編者按：營銷人員也許沒有預測未來的能力，但是專欄作家Loretta Jones卻認為，通過小量數據分析、預測性分析和市場自動化的結合可以幫助我們預測未來。
沒有人可以預測未來，但是聰明的營銷人員可以做到類似的事情。基于用戶數據和歷史記錄，運用大數據和機器智能可以大概估計出結果。預測分析的魔力和水晶球一樣：不完美，一點點混沌，但是又比什么都沒有準確。
現如今預測分析幫助營銷人員開發潛在客戶，增加銷售機會和其他關鍵的營銷指標。今天營銷界的大數據還在持續增長，預測分析也會比我們預見的更有價值，但也存在這種可能：分析營銷所得出的數據和解決辦法會淹沒在日益高漲的信息潮中。
先不管有沒有被淹沒，營銷人員必須保持自己認證算命師的可信度。下面是三種管理數據和提高預測性分析的ROI的方式。
大數據對于商業領域來說是一大重要資產，但是營銷人員需要的是可以用于開啟和運營營銷的數據。當擁有太多細枝末節的信息時，其中最重要的點就會被模糊掉。營銷人員應該將大數據拆分為小數據組，運用類別和特定的目標來將相關信息運用到實際應用中。
基于品類、垂直結構、目標市場、公司規模和位置，分析小數據可以向該品牌準確地展示出他們的客戶是誰。各品牌還可以進一步運用該數據，了解每一位顧客的需求，運用于買家角色檔案、顧客在購買流程中的角色以及公司成熟度等方面。
從以上兩個角度分析每一位客戶的情況，并將其結合起來，品牌就可以為每一位顧客提供定制的服務，從而可以盡一切可能避免摩擦。
基于數據的預測分析可以得出準確有價值的建議。獲取小數據分析的結果后，經銷售可以深入顧客檔案并了解用戶和品牌的互動性。
比如，顧客在每天登陸該品牌網站的時間、顧客通過客服咨詢最多的問題、在免費活動中被轉化的顧客從不與軟件發生互動的原因，這些數據都可以在大的營銷中發揮作用。
有了這些見解，營銷人員可以優化官網、改變顧客交互原則從而可以更直接簡單又有吸引力地和顧客互動。
比如，如果某營銷電郵可以帶來更多的訂閱，營銷人員就必須通過測試確定出這封郵件成功是因為語言、時間點還是號召力，然后在新的內容里重復這一成功因素。
在如今這樣的營銷科技環境下，我們需要在某種程度上適應自動化。對于某些品牌來說，自動化意味著在發送郵件時用客戶的名來稱呼客戶或者在客戶生日或節日時提供優惠——如果這些策略被證明是有用的話，這就表示某種程度的參與可以使顧客群更完美。
但是很多品牌需要更進一步才能為顧客提供價值——為顧客提供私人的、有幫助的、適時的折扣才能幫助品牌完成商業目標。
只有擴大個人定制營銷運營以及幫助品牌和顧客建立聯系、小數據和預測分析的結合才能引領他們走向營銷自動化的成功。
無論是針對某一折扣的時間敏感度的人口數據還是每年同一時間新增客戶的趨勢，品牌都需要著重分析自動化營銷中產出最高ROI的地方。通過預測分析幫助營銷人員找到這些重要的元素，然后自動化方案就可以讓顧客參與度和忠誠度大幅提升。
目前，預測未來還是不可能的。也許你永遠也不會知道為什么昨天下午的推廣目標今天突然茅塞頓開了，或是為什么太平洋西南地區的客戶會比例過大的參與到你的節前促銷中。
然而，結合小數據分析、預測分析以及營銷自動化可以幫助你的品牌找出最重要的因素并能在顧客中進行測試。如果我們在每一次交互中、每一段顧客關系中都運用這些，那么每一個人都會參與進來。
翻譯來自：蟲洞翻翻 譯者ID：YLS
