Analiză predictivă: modul în care specialiștii în marketing pot îmbunătăți activitățile viitoare: examinator de rețele sociale

Vrei ca marketingul tău să fie mai eficient?

Vă întrebați cum vă poate ajuta prezicerea ciclurilor dvs. de marketing?

Pentru a explora modul în care specialiștii în marketing pot începe cu analiza predictivă, îl intervievez pe Chris Penn.

Mai multe despre acest spectacol

Podcast-ul Social Media Marketing este o emisiune radio la cerere de la Social Media Examiner. Este conceput pentru a ajuta specialiștii în marketing, proprietarii de afaceri și creatorii să descopere ce funcționează cu marketingul pe rețelele sociale.

În acest episod, intervievez Chris Penn, cofondator și inovator șef la Brain + Trust Insights. El este, de asemenea, co-gazda Marketing la cafea podcast și expertul principal în analize pentru Social Media Marketing World.

Chris explică modul de asigurare a calității datelor de bază utilizate în analiza predictivă.

De asemenea, veți descoperi surse de date și instrumente utilizate pentru a face predicții.

Împărtășiți feedback-ul dvs., citiți notele emisiunii și obțineți linkurile menționate în acest episod mai jos.

Ascultă acum

Unde să vă abonați: Apple Podcast | Podcast-uri Google | Spotify | RSS

Derulați până la sfârșitul articolului pentru linkuri către resurse importante menționate în acest episod.

Iată câteva dintre lucrurile pe care le veți descoperi în acest spectacol:

Analize predictive

Povestea lui Chris

Chris a început în analiză prin experiența sa în IT. În 2003, a început să lucreze ca director IT al unui startup de împrumut studențesc, unde rolul său s-a extins dincolo de responsabilitățile IT tradiționale. Pe lângă rularea serverelor web și de e-mail, el a actualizat și site-urile web și a trimis e-mailul săptămânal.

Chris făcea această treabă înainte ca Google Analytics să existe, așa că atunci când CEO-ul companiei sale a întrebat cum funcționează site-urile web și e-mailurile, Chris nu a avut un răspuns. Pentru a-și da seama, Chris și echipa sa au început să-și dezvolte propriile instrumente pentru a înțelege elementele de bază, cum ar fi câte persoane au vizitat site-ul web în fiecare zi.

De-a lungul timpului, practica analitică a devenit un accent central pentru Chris. Nu încerca doar să afle ce s-a întâmplat, ci și de ce s-a întâmplat și cum ar putea răspunde afacerea.

Ascultați emisiunea pentru a-l auzi pe Chris discutând despre pregătirea sa educațională.

Ce sunt analize predictive?

Analiza predictivă utilizează statistici și învățare automată pentru a analiza datele și a face predicții. Oamenii sunt foarte previzibili. Cu toții urmăm rutine, cum ar fi spălarea dinților și apoi dușul sau îmbrăcarea fiecărei piese de îmbrăcăminte într-o anumită ordine în fiecare dimineață.

Deoarece oamenii sunt previzibili atât la scară micro, cât și la nivel macro, specialiștii în marketing pot prezice în cea mai mare parte ce se va întâmpla. De exemplu, în America de Nord, dacă sunteți un comerciant B2C, știți destul de mult că veți fi ocupat de la 1 noiembrie până la 26 decembrie, deoarece acesta este momentul de vârf pentru vânzările de produse.

În mod similar, dacă sunteți un agent de marketing B2B, timpul dvs. ocupat este de la 1 ianuarie până la sfârșitul lunii mai. Apoi, afacerea începe imediat după Ziua Muncii în Statele Unite și Canada și continuă prin Ziua Recunoștinței SUA. În afara acelor vremuri, este mult mai greu să fii marketer, indiferent dacă te concentrezi pe digital, social sau plătit.

Ascultați emisiunea pentru a auzi mai multe exemple de comportament uman previzibil.

Ce poate face analiza predictivă?

Deoarece știm aceste lucruri în general, mașinile ne pot ajuta să facem aceste predicții mai specifice. Valoarea analizei predictive este specificitatea lor. Dacă știți în ce săptămână ar trebui să faceți mai mult Facebook Live sau să cheltuiți mai puțin pe reclame, puteți fi mai eficient și mai eficient în marketing. Dacă știi să prezici, poți câștiga bani, economisi bani, economisi timp și nu te concediază.

Analiza predictivă se concentrează în mod special pe încercarea de a afla ce se întâmplă în continuare. Pentru marketerul mediu, predicțiile seriilor cronologice (sau când se va întâmpla ceva) sunt aplicația cea mai convențională și utilă. Pentru a ilustra, dacă sunteți un agent de marketing social media, doriți să știți când să vă angajați echipa de servicii pentru clienți pentru a răspunde la întrebările clienților.

Analizele predictive pot afla, de asemenea, lucruri cum ar fi când cineva va cumpăra o mașină nouă sau dacă sunt părinți viitori. Cu toate acestea, acele aplicații sunt mai nuanțate decât predicțiile seriilor de timp.

Ascultați emisiunea pentru a afla despre experiențele mele cu analiza predictivă când eram scriitor B2B.

Cum funcționează analiza predictivă

Analiza predictivă are probabil aproape 70 de ani acum. Oamenii sunt surprinși să audă cât de veche este disciplina, deoarece consideră că învățarea automată este ceva nou. Cu toate acestea, teoriile și formulele matematice există de foarte mult timp.

Ceea ce s-a schimbat este puterea de calcul a laptopurilor, desktopurilor și serverelor cloud. Ei pot strânge numere mai mari într-un timp mai scurt. Teoretic, puteți face analize predictive pe hârtie, dar ar necesita multă hârtie și timp.

Pentru a face analize predictive bine, aveți nevoie de trei aptitudini. În primul rând, aveți nevoie de cineva cu abilități de dezvoltare pentru a extrage date din sursele dvs. de date, cum ar fi Google Analytics, Facebook Insights, Twitter și alte tipuri de date sociale. Datele pot fi în sistemele pe care le dețineți sau în sistemele unor terțe părți. Oricine are datele, trebuie să le puteți scoate.

Lui Chris îi place expresia „Datele sunt noul petrol”, pentru că dacă ați văzut vreodată petrol brut, este o dezordine dezgustătoare. Nu poți face mult cu el până nu îl extragi din pământ, îl rafinezi și apoi îl dai oamenilor care îl pot folosi în mașini sau pentru a face boluri din plastic care nu se rup atunci când cad pe podea. Cu analiza predictivă, este cam același lucru.

Rafinatorii sunt oameni de știință ai datelor, care curăță datele în ceva pe care îl puteți folosi. Apoi, tehnologii de marketing, care este rolul multor marketeri de social media de astăzi, fac ceva cu aceste date. Nu doar interpretează datele; ei acționează în baza ei.

Chris subliniază importanța acțiunii asupra datelor pe care le obțineți. Dacă știți în ce săptămână să vă promovați evenimentul, dar nu faceți nimic cu acele informații, atunci nu are rost să faceți predicția.

Acuratețea predicțiilor depinde de datele de bază și de algoritmul pe care îl utilizați pentru a face predicțiile. La un moment dat, aproape toată lumea va întâmpina o problemă cu calitatea datelor. Poate că nu ați configurat corect Google Analytics, nu v-ați stabilit obiectivele corect, ați uitat să activați pixelul Facebook; oricare dintre aceste lucruri.

Ascultați emisiunea pentru a-l auzi pe Chris discutând despre un tip popular de analiză tehnică a stocurilor.

Aplicații practice de marketing pentru analize predictive

Când Chris face o prognoză predictivă, este de obicei un grafic liniar de 52 de săptămâni. Pentru fiecare săptămână, graficul prezintă o predicție pentru oricare ar fi seria de date. De cele mai multe ori, Chris folosește datele de căutare, deoarece oamenii introduc în Google lucruri pe care nu le-ar face spuneți altei ființe umane, făcând din datele de căutare un indicator foarte bun al ceea ce este de fapt pe cineva minte.

O mulțime de date de căutare sunt disponibile și puteți accesa unele dintre ele gratuit prin instrumente precum Planificator de cuvinte cheie AdWords sau trenduri Google. După ce aveți datele, puteți prognoza o tendință de un fel, care este o serie de date, și apoi identificați vârfurile și văile. Chris recomandă să aveți de la 1 la 5 ani de date ca bază pentru predicția dvs.

Spuneți că extrageți 5 ani de date de căutare pe marketingul social media, deoarece vă întrebați când în anul următor oamenii vor căuta „social media” marketing." Dacă știți că va fi 20 martie, 19 aprilie, 27 mai, 4 iulie, 10 septembrie și 21 octombrie anul viitor, acestea sunt urme de apă ridicată.

Cu aceste date, puteți vedea și ce se întâmplă cu 2 până la 3 săptămâni înainte de fiecare dată. De obicei, există o pregătire până la acel vârf. Deci, un agent de marketing pentru rețelele sociale trebuie să-și ridice cheltuielile publicitare. Un agent de marketing organic trebuie să posteze multe și să dubleze numărul de povești pe Instagram pe care le realizează. O persoană de relații publice trebuie să prezinte luni în avans pentru a apărea în publicații la acele date.

Știți, de asemenea, când se vor întâmpla văile, astfel încât să puteți planifica să vă înregistrați conținutul, în timp ce nu se întâmplă prea multe. S-ar putea să înregistrați podcast-uri, să găzduiți pe alte site-uri, să scrieți o grămadă de postări pe blog și să stocați conținut. Apoi, când urmează vârful următor, puteți atinge cadența pe care trebuie să o atingeți fără să ardeți.

În acest fel, predicțiile vă ajută să câștigați bani pe vârfuri și să economisiți bani pe scufundări. Puteți să vă planificați și să vă construiți strategia pe baza momentului în care este posibil ca lucrurile să se întâmple. Această aplicație funcționează atât pentru companiile B2C, cât și pentru cele B2B, deoarece oamenii scriu lucruri în Google toată ziua, în fiecare zi.

Întreb ce alte surse de date ați putea folosi pentru a face predicții. Chris spune că orice sursă de date bazată pe timp este validă, iar conversațiile pe rețelele sociale variază în fiecare rețea. Previziunile dvs. despre Pinterest pot fi diferite de cele de pe Facebook și Twitter. Faceți predicții pe baza tuturor acestor date.

Pentru a face acest lucru, un instrument foarte bun este CrowdTangle. Este fantastic, deoarece vă oferă date din seria cronologică până la nivelul postării individuale. O persoană de relații publice poate extrage mențiuni și acoperiri de știri. Un agent de publicitate poate extrage sume pay-per-click, prețuri de licitare, toate aceste lucruri.

Sursele de date ale unor terțe părți sunt bune, deoarece dvs., ca companie, nu puteți corupe aceste date, în sine, deși puteți solicita lucruri greșite. Un furnizor de date cu reputație este SEMrush, care are date de bună calitate. Un alt furnizor, Brand24, face monitorizare media.

De asemenea, puteți consulta datele de căutare din instrumente SEO care nu sunt ale Google. Toate acestea sunt surse de date bune, deoarece sunt consistente, normalizate și regulate. De asemenea, sunt destul de curate.

Chris împărtășește apoi un alt exemplu despre modul în care puteți aplica analize predictive pentru afacerea dvs. Chris a făcut o cursă predictivă pentru un cazinou pe baza a 2 ani de venituri zilnice ale sloturilor. După ce a pus aceste date într-un algoritm, Chris a reușit să prevadă veniturile cazinoului pentru anul următor.

Cu aceste predicții, cazinoul putea vedea când veniturile din sloturi vor fi reduse și trebuiau să promoveze niște promoții, să difuzeze reclame, să aducă un animator special pentru oaspeți sau așa ceva. Datele i-au ajutat să remedieze aceste lacune în veniturile lor.

Întreb cum marketingul evită să aibă impact asupra datelor. Ipotetic, spunem că ne adaptăm promoțiile de marketing pentru Social Media Marketing World la anumite programe care nu sunt neapărat bazate pe predicții, dar pe care am decis să le folosim. Cum excludem că comportamentul tribului și al comunității nu este neapărat cauzat de acțiunile noastre?

Chris spune că Social Media Marketing World este un spectacol atât de mare și de succes, încât influențează de fapt atunci când oamenii caută lucruri precum „social marketing media. ” Cu toate acestea, puteți rafina datele pe care le extrageți în câteva moduri diferite pentru a minimiza evenimentele, problemele și așa mai departe de a le afecta.

De exemplu, dacă utilizați un instrument de ascultare socială, puteți exclude mențiunile despre Social Media Marketing World, #socialmediaexaminer, Michael Stelzner și articole conexe. Aceste excluderi contribuie la reducerea punctelor de date care nu ar trebui să fie acolo.

Puteți utiliza, de asemenea, benchmarking, care stabilește o linie de bază în afara unui anumit sezon, care adaugă 20.000 de mențiuni pe zi. Chiar și în sezon, există ceva disproporționat față de ceea ce ar trebui să existe? Puteți rula prognozele în acest fel.

Cu toate acestea, cel mai bun mod de a rafina datele este la nivelul datelor. Eliminați lucrurile pe care știți că le contaminează, din lipsa unui cuvânt mai bun. Apoi puteți prognoza din datele rafinate.

Acestea fiind spuse, dacă ați comercializa Social Media Marketing World, nu ați dori neapărat să rafinați datele în acest fel. Dacă faceți ca tribul să influențeze modul în care oamenii din întreaga lume caută „marketing social media”, este un lucru bun. Acesta este un motiv pentru a vă sărbători succesul și pentru a încerca să provocați și mai multe schimbări comportamentale, depășind tendințele chiar mai devreme.

Ascultă emisiunea pentru a-mi asculta gândurile despre tiparele umane previzibile.

Ce nu poți prezice

Chris spune că nu poți prezice trei lucruri. Primul este o revoltă majoră care vă va denatura datele, cum ar fi neliniștile politice, răsturnările culturale, dezastrele naturale, lucruri de genul acesta. Toate aceste lucruri provoacă interferențe majore care pot corupe o prognoză. Sectoarele cu multă revoltă, cum ar fi piața de valori, sunt aproape imposibil de prezis cu acuratețe.

Al doilea este ceva care nu s-a întâmplat niciodată, cum ar fi alegerile prezidențiale din 2016. Concurența dintre cei doi candidați care candidau nu se mai întâmplase niciodată. Mulți oameni care au creat instrumente predictive și prognoze pentru alegeri și-au bazat modelele pe alegerile din 2012.

Cu toate acestea, candidații din fiecare partid erau oameni foarte diferiți între acei ani electorali. Deci, instrumentele pe care oamenii le-au construit pentru 2016 s-au bazat pe ceva ce se întâmplase în trecut, dar care nu se întâmpla în prezent. Nu poți prognoza ceea ce nu s-a întâmplat niciodată.

Al treilea descalificator pentru analiza predictivă sunt datele proaste. Dacă aveți date corupte sau nu aveți date, nu puteți face predicții exacte. Dacă știți că compania dvs. are probleme cu infrastructura de date, analiza predictivă este de fapt periculoasă. Ar fi ca și cum ai conduce cu un GPS care are date proaste și îți spune să conduci chiar pe o stâncă.

Ascultă emisiunea pentru a-l auzi pe Chris împărtășind un alt termen tulburare.

Probleme comune de date

Dacă doriți să încercați analize predictive, Google Analytics este un început bun. Majoritatea specialiștilor în marketing au cu siguranță aceste date, dar pot avea probleme. De exemplu, dacă utilizați software de automatizare a marketingului, trebuie să introduceți etichetele Google Analytics pe paginile dvs. de destinație din acel software. Dacă nu, aveți probleme de integritate a datelor.

Întreb apoi cum să gestionez roboții și blocanții. Chris spune că rețelele sociale, în special Instagram și Twitter, sunt pline de roboți. Vestea bună este că comportamentele botului sunt destul de previzibile, deoarece oamenii care au scris acești roboți au folosit algoritmi foarte primitivi. În procesul de pregătire a datelor, roboții sunt ușor de detectat și îi puteți elimina.

Pentru a ilustra, un bot are întotdeauna o biografie care urmează exact același format. Biografia începe cu cuvinte diferite care au lungimi diferite, urmate de „Check me out” și apoi de un link.

Blocantele sunt semnificativ mai greu de lucrat. Dacă încercați să prognozați pe baza datelor despre anunțuri, iar blocanții elimină datele, este foarte greu de rezolvat. Datele nu sunt greșite; nici măcar nu o ai. Este incomplet.

Puteți face față datelor incomplete în două moduri. În primul rând, puteți căuta ceva direcțional, deoarece datele pe care le aveți sunt încă reprezentative. Spuneți că știți că 30% din anunțurile blocate au loc pe un dispozitiv mobil, dar este un procent constant de 30%. Nu aveți 22% din anunțurile blocate pe un site, ci 5% pe altul.

Dacă blocarea este relativ constantă, atunci veți fi în continuare direcționat în mod corect, deoarece, în timp, unele anunțuri vor avea rezultate mai bune sau mai slabe.

A doua opțiune este disponibilă numai companiilor cu o bază de date masivă, cum ar fi companiile mari de tehnologie sau companiile de date. Cu o cantitate mare de date, puteți face imputare, care utilizează un set de date instruit existent și învățarea automată pentru a completa piesele incomplete.

Un exemplu foarte bun de imputare sunt acțiunile sociale. La începutul lunii februarie, LinkedIn și-a dezactivat numerele de share, astfel încât să nu mai primiți acest număr de la niciun instrument de monitorizare a rețelelor sociale. Dacă Chris ar lucra la o companie de monitorizare a rețelelor sociale, ar folosi ultimii 10 ani de date ca set de instruire și ar deduce numărul de acțiuni.

Puteți deduce numărul de partajări atâta timp cât aveți alte seturi de date paralele, cum ar fi Twitter și Pinterest. Aceste numere de acțiuni vor permite în esență unei mașini să completeze spațiile libere pentru acțiunile LinkedIn.

Ascultați emisiunea pentru gândurile mele despre roboți și blocanți.

Exemple

Pentru o cunoscută companie de furnizare de birouri, Chris a realizat analize predictive ale numelui mărcii și ale termenului generic „birou” provizii." Deși numele mărcii și termenul generic s-au reflectat reciproc, „rechizite de birou” a fost cu 20 de zile în spatele mărcii Nume.

De exemplu, numele mărcii a avut o creștere semnificativă la sfârșitul lunii august, pe care Chris a atribuit-o sezonului de înapoi la școală și oamenilor care se întorceau la serviciu. Dar apoi 20 de zile mai târziu, termenul de căutare pentru „rechizite de birou” a urmat exact același vârf și exact același model. Orice se întâmplă acolo comportamental, oamenii caută marca și apoi 20 de zile mai târziu, caută termenul generic.

Pe baza constatărilor, Chris a sugerat companiei să construiască o campanie de retargeting, care este programată la 19 zile. Reorientați pe toți cei care vă accesează site-ul web 19 zile mai târziu cu un anunț care să le reamintească să revină pentru mai multe rechizite de birou. Odată cu reclama de reorientare, compania ar putea recupera o parte din această cerere.

În acest fel, analiza predictivă poate oferi un ROI imens. Cineva ar putea presupune că tot ceea ce fac nu mai funcționează și doar se oprește. Cu ajutorul analizelor predictive, puteți vedea că realitatea este că marketingul dvs. social nu este sincronizat cu modelele clienților.

Apoi, Chris împărtășește un exemplu din propria sa afacere. El făcea benchmarking în funcție de momentul în care oamenii caută setări Outlook în afara biroului, deoarece atunci când cineva căutând asta, știi că se pregătesc să plece în vacanță, ceea ce înseamnă că nu le citesc e-mail. După ce a rulat acel punct de referință în octombrie 2017, Chris a proiectat înainte pentru primul trimestru.

Chris a proiectat că volumul căutărilor era cel mai mic, ceea ce înseamnă că majoritatea oamenilor se aflau la birou, în săptămâna 18 ianuarie 2018. În acea săptămână, Chris a organizat aceeași campanie pentru cartea sa pe aceeași listă și cu aceeași ofertă ca și în 2017.

Prin rafinarea calendarului pentru promoția din 2018, Chris a crescut vânzările de cărți cu 40%. Campania sa din 2017 a fost întreruptă de aproximativ 2 săptămâni, iar Chris a aflat că lipsa de sincronizare cu publicul său a făcut o mare diferență.

Întreb cum o afacere care publică informații ar putea utiliza analize predictive pentru a-și îmbunătăți strategia. Pentru acest exemplu, Chris spune că una dintre aplicațiile sale preferate este strategia de conținut. Spuneți că acoperiți în mod regulat anumite subiecte. Puteți rula o întreagă combinație a acestor predicții.

Cele mai performante 10% vă pot conduce calendarul editorial, deoarece dacă cunoașteți lunile în care oamenii vor fi cei mai interesați de un subiect, puteți planifica funcții lunare în jurul acestui subiect. Veți ști chiar până la săptămână când să publicați conținut despre un anumit subiect. În acest fel, puteți atinge nota maximă în fiecare lună.

Analiza predictivă vă poate informa, de asemenea, calendarul publicitar. Dacă știți că publicați pe un anumit subiect, puteți seta cardurile tarifare pe baza acestui subiect. Pentru luna în care știți că cererea publicului pentru un subiect este ridicată, puteți plăti agenții de publicitate interesați de acest subiect la prețul complet. Când știți că interesul pentru subiectul vizat al agenților de publicitate este redus, este posibil să oferiți o reducere de 40%.

Ascultați emisiunea pentru a-l auzi pe Chris discutând despre modul în care Social Media Examiner ar putea aplica analize predictive conținutului său.

Instrumente

Chris spune că cele mai bune instrumente sunt gratuite. Sunt limbaje de programare (cum ar fi R și Piton), precum și bibliotecile (cum ar fi SIDEKIT, NumPy, schedulk) care oferă cod pe care îl puteți utiliza pentru anumite sarcini. Cu toate acestea, pentru a utiliza aceste instrumente gratuite, aveți nevoie de multă experiență tehnică. Limbajele de programare și bibliotecile sunt ca părțile motorului. Pentru a obține o mașină, trebuie să o construiești singur.

Pentru afacerea tehnică de orice dimensiune, dacă aveți pe cineva sau mai mulți oameni care pot îndeplini rolurile dezvoltator, cercetător de date și tehnolog de marketing, puteți utiliza analize predictive pentru a vă crea propriile prognoze gratuit.

Cu toate acestea, dacă nu aveți timp sau cunoștințe pentru a utiliza aceste instrumente, dar aveți bani, cel mai bun pariu este să externalizați prognozele. Angajați o companie de știință a datelor.

Dacă sunteți interesat să aflați cum funcționează știința datelor, Chris vă recomandă insistent blogul la KDnuggets.com si Blogul IBM Data Science. IBM Data Science Experience este excelent și. De asemenea, ar trebui să urmăriți blogurile dezvoltatorilor pentru marile companii de tehnologie, cum ar fi Microsoft, Amazon, Google, și IBM.

Cu toate acestea, găsiți cele mai bune informații despre știința datelor în lucrări academice. Dacă poți citi acele lucrări fără să adormi și să extragi informațiile, vei găsi aur adevărat. Veți învăța tehnici pe care le puteți încerca pe datele dvs.

Acest algoritm predictiv despre care vorbim există de 70 de ani. Este un instrument ca o spatulă. Dacă tot ce faceți este să întoarceți o bucată de pâine prăjită, veți avea un toast foarte scump.

Cu toate acestea, dacă vă gândiți la grătar, la prăjit și la toate lucrurile pe care le puteți face cu o spatulă, atunci posibilitățile devin nesfârșite. Același lucru este valabil și pentru instrumentele și algoritmii științei datelor. Vă puteți folosi creativitatea și curiozitatea pentru a le încerca în toate aceste moduri diferite.

În viitor, utilizarea acestor instrumente va deveni la fel de ușoară ca difuzarea unui anunț pe Facebook, deoarece o mulțime de analize predictive sunt deja foarte mecanizate. Cu toate acestea, partea care implică judecata și contextul uman va dura mai mult timp. Mașinile nu pot înțelege modul în care funcționează afacerile și, prin urmare, nu pot vedea aceste posibilități.

Însă după ce ați mapat marea strategie, veți putea în curând să faceți clic pe un buton, să glisați cardul de credit, să vă plătiți comisionul lunar de 99 USD, iar instrumentul va scuipa diagrame. Chris crede că această capacitate va fi disponibilă în următorii 5 ani.

Mai departe, pe măsură ce inteligența artificială de uz general se îmbunătățește, s-ar putea să îi spuneți unei mașini că doriți să vă optimizați cheltuielile pe Facebook în funcție de cerere. Apoi, mașina va face automat predicția, își va da seama când apar vârfurile și văile și, în principiu, vă va rula bugetul și anunțurile. Probabil că e vorba de 5-10 ani.

Ascultați emisiunea pentru a-l auzi pe Chris împărtășind mai multe despre ceea ce mașinile nu pot face.

Descoperirea Săptămânii

Reshot este un site de fotografii stoc care evită imagini de stoc clișeu.

Fotografiile de pe Reshot reflectă perspectiva unică a fotografului. În acest fel, fotografiile au o calitate mai bună decât cele de pe multe alte site-uri de fotografii stoc.

Site-ul folosește un licență simplă și termeni care vă oferă multă flexibilitate pentru utilizarea fotografiilor.

Fotografiile Reshot sunt gratuite, deși puteți găsi și fotografii de vânzare de la partenerii Reshot. Pentru a naviga prin imagini sau pentru a afla mai multe, vizitați site-ul web.

Ascultați emisiunea pentru a afla mai multe și anunțați-ne cum funcționează Reshot pentru dvs.

Repere cheie menționate în acest episod:

• Aflați mai multe despre afacerea lui Chris, Brain + Trust Insights.
• Urmăriți-l pe Chris Stare de nervozitate.
• Citit Blogul lui Chris.
• Ascultă podcast-ul lui Chris, Marketing la cafea.
• Accesați datele de căutare cu Planificator de cuvinte cheie AdWords sau trenduri Google.
• Aflați mai multe despre CrowdTangle.
• Consultați furnizorii de date terți SEMrush și Brand24.
• Aflați despre statistici imputare.
• Descoperiți mai multe despre R și Piton și biblioteci precum SIDEKIT, NumPy, și schedulk.
• Vizita KDnuggets.com, Blogul IBM Data Science, și IBM Data Science Experience.
• Urmăriți blogurile dezvoltatorilor pentru Microsoft, Amazon, Google, și IBM.
• Găsiți fotografii pentru conținutul dvs. prin Reshot.
• Urmăriți săptămânal Talk Show-ul nostru de social media de vineri, la 10 AM Pacific pe Crowdcast sau conectați-vă pe Facebook Live.
• Descărcați fișierul Raportul 2017 al industriei de marketing pe rețelele sociale.

Tu ce crezi? Ce părere aveți despre analiza predictivă? Vă rugăm să împărtășiți comentariile dvs. de mai jos.