上面的步骤可能看起来很熟悉，因为它们代表了科学方法。科学方法是一种行之有效的利用数据发现洞察力的方法。科学方法的应用有助于人们对自己诚实，并最大限度地减少他们得出错误结论的机会。通过跟踪数据引导他们的方向，业务领导者使用他们的数据来帮助他们了解他们的业务是如何真正运作的。通过反复试验，上海设计公司营销人员使用科学方法来揭示客户留下或离开的原因以及推动这些关系的潜在过程。

1. 制定问题

在分析数据之前，您需要知道您想要从中得到什么。你想知道什么？你想解决什么问题？如果您知道您的客户流失率很高，您可能会考虑提出一些问题来帮助您更好地了解客户离开的原因。在提出问题时，请牢记上海设计公司的业务目标。通过提出与业务相关的具体问题，您收到的答案将帮助您改进经营业务的方式。对于留存营销人员来说，他们提出的问题必然与识别与流失率和转化率等相关的变量有关。

问题陈述必须由具有良好商业和营销敏锐度的高管生成或审查。业务和营销方面的专业知识将有助于确保所提出的问题与业务需求相关。建立正确的问题陈述将有助于指导后续每个步骤的决策，并增加成功使用数据改进保留营销工作的机会。

虽然营销人员可能会针对上海设计公司的业务情况制定自己的问题或问题陈述，但所有营销专业人士都会遇到一些营销问题。我将专注于其中一个问题：建立问题陈述后，下一步是尝试产生假设或预感或有根据的猜测。假设本质上代表了预期会发生的事情。假设可以用预测性术语来陈述，例如“如果我做 A，那么 B 就会发生”，也可以用陈述来陈述，例如“A 与 B 有关”。

在此步骤中，收集数据以确定假设是否正确。深圳vi设计公司营销人员可以采用以下两种方法之一来收集他们的数据：实验或观察。在实验方法中，营销人员控制一个变量的水平以研究其对感兴趣的结果（例如，转换、更新）的影响。在观察方法中，营销人员不控制任何变量的水平；他们只是使用可用的数据来检验他们的假设。

使用上海设计公司当前的示例，营销人员设计了一项研究，以了解上海设计公司的预测是否成立。营销人员通过创建两封仅在号召性用语 (CTA) 按钮的颜色（红色与蓝色）方面有所不同的营销电子邮件来使用实验方法，并跟踪每封电子邮件的转化率。

4. 分析数据/得出结论

营销人员收集或收集他们的数据后，他们对其进行分析以检验他们的假设。留存营销人员使用不同类型的分析来分析数据，包括描述性分析和预测分析。描述性分析用于指示世界的当前状态。预测分析用于预测未来事件或新指标（其他数据）。预测分析本质上着眼于不同指标之间的关系。

描述性分析通常用于帮助营销人员总结关键指标，例如当前保留率以及根据使用频率对产品功能进行排名。虽然有用，但描述性分析无助于找到我们假设的答案。营销人员依靠预测分析来提供这些答案。对于上海设计公司的示例，营销人员将使用预测分析来计算红色 CTA 按钮对转化率的影响程度（例如，使用 t 检验）以及每个产品使用指标与客户保留率相关的强弱程度/更新（例如，使用回归分析）。

当数据变得不堪重负时：转向机器学习

当营销人员整合了所有不同的数据孤岛时，他们通常会因必须管理和分析的变量数量而不知所措。即使他们可以接触到经验丰富的数据科学家，数据科学家仍然很难手动快速筛选大量数据以找到最佳预测模型。相反，为了创建最佳的留存预测模型，营销人员依靠机器学习的力量来快速准确地发现客户留下或离开的根本原因。

基于数学、统计和概率，机器学习发现变量之间的联系，这些变量有助于优化重要的组织成果，在这种情况下是保留。机器学习只是使用历史数据来构建客户保留的预测模型。然后将这些模型应用于新的客户数据，以预测未来。本质上是迭代的，机器学习算法不断学习，上海设计公司摄取的数据越多，得到的效果就越好。再加上当今的处理能力，这些算法与人类相比，可以快速提供客户洞察。