Din hjemmeside får omkring 400 besøgende om måneden. Du vil ansætte en kundesupportmedarbejder om tre måneder og skal vide, om du har kunder nok til det tidspunkt. Det kan prædiktiv analytics svare på: hvordan ser din hjemmeside ud om tre måneder, hvis alt fortsætter som nu?
Prædiktiv analytics forudsiger fremtiden ud fra din fortid. Her gennemgår vi, hvordan det virker, hvad du realistisk kan forudsige om din hjemmeside, og hvornår det betyder noget.
Prædiktiv analytics bruger tidligere data til at vurdere, hvad der sker næste gang. Du har tal for din trafik de sidste seks måneder. Ud fra mønstrene i dem forudsiger du, hvad trafikken bliver næste måned, næste kvartal eller næste år.
Den vigtigste begrænsning: prædiktiv analytics virker bedst, når fremtiden ligner fortiden. Hvis din trafik er vokset støt, kan du regne med, at væksten fortsætter. Hvis du starter en ny kampagne, der ændrer alt, bliver din prognose forkert, fordi fremtiden ikke ligner fortiden.
Hvad du kan forudsige om din hjemmeside
Ikke alle tal kan forudsiges. Men hjemmesideejere kan realistisk forudsige disse.
Trafikmængde (hvor mange besøgende næste måned)
Hvis din trafik har ligget på 400 til 500 besøgende om måneden de sidste seks måneder og er stabil, kan du forudsige, at næste måned bliver ens. Hvis trafikken er vokset (300, 350, 400, 450), kan du forudsige, at tendensen fortsætter (500 næste måned).
Nøjagtigheden afhænger af stabilitet. Stabil trafik er lettere at forudsige. Trafik med store udsving er sværere. Trafik, der påvirkes af sæson (webshops i december), kræver, at du tager højde for sæsonen.
Prognose for konverteringer (hvor mange leads eller salg)
Hvis 5 % af dine besøgende normalt konverterer, og du forventer 500 besøgende næste måned, kan du forudsige 25 konverteringer. Det er ligetil, hvis din konverteringsrate er stabil. Det er mindre pålideligt, hvis den svinger.
Besøgendes adfærd (hvor længe de bliver, og om de forlader siden)
Hvis din hjemmesides gennemsnitlige afvisningsprocent er 45 %, kan du forudsige, at den ligger omkring 45 % næste måned. Hvis den gennemsnitlige tid på siden er 2 minutter, er det din forudsigelse for næste måned. De forudsigelser er nyttige, når du planlægger ændringer i indholdet, eller når du skal finde ud af, om noget er gået galt (hvis afvisningsprocenten pludselig hopper til 65 %, har noget ændret sig).
Spidsbelastning (hvornår din trafik plejer at stige)
Hvis du får mere trafik om søndagen end om mandagen, fortsætter det mønster sandsynligvis. Hvis du får udsving omkring helligdage eller sæsonbegivenheder, kan du forudsige, at de kommer igen. Det hjælper dig med at planlægge: ved du, at du får dobbelt trafik omkring Black Friday, kan du gøre din hjemmeside klar til belastningen.
Sådan virker prædiktiv analytics
Processen er enklere, end den lyder.
Trin 1: Saml tidligere data
Jo flere data, jo bedre prognose. Seks måneders data er minimum. Et år er bedre (det viser sæsonmønstre). Flere år er bedst.
WEMASY's analytics gemmer dine tidligere data, så du kan se tilbage på trafik, konverteringer, afvisningsprocent og adfærd, så langt dine data rækker.
Trin 2: Find mønstrene
Se på din trafik over tid. Vokser den, falder den, eller er den stabil? Er den den samme hver uge, eller varierer den? Stiger den på bestemte dage eller tidspunkter? Er der sæsonmønstre?
Det er de mønstre, prædiktive modeller bygger på. Er dine data jævne (trafikken ligger mellem 400 og 500 hver måned), er prognosen sikker. Er dine data urolige, er prognosen mindre pålidelig.
Trin 3: Fremskriv
Forlæng det mønster, du fandt, ind i fremtiden. Hvis trafikken er vokset 10 % fra måned til måned i tre måneder, regner modellen med, at den vokser omkring 10 % næste måned.
Her bliver begrænsningen tydelig: modellen går ud fra, at fremtiden ligner fortiden. Starter du en stor kampagne næste måned, bliver prognosen forkert. Ændrer Google søgeresultaterne, holder prognosen ikke. Prognosen er kun god, så længe forholdene bag den forbliver de samme.
Trin 4: Sæt et konfidensinterval
Forudsigelser er ikke garantier. En god forudsigelse indeholder et interval: "Vi forventer 500 besøgende næste måned, og vi er 95 % sikre på, at tallet ligger mellem 450 og 550."
Intervallet viser, hvor store udsving du kan forvente. Et smalt interval (450 til 550) betyder, at dine data er meget jævne, og prognosen er pålidelig. Et bredt interval (350 til 650) betyder, at dine data svinger meget, og prognosen er mere usikker.
Hvornår prædiktiv analytics faktisk hjælper
Prædiktiv analytics er nyttig til planlægning, ikke til at forudsige enkelte besøgendes handlinger. Du kan ikke forudsige, at en bestemt person besøger din hjemmeside i morgen. Du kan forudsige din samlede trafik.
Prognose for omsætning eller leads
Kender du din konverteringsrate og din gennemsnitlige ordreværdi, kan du forudsige omsætningen. "Vi får 500 besøgende, 5 % konverterer, og en gennemsnitlig ordre er 200 dollars. Næste måned tjener vi nok 5.000 dollars." Det hjælper med budgettet og målsætningen.
Planlægning af ansættelser og kapacitet
Her passer eksemplet fra indledningen. Hvis du forudsiger 500 konverteringer næste måned, og dit team kan klare 400, ved du, at du har brug for mere kapacitet. Forudsigelser viser, om du kan bemande derefter.
At opdage, når noget går i stykker
Du forudsiger 500 besøgende ud fra tidligere data. Du får faktisk 200. Noget har ændret sig (lavere placering, en trafikkilde er forsvundet, et problem på hjemmesiden). Forskellen mellem forudsigelse og virkelighed fortæller dig, at du skal undersøge det. Det er nyttigt til at opdage problemer tidligt.
At finde sæsonbestemte muligheder
Sælger du sæsonvarer, og viser dine data udsving i bestemte måneder, fortæller prædiktiv analytics dig, hvornår du kan vente dem, så du kan planlægge lager, indhold eller markedsføring.
Forudsigelsens grænser
Prædiktiv analytics er nyttig, men ikke magi. Forstå, hvor den slipper op.
Fremtiden er ikke fortiden
Din prognose antager, at forholdene bag dine tidligere data forbliver de samme. Gør de ikke det, er prognosen forkert.
Du kan ikke forudsige effekten af en stor kampagne, en produktlancering eller et viralt øjeblik. Du kan ikke forudsige, hvordan ændringer i Googles algoritme påvirker dine placeringer. Du kan ikke forudsige, hvordan konkurrenternes handlinger påvirker din trafik.
Jo mere stabile forholdene er, jo bedre virker dine forudsigelser. Nye hjemmesider og hjemmesider på urolige markeder er sværere at forudsige end etablerede hjemmesider på stabile markeder.
Korte forudsigelser er mindre pålidelige end lange tendenser
Det er sværere at forudsige din trafik næste måned end din gennemsnitlige trafik næste år. Data på kort sigt er støjende (du får 500 en uge og 300 den næste). Lange tendenser udjævner støjen. Derfor virker forudsigelser bedre for "gennemsnittet i dette kvartal" end for "præcis den 15. august".
Enkelte undtagelser kan ikke forudsiges
Du kan forudsige din gennemsnitlige besøgendes adfærd. Du kan ikke forudsige, at en bestemt besøgende forlader siden eller konverterer. Analytics forudsiger helheder, ikke enkeltpersoner.
Sådan bruger du forudsigelser uden at blive snydt
Prædiktiv analytics er et værktøj, ikke en krystalkugle. Brug det fornuftigt.
Brug forudsigelser til planlægning, ikke som sikkerhed
Når du forudsiger 500 besøgende, er det ikke en garanti. Det er dit bedste bud ud fra tidligere data. Planlæg derefter, men vær fleksibel.
Opdater dine forudsigelser, når forholdene ændrer sig
Når du har startet en kampagne eller lavet en stor ændring, bliver dine tidligere data mindre relevante. Indsaml nye data (to uger, en måned), og beregn din prognose igen med de nye forhold.
Tjek forudsigelser mod virkeligheden
Din prognose siger, at trafikken vokser 10 % næste måned. Tjek den efter to uger. Er du på sporet (op 5 % indtil nu), er prognosen god. Er du ved siden af (ned 5 %), har noget ændret sig. Find ud af hvad, og justér din prognose.
Husk intervallet
Er din prognose "500 besøgende, 95 % sikkerhed for mellem 450 og 550", så planlæg efter den lave ende. Brug ikke ressourcer i forventning om 550, hvis intervallet også rummer 450.
Ofte stillede spørgsmål
Hvor langt ud i fremtiden kan jeg forudsige?
Jo længere frem du forudsiger, jo mindre nøjagtig er prognosen. Næste måned: ret pålideligt, hvis forholdene er stabile. Næste kvartal: stadig rimeligt, men med bredere intervaller. Næste år: kun pålideligt, hvis dine data er meget jævne, og de lange tendenser er tydelige. Alt ud over et år er som regel for usikkert til at være nyttigt. Med WEMASY's hjemmesidebygger kan du sætte det op direkte på din hjemmeside.
Kan jeg bruge prædiktiv analytics til at forudsige enkelte brugeres adfærd?
Ikke pålideligt. Prædiktiv analytics virker på helheder (gennemsnitlig afvisningsprocent, samlede konverteringer). Du kan forudsige adfærd for grupper af besøgende, men ikke for bestemte personer. Du kan sige "besøgende fra Google har en konverteringsrate på 6 %", men ikke "denne besøgende konverterer".
Hvad hvis jeg kun har data for to måneder?
Forudsigelser med kun to måneders data er upålidelige. To måneder er ikke nok til at udjævne udsving fra uge til uge eller fange sæsonmønstre. Vent, til du har mindst seks måneder, før du stoler på prognoser. Indtil da kan du bare følge dine data uden at forudsige.
Kan AI forbedre min prædiktive analytics?
Ja. Avancerede maskinlæringsmodeller kan finde mønstre i data, som en simpel tendensanalyse overser. Men for de fleste hjemmesideejere virker enkle prognoser fint (se på tendensen, beregn den gennemsnitlige vækstrate, og fremskriv). Avanceret AI hjælper, når du har mange data og komplekse mønstre.
Skal jeg tage store forretningsbeslutninger ud fra forudsigelser?
Nej. Brug forudsigelser som ét input til din beslutning, ikke det eneste. Hvis en prognose siger, at trafikken vokser, er det god baggrund for en ansættelsesbeslutning. Men tænk også på din kapacitet, dine mål og andre forhold i virksomheden. Forudsigelser er vejledning, ikke krav.
Hvad er forskellen på at prognosticere og at forudsige?
I analytics er de to ord stort set det samme. Begge betyder at bruge tidligere data til at vurdere fremtidige værdier. Prognose antyder nogle gange en længere tidshorisont eller en mere formel proces, men idéen er den samme.