上面的步驟可能看起來很熟悉，因?yàn)樗鼈兇砹丝茖W(xué)方法?？茖W(xué)方法是一種行之有效的利用數(shù)據(jù)發(fā)現(xiàn)洞察力的方法?？茖W(xué)方法的應(yīng)用有助于人們對自己誠實(shí)，并最大限度地減少他們得出錯誤結(jié)論的機(jī)會。通過跟蹤數(shù)據(jù)引導(dǎo)他們的方向，業(yè)務(wù)領(lǐng)導(dǎo)者使用他們的數(shù)據(jù)來幫助他們了解他們的業(yè)務(wù)是如何真正運(yùn)作的。通過反復(fù)試驗(yàn)，杭州設(shè)計公司營銷人員使用科學(xué)方法來揭示客戶留下或離開的原因以及推動這些關(guān)系的潛在過程。

1. 制定問題

在分析數(shù)據(jù)之前，您需要知道您想要從中得到什么。你想知道什么？你想解決什么問題？如果您知道您的客戶流失率很高，您可能會考慮提出一些問題來幫助您更好地了解客戶離開的原因。在提出問題時，請牢記杭州設(shè)計公司的業(yè)務(wù)目標(biāo)。通過提出與業(yè)務(wù)相關(guān)的具體問題，您收到的答案將幫助您改進(jìn)經(jīng)營業(yè)務(wù)的方式。對于留存營銷人員來說，他們提出的問題必然與識別與流失率和轉(zhuǎn)化率等相關(guān)的變量有關(guān)。

問題陳述必須由具有良好商業(yè)和營銷敏銳度的高管生成或?qū)彶?。業(yè)務(wù)和營銷方面的專業(yè)知識將有助于確保所提出的問題與業(yè)務(wù)需求相關(guān)。建立正確的問題陳述將有助于指導(dǎo)后續(xù)每個步驟的決策，并增加成功使用數(shù)據(jù)改進(jìn)保留營銷工作的機(jī)會。

雖然營銷人員可能會針對杭州設(shè)計公司的業(yè)務(wù)情況制定自己的問題或問題陳述，但所有營銷專業(yè)人士都會遇到一些營銷問題。我將專注于其中一個問題：建立問題陳述后，下一步是嘗試產(chǎn)生假設(shè)或預(yù)感或有根據(jù)的猜測。假設(shè)本質(zhì)上代表了預(yù)期會發(fā)生的事情。假設(shè)可以用預(yù)測性術(shù)語來陳述，例如“如果我做 A，那么 B 就會發(fā)生”，也可以用陳述來陳述，例如“A 與 B 有關(guān)”。

在此步驟中，收集數(shù)據(jù)以確定假設(shè)是否正確。杭州vi設(shè)計公司營銷人員可以采用以下兩種方法之一來收集他們的數(shù)據(jù)：實(shí)驗(yàn)或觀察。在實(shí)驗(yàn)方法中，營銷人員控制一個變量的水平以研究其對感興趣的結(jié)果（例如，轉(zhuǎn)換、更新）的影響。在觀察方法中，營銷人員不控制任何變量的水平；他們只是使用可用的數(shù)據(jù)來檢驗(yàn)他們的假設(shè)。

使用杭州設(shè)計公司當(dāng)前的示例，營銷人員設(shè)計了一項(xiàng)研究，以了解杭州設(shè)計公司的預(yù)測是否成立。營銷人員通過創(chuàng)建兩封僅在號召性用語 (CTA) 按鈕的顏色（紅色與藍(lán)色）方面有所不同的營銷電子郵件來使用實(shí)驗(yàn)方法，并跟蹤每封電子郵件的轉(zhuǎn)化率。

4. 分析數(shù)據(jù)/得出結(jié)論

營銷人員收集或收集他們的數(shù)據(jù)后，他們對其進(jìn)行分析以檢驗(yàn)他們的假設(shè)。留存營銷人員使用不同類型的分析來分析數(shù)據(jù)，包括描述性分析和預(yù)測分析。描述性分析用于指示世界的當(dāng)前狀態(tài)。預(yù)測分析用于預(yù)測未來事件或新指標(biāo)（其他數(shù)據(jù)）。預(yù)測分析本質(zhì)上著眼于不同指標(biāo)之間的關(guān)系。

描述性分析通常用于幫助營銷人員總結(jié)關(guān)鍵指標(biāo)，例如當(dāng)前保留率以及根據(jù)使用頻率對產(chǎn)品功能進(jìn)行排名。雖然有用，但描述性分析無助于找到我們假設(shè)的答案。營銷人員依靠預(yù)測分析來提供這些答案。對于杭州設(shè)計公司的示例，營銷人員將使用預(yù)測分析來計算紅色 CTA 按鈕對轉(zhuǎn)化率的影響程度（例如，使用 t 檢驗(yàn)）以及每個產(chǎn)品使用指標(biāo)與客戶保留率相關(guān)的強(qiáng)弱程度/更新（例如，使用回歸分析）。

當(dāng)數(shù)據(jù)變得不堪重負(fù)時：轉(zhuǎn)向機(jī)器學(xué)習(xí)

當(dāng)營銷人員整合了所有不同的數(shù)據(jù)孤島時，他們通常會因必須管理和分析的變量數(shù)量而不知所措。即使他們可以接觸到經(jīng)驗(yàn)豐富的數(shù)據(jù)科學(xué)家，數(shù)據(jù)科學(xué)家仍然很難手動快速篩選大量數(shù)據(jù)以找到最佳預(yù)測模型。相反，為了創(chuàng)建最佳的留存預(yù)測模型，營銷人員依靠機(jī)器學(xué)習(xí)的力量來快速準(zhǔn)確地發(fā)現(xiàn)客戶留下或離開的根本原因。

基于數(shù)學(xué)、統(tǒng)計和概率，機(jī)器學(xué)習(xí)發(fā)現(xiàn)變量之間的聯(lián)系，這些變量有助于優(yōu)化重要的組織成果，在這種情況下是保留。機(jī)器學(xué)習(xí)只是使用歷史數(shù)據(jù)來構(gòu)建客戶保留的預(yù)測模型。然后將這些模型應(yīng)用于新的客戶數(shù)據(jù)，以預(yù)測未來。本質(zhì)上是迭代的，機(jī)器學(xué)習(xí)算法不斷學(xué)習(xí)，杭州設(shè)計公司攝取的數(shù)據(jù)越多，得到的效果就越好。再加上當(dāng)今的處理能力，這些算法與人類相比，可以快速提供客戶洞察。