ses utilisateurs à trouver l'amour

Lire le blog




Source link