本文作者仅代表个人观点。狗万官方
如果你们讨论过媒体组合建模或者预测分析在此之前，这些对话可能不会持续很长时间。在大流行前的日子里多点触控归因(MTA)被认为是圣杯市场营销．如果操作得当，它将帮助营销人员了解每个用户在设备、平台等方面的接触点的价值。
MTA是一个崇高而有价值的概念，但即使在iOS14之前，它也从未真正发挥出全部潜力。大量注重隐私的法规和反对cookie的做法让它失去了立足之地。在此之后，寻求分析和效率优势的营销人员正在以新的眼光看待预测分析，并找到了比以往任何时候都更可行的解决方案。
在这篇文章中，我们将深入研究预测分析:它是做什么的，为什么它现在有效(以前并不有效)，以及为什么它可能会在可预见的未来实现它的承诺。
什么是预测分析?
预测分析已经存在很长一段时间了(从20世纪40年代的艾伦·图灵开始!)在营销方面，它使用统计模型来预测预期的结果客户终身价值(LTV)通过客户细分，如何根据人口统计和行为来获得线索，在哪里应用广告预算，以及预期的结果是什么。
几年前，从市场营销的角度来看，预测分析只适用于大支出、缓慢移动的渠道电视和收音机。如今，机器学习、人工智能以及可访问数据存储和建模解决方案的巨大进步帮助预测分析变得更加敏捷和实用。像山核桃这样的供应商。ai和Channel Mix已经出现，提供高增长导向的解决方案，以补充巨头的企业产品IBM，微软，Neustar，甲骨文等。
为什么预测分析在此之前没有兴起?
它以前在各种各样的应用中都很重要市场营销(天气预报，金融市场建模等)以及市场营销领域的企业消费者，他们有能力在巨大的、缓慢移动的数据模型上花费时间和金钱。但随着数字营销的兴起，随着活动优化和客户理解的速度和敏捷性，它变得不那么优先，取而代之的是这样一种想法:你可以从每个渠道(想想谷歌、Facebook、LinkedIn、Pinterest、TikTok、Snapchat、程序化等)和每个设备上的用户参与中获得所有数据，你可以了解特定的买家旅程和个人用户的相关LTV。
你不需要成为一个CMO听说苹果的iOS 14解决方案以及当前和未来的一系列隐私法规(GDPR, CCPA)已经改变了数据图景。如今，营销人员哀叹的“信号丢失”意味着平台像谷歌和Facebook已经失去了很多追踪用户行为(和转化)的能力，基于cookie的追踪让营销人员了解个人用户行为正面临消亡。
简而言之，MTA承诺更好的未来之路的白日梦正在化为泡影。与此同时，机器学习和人工智能的兴起降低了预测分析的入门门槛，并使实践更加灵活，这对于快速有效地对实时数字媒体数据做出反应至关重要。
为什么这是一个很好的赌注?
作为一名代理创始人，我曾与数十个从中小企业到企业的品牌合作过，这些品牌一直在谷歌和Facebook上过度投资(这是一个行业普遍存在的问题)。这些品牌受到影响收益递减定律最终会限制业绩(我估计，我们的机构审计的许多品牌由于拒绝多样化支出，最终表现不佳30%或更多)。也许同样重要的是，正如iOS14所显示的那样，他们让自己极易受到影响其主要广告渠道的事件的影响。
另一方面，包括数字户外(DOOH)和联网电视等新兴平台在内的品牌，正在以更低的参与成本，在任何他们喜欢的地方接触受众，并将渠道和接触点健康组合起来。
就客户理解而言，预测分析不使用个人行为或人口统计信息(这在不久前还被视为一个缺点)。它的模型使用大数据来评估潜在的LTV和大规模特征和行动的领先评分价值，这恰好与许多数字目标选项保持一致。
关于预测分析，我要说的最后一点很重要:因为它不依赖于个人标识符或cookie，即使在州、国家和国际层面上形成了更多以隐私为中心的法规，它也将是一个持久的分析选项。
如何开始使用预测分析?
尽管进入门槛比过去几年低得多，但品牌仍然需要超越简单地与第三方供应商签约来利用预测分析的潜力。
模型的力量来自于对现有事物的理解CRM(客户关系管理)数据来自Salesforce、HubSpot和Adobe等平台。让你的客户和领先数据成型将使预测分析能够了解最有价值的客户的属性，并帮助你大规模地找到更多的客户。
预测分析依赖于内部(或代理，如果你内部没有这种能力)资源，将数据转化为导致行动的见解和可视化。你可以获得最准确的数据，但如果你没有合适的人才来解释这些数据，并将其转化为活动扩展和优化的下一步，你将为浪费潜力而付出代价。
进行研究以了解内部数据的状态，与几家供应商交谈以了解他们提供的服务，并评估您需要的资源，以便将数据带入您的活动中。这仍然是一个不错的提升量，但在你的竞争对手之前做到这一点，将为你的营销活动提供独特而持久的优势。
