杭州vi设计公司应用程序的黄金法则是输出仅与输入到其中的数据

倾向模型是对目标受众的统计分析，使用一系列通常包括人口统计，心理特征（例如，兴趣）和先前行为的数据集来预测其未来的行为。例如，杭州vi设计公司可以使用现有客户的个人数据，购买历史记录和每次购买之间的操作来为其现有客户创建倾向模型，以预测其未来的购买决策。

营销人员如何使用倾向模型？

倾向模型用于预测特定受众的未来行为。如果杭州vi设计公司以上述模型为例，该模型可以预测现有客户的购买决策，则可以使用几种方法来使用该模型的结果来增强销售和营销活动：

• 增加购买频率

• 增加购买价值

• 将购买归因于广告系列/互动

• 识别购买率下降

• 识别搅动危险

• 计算客户生命周期价值

• 优先考虑高价值客户

例如，您的模型可能会确定普通客户每227天进行一次购买。据此，杭州vi设计公司可以计算出将购买频率增加到> 200天将使年收入增加13 +％。

现在，您有一个明确的目标，就是告知旨在提高购买动机的广告系列创意，以达到200天目标，增加重复购买者的百分比以及其他目标，从而减少平均购买时间。倾向模型可预测目标受众的未来行动，并确定激发目标受众的诱因。这样，您就可以在决策制定之前就对其施加影响。您不是对历史动作做出回应，而是对暗示人们将要做出选择的信号做出反应，并在人们仍然可以影响自己的情况下传达您的信息。因此，您并不是要改变某人的想法；您正在帮助他们在关键时刻做到这一点。

如何从倾向建模开始

倾向建模依赖于大量相关数据来进行准确的预测。首先是将历史操作准确地归因于整个消费者旅程中的活动和交互，以便您可以建立与每个特定操作相关的信号库–例如：购买前产品页面浏览的频率或结帐尝试的次数在放弃购物车之前。

如果杭州vi设计公司的归因准确，则数据集越全面，倾向模型和预测就越精细。杭州vi设计公司应用程序的黄金法则是输出仅与输入到其中的数据一样好。由于57％的营销人员对数据感到不知所措，因此许多人处于第一个关键障碍，却从未意识到倾向模型等策略的全部潜力。