Ennusteet ja ennakoiva analytiikkaDigikanava data

Ennusta asiakkaidesi tulevaa käyttäytymistä

Fonectan tarkat kovadata-ennusteet voidaan kiinnittää kaikkiin suomalaisiin kuluttajiin. Kovalla datalla tarkoitetaan tietoja, jotka pystytään yhdistämään yksittäiseen henkilöön henkilötasolla. Kova data on siis huomattavasti tarkempaa kuin tilastotieto. Olemme laatineet lukuisia erilaisia kovadata-ennusteita, jotka perustuvat viranomaistietoihin, tutkimustietoon ja Fonectan omaan dataan. Ennustavan analytiikan tehtävänä markkinoinnissa on nimensä mukaisesti ennustaa asiakkaiden tulevaa käyttäytymistä. Esimerkkejä tarjoamistamme ennusteista ovat esimerkiksi Ostokäyttäytymisluokitus ja Autokuume.

Yleiskäyttöisten ennustemallien lisäksi tarjoamme yrityksille myös räätälöityjä ennustemalleja, jotka laaditaan täysin yrityksesi tarpeisiin, hyödyntäen yrityksesi omaa asiakasdataa. Räätälöidystä ennustemallista voidaan tehdä oppiva, jolloin yrityksellesi tehty malli päivittyy ja tarkentuu jatkuvasti kampanjoista kerätyn datan perusteella. Räätälöityjä ennustemalleja ovat esimerkiksi konversioennuste ja poistumaennuste. Haluaisitko esimerkiksi tietää, mille yrityksesi tuotteelle asiakkaalla on korkein konversioennuste ja tarjota asiakkaalle juuri kyseistä tuotetta? Tai haluaisitko ennustaa, miten todennäköisesti asiakas irtisanoo tilauksensa seuraavan kuukauden aikana, jotta voisit kohdentaa kaikkein korkeimman irtisanomisriskin asiakkaisiin poistumaa ehkäiseviä toimenpiteitä, kuten kanta-asiakasalennuksia?

Tutustu ennustemalleihin

Ennustava analytiikka hyödyntää tilastotieteellisiä mallinnusmenetelmiä päätelläkseen käytettävissä olevista taustamuuttujista todennäköisimmän lopputuloksen. Tavoitteena on usein ennustaa esimerkiksi mihin segmenttiin (esim. Ostokäyttäytymisluokkaan) asiakas kuuluu, tai millä todennäköisyydellä asiakas tekee lähitulevaisuudessa tietyn toimenpiteen, esimerkiksi ostaa tuotteen tai irtisanoo tilauksen. Työkalupakissamme on sekä perinteisempiä (esim. multi-adaptive regression splines) että tuoreempia mallinnusmenetelmiä (esim. neural networks). Oikean menetelmän valinta ja soveltaminen kuhunkin mallinnusongelmaan vaatii rautaista mallinnusosaamista.

Jos ennustemallin syötteeksi annettava lähdedata on liian huonolaatuista tai sitä on liian vähän, ei paraskaan tilastollinen menetelmä pysty tuottamaan luotettavia tuloksia. Ennen ennusteiden hyödyntämistä on siis syytä varmistaa, että yrityksesi asiakasrekisteri on hyvässä kunnossa.

Tutustu alla muutamiin ennustemalleihin ja kysy asiantuntijoiltamme yrityksellesi sopivimmasta ratkaisusta.

  • Autokuume ennustaa ajoneuvon hankinnan todennäköisyyttä lähiaikoina. Ennusteen käyttö edellyttää Trafin myöntämää tietolupaa. Ennustemalli jakaa Trafin ajoneuvoliikennerekisterissä olevat henkilöt kymmeneen eri luokkaan ajoneuvon hankinnan todennäköisyyden mukaan. Autokuumeen potentiaalisimmat kohderyhmät ovat tunnistettavissa henkilötasolla, parhaimmillaan kohdentamiseen löytyy kolminkertainen tarkkuus. Autokuumeen käyttö helpottaa siirtymistä yksittäisistä kampanjoista mitattavaan ja tehokkaaseen autojen myyntiprosessiin. Voit viedä Autokuume-segmentoinnin rikasteena yrityksesi asiakasrekisteriin.
  • Ostokäyttäytymisluokitus (OKL) auttaa yritystäsi ymmärtämään asiakkaiden elämäntilannetta, kuluttamisen motiiveja ja tavoitteita. Se kertoo, millaiset asiakkaat ostavat mitäkin tuotetta tai palvelua ja mitä kanavaa eri luokat suosivat. Ostokäyttäytymisluokituksen avulla hahmotat, miten paljon markkinoilla on vielä potentiaalia. Tunnistat yrityksesi kannalta tärkeimmät kuluttajaryhmät ja voit toteuttaa niihin kohdistuvia toimenpiteitä. Muutat tasapaksun viestinnän eri kohderyhmiin vetoavaksi. Voit esimerkiksi muotoilla kampanjasi kärjet eri tavoin kullekin OKL-luokalle. Suomen aikuisväestö jakautuu kymmeneen OKL-luokkaan siten, että suurimpaan luokkaan kuuluu lähes viidennes ja pienimpään luokkaan vain hieman yli kolme prosenttia. Muiden luokkien koot sijoittuvat näiden väliin. Luokat on muodostettu niin, että samaan luokkaan kuuluvat henkilöt ovat elämäntilanteiltaan, kulutustottumuksiltaan ja asenteiltaan mahdollisimman samanlaisia ja toisaalta eri luokat eroavat toisistaan mahdollisimman selvästi. OKL:n ytimessä on TNS Atlas -kysely, joka on Suomen merkittävin kuluttajatutkimus. Siihen vastaa vuosittain noin 20 000 suomalaista. Tärkeässä roolissa ovat myös Väestörekisterikeskuksen (VRK) väestötietojärjestelmätiedot (VTJ), Tilastokeskuksen karttaruutuaineisto sekä erilaiset näistä johdetut ennusteet. Ostokäyttäytymisluokkatieto elää ihmisen mukana elämänkaaren eri vaiheissa. Noin 17 % suomalaisista siirtyy vuosittain ostokäyttäytymisluokasta toiseen. Tämä on luonnollista, sillä elämäntilanteet ja sitä myötä kuluttamisen tarpeet ja edellytykset vaihtuvat. Voit viedä Ostokäyttäytymisluokituksen myös rikasteena yrityksesi asiakasrekisteriin.
  • Diginatiivit jakaa suomalaiset kolmeen ryhmään sen perusteella, miten he suhtautuvat uusien digitaalisten palvelujen käyttöönottoon, sosiaaliseen mediaan ja mobiilipalveluihin. Nämä kolme ryhmää ovat Edelläkävijät, Valtavirta ja Perässähiihtäjät. Tämä ennuste perustuu Fonectan toteuttamaan kyselytutkimukseen sekä hakupalveluidemme käyttödataan. Diginatiivit-ennustetta voi käyttää esimerkiksi markkinointiviestinnän kohdentamiseen niin perinteisissä kuin sähköisissäkin kanavissa. Voit viedä Diginatiivit-segmentoinnin myös rikasteena yrityksesi asiakasrekisteriin.
  • Muuttoennuste perustuu väestötietojärjestelmän tietoihin ja ennustaa, kuinka todennäköisesti henkilö muuttaa lähitulevaisuudessa. Muuttoennustetta voi käyttää VTJ-kohderyhmävalinnoissa.
  • Asunnon hintaennuste kertoo, minkä hintaluokan asunnossa henkilö todennäköisimmin asuu. Ennusteen taustalla ovat tilastot väestötietojärjestelmästä sekä asuntojen neliöhinnoista ja kauppasummista. Näiden lisäksi ennusteessa on hyödynnetty myös tilastokeskuksen karttaruutuaineistoa. Asunnon hintaennuste on mukana henkilörekisterin analysoinnissa ja sitä voi käyttää VTJ-kohderyhmävalinnoissa. Voit viedä ennusteen yrityksesi asiakasrekisteriin myös rikasteena.
  • Henkilön bruttotulot ennustaa, mihin tuloluokkaan henkilö todennäköisimmin kuuluu. Ennuste on rakennettu käyttäen avoimen datan tilastoja, Tilastokeskuksen karttaruutuaineistoa sekä VTJ-tilastoja. Henkilön bruttotulot on mukana henkilörekisterin analysoinnissa ja voit viedä sen yrityksesi asiakasrekisteriin myös rikasteena.
  • Talouden kulutuskyky kertoo nimensä mukaisesti, mihin kulutuskykyluokkaan talous todennäköisimmin kuuluu. Ennustetta voi käyttää VTJ-kohderyhmävalinnoissa.

Ota yhteyttä

Jätä meille yhteydenottopyyntö, niin asiantuntijamme on mahdollisimman pian yhteydessä.
Verkkosivustollamme käytetään evästeitä käyttäjäkokemuksen parantamiseksi sekä mainosten näyttämiseksi. Käyttämällä sivustoamme hyväksyt evästeiden käytön. Lisätietoa evästeistä
OK