Bagaimana Mengenalpasti 3 Kategori Data dalam Analisis Predictive - dummies

Sebagai hasil daripada menjalankan perniagaan, syarikat telah mengumpulkan ramai data mengenai perniagaan dan pelanggan mereka, sering disebut sebagai risikan perniagaan . Analisis ramalan menggunakan data ini. Untuk membantu anda mengembangkan kategori untuk data anda, apa yang berikut adalah ringkasan umum jenis data yang dianggap kecerdasan perniagaan:

Data tingkah laku berasal dari urus niaga, dan boleh dikumpulkan secara automatik:

Item dibeli
Kaedah pembayaran
Sama ada item yang dibeli dijual
Maklumat akses pembeli:
- Alamat
- alamat surat
- Semua pembeli telah menyediakan data sedemikian ketika melakukan pembelian secara online (atau bahkan ketika membeli di toko atau melalui telepon).

Jenis data lain boleh dikumpulkan daripada pelanggan dengan kerjasama mereka:

Data yang diberikan oleh pelanggan apabila mereka mengisi tinjauan

Pelanggan yang dikumpulkan jawapan untuk pemilihan melalui soal selidik
Maklumat yang dikutip dari pelanggan yang membuat hubungan langsung dengan syarikat
Di kedai fizikal
- Melalui telefon
- Melalui laman web syarikat
- Selain itu, jenis data yang dikumpulkan oleh perniagaan dari operasinya dapat memberikan maklumat mengenai pelanggannya. Contoh umum termasuk jumlah waktu yang dibelanjakan oleh pelanggan di tapak web syarikat, serta sejarah pelayaran pelanggan. Semua data yang digabungkan boleh dianalisis untuk menjawab beberapa soalan penting:

Bagaimanakah perniagaan anda dapat meningkatkan pengalaman pelanggan?

Bagaimana anda boleh mengekalkan pelanggan sedia ada dan menarik yang baru?
Apa asas pelanggan anda ingin membeli seterusnya?
Apa pembelian yang boleh anda cadangkan kepada pelanggan tertentu?
Langkah pertama untuk menjawab soalan ini (dan banyak lagi yang lain) adalah untuk mengumpul dan menggunakan semua data operasi yang berkaitan dengan pelanggan untuk analisis menyeluruh. Jenis data yang membuat data sedemikian boleh bersilang dan boleh diterangkan dan / atau dikelompokkan secara berbeza untuk tujuan analisis.

Sesetengah syarikat mengumpul jenis data ini dengan memberikan pengalaman peribadi kepada pelanggan. Sebagai contoh, apabila perniagaan menyediakan pelanggannya dengan alat yang mereka perlukan untuk membina laman web yang diperibadikan, ia bukan hanya memberi kuasa kepada pelanggan (dan memperkaya pengalaman mereka dalam berurusan dengan syarikat), juga membolehkan syarikat untuk belajar dari ekspresi langsung para pelanggannya 'keperluan dan keperluan: tapak web yang mereka buat.

Asas data sikap dalam analisis ramalan

Sebarang maklumat yang dapat memberi gambaran mengenai bagaimana pelanggan berfikir atau merasa dianggap

data sikap . Apabila syarikat memaparkan kaji selidik yang meminta pelanggan untuk mendapatkan maklum balas dan pemikiran mereka mengenai perniagaan dan produk mereka, data yang dikumpulkan adalah contoh data sikap.

Data sikap mempunyai kesan langsung terhadap jenis kempen pemasaran yang boleh dilancarkan oleh syarikat. Ia membantu membentuk dan menyasarkan mesej kempen itu. Data sikap boleh membantu membuat kedua-dua mesej dan produk lebih relevan dengan keperluan dan kehendak pelanggan - membenarkan perniagaan untuk memberi perkhidmatan kepada pelanggan yang sedia ada dengan lebih baik dan menarik minat bakal pelanggan.

Keterbatasan data sikap adalah ketidaksempurnaan tertentu: Tidak semua orang secara objektif menjawab soalan tinjauan, dan tidak semua orang memberikan semua maklumat yang relevan yang membentuk pemikiran mereka pada masa tinjauan.

Asas data tingkah laku dalam analisis ramalan

Data tingkah laku

berasal dari apa yang dilakukan pelanggan apabila mereka berinteraksi dengan perniagaan; ia terdiri terutamanya daripada data dari urus niaga jualan. Data tingkah laku cenderung lebih dipercayai daripada data sikap kerana ia mewakili apa yang sebenarnya berlaku. Perniagaan tahu, sebagai contoh, produk yang dijual, siapa yang membelinya, dan bagaimana pelanggan membayar untuknya.

Data tingkah laku adalah hasil sampingan daripada operasi biasa, sehingga tersedia untuk sebuah syarikat tanpa biaya tambahan. Data sikap, sebaliknya, memerlukan menjalankan tinjauan atau pentauliahan penyelidikan pasaran untuk mendapatkan pandangan tentang fikiran para pelanggan.

Data sikap dianalisis untuk memahami

mengapa pelanggan berkelakuan seperti yang mereka lakukan, dan perincian pandangan mereka tentang syarikat anda. Data tingkah laku memberitahu anda apa berlaku dan merekod tindakan sebenar pelanggan. Data sikap memberikan pemahaman tentang motivasi; data tingkah laku menyediakan yang siapa-apa-apa - konteks keseluruhan yang membawa kepada tindak balas tertentu pelanggan. Analisis anda perlu memasukkan kumpulan bagi kedua-dua jenis data; mereka adalah pelengkap. Menggabungkan kedua-dua data sikap dan tingkah laku boleh menjadikan model analisis ramalan anda lebih tepat dengan membantu anda menentukan segmen asas pelanggan anda, menawarkan pengalaman pelanggan yang lebih peribadi, dan mengenalpasti pemandu di belakang perniagaan.

Sekarang mari kita bandingkan data sikap dan tingkah laku.

Ciri-ciri

Sikap	Perilaku	Sumber Data
Pemikiran Pelanggan	Tindakan Pelanggan	Sarana Data
Dikumpulkan daripada tinjauan	Jenis	Subjektif
Objektif	Kos Data	Kos tambahan
Tiada kos tambahan	Asas data demografik dalam analisis ramalan	Data demografi
, status perkahwinan, tahap pendidikan, status pekerjaan, pendapatan isi rumah, dan lokasi. Anda boleh mendapatkan data demografi dari Biro Banci U. S., agensi kerajaan lain, atau melalui entiti komersil.

Semakin banyak data yang anda miliki mengenai pelanggan anda, lebih baiklah wawasan yang anda akan mengenalpasti trend demografi dan pasaran tertentu serta bagaimana ia mempengaruhi perniagaan anda.Mengukur nadi trend demografi akan membolehkan anda menyesuaikan diri dengan perubahan dan pasaran yang lebih baik untuk, menarik, dan melayani segmen tersebut. Segmen-segmen penduduk yang berminat berminat dalam produk yang berbeza.

Perniagaan kecil yang memenuhi lokasi tertentu harus memperhatikan perubahan demografi di lokasi tersebut. Semua jiran telah menyaksikan penduduk berubah dari masa ke masa di kawasan tertentu. Perniagaan mesti sedar tentang perubahan tersebut; mereka mungkin menjejaskan perniagaan dengan ketara.

Data demografi, apabila digabungkan dengan data tingkah laku dan sikap, membolehkan para pemasar untuk melukis gambaran yang tepat mengenai pelanggan semasa dan potensi mereka, membolehkan mereka meningkatkan kepuasan, pengekalan, dan pengambilalihan.