Verschiedene Arten von Daten für Social CRM

Bei der Entscheidung, was Sie Social CRM Daten zu Corral wollen, ist es wichtig, die verschiedenen Arten von Daten im Auge zu behalten und was sie können Sie lehren. Viele Unternehmen nutzen historische Daten eine Vermutung auf die zukünftige Performance über ähnliche Metriken zu nehmen.

Forecasting, Budgetplanung und Verkaufsziele basieren auf historischen Analysedaten basieren oft, aber dieser Ansatz kann zu begrenzen werden. ein abgerundetes historischer Sicht für die Planung zu erfassen, ist es wichtig, den Unterschied zwischen zu verstehen deskriptive Analytik und Predictive Analytik.

• Beschreibende Analytik: Diese Art von Daten identifiziert vergangene Ereignisse und die vermeintlichen oder tatsächlichen Faktoren, die in die Erstellung der Ereignisse gespielt. Die Idee ist, für die Indikatoren der Erfolg und Misserfolg in den vergangenen Initiativen zu suchen. Es ist eine reaktive Strategie zu Marketing-Planung - im Rückblick, reagieren auf Entdeckungen und zukünftige Pläne zur Anpassung der Vergangenheit Bedingungen gerecht zu werden.

• Prädiktive Analysen: Dies ist ein mathematisches Modell, das genau die zukünftigen Ergebnisse und die Ergebnisse basierend auf harten Fakten prognostiziert. Es ist einfacher (und in der Regel günstiger) bestehende Kunden zu halten als neue zu erzeugen, weshalb oft prädiktive Modellierung Marketing-Initiativen für Aktionen und Angebote führt. Zu nehmen, was Sie wissen Kunden bevorzugen und erreichen sie mit dem, was sie wollen, fällt in prädiktive Modellierung.

Beachten Sie, dass die Vergangenheit die Zukunft nicht immer vorhersagen kann. Sowohl deskriptive und prädiktive Modellierung haben ihre Grenzen, teilweise, weil die folgenden Faktoren morgen (oder im nächsten Jahr) ein wenig anders als gestern (oder gestern) machen:

• Der heutige Markt ist ständig weiterentwickelnden und komplex.

• Sie sammeln eine Menge von Daten in einem rasanten Tempo in Social CRM.

• Die Märkte sind bewegliche Ziele, die Sie nicht immer genau vorhersagen.

Wenn Sie jedoch historische Daten in den richtigen Kontext zu analysieren, können Sie eine konkretere Planungsansatz zu entwickeln. Aber es ist wichtig, die Art der Daten, die Sie sammeln und analysieren zunächst zu unterscheiden. Nachdem Sie wissen, was Sie haben, können Sie Schlussfolgerungen zu ziehen und diese Daten in verwertbare Messwerte übersetzen.

Beschreibende Analytics-Modellierung	Predictive Analytics-Modellierung
Empfundene Ergebnis basierend auf historischen Daten	Eine genaue Vorhersage der Ergebnisse auf Vergangenheit basieren Ergebnisse mit thesame Faktoren vorhanden
Relational	Gleichungsbasierte
Rückansicht	Zukunftsorientierte
reaktiv	Präzisions-Planung