भविष्य कहनेवाला विश्लेषिकी: कैसे विपणक भविष्य की गतिविधियों में सुधार कर सकते हैं: सामाजिक मीडिया परीक्षक

अपने विपणन और अधिक कुशल होना चाहते हैं?

आश्चर्य है कि आपके विपणन चक्रों की भविष्यवाणी करने से कैसे मदद मिल सकती है?

यह पता लगाने के लिए कि विपणक पूर्वानुमानात्मक विश्लेषण के साथ कैसे शुरू कर सकते हैं, मैं क्रिस पेन का साक्षात्कार करता हूं।

इस शो के बारे में अधिक जानकारी

सोशल मीडिया मार्केटिंग पॉडकास्ट सोशल मीडिया परीक्षक से एक ऑन-डिमांड टॉक रेडियो शो है। यह व्यस्त विपणक, व्यापार मालिकों और रचनाकारों की मदद करने के लिए डिज़ाइन किया गया है जो सोशल मीडिया मार्केटिंग के साथ काम करता है।

इस कड़ी में, मैं साक्षात्कार क्रिस पेनके सह-संस्थापक और मुख्य प्रर्वतक पर ब्रेन + ट्रस्ट अंतर्दृष्टि. वह सह-मेजबान भी है कॉफी पर विपणन पॉडकास्ट और सोशल मीडिया मार्केटिंग वर्ल्ड के लिए प्रमुख एनालिटिक्स विशेषज्ञ।

क्रिस बताते हैं कि कैसे भविष्य कहनेवाला विश्लेषण में इस्तेमाल अंतर्निहित डेटा की गुणवत्ता सुनिश्चित करने के लिए।

आप पूर्वानुमान बनाने के लिए उपयोग किए गए डेटा स्रोत और टूल भी खोज लेंगे।

अपनी प्रतिक्रिया साझा करें, शो नोट्स पढ़ें, और इस कड़ी में नीचे दिए गए लिंक प्राप्त करें।

सुनो अब

कहां से सब्सक्राइब करें: Apple पॉडकास्ट | Google पॉडकास्ट | Spotify | आरएसएस

इस कड़ी में उल्लिखित महत्वपूर्ण संसाधनों के लिंक के लिए लेख के अंत तक स्क्रॉल करें।

इस शो में आपको कुछ चीजें दी गई हैं:

भविष्यिक विश्लेषण

क्रिस की कहानी

क्रिस आईटी में अपनी पृष्ठभूमि के माध्यम से विश्लेषिकी में शुरू हुआ। 2003 में, उन्होंने एक छात्र ऋण स्टार्टअप के आईटी निदेशक के रूप में काम करना शुरू किया, जहां उनकी भूमिका पारंपरिक आईटी जिम्मेदारियों से परे विस्तारित हुई। वेब और ईमेल सर्वर चलाने के अलावा, उन्होंने वेबसाइटों को भी अपडेट किया और साप्ताहिक ईमेल भेजा।

Google Analytics के अस्तित्व में आने से पहले क्रिस यह काम कर रहा था, इसलिए जब उसकी कंपनी के सीईओ ने पूछा कि वेबसाइट और ईमेल कैसे प्रदर्शन कर रहे हैं, तो क्रिस के पास इसका जवाब नहीं था। यह पता लगाने के लिए, क्रिस और उनकी टीम ने मूल बातें समझने के लिए अपने स्वयं के उपकरण विकसित करना शुरू कर दिया, जैसे कि प्रत्येक दिन कितने लोगों ने वेबसाइट देखी।

समय के साथ, एनालिटिक्स अभ्यास क्रिस के लिए एक मुख्य केंद्र बन गया। वह न केवल यह जानने की कोशिश कर रहा था कि क्या हुआ, बल्कि ऐसा क्यों हुआ और व्यवसाय कैसे प्रतिक्रिया दे सकता है।

सुनने के लिए शो देखें क्रिस ने अपनी शैक्षिक पृष्ठभूमि पर चर्चा की।

भविष्य कहनेवाला विश्लेषिकी क्या हैं?

डेटा का विश्लेषण करने और भविष्यवाणी करने के लिए भविष्य कहनेवाला सांख्यिकी और मशीन सीखने का उपयोग करता है। मनुष्य बहुत ही भविष्य कहनेवाला है। हम सभी दिनचर्या का पालन करते हैं, जैसे कि हमारे दांतों को ब्रश करना और फिर एक शॉवर लेना, या प्रत्येक सुबह एक निश्चित क्रम में कपड़ों के प्रत्येक टुकड़े पर डाल देना।

क्योंकि मनुष्य एक सूक्ष्म और स्थूल पैमाने दोनों पर अनुमानित हैं, विपणक ज्यादातर भविष्यवाणी कर सकते हैं कि क्या होगा। उदाहरण के लिए, उत्तरी अमेरिका में, यदि आप बी 2 सी मार्केटर हैं, तो आप बहुत अधिक जानते हैं कि आप 1 नवंबर से 26 दिसंबर तक व्यस्त रहने वाले हैं, क्योंकि उत्पाद की बिक्री के लिए पीक समय है।

इसी तरह, अगर आप बी 2 बी बाज़ारदार हैं, तो आपका व्यस्त समय 1 जनवरी है, जो मई के अंत में है। फिर संयुक्त राज्य अमेरिका और कनाडा में मजदूर दिवस के ठीक बाद व्यापार शुरू होता है और यू.एस. धन्यवाद के माध्यम से जारी रहता है। उन समयों में, बाज़ारवादी होना बहुत कठिन है, चाहे आप डिजिटल, सामाजिक या भुगतान पर ध्यान दें।

उम्मीद के मुताबिक मानव व्यवहार के अधिक उदाहरणों को सुनने के लिए शो देखें।

भविष्य कहनेवाला विश्लेषिकी क्या कर सकता है?

क्योंकि हम आम तौर पर इन चीजों को जानते हैं, मशीनें इन भविष्यवाणियों को और अधिक विशिष्ट बनाने में हमारी मदद कर सकती हैं। भविष्य कहनेवाला विश्लेषिकी का मूल्य उनकी विशिष्टता है। यदि आप जानते हैं कि आपको किस सप्ताह अधिक फेसबुक लाइव करना चाहिए या विज्ञापनों पर कम खर्च करना चाहिए, तो आप अपनी मार्केटिंग में अधिक कुशल और प्रभावी हो सकते हैं। यदि आप भविष्यवाणी करना जानते हैं, तो आप पैसा बना सकते हैं, पैसा बचा सकते हैं, समय बचा सकते हैं, और निकाल नहीं सकते।

भविष्य कहनेवाला विश्लेषण विशेष रूप से यह पता लगाने की कोशिश करने पर ध्यान केंद्रित करता है कि आगे क्या होता है। औसत बाज़ारिया के लिए, समय श्रृंखला भविष्यवाणियाँ (या जब कुछ होने वाला होता है) सबसे पारंपरिक और उपयोगी अनुप्रयोग हैं। उदाहरण के लिए, यदि आप एक सोशल मीडिया मार्केटर हैं, तो आप जानना चाहते हैं कि ग्राहकों की पूछताछ का जवाब देने के लिए आपकी ग्राहक सेवा टीम को कब स्टाफ देना चाहिए।

प्रिडिक्टिव एनालिटिक्स उन चीजों का भी पता लगा सकता है जैसे कि जब कोई नई कार खरीदेगा या यदि वे अपेक्षित माता-पिता हैं। हालांकि, उन अनुप्रयोगों को समय श्रृंखला भविष्यवाणियों की तुलना में अधिक बारीक किया जाता है।

जब मैं बी 2 बी लेखक था, तो भविष्य कहनेवाला विश्लेषिकी के साथ अपने अनुभवों के बारे में सुनने के लिए शो देखें।

कैसे भविष्य कहनेवाला विश्लेषिकी काम करते हैं

भविष्य कहनेवाला विश्लेषण शायद अब 70 वर्ष के करीब है। लोग यह सुनकर हैरान हैं कि अनुशासन कितना पुराना है क्योंकि उन्हें लगता है कि मशीन सीखना कुछ नया है। हालांकि, सिद्धांत और गणितीय सूत्र वास्तव में लंबे समय से हैं।

लैपटॉप, डेस्कटॉप और क्लाउड सर्वर की कम्प्यूटेशनल शक्ति क्या बदल गई है। वे कम समय में बड़ी संख्या में क्रंच कर सकते हैं। सैद्धांतिक रूप से, आप कागज पर भविष्य कहनेवाला विश्लेषण कर सकते हैं, लेकिन इसके लिए बहुत सारे कागज और समय की आवश्यकता होगी।

प्रेडिक्टिव एनालिटिक्स को अच्छी तरह से करने के लिए, आपको तीन एप्टीट्यूड की आवश्यकता होती है। सबसे पहले, आपको अपने डेटा स्रोतों से डेटा निकालने के लिए विकास कौशल की आवश्यकता होती है, जैसे कि Google Analytics, फेसबुक इनसाइट्स, ट्विटर और अन्य प्रकार के सामाजिक डेटा। डेटा उन प्रणालियों में हो सकता है जिनके आप स्वयं या तीसरे पक्ष के सिस्टम हैं। जिसके पास भी डेटा है, आपको उसे बाहर निकालने में सक्षम होना चाहिए।

क्रिस अभिव्यक्ति पसंद करता है, "डेटा नया तेल है," क्योंकि अगर आपने वास्तव में कच्चे तेल को देखा है, तो यह एक घृणित गड़बड़ है। जब तक आप इसे जमीन से नहीं निकालते हैं, तब तक आप इसके साथ बहुत कुछ नहीं कर सकते, इसे परिष्कृत कर सकते हैं, और फिर इसे उन लोगों को दे सकते हैं जो इसका उपयोग कारों में कर सकते हैं या प्लास्टिक के कटोरे बनाने के लिए कर सकते हैं जो फर्श पर गिरने पर टूटते नहीं हैं। भविष्य कहनेवाला विश्लेषण के साथ, यह एक ही बात है।

रिफाइनर डेटा वैज्ञानिक होते हैं, जो आपके द्वारा उपयोग की जाने वाली चीज़ों में डेटा को साफ़ करते हैं। फिर मार्केटिंग टेक्नोलॉजिस्ट, जो आज कई सोशल मीडिया मार्केटर्स की भूमिका है, उस डेटा के साथ कुछ करते हैं। वे केवल डेटा की व्याख्या नहीं करते हैं; वे इस पर कार्रवाई करते हैं।

क्रिस आपको मिलने वाले डेटा पर अभिनय के महत्व पर जोर देता है। यदि आप जानते हैं कि आपकी घटना को बढ़ावा देने के लिए कौन सा सप्ताह है, लेकिन उस जानकारी के साथ कुछ भी नहीं करना है, तो भविष्यवाणी करने का कोई मतलब नहीं है।

भविष्यवाणियों की सटीकता अंतर्निहित डेटा और एल्गोरिदम पर निर्भर करती है जो आप भविष्यवाणियों को बनाने के लिए उपयोग करते हैं। कुछ बिंदु पर, लगभग हर कोई डेटा गुणवत्ता के साथ एक समस्या में चलेगा। हो सकता है कि आपने Google Analytics ठीक से सेट न किया हो, आपने अपने लक्ष्य सही से सेट नहीं किए हैं, आप अपने फ़ेसबुक पिक्सेल को चालू करना भूल गए हैं; उन चीजों में से कोई भी।

एक लोकप्रिय प्रकार के तकनीकी स्टॉक विश्लेषण पर चर्चा करने के लिए क्रिस को सुनने के लिए शो देखें।

प्रीडिक्टिव एनालिटिक्स के लिए प्रैक्टिकल मार्केटिंग एप्लीकेशन

जब क्रिस एक पूर्वानुमान पूर्वानुमान लगाता है, तो यह आम तौर पर एक 52-सप्ताह लाइन ग्राफ होता है। प्रत्येक सप्ताह के लिए, चार्ट डेटा श्रृंखला जो कुछ भी है, उसके लिए एक भविष्यवाणी दिखाता है। ज्यादातर समय, क्रिस खोज डेटा का उपयोग करता है क्योंकि लोग Google में सामान टाइप करते हैं जो वे नहीं करेंगे किसी अन्य इंसान को बताएं, खोज डेटा को किसी के बारे में वास्तव में बहुत अच्छा संकेतक बनाता है मन।

बहुत सारे खोज डेटा उपलब्ध हैं, और आप इसमें से कुछ को उपकरण जैसे मुफ़्त में एक्सेस कर सकते हैं ऐडवर्ड्स खोजशब्द नियोजक या गूगल ट्रेंड्स. आपके पास डेटा होने के बाद, आप किसी प्रकार की प्रवृत्ति का पूर्वानुमान लगा सकते हैं, जो डेटा श्रृंखला है, और फिर चोटियों और घाटियों की पहचान करें। क्रिस आपकी भविष्यवाणी के आधार के रूप में 1 से 5 साल के डेटा के कहीं भी होने की सिफारिश करता है।

कहते हैं कि आप सोशल मीडिया मार्केटिंग पर 5 साल के खोज डेटा निकालते हैं क्योंकि आप सोच रहे हैं कि अगले साल में लोग "सोशल मीडिया" की खोज कैसे करेंगे? विपणन।" यदि आपको पता है कि यह आने वाले वर्ष के 20 मार्च, 19 अप्रैल, 27 मई, 4 जुलाई, 10 सितंबर और 21 अक्टूबर को होने जा रहा है, तो वे आपके हैं उच्च पानी के निशान।

उन तारीखों के साथ, आप यह भी देख सकते हैं कि प्रत्येक तारीख से 2 से 3 सप्ताह पहले क्या होता है। आमतौर पर, उस चोटी पर एक रन-अप होता है। इसलिए एक सामाजिक मीडिया बाज़ारिया को अपने विज्ञापन खर्च को कम करने की आवश्यकता है। एक ऑर्गेनिक मार्केटर को बहुत सी पोस्ट करने और इंस्टाग्राम कहानियों की संख्या को दोगुना करने की आवश्यकता है। एक सार्वजनिक संबंध व्यक्ति को उन तिथियों पर प्रकाशनों में आने के लिए महीनों पहले से पिच करने की आवश्यकता होती है।

आप यह भी जानते हैं कि घाटियाँ कब होंगी इसलिए आप बैंक सामग्री की योजना बना सकते हैं जबकि बहुत कुछ नहीं हो रहा है। आप पॉडकास्ट रिकॉर्ड कर सकते हैं, अन्य साइटों पर अतिथि होस्ट कर सकते हैं, ब्लॉग पोस्ट और स्टॉकपाइल सामग्री का एक गुच्छा लिख ​​सकते हैं। फिर, जब अगली चोटी साथ आती है, तो आप उस ताल को मार सकते हैं जिसे आपको जलाए बिना हिट करने की आवश्यकता होती है।

इस तरह, भविष्यवाणियां आपको चोटियों पर पैसा बनाने और डिप्स पर पैसे बचाने में मदद करती हैं। जब चीजें होने की संभावना हो, तो आप अपनी रणनीति के आधार पर योजना बना सकते हैं। यह एप्लिकेशन बी 2 सी और बी 2 बी व्यवसायों के लिए काम करता है क्योंकि लोग हर दिन पूरे दिन Google में सामान टाइप करते हैं।

मैं पूछता हूं कि आप पूर्वानुमान लगाने के लिए किन अन्य डेटा स्रोतों का उपयोग कर सकते हैं। क्रिस का कहना है कि किसी भी समय-आधारित डेटा स्रोत वैध हैं और प्रत्येक नेटवर्क पर सोशल मीडिया वार्तालाप अलग-अलग हैं। आपकी Pinterest की भविष्यवाणियां आपके फेसबुक और ट्विटर वालों से अलग हो सकती हैं। उस सभी आंकड़ों के आधार पर भविष्यवाणियां करें।

ऐसा करने के लिए, वास्तव में एक महान उपकरण है CrowdTangle. यह शानदार है क्योंकि यह आपको व्यक्तिगत पोस्ट स्तर तक समय श्रृंखला डेटा देता है। एक जनसंपर्क व्यक्ति समाचार उल्लेख और समाचार कवरेज खींच सकता है। एक विज्ञापनदाता भुगतान-प्रति-क्लिक राशि, बोली मूल्य, इन सभी चीजों को खींच सकता है।

तृतीय-पक्ष डेटा स्रोत अच्छे हैं क्योंकि आप एक कंपनी के रूप में उस डेटा को प्रति सेप्ट भ्रष्ट नहीं कर सकते, हालाँकि आप गलत चीज़ों के लिए पूछ सकते हैं। एक सम्मानित डेटा विक्रेता है SEMrush, जिसमें अच्छी गुणवत्ता का डेटा है। एक अन्य विक्रेता, Brand24, मीडिया निगरानी करता है।

आप उन Google टूल के खोज डेटा को भी देख सकते हैं जो Google के नहीं हैं। वे सभी अच्छे डेटा स्रोत हैं क्योंकि वे लगातार, सामान्यीकृत और नियमित हैं। इसके अलावा, वे उचित रूप से साफ हैं।

क्रिस तब एक और उदाहरण साझा करता है कि आप अपने व्यवसाय के लिए भविष्य कहनेवाला विश्लेषण कैसे लागू कर सकते हैं। क्रिस ने 2 साल के दैनिक स्लॉट मशीन के राजस्व के आधार पर एक कैसीनो के लिए एक भविष्य कहनेवाला रन किया। उस डेटा को एक एल्गोरिथ्म में डालने के बाद, क्रिस अगले साल के लिए कैसीनो के राजस्व का अनुमान लगाने में सक्षम था।

इन भविष्यवाणियों के साथ, कैसीनो यह देख सकता है कि स्लॉट राजस्व कम होगा और उन्हें कुछ प्रचारों को क्रैंक करने, विज्ञापन चलाने, एक विशेष अतिथि मनोरंजन में लाने या ऐसा कुछ करने की आवश्यकता थी। डेटा ने उन्हें अपने राजस्व में उन अंतरालों को पैच करने में मदद की।

मैं पूछता हूं कि विपणक डेटा को प्रभावित करने से कैसे बचते हैं। हाइपोथेटिक रूप से, हम कुछ शेड्यूल पर सोशल मीडिया मार्केटिंग वर्ल्ड के लिए अपनी मार्केटिंग प्रमोशन को बढ़ाते हैं, जो कि भविष्यवाणियों पर आधारित नहीं हैं, लेकिन जिनका हमने उपयोग करने का फैसला किया है। हम कैसे करते हैं कि जनजाति और समुदाय का व्यवहार हमारे कार्यों के कारण जरूरी नहीं है?

क्रिस का कहना है कि सोशल मीडिया मार्केटिंग वर्ल्ड इतना बड़ा, सफल शो है, यह वास्तव में प्रभावित करता है जब लोग “सामाजिक” जैसी चीजों की खोज करते हैं मीडिया मार्केटिंग। ” हालाँकि, आप अपने द्वारा खींचे गए डेटा को कुछ अलग-अलग तरीकों से परिष्कृत कर सकते हैं, ताकि घटनाओं, मुद्दों, और इसी तरह से इसे प्रभावित किया जा सके।

उदाहरण के लिए, यदि आप एक सामाजिक श्रवण उपकरण का उपयोग करते हैं, तो आप सोशल मीडिया मार्केटिंग वर्ल्ड, #socialmediaexaminer, माइकल स्टेल्ज़र और संबंधित वस्तुओं के उल्लेखों को बाहर कर सकते हैं। इन बहिष्करणों से उन डेटा बिंदुओं को कम करने में मदद मिलती है, जो वहां होने वाले नहीं हैं।

आप बेंचमार्किंग का भी उपयोग कर सकते हैं, जो एक विशेष सीज़न के बाहर एक बेसलाइन स्थापित करता है जो एक दिन में 20,000 उल्लेख जोड़ता है। सीज़न में भी, क्या ऐसा कुछ है जो वहाँ होना चाहिए, के लिए असंगत है? आप उस तरह से पूर्वानुमान चला सकते हैं।

हालांकि, डेटा को परिष्कृत करने का सबसे अच्छा तरीका डेटा स्तर पर है। एक बेहतर शब्द की कमी के लिए, वह सामान निकालें जो आप जानते हैं कि दूषित हो रहा है। फिर आप परिष्कृत डेटा से पूर्वानुमान लगा सकते हैं।

कहा कि, यदि आप सोशल मीडिया मार्केटिंग वर्ल्ड का विपणन कर रहे थे, तो आप इस तरह से डेटा को परिष्कृत नहीं करना चाहेंगे। यदि आप इस जनजाति को प्रभावित करने के लिए दुनिया भर के लोगों को "सोशल मीडिया मार्केटिंग" के लिए खोजते हैं, तो यह अच्छी बात है। यह आपकी सफलता का जश्न मनाने का एक कारण है और पहले के रुझानों से आगे बढ़कर और भी अधिक व्यवहार परिवर्तन का कारण है।

मेरे विचारों को पूर्वानुमानित मानव प्रतिमानों पर सुनने के लिए शो देखें।

आप क्या भविष्यवाणी नहीं कर सकते

क्रिस का कहना है कि आप तीन चीजों की भविष्यवाणी नहीं कर सकते। पहला एक प्रमुख उथल-पुथल है जो आपके डेटा को विकृत करेगा, जैसे कि राजनीतिक अशांति, सांस्कृतिक उथल-पुथल, प्राकृतिक आपदा, जैसी चीजें। इन सभी चीजों के कारण प्रमुख हस्तक्षेप होता है जो पूर्वानुमान को दूषित कर सकता है। बहुत सी उथल-पुथल वाले सेक्टर, जैसे कि शेयर बाजार, सटीकता के साथ भविष्यवाणी करना लगभग असंभव है।

दूसरा कुछ ऐसा है जो कभी नहीं हुआ है, जैसे कि 2016 के राष्ट्रपति चुनाव। दोनों उम्मीदवारों के बीच प्रतिस्पर्धा पहले कभी नहीं हुई थी। चुनाव के लिए पूर्वानुमान उपकरण और पूर्वानुमान बनाने वाले कई लोग 2012 के चुनाव पर अपने मॉडल को आधार बना रहे थे।

हालांकि, प्रत्येक पार्टी के उम्मीदवार उन चुनावी वर्षों के बीच बहुत अलग लोग थे। इसलिए 2016 के लिए बनाए गए उपकरण कुछ ऐसी चीजों पर आधारित थे जो अतीत में हुई थीं लेकिन वर्तमान में ऐसा नहीं हो रहा था। आप पूर्वानुमान नहीं लगा सकते कि क्या हुआ है।

भविष्य कहनेवाला विश्लेषिकी के लिए तीसरा अयोग्य है खराब डेटा। यदि आपको दूषित डेटा या कोई डेटा नहीं मिला है, तो आप सटीक पूर्वानुमान नहीं लगा सकते। यदि आप जानते हैं कि आपकी कंपनी के पास डेटा इन्फ्रास्ट्रक्चर समस्याएं हैं, तो भविष्य कहनेवाला विश्लेषण वास्तव में खतरनाक है। यह एक जीपीएस के साथ ड्राइविंग की तरह होगा जिसमें खराब डेटा होता है और आपको एक चट्टान से सही ड्राइव करने के लिए कहता है।

सुनने के लिए शो देखें क्रिस के लिए एक और शब्द साझा करें उथल-पुथल.

आम डेटा समस्याएं

अगर आप प्रेडिक्टिव एनालिटिक्स आज़माना चाहते हैं, तो Google Analytics एक अच्छी शुरुआत है। अधिकांश विपणक के पास निश्चित रूप से वह डेटा होता है, लेकिन इसके मुद्दे हो सकते हैं। एक उदाहरण के रूप में, यदि आप विपणन स्वचालन सॉफ्टवेयर का उपयोग करते हैं, तो आपको अपने Google Analytics टैग को उस सॉफ़्टवेयर में अपने लैंडिंग पृष्ठों पर रखना होगा। यदि आप नहीं करते हैं, तो आपके पास डेटा अखंडता समस्याएं हैं।

फिर मैं पूछता हूं कि बॉट और ब्लॉकर्स को कैसे हैंडल किया जाए। क्रिस का कहना है कि सोशल मीडिया, खासकर इंस्टाग्राम और ट्विटर, बॉट्स के साथ व्याप्त हैं। अच्छी खबर यह है कि बॉट व्यवहार काफी अनुमानित है क्योंकि इन बॉट्स को लिखने वाले लोग बहुत आदिम एल्गोरिदम का उपयोग करते थे। डेटा-तैयारी प्रक्रिया में, बॉट को स्पॉट करना आसान होता है और आप उन्हें हटा सकते हैं।

समझाने के लिए, एक बॉट में हमेशा एक जैव होता है जो सटीक उसी प्रारूप का अनुसरण करता है। जैव अलग-अलग शब्दों से शुरू होता है जो अलग-अलग लंबाई के होते हैं और उसके बाद "मुझे देखें" और फिर एक लिंक।

ब्लॉकर्स के साथ काम करने के लिए काफी कठिन हैं। यदि आप विज्ञापन डेटा के आधार पर पूर्वानुमान लगाने की कोशिश कर रहे हैं, और ब्लॉकर्स डेटा निकाल रहे हैं, तो इसे ठीक करना बहुत मुश्किल है। डेटा गलत नहीं है; आपके पास भी नहीं है। यह अधूरा है।

आप अधूरे डेटा से दो तरह से निपट सकते हैं। सबसे पहले, आप किसी ऐसी चीज की दिशा देख सकते हैं क्योंकि आपके पास मौजूद डेटा अभी भी प्रतिनिधि है। मान लें कि 30% विज्ञापन अवरुद्ध हो रहे हैं, मोबाइल डिवाइस पर हो रहे हैं, लेकिन यह लगातार 30% है। आपके पास एक साइट पर 22% विज्ञापन अवरुद्ध नहीं हैं, लेकिन दूसरे पर 5% हैं।

यदि अवरुद्ध करना सभी अपेक्षाकृत संगत है, तो आपको अभी भी प्रत्यक्ष रूप से सही तरीके से इंगित किया जाएगा क्योंकि समय के साथ कुछ विज्ञापन बेहतर या बदतर प्रदर्शन करेंगे।

दूसरा विकल्प केवल बड़े पैमाने पर डेटाबेस वाली कंपनियों के लिए उपलब्ध है, जैसे कि बड़ी टेक कंपनियां या डेटा कंपनियां। बड़ी मात्रा में डेटा के साथ, आप कर सकते हैं इलज़ाम, जो अपूर्ण टुकड़ों में भरने के लिए एक मौजूदा प्रशिक्षित डेटा सेट और मशीन लर्निंग का उपयोग करता है।

इंप्यूटेशन का एक बहुत अच्छा उदाहरण सोशल शेयर है। फरवरी की शुरुआत में, लिंक्डइन ने अपने शेयर नंबर बंद कर दिए, इसलिए अब आपको किसी भी सोशल मीडिया मॉनिटरिंग टूल से वह नंबर नहीं मिलेगा। यदि क्रिस एक सोशल मीडिया मॉनिटरिंग कंपनी में काम कर रहा था, तो वह पिछले 10 वर्षों के डेटा को प्रशिक्षण सेट के रूप में उपयोग करेगा और शेयरों की संख्या का पता लगाएगा।

जब तक आपके पास ट्विटर और Pinterest जैसे अन्य समानांतर डेटा सेट हैं, तब तक आप शेयरों की संख्या का अनुमान लगा सकते हैं। वे शेयर नंबर अनिवार्य रूप से लिंक्डइन शेयरों के लिए रिक्त स्थान में एक मशीन भरने देंगे।

बॉट और ब्लॉकर्स पर मेरे विचारों के लिए शो देखें।

उदाहरण

एक प्रसिद्ध कार्यालय आपूर्ति कंपनी के लिए, क्रिस ने ब्रांड नाम और जेनेरिक शब्द "कार्यालय" की भविष्यवाणी की आपूर्ति करती है। " हालाँकि ब्रांड नाम और जेनेरिक शब्द एक-दूसरे को दर्शाते हैं, लेकिन ब्रांड के पीछे "कार्यालय की आपूर्ति" 20 दिन थी नाम दें।

उदाहरण के लिए, ब्रांड नाम में अगस्त के अंत में एक बड़ा स्पाइक था, जिसे क्रिस ने बैक-टू-स्कूल सीजन और काम पर लौटने वाले लोगों के लिए जिम्मेदार ठहराया था। लेकिन फिर 20 दिन बाद, "कार्यालय की आपूर्ति" के लिए खोज शब्द ने ठीक उसी स्पाइक और सटीक समान पैटर्न का पालन किया। व्यवहारिक रूप से वहां जो कुछ भी हो रहा है, लोग ब्रांड की तलाश करते हैं और फिर 20 दिन बाद जेनेरिक शब्द की खोज करते हैं।

निष्कर्षों के आधार पर, क्रिस ने सुझाव दिया कि कंपनी 19 दिनों में पुन: लक्ष्यित अभियान का निर्माण करे। 19 दिनों के बाद अपनी वेबसाइट पर जाने वाले सभी लोगों को विज्ञापन के साथ और अधिक कार्यालय की आपूर्ति के लिए वापस आने की याद दिलाते हुए पुन: प्राप्त करें। रिटारगेटिंग विज्ञापन के साथ, कंपनी उस मांग में से कुछ को हटा सकती है।

इस तरह, भविष्य कहनेवाला विश्लेषण एक विशाल आरओआई की पेशकश कर सकता है। कोई यह मान सकता है कि वे जो कुछ भी कर रहे हैं वह अब और काम नहीं कर रहा है और बस रुक गया है। भविष्य कहनेवाला विश्लेषण के साथ, आप वास्तविकता देख सकते हैं कि आपका सामाजिक विपणन ग्राहकों के पैटर्न के साथ सिंक से बाहर है।

अगला, क्रिस अपने स्वयं के व्यवसाय से एक उदाहरण साझा करता है। जब आउटलुक आउट-ऑफ-द-ऑफिस सेटिंग्स की खोज करता है, तो वह इस आधार पर बेंचमार्किंग कर रहा था, क्योंकि जब कोई उसकी तलाश में, आप जानते हैं कि वे छुट्टी पर जाने के लिए तैयार हो रहे हैं, जिसका अर्थ है कि वे अपने पढ़ने नहीं हैं ईमेल। अक्टूबर 2017 में उस बेंचमार्क को चलाने के बाद, क्रिस ने पहली तिमाही के लिए आगे बढ़ने का अनुमान लगाया।

क्रिस ने अनुमान लगाया कि खोज की मात्रा सबसे कम थी, जिसका अर्थ है कि ज्यादातर लोग कार्यालय में थे, 18 जनवरी 2018 का सप्ताह। उस सप्ताह, क्रिस ने अपनी पुस्तक के लिए उसी सूची में एक ही अभियान चलाया और उसी प्रस्ताव के साथ, जैसा वह 2017 में चला।

2018 के प्रचार के लिए अपनी समय-सीमा को परिष्कृत करके, क्रिस ने पुस्तक बिक्री में 40% की वृद्धि की। उनके 2017 के अभियान को लगभग 2 सप्ताह तक बंद कर दिया गया था, और क्रिस ने सीखा कि उनके दर्शकों के साथ तालमेल से बाहर होने से बहुत फर्क पड़ा।

मैं पूछता हूं कि सूचनाओं को प्रकाशित करने वाला व्यवसाय अपनी रणनीति को बेहतर बनाने के लिए भविष्य कहनेवाला विश्लेषण का उपयोग कैसे कर सकता है। इस उदाहरण के लिए, क्रिस का कहना है कि उनके पसंदीदा अनुप्रयोगों में से एक सामग्री रणनीति है। कहते हैं कि आप नियमित रूप से कुछ विषयों को कवर करते हैं। आप इन पूर्वानुमानों का एक पूरा संयोजन चला सकते हैं।

शीर्ष-प्रदर्शन करने वाला 10% आपके संपादकीय कैलेंडर को चला सकता है क्योंकि यदि आप उन महीनों को जानते हैं जब लोगों को किसी विषय में सबसे अधिक दिलचस्पी होगी, तो आप उस विषय के आसपास मासिक सुविधाओं की योजना बना सकते हैं। किसी विशेष विषय के बारे में सामग्री प्रकाशित करने के लिए आप सप्ताह के अंत तक जान जाएंगे। इस तरह, आप हर महीने उच्च नोट को हिट कर सकते हैं।

भविष्य कहनेवाला विश्लेषण आपके विज्ञापन कैलेंडर को भी सूचित कर सकता है। यदि आप जानते हैं कि आप किसी निश्चित विषय पर प्रकाशित कर रहे हैं, तो आप उस विषय के आधार पर अपने दर कार्ड निर्धारित कर सकते हैं। उस महीने के लिए जब आप जानते हैं कि किसी विषय के लिए दर्शकों की मांग अधिक है, तो आप उन विज्ञापनदाताओं से शुल्क ले सकते हैं जो उस विषय में पूरी रुचि रखते हैं। जब आपको पता है कि विज्ञापनदाताओं के लक्ष्य विषय में रुचि कम है, तो आप 40% की छूट दे सकते हैं।

शो को सुनने के लिए क्रिस पर चर्चा करें कि कैसे सोशल मीडिया परीक्षक अपनी सामग्री के लिए भविष्य कहनेवाला विश्लेषिकी लागू कर सकता है।

उपकरण

क्रिस का कहना है कि सबसे अच्छे उपकरण स्वतंत्र हैं। वे प्रोग्रामिंग लैंग्वेज (जैसे) हैं आर तथा अजगर), साथ ही पुस्तकालयों (जैसे) SIDEKIT, NumPy, timetk) कि प्रस्ताव कोड आप कुछ कार्यों के लिए उपयोग कर सकते हैं। हालांकि, इन मुफ्त टूल का उपयोग करने के लिए, आपको तकनीकी अनुभव की बहुत आवश्यकता है। प्रोग्रामिंग लैंग्वेज और लाइब्रेरी इंजन पार्ट्स की तरह हैं। कार पाने के लिए, आपको इसे स्वयं बनाना होगा।

किसी भी आकार के तकनीकी रूप से सक्षम व्यवसाय के लिए, यदि आपके पास कोई या कई लोग हैं जो की भूमिकाओं को भर सकते हैं डेवलपर, डेटा वैज्ञानिक, और मार्केटिंग टेक्नोलॉजिस्ट, आप के लिए अपने खुद के पूर्वानुमान बनाने के लिए भविष्य कहनेवाला विश्लेषिकी का उपयोग कर सकते हैं नि: शुल्क।

हालाँकि, यदि आपके पास इन उपकरणों का उपयोग करने का समय या ज्ञान नहीं है, लेकिन आपको पैसा मिल गया है, तो आपका सबसे अच्छा दांव पूर्वानुमान को आउटसोर्स करना है। एक डाटा साइंस कंपनी को किराए पर लें।

यदि आप यह जानने में रुचि रखते हैं कि डेटा विज्ञान कैसे काम करता है, तो क्रिस ब्लॉग पर दृढ़ता से अनुशंसा करता है KDnuggets.com और यह आईबीएम डेटा विज्ञान ब्लॉग. आईबीएम डाटा साइंस का अनुभव साथ ही उत्कृष्ट है। आपको प्रमुख टेक कंपनियों जैसे कि डेवलपर ब्लॉग का अनुसरण करना चाहिए माइक्रोसॉफ्ट, वीरांगना, गूगल, तथा आईबीएम.

हालाँकि, आपको डेटा विज्ञान के बारे में सबसे अच्छी जानकारी मिलती है शैक्षणिक कागजात. यदि आप बिना सोए उन कागजों को पढ़ सकते हैं और जानकारी निकाल सकते हैं, तो आपको कुछ वास्तविक सोना मिलेगा। आप ऐसी तकनीकें सीखेंगे जिन्हें आप अपने डेटा पर आज़मा सकते हैं।

यह पूर्वानुमानित एल्गोरिथ्म जिसके बारे में हम बात कर रहे हैं वह लगभग 70 वर्षों से है। यह एक रंग की तरह एक उपकरण है यदि आप कभी भी टोस्ट का एक टुकड़ा फ्लिप करते हैं, तो आपके पास बहुत महंगा टोस्ट फ्लिपर होगा।

हालांकि, अगर आप ग्रिलिंग, हलचल-तलना और उन सभी चीजों के बारे में सोचते हैं जो आप एक स्पैटुला के साथ कर सकते हैं, तो संभावनाएं अनंत हो जाती हैं। डेटा विज्ञान उपकरण और एल्गोरिदम के बारे में भी यही सच है। आप अपनी रचनात्मकता और जिज्ञासा का उपयोग इन विभिन्न तरीकों से करने की कोशिश कर सकते हैं।

भविष्य में, इन उपकरणों का उपयोग करना फेसबुक विज्ञापन चलाने जितना आसान हो जाएगा क्योंकि बहुत सारे भविष्य कहनेवाला विश्लेषण पहले से ही बहुत मशीनीकृत हैं। हालाँकि, मानवीय निर्णय और संदर्भ को शामिल करने वाले हिस्से को होने में अधिक समय लगेगा। मशीनें समझ नहीं सकती हैं कि व्यवसाय कैसे काम करते हैं और इसलिए उन संभावनाओं को नहीं देख सकते हैं।

लेकिन जब आप भव्य रणनीति का नक्शा बनाते हैं, तो आप जल्द ही एक बटन पर क्लिक करने में सक्षम होंगे, अपने क्रेडिट कार्ड को स्वाइप करेंगे, अपने $ 99 मासिक शुल्क का भुगतान करेंगे, और टूल चार्ट को थूक देगा। क्रिस को लगता है कि यह क्षमता अगले 5 वर्षों के भीतर उपलब्ध होगी।

आगे सड़क के नीचे, जैसा कि सामान्य-उद्देश्य कृत्रिम बुद्धि में सुधार होता है, आप एक मशीन को बताने में सक्षम हो सकते हैं जिसे आप मांग के आधार पर अपने फेसबुक खर्च का अनुकूलन करना चाहते हैं। तब मशीन स्वचालित रूप से भविष्यवाणी करेगी, जब चोटियों और घाटियों का पता चलेगा, और मूल रूप से आपके लिए अपने बजट और विज्ञापन चलाएंगे। यह शायद 5 से 10 साल है।

क्रिस को सुनने के लिए शो को सुनो और क्या मशीनें नहीं कर सकते हैं।

सप्ताह की खोज

reshot एक स्टॉक फोटो साइट है जो क्लिच स्टॉक इमेजरी से बचा जाता है।

Reshot की तस्वीरें फोटोग्राफर के अद्वितीय परिप्रेक्ष्य को दर्शाती हैं। इस तरह, फोटो कई अन्य स्टॉक फोटो साइटों की तुलना में उच्च गुणवत्ता वाले हैं।

साइट एक का उपयोग करता है सरल लाइसेंस तथा मामले जो आपको फ़ोटो का उपयोग करने के लिए बहुत अधिक लचीलापन देता है।

Reshot तस्वीरें मुफ़्त हैं, हालाँकि आप Reshot भागीदारों से बिक्री के लिए फ़ोटो भी पा सकते हैं। छवियों को ब्राउज़ करने या अधिक जानने के लिए, वेबसाइट पर जाएं।

अधिक जानने के लिए शो को सुनें और हमें बताएं कि रेशोत आपके लिए कैसे काम करता है।

इस कड़ी में मुख्य टेकअवे का उल्लेख किया गया है:

• क्रिस के व्यवसाय के बारे में अधिक जानें, ब्रेन + ट्रस्ट अंतर्दृष्टि.
• क्रिस पर का पालन करें ट्विटर.
• पढ़ें क्रिस का ब्लॉग.
• क्रिस की पॉडकास्ट सुनो, कॉफी पर विपणन.
• खोज डेटा तक पहुँचें ऐडवर्ड्स खोजशब्द नियोजक या गूगल ट्रेंड्स.
• के बारे में और अधिक जानकारी प्राप्त करें CrowdTangle.
• तृतीय-पक्ष डेटा विक्रेताओं की जाँच करें SEMrush तथा Brand24.
• सांख्यिकीय के बारे में जानें इलज़ाम.
• के बारे में अधिक पता चलता है आर तथा अजगर और पुस्तकालयों की तरह SIDEKIT, NumPy, तथा timetk.
• पर जाएँ KDnuggets.com, आईबीएम डेटा विज्ञान ब्लॉग, तथा आईबीएम डाटा साइंस का अनुभव.
• के लिए डेवलपर ब्लॉग का पालन करें माइक्रोसॉफ्ट, वीरांगना, गूगल, तथा आईबीएम.
• अपनी सामग्री के लिए फ़ोटो ढूंढें reshot.
• हमारे साप्ताहिक सोशल मीडिया मार्केटिंग टॉक शो को शुक्रवार को सुबह 10 बजे प्रशांत पर देखें Crowdcast या फेसबुक लाइव पर धुन।
• डाउनलोड करें 2017 सोशल मीडिया मार्केटिंग इंडस्ट्री रिपोर्ट.

तुम क्या सोचते हो? प्रेडिक्टिव एनालिटिक्स पर आपके क्या विचार हैं? कृपया नीचे अपनी टिप्पणियां साझी करें।