营销模式的成功取决于可获得性和预测。可获得性涉及到我们的消费者使用何种技术（应用程序，手机网站，活动微型网站等）与品牌进行互动，以及我们如何去主动回应（订阅，喜欢，跟进等）。而预测可以创造出非常成功的营销活动，但是市场营销者在对消费者进行预测上常常看起来非常难。多渠道个性化会员营销服务商webpower中国区分享三个预测消费者需求的关键方法，以帮助企业实现令人惊叹的客户体验。

1. 使用已有的数据

大多数公司已经在一定程度上获得了一些关于消费者兴趣、互动和事务性的数据，以利用其来理解和预测消费者的需求。目前的挑战是如何通过这些捕获的数据，去创建市场营销者可以采取行动的可见性的和分析性的见解，以识别和响应消费者需求。

实例分析：哪个品牌你更可能继续购买？

如果你最近在一个商家那购买了餐厅吊灯，之后它提供给你一些有关配件的有价值的信息，如调光开关和灯泡选择， 而另一个你购买了餐厅吊灯的商家，向您发送的是又一个饭厅吊灯的促销优惠信息，哪个品牌你更可能继续购买？答案显而易见，前一种情况是，商家掌握了你的浏览器历史记录，但并没有捕获到你的上一次购买，这显然是没有利用好已有的数据。这个例子也显示了为什么市场营销者需要利用已经拥有的互动和交易信息以提升消费者体验。

底线：考虑相关背景，把你已经有的数据运用到消费者中。这将使你能够更好地预测他们的需求，并在他们需要的时候恰巧提供给他们。

2. 通过分析，获取消费者互动和喜好的综合视野

你的消费者如何参与互动并从你这购买？在多渠道环境下，你也许会发现这样一个有趣的现象：消费者在一个渠道上（商店，网络或目录）浏览并收集信息，而在另一个渠道上（在线或呼叫中心）购买产品，而接收商品又再另外的渠道（到当地零售商店取货）。这种类型的跨渠道消费行为，为市场营销者了解消费者使用哪种方法最方便、使用的简易性和对服务交付速度的要求等偏好提供了综合性参考。

当市场营销者分析各自的消费者互动和偏好数据时，他们可以：

1) 更好地了解导致消费者购买决策的触发器；

2) 了解哪些产品和功能是消费者最有可能去购买的；

3) 跟踪，监控，分析和影响消费者情绪。

实例分析：从消费者响应中得到什么？

如一位消费者不关心免费送货或折扣百分比，但总是对线上获得的线下商店兑现的BOGO（买一送一）优惠做出响应。那么，通过基于消费者收到的折扣类型、互动渠道、购买渠道等信息，分析出消费者可能购买的产品类型，市场营销者可以以消费者行为作为基准，理解并交付从头到尾都符合消费者偏好的体验。

3. 使“洞察到行动”的过程实现自动化

利用数据分析去做出响应，可以帮助企业从被动的消费者反应模式转变为一个积极主动的、预测型的消费者互动模式。这种转变要求市场营销者跟进消费者的脚步。首先，市场营销者必须理解消费者的生命周期旅程，并能够识别出消费者在购买路径中的问题和需求。接下来的步骤是预测最有可能回答这些问题的互动，以减少不确定性，增加扩大消费者的使用便利性和易用性。一旦消费者的旅程，以及预期的问题和需求已经确定，沟通就可以依照特定消费者行为和旅程阶段去自动化和触发，实现一个持续的从洞察到行动的过程。

实例分析：想想租车公司

想想租车公司都可以通过考虑以往消费者数据，优化旅途前、中、后的报价和信息。例如，一个消费者的偏好和行为数据可能还包括消费者通常租用的汽车类型，他们租赁的频率，他们是商务旅行还是休闲度假，他们通常租的地点，取车的地点，他们通常选择经济型的车型还是配置齐全的车型。所有的这些数据都可以被租车公司利用来提供符合上下情景的信息，以支持额外的增值服务，如行程前计划（当地酒店，餐饮，娱乐提供）和行程后信息（消费者忠诚度状态和奖励提供）。

近日，亚马逊获得了一项名为“预判发货”的专利，通过分析顾客行为数据进行“预判发货“，这看起来不可思议，但是不可否认基于数据预测消费者需求，正在引起一场深远的商业变革。最成功的营销组织能够利用分析驱动的方法获取消费者需求信息，理解消费者全貌，预测下一个最佳交互并通过个性化互动渠道去执行它，而加上自动化智能化的运用，组织及市场营销者能够提升持续捕捉并不断评估动态消费者状态，实时自动响应消费者的能力，提供给消费者真正赢得喝采的体验。