预测客户行为相当不易。
在预测智能达到成熟之前，您可能会遇到组织和技术方面的各种挑战。
发掘新受众
数据建模不佳
孤立的数据
预测客户行为
更智能的受众洞察。
预测分析可以通过数据聚类和机器学习帮助您识别出最有价值的受众细分，让您能够更深入地了解客户行为以及创建和交付更有效的个性化体验。
通过统一的客户档案改善愿景。
预测模型在依据统一的客户档案时拥有相当强大的功能，可帮助识别最重要的洞察，进而更有效地优化跨渠道客户体验。
用于预测成功的倾向模型。
预测智能工具通常包括倾向模型，这些模型可以预测客户转化或流失的可能性。此外，它还可以帮助您识别和了解数据异常以及如何对此进行响应。
将客户的后续参与转变为转化率。
利用高级归因模型、移动应用分析和实时数据馈送指导决策后，您可以更好地预测客户的下一举动，并在恰当的时机使用合适的消息、内容和优惠信息与其互动。
Adobe 可助您一臂之力。
Adobe Analytics 可为您提供所需的预测分析工具来改善客户智能、识别高价值受众、预测未来行动和更好地进行营销投资。
揭示客户的后续举动，助您获得营销成功。
了解全球各大品牌如何预测客户旅程并在恰当的环节触及客户，以此来提升业绩。
“我们想要知道客户对什么作出响应。我们可以查看和了解客户对某个给定变化的响应情况。”
— Ellen Lee，
Hyatt 集团全球数字化高级副总裁
“您可以准确地定位消息，更加动态和高效。此外，不论是通过开源节流、识别新受众还是类似受众，这都可以非常好地节省开支。”
— Shelley Wise，
Princess Cruises 品牌营销总监
预测分析常见问题解答
预测分析如何帮助识别受众？
分析引擎可以同时分析大型变量集，对访客进行动态归类并创建受众，以便用于未来分析、定位和个性化。
是否需要设定预测分析规则才能显示需要看到的维度？
使用 Adobe Analytics 时，您可以使用预定义的延迟表或创建专门的归因模型，以自定义数据可视化。
能否了解到是哪些体验和内容促成了某个事件或转化？
借助合适的解决方案即可实现。Adobe Analytics 中的预测功能运行了贡献分析引擎，它可以识别出“让一切与众不同的差异”。
与我们的预测模型相比，预测分析有何优势？
预测分析依靠的并不是整合购买数据，它可以为您提供每个客户互动的倾向评分，而这可用于更准确地开发预测模型。
Adobe 的预测分析引擎是否可以与第三方数据源同步？
是的。通过整合体验数据与其他客户数据源，您可以获得更精细和统一的跨渠道客户互动概观。
数据挖掘与机器学习是否不同？
是的。数据挖掘是指从数据集中获得洞察的过程。机器学习是指计算机在无编程人员干预的情况下进行学习的能力。