Конечно, «предиктивный анализ» звучит сложно и непонятно. Но это совсем не так. Эта технология позволяет провести достаточно точное медиапланирование на основе накопленных данных. Федор Иванов, старший продакт-менеджер Calltouch, рассказывает, что это такое и чем вам поможет предсказание вашего маркетингового будущего
Что такое предиктивный анализ
Дословно предиктивный анализ — это предсказательная аналитика, которая использует исторические данные, накопленные по некоторой величине, для прогнозирования поведения этой величины в будущем.
По сути, прогноз строится на основе алгоритмов анализа временных рядов. Возьмем любой показатель, который как-то меняется со временем. Предиктивный анализ анализирует известный отрезок времени, по которому уже накоплены данные, выявляет закономерности и на их основе строит прогноз на будущий период.
Насколько точен прогноз
Эффективность расчета зависит от типа данных для анализа. Если прослеживается явная периодичность изменений, точность прогноза достигает 85%.
Зачем предиктивный анализ маркетологам, агентствам и клиентам
Можно ли использовать прогнозную аналитику для карьерного роста?
Смоделируем такую ситуацию: маркетолог, увидев, что прогноз обещает «не лучшие» времена для компании на ближайшее полугодие, решает уйти в другую фирму. Может он руководствоваться прогнозом?
Предсказательная аналитика показывает возможное будущее с точностью 80–85% при условии, что все останется без изменений (не изменяются субъективные факторы). «Не лучшие» времена наступили не в один момент. Скорей всего, ухудшения нарастали постепенно, и негативная тенденция отразилась в прогнозе. В нашем примере это «звоночек» — пора что-то менять.
Предиктивный анализ в маркетинге и вообще в бизнес-сфере лучше использовать как инструмент медиапланирования. Предположим, клиент хочет знать количество лидов в следующем месяце. С помощью алгоритма легко спрогнозировать это значение.
Можно ли по результатам предиктивного анализа ставить KPI?
Все зависит от типа данных на входе. Когда периодичность изменений четко прослеживается, как в нишах B2B, то — да. Мы видим, что и как было в прошлых периодах. Будущее более-менее известно. В этом случае можно встроить прогноз в KPI, но с запасом на погрешность метода.
Другой пример — когда для анализа берутся редкие данные. Скажем, у клиента было в прошлом месяце 3 лида. Прогноз выдает прибавку в 2 лида. Однако любое случайное изменение может легко исказить предсказание. В таких случаях прогнозные данные нельзя применять для построения KPI.
В целом предсказательную аналитику рекомендуется использовать как инструмент медиапланирования. Например, спрогнозировали 1500 лидов в месяц. Маркетологи ударно поработали и получили результат в 2 раза лучше. Соответственно, значение 1500 лидов можно взять как нижнюю планку для KPI.
Зачем прогнозирование агентствам и клиентам?
Агентствам, как инструмент медиапланирования. Клиентам, скорей всего тоже для этих целей. Скажем, понять, какая на данный момент тенденция в бизнесе — негативная или позитивная, чего ждать в будущем. Если видится спад, то, возможно, имеет смысл перераспределить бюджеты на другие рекламные каналы или сделать что-то еще. Всегда лучше понимать, что творится с твоим бизнесом, и строить планы на будущее на основе объективных данных.
Могут ли клиенты использовать данные прогноза, чтобы проверить работу агентства?
Смоделируем такую ситуацию: клиенту обещают 50 лидов в месяц. Агентство уверяет, что это самый потолок их KPI и вообще в нише клиента никто больше 50 лидов не приводит. Клиент заходит в личный кабинет, и предиктивный прогноз выдает ему результат: 150 лидов на ближайший месяц. Может клиент «вскрыть» обман агентства?
Клиент, помимо предиктивного прогноза, получает ежемесячные отчеты агентства по ключевым метрикам. Если он видит, что лидов в прошлом месяце и ранее было в среднем 150, то планируемый показатель в 50 лидов как минимум некорректен. Предиктивный анализ не используют для выявления «плохишей» в агентстве. Это — инструмент медиапланирования.
Ключевой момент, чтобы понимать суть алгоритма.
Предсказательная аналитика строит прогноз на будущее при условии, что никакие «внешние» данные не будут меняться.
Все, что использует алгоритм для расчета, — это значение конкретной метрики на определенный период времени. Больше ничего не известно. Как получили это значение: переработали рекламную кампанию, влили бюджеты, подключили акции и прочее — этого алгоритм не может знать.
Соответственно, точность прогноза будет снижаться, если что-то менять. Подключили новые каналы рекламы, исправили объявления, сделали еще что-то для улучшения ситуации. В итоге добились не прогнозного спада, а реального подъема продаж.
Рассказываем простым языком о предсказательной аналитике
На чем основаны данные о 85% точности прогнозов
Методика расчета заключается в следующем. Для анализа берутся данные за определенный временной период — это должна быть известная статистика. Из этого опорного периода искусственно выбирается та часть временного периода, за которую мы располагаем данными. Другую часть, неизвестную машине, но известную людям, используют для теста. Соответственно, на выходе мы можем оценить точность машинного прогноза, так как нам уже известны результаты второй части данных.
Формула расчета
Прогнозирование временных рядов строится на двух алгоритмах, которые переключаются динамически в зависимости от типа данных:
1. Метод тройного экспоненциального сглаживания, или алгоритм Хольта-Винтерса. Он хорошо работает, когда в структуре данных прослеживается явная периодичность/сезонность. Например, в B2B-нишах в выходные дни фиксируется спад активности клиентов, а в будни — подъем. Наблюдаем в бизнесе типичный волнообразный цикл. Можно довольно точно спрогнозировать количество лидов, сессий или посчитать другие метрики на будущий период.
2. Авторегрессия скользящего среднего (ARMA). Второй алгоритм больше подходит для анализа каких-то редких метрик и данных с плохо прослеживаемой взаимосвязью. Словом, там, где трудно установить периодичность/сезонность или постоянные изменения ломают тренды. Вспомним пример про 3 лида в месяц.
В работе этих алгоритмов есть нюанс. Прежде чем строить прогноз, машина изучает входные данные. Обычно берется краткосрочный диапазон дат — неделя, а весь исследуемый временной отрезок дробится на 7-дневные циклы. Полученные сегменты сравниваются между собой. Неделя к неделе. Вычисляется коэффициент корреляции (взаимная связь). Если он высокий и прослеживается явная периодичность, то применяется метод Хольта-Винтерса. Когда данные не схожи между собой, подключается алгоритм ARMA.
Какое развитие получит предиктивный анализ в будущем
Можно ли в скором будущем добиться 100% точности прогноза?
100% точности предсказания в принципе невозможно достичь, потому что всегда будут мешать внешние факторы. Может быть, в каких-то идеальных условиях или применяя сверхмощный искусственный интеллект, — это возможно. Правда, ни того, ни другого пока не видно на горизонте.
Представьте: мы хотим со 100% точностью узнать, сколько времени нам понадобится на то, чтобы покрасить стены дома. У нас есть четыре месяца данных по среднему времени окрашивания аналогичного по параметрам дома для анализа: май, июнь, июль, август, причем данные месяцы были солнечными. Требуется спрогнозировать длительность работы в сентябре. Машина выдала некоторый результат, но сентябрь выдался дождливым. Понятно, что полученный прогноз не будет отражать объективную реальность.
Поэтому 100% точность — это фантастика. Можно добиться увеличения точности на 5–7 процентных пунктов. Сложно, долго и дорого. Сейчас, при 85%, мы имеем недостаточно быстрый расчет. А при повышении точности и глубины анализа есть опасения не увидеть прогноз никогда.
Новый мир, где все предсказуемо, пока откладывается?
Видимо, да. Это и хорошо. С непредсказуемостью в анализе можно ужиться, если понимать последствия ошибок.
Простой пример. Для бизнеса прогноз выдал 100 лидов на будущий месяц, а по факту вышло 110 или 95. Ничего страшного с компанией не произойдет. А вот что будет, если предсказали падение доллара на 20 копеек, а по факту случился подъем на 50 копеек? Для финансовых организаций и биржевых спекулянтов — это катастрофическая ошибка.
Предиктивный анализ — это не волшебный инструмент для предсказаний всего и везде. Но если прогнозную аналитику использовать для медиапланирования в маркетинге, можно добиться 85% точности прогноза. А это уже серьезно повышает управляемость бизнеса.
Источник: adindex.ru