預(yù)測分析或預(yù)測（簡稱為Predictive Analytics）是如今大多數(shù)營銷人員會看到的一個術(shù)語。雖然有關(guān)這個話題的內(nèi)容已經(jīng)比較廣泛了，但今天我們想分享一個比較明確的指南，用于解答有關(guān)預(yù)測性的最炙手可熱的問題：它是什么？應(yīng)該如何使用？
在這篇文章中，我們將定義「預(yù)測分析」，并解釋數(shù)據(jù)質(zhì)量在預(yù)測中的重要性。
預(yù)測分析有多個方向的定義。從技術(shù)方向來定義顯得更為準確，
預(yù)測分析是一種統(tǒng)計或數(shù)據(jù)挖掘解決方案，包含可在結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中使用以確定未來結(jié)果的算法和技術(shù)?？蔀轭A(yù)測、優(yōu)化、預(yù)報和模擬等許多其他用途而部署。能夠預(yù)測哪些行為或受眾成功的可能性，以及失敗的可能性。
從新興技術(shù)類別來說，定義可以更加簡化：一個使用過去的數(shù)據(jù)來預(yù)測結(jié)果的系統(tǒng)。我們最喜歡的解釋是來自Swift Capital的首席分析官，預(yù)測就是源自80/20原則。
80/20原則看似有違常理，從帕累托的研究中歸納出這樣一個結(jié)論，即如果20%的人口享有80%的財富，那幺就可以預(yù)測，其中10%的人擁有約65%的財富，而50%的財富，是由5%的人所擁有。在這里，重要不是百分比，而是一項事實：財富在人口的分配中是不平衡的，這是可預(yù)測的事實。
而在預(yù)測中，80％的收入來源于20%的預(yù)期。
隨著人們對人工智能（AI）、大數(shù)據(jù)和機器學(xué)習(xí)的日益增長的追捧，預(yù)測分析在這股潮流中也不甘示弱。Gartner將預(yù)測分析與其他形式的分析進行比較來幫助區(qū)分：
大多數(shù)公司目前的營銷模式都是基于一個隱含的假設(shè)：過去發(fā)生的事情將會在未來以同樣的方式發(fā)生。
這種營銷模式是到從以歷史記錄導(dǎo)向轉(zhuǎn)變到更具前瞻性。這是一個很關(guān)鍵的區(qū)別，目的不僅僅是描述和理解過去發(fā)生的動作，而且還要探索「可能發(fā)生的事情」。診斷和描述性分析可以是準確的。根據(jù)定義，預(yù)測分析基于概率，并且必須被接受為“僅提供可信度”。
為了說明預(yù)測分析與其他形式的分析有什么不同，我們來看一下最簡單的預(yù)測案例——直接營銷。
在直接營銷中，預(yù)測分析提供了在得到某些客戶的歷史相關(guān)信息時積極響應(yīng)的概率。這一預(yù)測的后續(xù)行動可能是在達到一定數(shù)值以上的積極響應(yīng)概率后，與客戶進行聯(lián)系。這樣預(yù)測分析就完成了。
SiriusDecisions，長久以來一直支持先進數(shù)據(jù)驅(qū)動技術(shù)的B2B咨詢和研究公司，提供了一個全面回答這個問題的方法。
雖然用于做出預(yù)測的算法是強大的，但預(yù)測和底層數(shù)據(jù)源的效果是一樣的。如上圖所示，外部數(shù)據(jù)的大量來源被用于建模，自然地建立了超出預(yù)測分析的案例。最值得注意的是，它能夠提供新的潛在客戶，并改進現(xiàn)有的客戶和潛在客戶數(shù)據(jù)集。根據(jù)B2B企業(yè)的成熟度，在利用復(fù)雜的預(yù)測之前修復(fù)關(guān)鍵的不良數(shù)據(jù)問題。
在深入了解預(yù)測能力如何幫助實現(xiàn)價值之前，仔細觀察線索和服務(wù)，從而發(fā)揮獨特強大的數(shù)據(jù)（信號）非常重要。
將數(shù)據(jù)視為冰山
如果說數(shù)據(jù)是冰山，那么傳統(tǒng)的購買信號就是冰山一角，如位置、人員和行業(yè)等固定資產(chǎn)。 盡管這些基本數(shù)據(jù)的準確性和填充率可能低于標準，但它們通?？捎糜贑RM和營銷自動化技術(shù)（MAT）中的分段和報告。
另一方面，預(yù)測分析平臺追蹤并關(guān)聯(lián)所有「淹沒」的購買信號。更深層次的信號會暴露企業(yè)的動機，如果是使用隱性數(shù)據(jù)，就能為潛在客戶和客戶提供更多的線索，有助于推動更好的營銷決策的形成。
有了更多的信號，營銷人員就有了指標，利用這些指標可以引導(dǎo)企業(yè)購買傾向和響應(yīng)營銷活動，然后進一步個性化擴展廣告或渠道。以下是高級信號可以顯示的客戶資料示例：
顯示增長和預(yù)算：目前，投資數(shù)字、廣告、新技術(shù)、招聘、開設(shè)新地點，甚至是在不斷增長的社媒追蹤中的企業(yè)都是目標受眾對產(chǎn)品或服務(wù)需求的強大指標。
識別需求：B2B企業(yè)所獲取的線索可能會顯示對特定產(chǎn)品或產(chǎn)品的需求。例如，如果需要業(yè)務(wù)提供工資單解決方案，確定目前具有大量工資軟件的企業(yè)正在招聘，就可以預(yù)測到這些業(yè)務(wù)需要你的產(chǎn)品。
雖然探索數(shù)據(jù)的深度非常重要，但數(shù)據(jù)質(zhì)量比數(shù)據(jù)大小更為重要。由于B2B數(shù)據(jù)質(zhì)量和可操作性之間的關(guān)系，80％的B2B營銷人員對于無效需求生成過程的數(shù)據(jù)質(zhì)量感到失望。
Radius的數(shù)據(jù)科學(xué)家團隊在通過6億多個連接的CRM記錄和超過500億個動態(tài)數(shù)據(jù)信號工作了7年的數(shù)據(jù)后，發(fā)現(xiàn)了開創(chuàng)性的洞察力，即保持數(shù)據(jù)質(zhì)量是很困難的。
CRM的數(shù)據(jù)平均只有70-75％是準確的。
預(yù)測技術(shù)能夠提供的價值和前景與底層數(shù)據(jù)一樣。采用預(yù)測性的營銷人員的關(guān)鍵，就在于定義預(yù)測分析和了解數(shù)據(jù)質(zhì)量的作用。
而對于還沒有應(yīng)用營銷自動化，CRM，用戶數(shù)據(jù)分析等工具的B2B企業(yè)，將營銷和銷售流程數(shù)據(jù)化，技術(shù)化可能是需要邁出的第一步。
