安德伍德继续说道他试图让客户关注 一件事情，如果我们能为您预测，就会彻底改变您的业务。 在数字营销中，菲利普斯概述了预测分析的无数用例，包括预测能力： 哪种广告最有效 无论您如何定义有效。 哪些营销活动、渠道、接触、行为和人口统计数据正在为业务成果做出贡献，这是一种 基于机器学习的归因 形式。 用户最有可能响应哪个细分、测试或个性化。 用户点击广告、下载白皮书、回复电子邮件、回复报价以及您定义的其他客户响应的可能性哪些潜在客户会转化。

无论您如何定义转化哪些

户会购买一种或多种产品进行交叉销售或追加销售。 未来将发生的购买数量或收入。 哪些客户将具有高 中 低生命周期价值。 客户流失。 那么，预测分析的新机遇不是您可以预测什么，而是您可以预测的事实。您当前分析的历史数据可能会成为预测 玻利维亚手机号码列表 只要确保你有数据。 您需要什么才能开始预测分析？ 数据，数据，还是数据。 优先级 和 是数据源， 安德伍德说。无论您计划许可软件还是雇用外部组织，都是如此稍后将详细介绍这两个选项所有用途都需要训练数据。

反过来该训练数据用于构建

预测模型以应用于当前数据。 我们遇到的唯一限制是， 指出， 是公司的培训可用数据。 多少数据就足够了？根据菲利普斯的说法： 具有足够数量的正面和负面结果的几千条记录足以用于市场营销、销售和产品预测。 并非所有数据都是平等创建（或存储）的 你必须明白 我是撕票长大的。 的 从场馆经理那里听到了同样的解释，他们在赛后花了无数时间清点一堆存根。这就是重要数据源可能不容易访问或根本无法访问的原因。 解释说在体育馆中 DW 引线 销售点机器和票扫描。