Использование прогнозирующей аналитики в маркетинговых кампаниях Колин Ширер (Colin Shearer).
    Насколько хорошо компания знакома со своими клиентами? Как часто они делают покупки? Что заставляет их снова и снова покупать? Как добиться долгосрочной приверженности от покупателей? Как можно привлечь и сохранить новых клиентов? И, самое главное, как можно эффективно провести маркетинговые кампании, при этом, гарантируя, что клиентам каждого сегмента посылается наиболее подходящее маркетинговое обращение именно в тот момент, когда они вероятнее всего готовы сделать покупку?
    Ресурс номер один для каждой компании - это ее клиенты, и, следовательно, информация об этих клиентах, собранная в оперативных системах управления взаимоотношениями с клиентами (Customer Relationship Management, CRM). Ведущие специалисты по маркетингу активно используют мощные возможности автоматизации продаж, ПО для центров обработки звонков (call-center) и другие CRM-системы, позволяющие определить демографические характеристики клиентов, контролировать приобретения и покупательские привычки, а также выделять предпочтения, касающиеся конкретных продуктов. В результате им удается сделать взаимодействие компании с клиентами максимально эффективным, повысить продажи и построить базу постоянных клиентов. Однако управление информацией о клиентах как стратегическим ресурсом отличает обычный контроль клиентского поведения от использования этой информации для понимания и оптимизации финансовой ценности каждого клиента.
    Прогнозирование клиентских предпочтений и покупательских привычек, а также разработка на основе этой информации наиболее подходящих маркетинговых обращений, требует хорошего сочетания интуиции и аналитической инфраструктуры, которая поддерживала бы процесс принятия решений на основе фактов. При отсутствии аналитической структуры даже самый грамотный специалист по маркетингу вряд ли сможет вручную справиться с анализом всей сложной информации о клиентах, которая собирается в компании. И хотя операционная CRM-система остается мощным ресурсом, сама по себе она с трудом обеспечивает глубокое понимание клиентов, необходимое для того, чтобы каждая операция с потребителями приносила больше выгоды.
    Многие аналитические CRM-продукты, например OLAP-средства, обеспечивают анализ исторических данных, агрегирование информации о прошлом. Например, такой анализ помогает выяснить, какие клиенты были самыми выгодными в прошлом месяце и как они ведут себя в этом месяце. Такой тип исследования чрезвычайно важен. Прогнозирующий анализ, например data mining, необходим для обеспечения четкой картины того, что должно произойти, для того чтобы принять наиболее эффективные меры. В процессе такой обработки данных обнаруживаются смысловые структуры и зависимости, выделяются отклонения и случайные искажения, а, следовательно, обеспечивается информация для принятия решений в будущем. Например, можно выяснить, что данный клиент будет покупать дальше, или какие клиенты вероятнее всего уйдут к конкуренту. Использование прогнозирующего анализа в CRM позволяет фирмам самого разного масштаба при разработке маркетинговых компаний управлять клиентской информацией как стратегическим ресурсом, в результате удается добиться более удачных решений по рассылке маркетинговых обращений (что, кому и когда посылать).
    Прогнозирующая аналитика обеспечивает наиболее выгодные пути специалистам по маркетингу для:
    Понимания клиентов - используя типовые управляемые данными подходы к сегментации, специалисты по маркетингу легко выявляют буквально тысячи атрибутов, описывающих поведение клиентов. ............