Analisi predittiva: come i professionisti del marketing possono migliorare le attività future: Social Media Examiner

Vuoi che il tuo marketing sia più efficiente?

Ti stai chiedendo come può essere utile prevedere i tuoi cicli di marketing?

Per esplorare come i professionisti del marketing possono iniziare con l'analisi predittiva, intervisto Chris Penn.

Maggiori informazioni su questo spettacolo

Il Podcast di social media marketing è un talk show radiofonico su richiesta di Social Media Examiner. È progettato per aiutare professionisti del marketing, imprenditori e creator impegnati a scoprire cosa funziona con il social media marketing.

In questo episodio, intervisto Chris Penn, il co-fondatore e capo innovatore di Brain + Trust Insights. È anche il co-conduttore di Marketing sul caffè podcast ed esperto di analisi principale per Social Media Marketing World.

Chris spiega come garantire la qualità dei dati sottostanti utilizzati nell'analisi predittiva.

Scoprirai anche origini dati e strumenti utilizzati per fare previsioni.

Condividi il tuo feedback, leggi le note dello spettacolo e ottieni i link menzionati in questo episodio di seguito.

Ascolta ora

Dove iscriversi: Podcast di Apple | Google Podcast | Spotify | RSS

Scorri fino alla fine dell'articolo per i collegamenti alle risorse importanti menzionate in questo episodio.

Ecco alcune delle cose che scoprirai in questo spettacolo:

Analisi predittiva

Chris’s Story

Chris ha iniziato ad analizzare i dati grazie al suo background in IT. Nel 2003 ha iniziato a lavorare come direttore IT di una startup di prestiti studenteschi, dove il suo ruolo si è espanso oltre le tradizionali responsabilità IT. Oltre a gestire i server web e di posta elettronica, aggiornava anche i siti web e inviava le email settimanali.

Chris stava facendo questo lavoro prima che esistesse Google Analytics, quindi quando il CEO della sua azienda ha chiesto come funzionavano i siti web e le email, Chris non ha avuto una risposta. Per capirlo, Chris e il suo team hanno iniziato a sviluppare i propri strumenti per comprendere le basi, ad esempio quante persone visitano il sito web ogni giorno.

Nel tempo, la pratica analitica è diventata un obiettivo fondamentale per Chris. Non stava solo cercando di imparare cosa è successo, ma perché è successo e come l'azienda potrebbe rispondere.

Ascolta lo spettacolo per ascoltare Chris parlare del suo background educativo.

Cosa sono le analisi predittive?

L'analisi predittiva utilizza le statistiche e l'apprendimento automatico per analizzare i dati e fare previsioni. Gli esseri umani sono molto prevedibili. Tutti noi seguiamo routine, come lavarci i denti e poi fare la doccia, o indossare ogni capo di abbigliamento in un certo ordine ogni mattina.

Poiché gli esseri umani sono prevedibili sia su scala micro che su scala macro, i professionisti del marketing possono prevedere principalmente cosa accadrà. Ad esempio, in Nord America, se sei un marketer B2C, sai praticamente che sarai impegnato dal 1 ° novembre al 26 dicembre perché questo è un momento di punta per le vendite di prodotti.

Allo stesso modo, se sei un marketer B2B, il tuo periodo di attività è dal 1 ° gennaio alla fine di maggio. Quindi gli affari riprendono subito dopo il Labor Day negli Stati Uniti e in Canada e continuano durante il Ringraziamento degli Stati Uniti. Al di fuori di quei tempi, è molto più difficile essere un marketer, sia che ti concentri sul digitale, sui social o a pagamento.

Ascolta lo spettacolo per ascoltare altri esempi di comportamento umano prevedibile.

Cosa può fare l'analisi predittiva?

Poiché sappiamo queste cose in generale, le macchine possono aiutarci a rendere queste previsioni più specifiche. Il valore dell'analisi predittiva è la loro specificità. Se sai in quale settimana dovresti fare di più su Facebook Live o spendere meno in annunci, puoi essere più efficiente ed efficace nel tuo marketing. Se sai fare previsioni, puoi guadagnare, risparmiare denaro, risparmiare tempo e non essere licenziato.

L'analisi predittiva si concentra specificamente sul tentativo di scoprire cosa succede dopo. Per il marketer medio, le previsioni di serie temporali (o quando qualcosa accadrà) sono l'applicazione più convenzionale e utile. Per illustrare, se sei un social media marketer, vuoi sapere quando è necessario che il personale del tuo team di assistenza clienti risponda alle richieste dei clienti.

L'analisi predittiva può anche capire cose come quando qualcuno acquisterà una nuova auto o se sono genitori in attesa. Tuttavia, queste applicazioni sono più sfumate rispetto alle previsioni di serie temporali.

Ascolta lo spettacolo per conoscere le mie esperienze con l'analisi predittiva quando ero uno scrittore B2B.

Come funzionano le analisi predittive

Le analisi predittive hanno probabilmente quasi 70 anni ora. Le persone sono sorprese di sentire quanti anni ha la disciplina perché pensano che l'apprendimento automatico sia qualcosa di nuovo. Tuttavia, le teorie e le formule matematiche esistono da molto tempo.

Ciò che è cambiato è la potenza di calcolo di laptop, desktop e server cloud. Possono sgranocchiare numeri più grandi in un lasso di tempo più breve. Teoricamente, puoi eseguire analisi predittive su carta, ma richiederebbe molta carta e tempo.

Per eseguire bene l'analisi predittiva, sono necessarie tre attitudini. Innanzitutto, hai bisogno di qualcuno con le capacità di sviluppo per estrarre i dati dalle tue origini dati, come Google Analytics, Facebook Insights, Twitter e altri tipi di dati social. I dati possono essere in sistemi di tua proprietà o sistemi di terze parti. Chiunque abbia i dati, devi essere in grado di estrarli.

A Chris piace l'espressione "I dati sono il nuovo petrolio", perché se hai mai visto il petrolio greggio, è un disastro disgustoso. Non puoi farci molto finché non lo estrai da terra, lo raffini e poi lo dai a persone che possono usarlo in auto o per fare ciotole di plastica che non si rompono quando cadono sul pavimento. Con l'analisi predittiva, è più o meno la stessa cosa.

I raffinatori sono scienziati dei dati, che ripuliscono i dati in qualcosa che puoi usare. Quindi i tecnologi del marketing, che è il ruolo di molti social media marketer oggi, fanno qualcosa con quei dati. Non si limitano a interpretare i dati; agiscono su di esso.

Chris sottolinea l'importanza di agire sui dati che ottieni. Se sai in quale settimana promuovere il tuo evento ma non fai nulla con queste informazioni, non ha senso fare la previsione.

L'accuratezza delle previsioni dipende dai dati sottostanti e dall'algoritmo utilizzato per effettuare le previsioni. Ad un certo punto, quasi tutti incontreranno un problema con la qualità dei dati. Forse non hai impostato correttamente Google Analytics, non hai impostato correttamente i tuoi obiettivi, ti sei dimenticato di attivare il pixel di Facebook; nessuna di queste cose.

Ascolta lo spettacolo per ascoltare Chris discutere un tipo popolare di analisi tecnica delle scorte.

Applicazioni pratiche di marketing per l'analisi predittiva

Quando Chris esegue una previsione predittiva, in genere si tratta di un grafico a linee di 52 settimane. Per ogni settimana, il grafico mostra una previsione per qualunque sia la serie di dati. Il più delle volte, Chris utilizza i dati di ricerca perché le persone digitano in Google cose che non vorrebbero dillo a un altro essere umano, rendendo i dati di ricerca un ottimo indicatore di ciò che è effettivamente presente su qualcuno mente.

Sono disponibili molti dati di ricerca e puoi accedervi gratuitamente tramite strumenti come Strumento di pianificazione delle parole chiave di AdWords o Google Trends. Dopo aver ottenuto i dati, è possibile prevedere una tendenza di qualche tipo, che è una serie di dati, quindi identificare i picchi e le valli. Chris consiglia di avere da 1 a 5 anni di dati come base per la previsione.

Supponi di estrarre 5 anni di dati di ricerca sul social media marketing perché ti stai chiedendo quando nel prossimo anno le persone cercheranno "social media marketing." Se ti capita di sapere che sarà il 20 marzo, il 19 aprile, il 27 maggio, il 4 luglio, il 10 settembre e il 21 ottobre di quest'anno, quelli sono i tuoi segni di alta marea.

Con queste date, puoi anche vedere cosa succede 2 o 3 settimane prima di ogni data. In genere, c'è una corsa verso quel picco. Quindi un social media marketer deve aumentare la propria spesa pubblicitaria. Un marketer organico deve pubblicare molto e raddoppiare il numero di storie di Instagram che creano. Una persona che si occupa di pubbliche relazioni deve presentarsi con mesi di anticipo per apparire nelle pubblicazioni in quelle date.

Sai anche quando si verificheranno le valli, quindi puoi pianificare di archiviare i contenuti mentre non sta accadendo molto. Potresti registrare podcast, host ospite su altri siti, scrivere un sacco di post sul blog e accumulare contenuti. Quindi, quando arriva il picco successivo, puoi raggiungere la cadenza di cui hai bisogno senza bruciarti.

In questo modo, le previsioni ti aiutano a guadagnare sui picchi e risparmiare sui cali. Puoi pianificare e costruire la tua strategia in base a quando è probabile che le cose accadano. Questa applicazione funziona sia per le attività B2C che B2B perché le persone digitano cose su Google tutto il giorno, ogni giorno.

Chiedo quali altre fonti di dati potresti utilizzare per fare previsioni. Chris afferma che qualsiasi fonte di dati basata sul tempo è valida e le conversazioni sui social media variano su ciascuna rete. Le tue previsioni di Pinterest potrebbero essere diverse da quelle di Facebook e Twitter. Fai previsioni basate su tutti questi dati.

Per farlo, uno strumento davvero eccezionale è CrowdTangle. È fantastico perché ti fornisce dati di serie temporali fino al livello di singolo post. Una persona di pubbliche relazioni può ottenere menzioni e copertura di notizie. Un inserzionista può ricavare importi pay-per-click, prezzi di offerta e tutte queste cose.

Le origini dati di terze parti sono utili perché tu come azienda non puoi corrompere quei dati, di per sé, anche se puoi chiedere le cose sbagliate. Un rispettabile fornitore di dati è SEMrush, che contiene dati di buona qualità. Un altro venditore, Brand24, esegue il monitoraggio dei media.

Puoi anche esaminare i dati di ricerca da strumenti SEO che non sono di Google. Queste sono tutte buone fonti di dati perché sono coerenti, normalizzate e regolari. Inoltre, sono ragionevolmente pulite.

Chris condivide quindi un altro esempio di come applicare l'analisi predittiva alla tua attività. Chris ha eseguito una corsa predittiva per un casinò sulla base di 2 anni di entrate giornaliere delle slot machine. Dopo aver inserito i dati in un algoritmo, Chris è stato in grado di prevedere le entrate del casinò per l'anno successivo.

Con queste previsioni, il casinò potrebbe vedere quando le entrate delle slot sarebbero state basse e avevano bisogno di aumentare alcune promozioni, pubblicare annunci, portare un intrattenitore speciale o qualcosa del genere. I dati li hanno aiutati a colmare queste lacune nelle loro entrate.

Chiedo in che modo gli esperti di marketing evitano di influire sui dati. Ipoteticamente, supponiamo di organizzare le nostre promozioni di marketing per Social Media Marketing World su determinati programmi che non sono necessariamente basati su previsioni, ma su quelli che abbiamo deciso di utilizzare. Come escludiamo che il comportamento della tribù e della comunità non sia necessariamente causato dalle nostre azioni?

Chris dice che Social Media Marketing World è uno spettacolo così grande e di successo, in realtà influenza quando le persone cercano cose come "social marketing multimediale ". Tuttavia, puoi perfezionare i dati estratti in diversi modi per ridurre al minimo gli eventi, i problemi e così via.

Ad esempio, se utilizzi uno strumento di ascolto sociale, puoi escludere menzioni di Social Media Marketing World, #socialmediaexaminer, Michael Stelzner e articoli correlati. Queste esclusioni aiutano a ridurre i punti dati che non dovrebbero essere presenti.

Puoi anche utilizzare il benchmarking, che stabilisce una linea di base al di fuori di una particolare stagione che aggiunge 20.000 menzioni al giorno. Anche in stagione c'è qualcosa di sproporzionato rispetto a quello che dovrebbe esserci? Puoi eseguire le previsioni in questo modo.

Tuttavia, il modo migliore per perfezionare i dati è a livello di dati. Rimuovi le cose che sai essere contaminanti, in mancanza di una parola migliore. Quindi puoi prevedere dai dati raffinati.

Detto questo, se stavi commercializzando Social Media Marketing World, non vorresti necessariamente perfezionare i dati in questo modo. Se stai facendo in modo che la tribù influenzi il modo in cui le persone in tutto il mondo cercano "social media marketing", è una buona cosa. Questo è un motivo per celebrare il tuo successo e cercare di provocare un cambiamento ancora più comportamentale anticipando le tendenze anche prima.

Ascolta lo spettacolo per ascoltare i miei pensieri su schemi umani prevedibili.

Cosa non puoi prevedere

Chris dice che non puoi prevedere tre cose. Il primo è un grande sconvolgimento che distorcerà i tuoi dati, come disordini politici, sconvolgimenti culturali, disastri naturali, cose del genere. Tutte queste cose causano grandi interferenze che possono alterare una previsione. I settori con molti sconvolgimenti, come il mercato azionario, sono quasi impossibili da prevedere con precisione.

Il secondo è qualcosa che non è mai successo, come le elezioni presidenziali del 2016. La competizione tra i due candidati in corsa non era mai avvenuta prima. Molte persone che creano strumenti predittivi e previsioni per le elezioni stavano basando i loro modelli sulle elezioni del 2012.

Tuttavia, i candidati di ciascun partito erano persone molto diverse tra quegli anni elettorali. Quindi gli strumenti che le persone hanno costruito per il 2016 erano basati su qualcosa che era accaduto in passato ma che non stava accadendo al momento. Non puoi prevedere cosa non è mai successo.

Il terzo fattore di esclusione per l'analisi predittiva sono i dati errati. Se hai dati danneggiati o nessun dato, non puoi fare previsioni accurate. Se sai che la tua azienda ha problemi di infrastruttura dati, l'analisi predittiva è effettivamente pericolosa. Sarebbe come guidare con un GPS che ha dati errati e ti dice di guidare direttamente da una scogliera.

Ascolta lo spettacolo per sentire Chris condividere un altro termine per sconvolgimento.

Problemi comuni dei dati

Se vuoi provare l'analisi predittiva, Google Analytics è un buon inizio. La maggior parte dei professionisti del marketing dispone certamente di questi dati, ma può avere problemi. Ad esempio, se utilizzi un software di automazione del marketing, devi inserire i tuoi tag di Google Analytics nelle tue pagine di destinazione in quel software. Se non lo fai, hai problemi di integrità dei dati.

Chiedo quindi come gestire bot e bloccanti. Chris dice che i social media, in particolare Instagram e Twitter, sono pieni di bot. La buona notizia è che i comportamenti dei bot sono abbastanza prevedibili perché le persone che hanno scritto questi bot hanno utilizzato algoritmi molto primitivi. Nel processo di preparazione dei dati, i bot sono facili da individuare e puoi rimuoverli.

Per illustrare, un bot ha sempre una biografia che segue esattamente lo stesso formato. La biografia inizia con parole diverse di diversa lunghezza seguite da "check me out" e quindi un collegamento.

I bloccanti sono molto più difficili da lavorare. Se stai tentando di fare previsioni in base ai dati degli annunci e i blocchi stanno rimuovendo i dati, è molto difficile risolverlo. I dati non sono sbagliati; non ce l'hai nemmeno. È incompleto.

Puoi gestire dati incompleti in due modi. Innanzitutto, puoi cercare qualcosa che sia direzionale perché i dati che hai sono ancora rappresentativi. Supponi di sapere che il 30% degli annunci bloccati avviene su un dispositivo mobile, ma è un 30% costante. Non hai il 22% degli annunci bloccati su un sito ma il 5% su un altro.

Se il blocco è tutto relativamente coerente, verrai comunque indirizzato nella direzione giusta perché nel tempo alcuni annunci avranno un rendimento migliore o peggiore.

La seconda opzione è disponibile solo per le aziende con un enorme database, come le grandi aziende tecnologiche o le società di dati. Con una grande quantità di dati, puoi farlo imputazione, che utilizza un set di dati addestrato esistente e l'apprendimento automatico per riempire i pezzi incompleti.

Un ottimo esempio di imputazione sono le quote sociali. All'inizio di febbraio, LinkedIn ha disattivato i suoi numeri di condivisione, quindi non puoi più ottenere quel numero da nessuno strumento di monitoraggio dei social media. Se Chris lavorasse in una società di monitoraggio dei social media, utilizzerebbe gli ultimi 10 anni di dati come set di formazione e dedurrebbe il numero di condivisioni.

Puoi dedurre il numero di condivisioni purché disponi di altri set di dati paralleli, come Twitter e Pinterest. Questi numeri di condivisione permetteranno essenzialmente a una macchina di riempire gli spazi vuoti per le condivisioni di LinkedIn.

Ascolta lo spettacolo per i miei pensieri su bot e bloccanti.

Esempi

Per una nota azienda di forniture per ufficio, Chris ha eseguito analisi predittive del nome del marchio e del termine generico "ufficio forniture. " Sebbene il nome del marchio e il termine generico si riflettessero a vicenda, "forniture per ufficio" era di 20 giorni indietro rispetto al marchio nome.

Ad esempio, il nome del marchio ha avuto un grande picco alla fine di agosto, che Chris ha attribuito alla stagione del rientro a scuola e alle persone che tornavano al lavoro. Ma poi 20 giorni dopo, il termine di ricerca per "forniture per ufficio" ha seguito lo stesso identico picco e lo stesso identico schema. Qualunque cosa stia accadendo in modo comportamentale, le persone cercano il marchio e poi 20 giorni dopo, cercano il termine generico.

Sulla base dei risultati, Chris ha suggerito all'azienda di creare una campagna di retargeting con un tempo di 19 giorni. Effettua il retargeting di tutti coloro che visitano il tuo sito Web 19 giorni dopo con un annuncio che ricorda loro di tornare per ulteriori forniture per ufficio. Con l'annuncio di retargeting, l'azienda potrebbe recuperare parte di quella domanda.

In questo modo, l'analisi predittiva può offrire un enorme ROI. Qualcuno potrebbe presumere che tutto ciò che sta facendo non funzioni più e si fermi. Con l'analisi predittiva, puoi vedere che la realtà è che il tuo social marketing semplicemente non è sincronizzato con i modelli dei clienti.

Successivamente, Chris condivide un esempio tratto dalla sua attività. Stava effettuando un benchmarking basato su quando le persone cercano le impostazioni fuori sede di Outlook, perché quando qualcuno è cercando quello, sai che si stanno preparando per andare in vacanza, il che significa che non stanno leggendo i loro e-mail. Dopo aver eseguito quel benchmark nell'ottobre 2017, Chris ha proiettato in avanti per il primo trimestre.

Chris ha previsto che il volume di ricerca fosse il più basso, il che significa che la maggior parte delle persone era in ufficio, la settimana del 18 gennaio 2018. Quella settimana, Chris ha condotto la stessa campagna per il suo libro sullo stesso elenco e con la stessa offerta che ha pubblicato nel 2017.

Affinando i tempi per la promozione del 2018, Chris ha aumentato le vendite di libri del 40%. La sua campagna del 2017 è stata interrotta di circa 2 settimane e Chris ha imparato che essere fuori sincrono con il suo pubblico ha fatto un'enorme differenza.

Chiedo come un'azienda che pubblica informazioni possa utilizzare l'analisi predittiva per migliorare la propria strategia. Per questo esempio, Chris afferma che una delle sue applicazioni preferite è la strategia dei contenuti. Supponiamo che tratti regolarmente determinati argomenti. Puoi eseguire un'intera combinazione di queste previsioni.

Il 10% con le migliori prestazioni può guidare il tuo calendario editoriale perché se conosci i mesi in cui le persone saranno più interessate a un argomento, puoi pianificare funzionalità mensili attorno a quell'argomento. Saprai persino fino alla settimana in cui pubblicare contenuti su un determinato argomento. In questo modo, puoi colpire la nota alta ogni mese.

L'analisi predittiva può anche informare il tuo calendario pubblicitario. Se sai che stai pubblicando su un determinato argomento, puoi impostare i tariffari in base a tale argomento. Per il mese in cui sai che la domanda del pubblico per un argomento è elevata, potresti addebitare il prezzo intero agli inserzionisti interessati a quell'argomento. Quando sai che l'interesse per l'argomento target degli inserzionisti è basso, potresti offrire uno sconto del 40%.

Ascolta lo spettacolo per ascoltare Chris discutere di come Social Media Examiner potrebbe applicare l'analisi predittiva ai suoi contenuti.

Utensili

Chris dice che i migliori strumenti sono gratuiti. Sono linguaggi di programmazione (come R e Pitone), così come le librerie (come SIDEKIT, NumPy, TIMETK) che offrono il codice che puoi utilizzare per determinate attività. Tuttavia, per utilizzare questi strumenti gratuiti, è necessaria molta esperienza tecnica. I linguaggi di programmazione e le librerie sono come parti del motore. Per ottenere un'auto, devi costruirla da solo.

Per l'azienda tecnicamente capace di qualsiasi dimensione, se hai qualcuno o più persone che possono ricoprire i ruoli di sviluppatore, scienziato dei dati e tecnologo del marketing, puoi utilizzare l'analisi predittiva per creare le tue previsioni gratuito.

Tuttavia, se non hai il tempo o le conoscenze per utilizzare questi strumenti ma hai soldi, la soluzione migliore è affidare le previsioni in outsourcing. Assumi una società di data science.

Se sei interessato a scoprire come funziona la scienza dei dati, Chris consiglia vivamente il blog all'indirizzo KDnuggets.com e il Blog IBM sulla scienza dei dati. Il IBM Data Science Experience è anche eccellente. Dovresti anche seguire i blog degli sviluppatori per le principali società tecnologiche come Microsoft, Amazon, Google, e IBM.

Tuttavia, le migliori informazioni sulla scienza dei dati si trovano in articoli accademici. Se riesci a leggere quei giornali senza addormentarti ed estrarre le informazioni, troverai del vero oro. Imparerai le tecniche che puoi provare sui tuoi dati.

Questo algoritmo predittivo di cui parliamo esiste da 70 anni. È uno strumento come una spatola. Se tutto ciò che fai è capovolgere un pezzo di pane tostato, avrai un flipper per toast molto costoso.

Tuttavia, se pensi a grigliare, saltare in padella e tutte le cose che puoi fare con una spatola, le possibilità diventano infinite. Lo stesso vale per gli strumenti e gli algoritmi di data science. Puoi usare la tua creatività e curiosità per provarli in tutti questi modi diversi.

In futuro, utilizzare questi strumenti diventerà facile come pubblicare un annuncio su Facebook perché molte analisi predittive sono già molto meccanizzate. Tuttavia, la parte che coinvolge il giudizio e il contesto umani richiederà più tempo per realizzarsi. Le macchine non riescono a capire come funzionano le aziende e quindi non possono vedere queste possibilità.

Ma dopo aver mappato la grande strategia, sarai presto in grado di fare clic su un pulsante, scorrere la tua carta di credito, pagare la tua quota mensile di $ 99 e lo strumento sputerà grafici. Chris pensa che questa funzionalità sarà disponibile entro i prossimi 5 anni.

Più avanti lungo la strada, con il miglioramento dell'intelligenza artificiale generica, potresti essere in grado di dire a una macchina che desideri ottimizzare la tua spesa su Facebook in base alla domanda. Quindi la macchina eseguirà automaticamente la previsione, scoprirà quando si verificano i picchi e le valli e fondamentalmente eseguirà il budget e gli annunci per te. Probabilmente sono passati dai 5 ai 10 anni.

Ascolta lo spettacolo per sentire Chris condividere di più su ciò che le macchine non possono fare.

Scoperta della settimana

Ripresa è un sito di foto d'archivio che evita le immagini d'archivio cliché.

Le foto su Reshot riflettono la prospettiva unica del fotografo. In questo modo, le foto sono di qualità superiore rispetto a quelle di molti altri siti di foto stock.

Il sito utilizza un file licenza semplice e termini che ti danno molta flessibilità nell'utilizzo delle foto.

Le foto di Reshot sono gratuite, anche se puoi anche trovare foto in vendita dai partner Reshot. Per sfogliare le immagini o saperne di più, visita il sito web.

Ascolta lo spettacolo per saperne di più e facci sapere come funziona Reshot per te.

Aspetti chiave menzionati in questo episodio:

• Ulteriori informazioni sull'attività di Chris, Brain + Trust Insights.
• Segui Chris Twitter.
• Leggere Il blog di Chris.
• Ascolta il podcast di Chris, Marketing sul caffè.
• Accedi ai dati di ricerca con Strumento di pianificazione delle parole chiave di AdWords o Google Trends.
• Scopri di più su CrowdTangle.
• Dai un'occhiata ai fornitori di dati di terze parti SEMrush e Brand24.
• Ulteriori informazioni sulla statistica imputazione.
• Scopri di più su R e Pitone e biblioteche come SIDEKIT, NumPy, e TIMETK.
• Visita KDnuggets.com, Blog IBM sulla scienza dei dati, e IBM Data Science Experience.
• Segui i blog degli sviluppatori per Microsoft, Amazon, Google, e IBM.
• Trova le foto per i tuoi contenuti tramite Ripresa.
• Guarda il nostro talk show settimanale sul social media marketing il venerdì alle 10:00 del Pacifico Crowdcast o sintonizzati su Facebook Live.
• Scarica il file Report del settore del social media marketing 2017.

Cosa pensi? Cosa ne pensi dell'analisi predittiva? Per favore condividi i tuoi commenti qui sotto.