Predictive Analysis

Analisi predittiva: l’84% dei team di marketing la usa, ma incontra difficoltà

Dal report Predictive Analytics in Marketing Survey di Pecan AI emergono le motivazioni per cui i progetti di dati si bloccano. Ecco le sfide da affrontare [...]
Analisi predittiva: l'84% dei team di marketing la usa, ma incontra difficoltà
  1. Home
  2. News
  3. Analisi predittiva: l’84% dei team di marketing la usa, ma incontra difficoltà

L’analisi predittiva, basata sull’intelligenza artificiale, riscuote un forte interesse per il suo potenziale.

I team di marketing la utilizzano, ma devono affrontare varie sfide nell’adottare pienamente questa tecnologia.

L’analisi predittiva nel marketing

Dal report Predictive Analytics in Marketing Survey di Pecan AI emerge una complessa situazione, ma offre anche informazioni chiave per i team di marketing e i leader aziendali che affrontano le sfide con l’AI, indipendentemente da dove potrebbero trovarsi sulla curva di adozione.

WHITEPAPER
Banking, come creare valore con l’AI conversazionale
CIO
Finanza/Assicurazioni

Oltre quattro dirigenti di marketing su 5 segnalano difficoltà nel prendere decisioni basate sui dati, nonostante tutti i dati dei consumatori a loro disposizione. Lo stesso numero di intervistati (84%) afferma che la loro capacità di prevedere il comportamento dei consumatori è ancora una ipotesi.

La stragrande maggioranza (95%) delle aziende ora integra l’analisi predittiva basata sull’intelligenza artificiale nella propria strategia di marketing, incluso il 44% che ha dichiarato di averla integrata completamente nella propria strategia. Tra le aziende che hanno completamente integrato l’analisi predittiva AI nella propria strategia
di marketing, il 90% riferisce che è difficile per loro prendere decisioni quotidiane basate sui dati.

Le difficoltà nell’integrare la predictive analysis con AI

Il marketing e la scienza dei dati affrontano sfide uniche quando cercano di collaborare.
Di conseguenza, i progetti di dati si bloccano. Lo studio fornisce informazioni sulle loro sfide in atto, tra cui:

  • il 38% degli intervistati afferma che i dati non vengono aggiornati abbastanza rapidamente da essere preziosi;
  • il 35% afferma che ci vuole troppo tempo per costruire i modelli;
  • il 42% afferma che i data scientist sono sopraffatti e non hanno il tempo di soddisfare le richieste;
  • il 40% afferma che coloro che costruiscono i modelli non comprendono gli obiettivi di marketing;
  • il 37% degli intervistati indica che vengono utilizzati dati errati o parziali per costruire modelli.
FacebookTwitterLinkedInWhatsApp

Commenta per primo

Lascia un commento

L'indirizzo email non sarà pubblicato.


*


FacebookTwitterLinkedInWhatsApp