Prediktívna analýza: Ako môžu obchodníci vylepšiť budúce aktivity: Sociálny mediátor

Chcete, aby bol váš marketing efektívnejší?

Zaujíma vás, ako môže pomôcť predpovedanie vašich marketingových cyklov?

S cieľom preskúmať, ako môžu marketingoví pracovníci začať s prediktívnou analýzou, robím rozhovor s Chrisom Pennom.

Viac o tejto šou

The Podcast marketingu sociálnych médií je rozhlasová relácia na požiadanie od Social Media Examiner. Je navrhnutý tak, aby pomohol zaneprázdneným obchodníkom, majiteľom firiem a tvorcom zistiť, čo funguje v oblasti marketingu na sociálnych sieťach.

V tejto epizóde robím rozhovor Chris Penn, spoluzakladateľ a hlavný inovátor v spoločnosti Brain + Trust Insights. Je tiež spoluhostiteľom organizácie Marketing pri káve podcast a hlavný analytik v odbore Social Media Marketing World.

Chris vysvetľuje, ako zabezpečiť kvalitu základných údajov použitých v prediktívnej analýze.

Nájdete tiež zdroje údajov a nástroje používané na vytváranie predpovedí.

Podeľte sa o svoju spätnú väzbu, prečítajte si poznámky k predstaveniu a získajte odkazy uvedené v tejto epizóde nižšie.

Počúvajte teraz

Kde sa prihlásiť na odber: Apple Podcast | Podcasty Google | Spotify | RSS

Posunutím na koniec článku nájdete odkazy na dôležité zdroje uvedené v tejto epizóde.

Tu je niekoľko vecí, ktoré v tejto šou objavíte:

Prediktívna analýza

Chrisov príbeh

Chris začal v analytike vďaka svojmu zázemiu v IT. V roku 2003 začal pracovať ako IT riaditeľ pri štarte študentskej pôžičky, kde sa jeho rola rozšírila nad rámec tradičných IT povinností. Okrem prevádzkovania webových a e-mailových serverov tiež aktualizoval webové stránky a zasielal týždenné e-maily.

Chris robil túto prácu predtým, ako existovala služba Google Analytics, takže keď sa generálny riaditeľ jeho spoločnosti spýtal, ako fungujú webové stránky a e-maily, Chris na ňu nemal odpoveď. Aby na to prišli, Chris a jeho tím začali vyvíjať svoje vlastné nástroje na pochopenie základných informácií, ako napríklad koľko ľudí navštívilo web každý deň.

Chris sa postupom času stal hlavným predmetom analytickej praxe. Nesnažil sa iba dozvedieť, čo sa stalo, ale aj to, prečo sa to stalo a ako môže podnik reagovať.

Vypočujte si predstavenie a počúvajte, ako Chris hovorí o svojom vzdelaní.

Čo sú prediktívne analýzy?

Prediktívna analýza využíva štatistiku a strojové učenie na analýzu údajov a predpovedanie. Ľudia sú veľmi predvídateľní. Všetci dodržiavame bežné postupy, ako je umývanie zubov a potom sprchovanie alebo každé ráno si každé oblečenie obliekame v určitom poradí.

Pretože ľudia sú predvídateľní v mikro aj makro meradle, môžu obchodníci väčšinou predvídať, čo sa stane. Napríklad v Severnej Amerike, ak ste obchodníkom v oblasti B2C, viete, že od 1. novembra do 26. decembra budete zaneprázdnení, pretože je to vrcholná doba predaja produktov.

Podobne, ak ste obchodníkom v odbore B2B, máte zaneprázdnený čas od 1. januára do konca mája. Potom sa podnikanie rozbehne hneď po Sviatku práce v Spojených štátoch a Kanade a pokračuje na Deň vďakyvzdania v USA. Mimo týchto čias je oveľa ťažšie byť marketingovým pracovníkom, či už sa zameriavate na digitálne, sociálne alebo platené médiá.

Vypočujte si predstavenie a vypočujte si ďalšie príklady predvídateľného správania človeka.

Čo môže prediktívna analýza urobiť?

Pretože tieto veci všeobecne poznáme, stroje nám môžu pomôcť spresniť tieto predpovede. Hodnota prediktívnych analýz je ich špecifickosť. Ak viete, ktorý týždeň by ste mali viac zarobiť na Facebooku alebo utratiť menej za reklamy, môžete byť pri marketingu efektívnejší a efektívnejší. Ak viete, ako predvídať, môžete zarobiť peniaze, ušetriť peniaze, ušetriť čas a nenechať sa vyhodiť.

Prediktívne analýzy sa osobitne zameriavajú na pokusy zistiť, čo sa stane ďalej. Pre priemerného obchodníka sú predikcie časových radov (alebo keď sa niečo stane) najkonvenčnejšou a najužitočnejšou aplikáciou. Na ilustráciu, ak ste obchodníkom v sociálnych médiách, chcete vedieť, kedy máte zamestnať tím zákazníckych služieb a odpovedať na otázky zákazníkov.

Prediktívna analýza tiež dokáže zistiť, ako napríklad keď si niekto kúpi nové auto, alebo či je budúcim rodičom. Tieto aplikácie sú však jemnejšie ako predpovede časových radov.

Vypočujte si reláciu a dozviete sa moje skúsenosti s prediktívnou analýzou, keď som bol spisovateľom B2B.

Ako funguje prediktívna analýza

Prediktívne analýzy sú teraz pravdepodobne blízko k 70 rokom. Ľudia sú prekvapení, keď počujú, aká stará je disciplína, pretože si myslia, že strojové učenie je niečo nové. Teórie a matematické vzorce však existujú naozaj dlho.

Zmenila sa výpočtová sila notebookov, stolových počítačov a cloudových serverov. Dokážu prelomiť väčšie čísla za kratší čas. Teoreticky môžete robiť prediktívne analýzy na papieri, vyžadovalo by to však veľa papiera a času.

Aby ste dobre zvládli prediktívne analýzy, potrebujete tri vlohy. Najprv potrebujete niekoho, kto má vývojové schopnosti, aby získal údaje z vašich zdrojov údajov, ako sú Google Analytics, Facebook Insights, Twitter a ďalšie druhy sociálnych údajov. Údaje môžu byť v systémoch, ktoré vlastníte, alebo v systémoch tretích strán. Ktokoľvek má údaje, musí byť schopný ich dostať von.

Chrisovi sa páči výraz „Data is the new oil“, pretože ak ste niekedy videli ropu, je to nechutný neporiadok. Nemôžete s ním veľa urobiť, kým ho nevytiahnete zo zeme, neupravíte a potom nedáte ľuďom, ktorí ho môžu používať v automobiloch alebo na výrobu plastových misiek, ktoré sa pri páde na podlahu nezlomia. S prediktívnou analýzou je to úplne to isté.

Rafinéri sú vedeckí pracovníci v oblasti údajov, ktorí údaje čistia na niečo, čo môžete použiť. Potom marketingoví technológovia, čo je dnes úloha mnohých marketingových pracovníkov v sociálnych sieťach, s týmito údajmi niečo urobia. Nielenže interpretujú údaje; konajú podľa toho.

Chris zdôrazňuje, že je dôležité konať na základe údajov, ktoré získate. Ak viete, v ktorý týždeň chcete svoju udalosť propagovať, ale s týmito informáciami nič neurobíte, potom nemá zmysel robiť predpoveď.

Presnosť predpovedí závisí od základných údajov a algoritmu, ktorý používate na predpovedanie. V určitom okamihu narazia takmer všetci na problém s kvalitou údajov. Možno ste nenastavili správne službu Google Analytics, nenastavili ste správne svoje ciele, zabudli ste zapnúť svoj facebookový pixel; ktorákoľvek z tých vecí.

Vypočujte si predstavenie a počujte, ako Chris diskutuje o populárnom type technickej analýzy akcií.

Praktické marketingové aplikácie pre prediktívnu analýzu

Keď Chris predpovedá predpoveď, zvyčajne ide o 52-týždňový spojnicový graf. Pre každý týždeň graf zobrazuje predpoveď pre akýkoľvek dátový rad. Chris väčšinou používa údaje z vyhľadávania, pretože ľudia zadávajú do Googlu také veci, ktoré by neboli povedzte to inej ľudskej bytosti, čo robí z vyhľadávacích údajov veľmi dobrý indikátor toho, čo v skutočnosti niekoho je myseľ.

K dispozícii je veľa údajov o vyhľadávaní a k niektorým z nich máte bezplatný prístup pomocou nástrojov, ako je Plánovač kľúčových slov AdWords alebo Google Trends. Po získaní údajov môžete predpovedať trend nejakého druhu, čo je dátová séria, a potom identifikovať vrcholy a údolia. Chris odporúča mať ako základ svojej predpovede údaje od 1 do 5 rokov.

Povedzme, že extrahujete 5 rokov vyhľadávacích údajov v marketingu sociálnych médií, pretože ste zvedaví, kedy budúci rok ľudia budú hľadať „sociálne médiá marketing. “ Ak náhodou viete, že to bude 20. marca, 19. apríla, 27. mája, 4. júla, 10. septembra a 21. októbra tohto budúceho roku, sú to vaše známky vysokej vody.

Pomocou týchto dátumov môžete tiež zistiť, čo sa stane 2 až 3 týždne pred každým dátumom. Spravidla existuje vrchol tohto vrcholu. Marketingový pracovník v oblasti sociálnych médií musí teda zvýšiť svoje výdavky na reklamu. Organický obchodník musí veľa zverejniť a zdvojnásobiť počet príbehov z Instagramu, ktoré vytvorí. Osoba pôsobiaca v oblasti public relations musí v týchto dňoch vystúpiť niekoľko mesiacov vopred, aby sa mohla objaviť v publikáciách.

Tiež viete, kedy sa údolia vyskytnú, takže môžete plánovať bankovanie obsahu, aj keď sa toho veľa nedeje. Môžete nahrávať podcasty, hosťovať na iných weboch, písať množstvo blogových príspevkov a zhromažďovať obsah. Potom, keď sa objaví ďalší vrchol, môžete zasiahnuť kadenciu, ktorú potrebujete zasiahnuť, bez toho, aby ste vyhoreli.

Týmto spôsobom vám predpovede pomôžu zarobiť peniaze na vrcholoch a ušetriť peniaze na poklesoch. Môžete plánovať a budovať svoju stratégiu na základe toho, kedy je pravdepodobné, že sa veci stanú. Táto aplikácia funguje pre podniky B2C aj B2B, pretože ľudia píšu do vyhľadávača Google celý deň, každý deň.

Pýtam sa, aké ďalšie zdroje údajov by ste mohli použiť na predpovedanie. Chris hovorí, že akýkoľvek zdroj údajov založený na čase je platný, a konverzácie na sociálnych sieťach sa v každej sieti líšia. Vaše predpovede pre Pinterest sa môžu líšiť od vašich predpovedí na Facebooku a Twitteri. Na základe všetkých týchto údajov môžete predpovedať.

K tomu je jeden skutočne skvelý nástroj CrowdTangle. Je to fantastické, pretože poskytuje údaje o časových radoch až po úroveň jednotlivých príspevkov. Osoba pôsobiaca v oblasti public relations môže získavať správy a spravodajstvo. Inzerent môže sťahovať sumy platené za kliknutie, ponúkať ceny a všetky tieto veci.

Zdroje údajov tretích strán sú dobré, pretože vy ako spoločnosť nemôžete tieto údaje ako také poškodiť, aj keď môžete požiadať o nesprávne veci. Jedným z renomovaných dodávateľov údajov je SEMrush, ktorá má kvalitné údaje. Ďalší predajca, Značka24, robí monitoring médií.

Môžete sa tiež pozrieť na údaje o vyhľadávaní z nástrojov SEO, ktoré nie sú Googlom. Všetko sú to dobré zdroje údajov, pretože sú konzistentné, normalizované a pravidelné. Tiež sú primerane čisté.

Chris potom zdieľa ďalší príklad toho, ako môžete vo svojom podnikaní použiť prediktívne analýzy. Chris predpovedal kasíno na základe 2 rokov denného výnosu automatu. Po vložení týchto údajov do algoritmu mohol Chris predpovedať výnosy kasína na budúci rok.

Vďaka týmto predpovediam mohlo kasíno vidieť, kedy budú výnosy z automatov nízke, a potrebovali pripraviť nejaké propagačné akcie, spustiť reklamy, priviesť špeciálneho zabávača hostí alebo niečo podobné. Údaje im pomohli vyrovnať tieto medzery v ich príjmoch.

Pýtam sa, ako sa marketingoví pracovníci vyhýbajú ovplyvňovaniu údajov. Hypoteticky, povedzme, že zameriavame naše marketingové propagácie na Social Media Marketing World na určité plány, ktoré nemusia nevyhnutne vychádzať z predpovedí, ale tých, ktoré sme sa rozhodli použiť. Ako vylúčime, že správanie kmeňa a komunity nemusí byť nevyhnutne spôsobené našimi činmi?

Chris hovorí, že svet sociálnych médií je taká veľká a úspešná šou, ktorá skutočne ovplyvňuje, keď ľudia hľadajú veci ako „sociálny“ mediálny marketing. “ Môžete však spresniť údaje, ktoré získavate, niekoľkými rôznymi spôsobmi, aby ste minimalizovali ich vplyv na udalosti, problémy atď.

Napríklad ak použijete nástroj na počúvanie v sociálnej sieti, môžete vylúčiť zmienky o Social Media Marketing World, #socialmediaexaminer, Michael Stelzner a súvisiacich položkách. Tieto vylúčenia pomáhajú znižovať dátové body, ktoré sa tam údajne nenachádzajú.

Môžete tiež použiť benchmarking, ktorý vytvorí základnú líniu mimo konkrétnej sezóny, ktorá pridá 20 000 zmienok za deň. Existuje aj v sezóne niečo, čo je neprimerané tomu, čo by tam malo byť? Týmto spôsobom môžete spustiť prognózy.

Najlepší spôsob, ako spresniť údaje, je však na dátovej úrovni. Z dôvodu nedostatku lepších slov odstráňte veci, o ktorých viete, že sú kontaminujúce. Potom môžete predpovedať z rafinovaných údajov.

To znamená, že ak by ste uvádzali na trh svet sociálnych médií, nemuseli by ste nevyhnutne chcieť takto spresniť údaje. Ak chcete, aby kmeň ovplyvňoval, ako ľudia na celom svete hľadajú „marketing v sociálnych médiách“, je to dobrá vec. To je dôvod, prečo osláviť svoj úspech a pokúsiť sa spôsobiť ešte väčšiu zmenu správania tým, že predstihneš trendy ešte skôr.

Vypočujte si predstavenie a počúvajte moje myšlienky o predvídateľných ľudských vzoroch.

Čo nemôžete predvídať

Chris hovorí, že nemôžete predvídať tri veci. Prvým je veľký otras, ktorý skreslí vaše údaje, ako sú politické nepokoje, kultúrne otrasy, prírodné katastrofy, podobné veci. Všetky tieto veci spôsobujú veľké rušenie, ktoré môže poškodiť predpoveď. Sektory s veľkým otrasom, ako napríklad akciový trh, je takmer nemožné s presnosťou predpovedať.

Druhým je niečo, čo sa nikdy nestalo, napríklad prezidentské voľby v roku 2016. Konkurencia medzi dvoma kandidujúcimi kandidátmi sa nikdy predtým nekonala. Mnoho ľudí, ktorí vytvorili prediktívne nástroje a predpovede volieb, zakladali svoje modely na voľbách v roku 2012.

Kandidátmi v každej strane však boli medzi týmito volebnými rokmi veľmi odlišní ľudia. Takže nástroje, ktoré ľudia vytvorili pre rok 2016, boli založené na niečom, čo sa stalo v minulosti, ale to sa v súčasnosti nedialo. Nemôžete predvídať, čo sa nikdy nestalo.

Tretím diskvalifikátorom prediktívnej analýzy sú zlé údaje. Ak máte poškodené údaje alebo nemáte žiadne údaje, nemôžete robiť presné predpovede. Ak viete, že vaša spoločnosť má problémy s dátovou infraštruktúrou, prediktívna analýza je skutočne nebezpečná. Bolo by to ako jazdiť s GPS, ktoré má zlé údaje a hovorí vám, že máte ísť priamo z útesu.

Vypočujte si reláciu a počujte, ako Chris zdieľa ďalší výraz pre prevrat.

Bežné problémy s údajmi

Ak si chcete vyskúšať prediktívnu analýzu, Google Analytics je dobrým začiatkom. Väčšina obchodníkov tieto údaje určite má, môžu však mať problémy. Napríklad ak používate softvér na automatizáciu marketingu, musíte na svoje vstupné stránky v tomto softvéri vložiť značky Google Analytics. Ak tak neurobíte, máte problémy s integritou údajov.

Potom sa pýtam, ako zaobchádzať s robotmi a blokátormi. Chris hovorí, že sociálne médiá, najmä Instagram a Twitter, sú plné robotov. Dobrá správa je, že správanie robotov je pomerne predvídateľné, pretože ľudia, ktorí týchto robotov napísali, používali veľmi primitívne algoritmy. V procese prípravy údajov sú roboty ľahko rozpoznateľní a môžete ich odstrániť.

Pre ilustráciu, jeden robot má vždy bio, ktoré má presne rovnaký formát. Životopis začína rôznymi slovami, ktoré majú rôznu dĺžku, potom nasleduje „skontrolujte ma“ a potom odkaz.

S blokátormi sa pracuje podstatne ťažšie. Ak sa snažíte predpovedať na základe údajov o reklamách a blokátory údaje odstraňujú, je veľmi ťažké ich opraviť. Údaje nie sú nesprávne; ani to nemáš. Je to neúplné.

S neúplnými údajmi môžete narábať dvoma spôsobmi. Najprv môžete hľadať niečo, čo je smerové, pretože údaje, ktoré máte, sú stále reprezentatívne. Povedzme, že viete, že 30% blokovaných reklám sa deje v mobilnom zariadení, ale je to celých 30%. Na jednom webe nemáte blokovaných 22% reklám, na inom 5%.

Ak je blokovanie relatívne konzistentné, budete stále smerovaní správnym spôsobom, pretože niektoré reklamy budú mať časom lepšiu alebo horšiu výkonnosť.

Druhá možnosť je dostupná iba pre spoločnosti s rozsiahlou databázou, ako sú veľké technologické spoločnosti alebo dátové spoločnosti. Vďaka veľkému množstvu údajov to môžete urobiť imputácia, ktorá na doplnenie neúplných častí používa existujúci trénovaný súbor údajov a strojové učenie.

Skutočne dobrým príkladom imputácie sú sociálne podiely. Začiatkom februára spoločnosť LinkedIn vypla svoje počty akcií, takže toto číslo už nezískate od žiadneho nástroja na sledovanie sociálnych médií. Keby Chris pracoval v spoločnosti pre sledovanie sociálnych médií, použil by údaje z posledných 10 rokov ako školiaci súbor a odvodil by počet zdieľaní.

Počet zdieľaní môžete odvodiť, pokiaľ máte k dispozícii ďalšie paralelné súbory údajov, napríklad Twitter a Pinterest. Tieto čísla akcií v zásade umožnia stroju vyplniť prázdne miesta pre akcie LinkedIn.

Vypočujte si reláciu, kde premýšľam o robotoch a blokátoroch.

Príklady

Pre známu spoločnosť zaoberajúcu sa kancelárskymi potrebami Chris uskutočnil prediktívne analýzy názvu značky a generického výrazu „kancelária“ zásoby. “ Aj keď sa názov značky a všeobecný výraz navzájom zrkadlili, „kancelárske potreby“ zaostávali za značkou o 20 dní názov.

Napríklad značka mala koncom augusta veľký vzrast, čo Chris pripísal sezóne pred školou a ľuďom, ktorí sa vracali do práce. Ale potom o 20 dní neskôr hľadaný výraz pre „kancelárske potreby“ sledoval úplne rovnaký vrchol a úplne rovnaký vzor. Čokoľvek sa tam deje so správaním, ľudia hľadajú značku a potom o 20 dní neskôr hľadajú všeobecný výraz.

Na základe týchto zistení Chris navrhol spoločnosti vytvoriť kampaň zameranú na opätovné zacielenie, ktorá je časovaná na 19 dní. Zacieľte znova na každého, kto navštívi váš web o 19 dní neskôr, pomocou reklamy, ktorá mu pripomína, aby sa vrátili pre ďalšie kancelárske potreby. Pomocou reklamy na presmerovanie mohla spoločnosť časť tohto dopytu znovu získať.

Týmto spôsobom môže prediktívna analýza ponúknuť obrovskú návratnosť investícií. Niekto by mohol predpokladať, že všetko, čo robia, už nefunguje a jednoducho prestať. Vďaka prediktívnej analýze uvidíte, že realita je taká, že váš sociálny marketing nie je synchronizovaný so vzorcami zákazníkov.

Ďalej Chris zdieľa príklad zo svojej vlastnej firmy. Benchmarking bol založený na tom, kedy ľudia vyhľadávajú out-of-office nastavenia Outlooku, pretože keď ich niekto má pri hľadaní toho viete, že sa chystajú na dovolenku, čo znamená, že nečítajú svoje e-mail. Po dosiahnutí tejto referenčnej hodnoty v októbri 2017 Chris projektoval dopredu na prvý štvrťrok.

Chris predpokladal, že objem vyhľadávania je najnižší, čo znamená, že väčšina ľudí bola v kancelárii, týždeň 18. januára 2018. V ten týždeň Chris uskutočnil rovnakú kampaň pre svoju knihu na rovnakom zozname a s rovnakou ponukou ako v roku 2017.

Chris vylepšením načasovania propagácie na rok 2018 zvýšil predaj kníh o 40%. Jeho kampaň z roku 2017 bola vypnutá asi o 2 týždne a Chris sa dozvedel, že synchronizácia s publikom spôsobila obrovský rozdiel.

Pýtam sa, ako môže podnik, ktorý zverejňuje informácie, využiť prediktívne analýzy na zlepšenie svojej stratégie. Chris pre tento príklad hovorí, že jednou z jeho obľúbených aplikácií je obsahová stratégia. Povedzte, že sa pravidelne venujete určitým témam. Môžete spustiť celú kombináciu týchto predpovedí.

Najvýkonnejších 10% môže viesť k vydaniu vášho redakčného kalendára, pretože ak poznáte mesiace, kedy ľudí bude téma zaujímať najviac, môžete okolo tejto témy naplánovať mesačné funkcie. Dokonca budete až do týždňa vedieť, kedy zverejniť obsah o určitej téme. Týmto spôsobom môžete každý mesiac dosiahnuť najvyššiu úroveň.

Prediktívna analýza môže tiež informovať váš reklamný kalendár. Ak viete, že publikujete určitú tému, môžete na nej nastaviť cenníky. Za mesiac, o ktorom viete, že je dopyt publika po určitej téme vysoký, môžete inzerentom, ktorí sa o túto tému zaujímajú, účtovať celú cenu. Ak viete, že záujem o cieľovú tému inzerentov je nízky, môžete ponúknuť 40% zľavu.

Vypočujte si predstavenie a počúvajte, ako Chris diskutuje o tom, ako môže Social Media Examiner aplikovať na svoj obsah prediktívne analýzy.

Náradie

Chris hovorí, že najlepšie nástroje sú zadarmo. Sú to programovacie jazyky (ako R a Python), ako aj knižnice (ako SIDEKIT, NumPy, timetk), ktoré ponúkajú kód, ktorý môžete použiť pri určitých úlohách. Na použitie týchto bezplatných nástrojov však potrebujete veľa technických skúseností. Programovacie jazyky a knižnice sú ako súčasti motora. Ak chcete získať auto, musíte si ho postaviť sami.

Pre technicky schopné podnikanie akejkoľvek veľkosti, ak máte niekoho alebo viac ľudí, ktorí môžu obsadzovať úlohy spoločnosti vývojár, dátový vedec a marketingový technológ, môžete pomocou prediktívnej analýzy vytvoriť svoje vlastné predpovede pre zadarmo.

Ak však nemáte čas alebo vedomosti na použitie týchto nástrojov, ale máte peniaze, najlepšie bude, keď si prognózy zadáte externe. Najmite si spoločnosť zaoberajúcu sa dátovými vedami.

Ak sa chcete dozvedieť, ako funguje dátová veda, Chris dôrazne odporúča blog na adrese KDnuggets.com a Blog IBM Data Science. The IBM Data Science Experience je tiež vynikajúci. Mali by ste tiež sledovať vývojárske blogy hlavných technologických spoločností, ako sú Microsoft, Amazon, Googlea IBM.

Najlepšie informácie o dátovej vede však nájdete v akademické práce. Ak si tieto dokumenty dokážete prečítať bez toho, aby ste zaspali a vyťažili z nich informácie, nájdete skutočné zlato. Naučíte sa techniky, ktoré si môžete vyskúšať na svojich údajoch.

Tento prediktívny algoritmus, o ktorom sme hovorili, existuje už 70 rokov. Je to nástroj ako špachtľa. Ak všetko, čo kedy urobíte, je obrátiť kúsok hrianky, budete mať veľmi drahý hriankovač.

Ak však uvažujete o grilovaní, praženici a všetkých veciach, ktoré môžete robiť so špachtľou, možnosti sú nekonečné. To isté platí pre nástroje a algoritmy dátovej vedy. Svoju kreativitu a zvedavosť môžete využiť na vyskúšanie všetkými týmito rôznymi spôsobmi.

V budúcnosti bude používanie týchto nástrojov rovnako ľahké ako spustenie reklamy na Facebooku, pretože veľa prediktívnych analýz je už veľmi mechanizovaných. Avšak časť, ktorá zahŕňa ľudský úsudok a kontext, bude trvať dlhšie. Stroje nemôžu pochopiť, ako fungujú podniky, a preto nemôžu vidieť tieto možnosti.

Po zmapovaní veľkej stratégie však čoskoro budete môcť kliknúť na tlačidlo, prejsť prstom po kreditnej karte, zaplatiť mesačný poplatok 99 dolárov a nástroj vyplivne grafy. Chris si myslí, že táto funkcia bude k dispozícii v priebehu nasledujúcich 5 rokov.

Ďalej, keď sa bude zlepšovať umelá inteligencia pre všeobecné použitie, budete pravdepodobne vedieť, že zariadeniu chcete optimalizovať výdavky na Facebooku na základe dopytu. Potom stroj automaticky vykoná predpoveď, zistí, kedy sa vyskytnú vrcholy a údolia, a v zásade za vás spraví rozpočet a reklamy. To je pravdepodobne 5 až 10 rokov.

Vypočujte si predstavenie a počúvajte, ako sa Chris delí o to, čo stroje nedokážu.

Objav týždňa

Reshot je stránka s fotkami, ktorá sa vyhýba klišé.

Fotografie na snímke Reshot odrážajú jedinečnú perspektívu fotografa. Týmto spôsobom sú fotografie kvalitnejšie ako na mnohých iných serveroch s fotobunkami.

Stránka používa a jednoduchá licencia a podmienky ktoré vám poskytujú veľkú flexibilitu pri používaní fotografií.

Reshot fotografie sú zadarmo, aj keď tiež môžete nájsť fotografie na predaj od partnerov spoločnosti Reshot. Ak chcete prehliadať obrázky alebo sa dozvedieť viac, navštívte webovú stránku.

Vypočujte si predstavenie, kde sa dozviete viac, a dajte nám vedieť, ako pre vás Reshot funguje.

Kľúčové jedlá spomenuté v tejto epizóde:

• Zistite viac o Chrisovom podnikaní, Brain + Trust Insights.
• Nasledujte Chrisa ďalej Twitter.
• Čítať Chrisov blog.
• Vypočujte si Chrisov podcast, Marketing pri káve.
• Prístup k údajom vyhľadávania pomocou Plánovač kľúčových slov AdWords alebo Google Trends.
• Zistite viac o CrowdTangle.
• Vyskúšajte dodávateľov údajov tretích strán SEMrush a Značka24.
• Dozviete sa viac o štatistike imputácia.
• Objavte viac o R a Python a knižnice ako SIDEKIT, NumPya timetk.
• Navštívte KDnuggets.com, Blog IBM Data Sciencea IBM Data Science Experience.
• Sledujte blogy vývojárov pre Microsoft, Amazon, Googlea IBM.
• Vyhľadajte fotografie pre svoj obsah prostredníctvom Reshot.
• Sledujte našu týždennú talkshow Social Media Marketing v piatok o 10:00 tichomorského dňa Dav ľudí alebo si nalaďte na Facebooku Live.
• Stiahnite si Správa o priemysle marketingu sociálnych médií za rok 2017.

Co si myslis? Čo si myslíte o prediktívnej analýze? Zdieľajte svoje komentáre nižšie.