Роль Статистики в Моделировании Перспективы

Идентификация перспектив проделала длинный путь со дней простой закупки списка. С обманом, летящим быстрым и разъяренным, иногда, трудно разобраться в правде от беллетристики и поместить вещи в надлежащую перспективу. Не поклоняясь умным словам, однако, два из самых важных событий в последние годы были повышением статистики и баз данных. Они позволили компаниям создавать более точные профили их перспектив, даже давая начало сроку перспектива modeling" непосредственно. Давайте видеть, как эти два события помогли сформировать моделирование перспективы.

Типы

С созданием коммерческих баз данных данных Переписи в конце 1970-ых, родилась первая легко доступная демография клиента. Используя эти статистические данные позволил компаниям представление высокого уровня клиентов и их поведения. Сцепление это со статистическим analysees тех данных, обновляя данные (с между опросами Переписи и обзорами), и вводя другие источники (такие как отчеты водительских прав, отчеты здания суда, и т. д) учитывало классификацию людей в определенные популяционные страты, вообще названные типы. Матери - одиночки могли бы быть типом; новые домовладельцы могли бы быть другим типом; жители городов с населением более чем один миллион человек могли бы быть другим типом. Эти типы являются столь же определенными или столь же общими, поскольку данные позволяют, хотя трудно сузить к перспективам специфического бизнеса без данных покупки. Однако, эти статистические данные позволяют учреждение определенных типов клиентов и потенциальных клиентов, если тот первый проход при подчеркивании перспектив.

Специфика

Поскольку у самих компаний есть данные покупки, они могут использовать их, чтобы коррелировать общие демографические данные, чтобы обеспечить подробную информацию об их клиентах и потенциальных новых клиентах. Дополнительно, они могут сплотить соответствующие измерения данных и отказаться от несоответствующих, таким образом обостряя их центр далее. В ореховой скорлупе, имея статистику позволяет Вам определять тенденции и клиентов в резюме, добавляя, что данные покупки к соединению позволяют Вам определять особенности клиентов в определенном - Ваши клиенты и потенциальные клиенты. Таким образом статистические данные учитывают много специфики в моделировании перспективы.

Местоположение (Статистика Geodemographic)

Еще один способ, которым статистика может помочь в моделировании перспектив, через geodemographic данные; эти данные коррелируют Перепись и коммерческие данные с географией, идентифицируя, где текущие клиенты и вероятно новые клиенты проживают, работают, или даже магазин. Этот тип информации может быть более полезным, чем это сначала появляется. Например, если бы Вы знали, что вероятные клиенты жили в Северо-восточных США, в противоположность Среднему Западу, то Вы могли бы быть в состоянии играть прочь региональной идентификации к, более эффективно продают Ваше оборудование. Или если Вы знали, что Ваши клиенты делали покупки в больших городских центрах, но жили в соседнем пригороде, или жили прежде всего в почтовом индексе 32901, тогда у Вас есть больше подсказок о них, которые могут помочь Вам образцовые новые перспективы еще более эффективно. Почему это? Новые перспективы имеют много общего с текущими клиентами, и чем больше Вы знаете своих текущих клиентов, тем больше Вы будете знать своих будущих клиентов.

Заключение

Без широко распространенного использования баз данных и статистики, не могло существовать моделирование перспективы. Эти события создали эту технику и служат ее якорными пунктами. Понимание, что они делают, может позволить Вам обрабатывать более точные профили клиента, которые могут в свою очередь перегрузить Ваши модели перспективы, и затем привести даже к большему количеству продаж.