Ces données ont été initialement présentées dans la newsletter du 18 mai 2022 trouvée ici : https://www.trustinsights.ai/blog/2022/05/inbox-insights-may-18-2022-the-unaware-audience-micro-forecasting-recommendation-engines/
Dans les Data Diaries de cette semaine, nous nous penchons sur la prévision prédictive d’une autre nature : la prévision à très court terme, ou micro-prévision. La plupart du temps, nous utilisons l’analyse prédictive pour prévoir à l’avance des semaines, voire des mois. Mais pour certaines entreprises, les micro-prévisions à l’heure près peuvent être utiles d’une manière que les prévisions plus importantes ne le sont pas.
Prenons un exemple. Supposons que vous êtes un restaurant local. Vous envoyez régulièrement du marketing par e-mail et peut-être même du marketing par SMS à vos clients. Quel serait le meilleur moment pour les atteindre ?
La sagesse conventionnelle pourrait dire de tendre la main à ou près de l’heure des repas, à l’heure du souper. Et ce n’est pas nécessairement incorrect; quiconque a déjà eu une conversation avec un partenaire, un ami ou un colocataire a inévitablement eu le débat « que voulez-vous pour le dîner », souvent avec un choix impulsif à la fin.
Mais en ce qui concerne le marketing et la demande, plus tôt nous pouvons intercepter la demande tout en restant pertinents, mieux c’est. L’interception de la demande est le compagnon de la génération de la demande ; au lieu d’essayer de stimuler la demande pour un produit ou un service que notre public peut vouloir ou non, il est plus facile d’intercepter la demande du public. Pour notre public, cela ressemble presque à de la magie lorsque nous faisons les choses correctement : “D’une manière ou d’une autre, vous saviez exactement ce que je pensais au moment même où j’y pensais.”
Pour identifier ce type de demande, l’une des meilleures ressources à utiliser est la recherche de données. Les gens chercheront quelque chose en ligne bien avant d’en discuter avec quelqu’un d’autre. Supposons que nous prenions une requête de recherche simple comme “idées de dîner”. À quoi cela ressemblerait-il si nous représentions cette rêverie très populaire ? En utilisant le logiciel gratuit Google Trends, nous commençons d’abord ici :
À cette échelle, il n’y a pas beaucoup d’utilité ici. Zoomons sur une localité, le Massachusetts aux États-Unis (où Trust Insights a son siège), et une semaine :
Nous parlons maintenant. Nous pouvons voir des données au niveau horaire plutôt qu’au niveau hebdomadaire dans les prévisions générales. Ce que nous voyons également, c’est une très forte cyclicité – un rythme clair comme un battement de cœur dans les données. Lorsque vous voyez la cyclicité, cela signifie que vous avez la capacité de prédire avec précision. Résumons-le par heure :
Nous constatons que l’heure de pointe pour les recherches d’idées de dîner dans le Massachusetts est 16 heures, heure de l’Est, mais nous constatons également que les recherches commencent dès la première heure du matin. Il y a une bosse substantielle vers 11 heures. Alors, sachant cela, quelle est la prochaine étape ?
Notre prochaine étape logique serait de créer une prévision. En utilisant le package modeltime dans le langage de programmation R, prévoyons pour les 7 prochains jours lorsque des recherches d'”idées de dîner” auront lieu dans le Massachusetts :
Nous voyons ici le même type de cyclicité que nous avons vu dans les données de tendance ; Jusqu’ici, tout va bien. La prévision ne ressemble pas à un modèle déformé fou qui ne reflète en rien la réalité des données qui y sont introduites – un vrai problème avec certains types de prévisions. Vérifiez toujours la réalité d’une prévision avant de l’utiliser.
Que disent les prévisions pour la semaine à venir ?
Nous voyons l’inflexion vers le volume maximal vers 13 heures, avec une valeur maximale à 16 heures. Si vous vouliez capter la demande, que feriez-vous de ces informations ? Si j’avais l’éventail habituel de canaux marketing disponibles, j’enverrais un e-mail vers 11 heures, sachant que cela prend un peu de temps aux gens pour vérifier leurs e-mails, et je recevrais des SMS aux clients vers 14 heures, juste un heure avant le pic de la demande dorée de 15h à 17h.
N’oubliez pas que nous ne voulons pas essayer de capter la demande au moment où elle se produit – nous voulons être juste en avance afin d’avoir une part d’esprit lorsque notre public commence à réfléchir au problème, mais pas si loin que nous le semblons hors du sujet. Au début de ce bulletin, Katie a mentionné le public inconscient, le public qui n’était pas au courant du problème. Quelqu’un qui cherche des idées de dîner n’est pas ce public – ils sont conscients du problème et commencent à chercher des solutions génériques. C’est le moment de l’interception de la demande.
La micro-prévision est l’une des techniques que nous pouvons utiliser pour l’interception de la demande – en étant au bon endroit au bon moment, juste avant que notre public ne commence vraiment à réfléchir à la solution à son problème, nous pouvons sauter la ligne des solutions potentielles. Si votre entreprise ou votre industrie est bien adaptée aux micro-prévisions, essayez cette technique.
Divulgations et méthodologie : Trust Insights a extrait des données horaires de Google Trends pour le terme « idées de dîners » dans la zone géographique États-Unis-Massachusetts. La période de collecte des données est du 1er mai au 17 mai 2022. La date de l’étude est le 18 mai 2022. Trust Insights est le seul sponsor de l’étude et n’a ni donné ni reçu de compensation pour les données utilisées, au-delà des frais de service applicables aux éditeurs de logiciels. , et ne déclare aucun intérêt concurrent.
|
Besoin d’aide avec vos données et analyses marketing ? |
Vous pourriez également profiter de : |
|
Obtenez des données, des analyses et des perspectives uniques sur l’analyse, les informations, l’apprentissage automatique, le marketing et l’IA dans la newsletter hebdomadaire Trust Insights, Data in the Headlights. Abonnez-vous maintenant gratuitement ; nouveaux numéros tous les mercredis! |
Vous souhaitez en savoir plus sur les données, les analyses et les informations ? Abonnez-vous à In-Ear Insights, le podcast Trust Insights, avec de nouveaux épisodes de 10 minutes ou moins chaque semaine. |