Predictive Marketing Analytics med ThinkVine

thinkvine-logotyp

Vad skulle avkastningen på investeringen vara om du kunde ändra din marknadsföringsmix?

Det är en fråga som stora kunder med komplexa marknadsföringsstrategier (som är balanserade mellan en mängd olika medier) ställer sig varje dag. Ska vi släppa radio för online? Ska jag flytta marknadsföring från TV till sökning? Vilken påverkan kommer det ha på mitt företag om jag började marknadsföra online?

Vanligtvis kommer svaret genom en myriad av testning och förlorade marknadsföringsdollar. Tills nu. Marknadsförare har använt tidigare resultat för att förutsäga framtida marknadsföringsresultat. Det finns enorma risker förknippade med detta eftersom nya medier läggs till över tiden. Förflyttningen av annonser från tidningar till online är bara ett litet exempel. Om du fortsatte dina klassificerade utgifter utan att flytta dem online, skulle du inte nå maximal potential. I själva verket kan du helt enkelt slösa bort dina pengar.

ThinkVine har arbetat med scenarier "Vad händer om" i nästan ett decennium. Deras kunder är ganska imponerande ... Sunny Delight, SC Johnson, LegalZoom, Del Monte, Hershey och Citrix Online.
agentbaserad-modellering.png

ThinkVine kan göra detta genom ett beprövat agentbaserat modelleringssystem som faktiskt utvecklades på 1940-talet. Genom att förstå de marknadssegment som har köpt från dig genom varje medium och tillämpa modellen på segmenten i andra medier kan ThinkVine bygga en förutsägbar modell för hur din marknadsföring kommer att fungera i de andra medierna. Det är ett ganska system.
marknadsföring-trend.png

Scenarierna som ThinkVine utvecklar kan tillämpas långsiktigt, kortvarigt för tillfällebaserad marknadsföring och segmentbaserat marknadsföringsarbete. ThinkVine kan till och med förutsäga det ultimata scenariot ... tänk om du helt slutar marknadsföra!
no-media.png
Lär dig mer genom att ta en produkttur genom ThinkVines marknadsföringssimulerings- och planeringsprogramvara.

Full information: VD Damon Ragusa och jag arbetade med Bruce Taylor från Praesage för många år sedan att tillämpa liknande metoder för direktreklammarknadsföring. Damon byggde dynamiska statistiska modeller från kundprofiler och med Bruces automatisering kunde vi automatisera tillämpningen av dessa modeller i prospektdatabaser. Applikationen hette Prospector och fungerade fantastiskt. Bruce har finjusterat applikationen genom åren och använder den fortfarande för ett antal stora direktmarknadsföringskunder.

2 Kommentarer

  1. 1
    • 2

      Adam,

      Det kräver definitivt historiska data. Jag antar att om de hade tillräckligt många klienter, kunde aggregerande profiler vara möjliga. Tvivelaktigt att deras kunder skulle uppskatta det, dock! Jag tror att de använder minst 1 års data - jag tror att 2 rekommenderas.

      Doug

Vad tror du?

Den här sidan använder Akismet för att minska spam. Läs om hur din kommentardata behandlas.