使用这些工具来量化未知数和现实生活场景。
您是否曾与某位高管（无论是您的客户、老板还是客户的老板）共处一室，向他推荐一种您真心认为是公司最佳营销决策的策略，但却遭遇了意想不到的阻力？
或者，也许您来寻求为已经实现目标的渠道增加预算，认为这将是一个简单而明显的推销，但现在却面临着一连串的问题。
无论何时何地，“我们能从中期待什么？”这样的讨论都可能让人感到畏惧。
在去年的SMX Advanced和SMX Next大会上，我分享了两项资源，帮助数字营销人员应对这些具有挑战性的对话：
- 具有不确定性变量的预测工具
- 新渠道和有机增长预测工具
您可以在此处下载每个工具的副本。
可靠的预测至关重要但很困难
伟大而可怕的是，预测全靠人。
如果行为经济学教会了我们什么，那就是人们并不完全理性。我们确实有自私自利的倾向，但如果自私自利是唯一起作用的变量，我们也会做出与预期相反的决定。
营销还受潜在客户生活、工作、购物和购买环境的影响。随着他们的优先事项和偏好发生变化，我们的告知和邀请策略也必须随之改变。
如今，无需有人对我们脆弱的生态系统可能遭受的冲击进行说教：除了我们仍在经历的全球流行病之外，过去几年还带来了毁灭性的自然灾害、新的竞争对手和干扰者、监管变化（例如 GDPR）、政治和社会动荡等等。
尽管如此，营销是商业的一部分。成功的企业依赖于合理的决策，这需要有效利用高质量的数据。客户和高管希望在提出创新和令人兴奋的想法时能够说“是！”，但他们也必须解决和减轻相关风险。
这意味着我们营销人员必须做好准备，不仅要根据现有的最佳数据讨论我们认为会发生什么，还要讨论情况突然发生变化时可能发生的情况。
预测并非预言。但数据和统计可以帮助我们更好地预测未来，并为之做好准备。
如何将预测工具与不确定变量结合使用
我创建的第一个工具旨在帮助日常营销人员利用随机变量和敏感性分析来加强他们的预测。该模型通过检查当某个关键输入的行为与预测不同时预期输出如何变化来整合和减轻不确定性。
要使用此工具，您首先应该熟悉统计概率的概念。
概率分布
如果您不熟悉概率分布的统计概念，或者已经过了几年而有些生疏，那也没关系。您无需了解所有细节或推导即可将它们与提供的模型一起使用。
为了我们的目的，你可以将离散概率分布视为其中每个可能情景都有不同发生可能性的分布。
例如，我可能不知道明天的每次点击费用具体是多少。但我可能会假设，明天的每次点击费用与今天的每次点击费用相同的可能性为 50%，高于今天的每次点击费用的可能性为 40%，低于今天的每次点击费用的可能性为 10%。当我明天醒来时，实际每次点击费用将处于这三种不同状态之一（相同、高于或低于）。
正态分布更像是一个涵盖可能结果的滑动比例。如果我知道，从历史上看，我的每次点击费用在 1 美元到 5 美元之间，但我观察到它们通常在 2.50 美元到 3.50 美元之间，那么正态概率分布将允许我计算出明天的每次点击费用低于我的 4 美元目标的可能性。
在模型中使用哪种分布完全由您决定。没有正确或错误的答案。
当我没有可靠的历史数据或对未来状态可能与过去相似的信心较低时，我通常更喜欢不太精确的离散概率模型。另一方面，如果我有良好的历史数据，并且相信未来的表现可能与过去的表现和趋势一致，我会选择更精确的正态概率分布。
不确定性预测工具的第一个选项卡标记为“如何使用”，提供了您可以随时参考的概述。其他每个选项卡都遵循相同的五步流程来生成输出：
- 构建模型：将已知或估计值输入到具有单个输出 KPI（例如 CPA 或转化量）的静态模型中。验证更改一个或多个输入单元格值是否会导致输出单元格值发生变化。
- 定义不确定性：根据您选择的分布类型，将所需的概率参数添加到提供的表中。
- 插入不确定性：如果您在步骤 1 中没有对模型进行任何更改，则此步骤无需采取任何行动。如果您在步骤 1 中修改了模型，请确保动态模型反映与静态模型相同的关系。
- 使用数据表进行迭代：按照提供的说明使用提供的 1000 行创建数据表。如果未显示输出，请转到公式功能区，然后选择“计算选项”，并选择“自动”，以验证设置。
- 评估输出：根据数据表迭代，检查输出单元格的最大值、最小值、中位数、平均值和标准差的生成统计数据。
要查看此工具的实际操作示例，请观看此视频演示：
如何使用预测工具实现新渠道和有机增长
我构建的第二个工具旨在克服与新的、未经测试的渠道或现有渠道内的有机增长相关的不同类型的不确定性。
需要理解的指标
此工具中的两种变体依赖于频率和饱和度指标以及 CPC 或 CPM 基准。如果这些对你来说是新概念，请查看下面的简要说明。
- 频率：在规定的时间段内（在此工具中为一个月），特定个人在特定广告系列中接触广告的平均次数。
- 饱和度：特定受众群体在特定广告系列中以所需频率接触广告的平均百分比。
- 基准每次点击费用：根据近期众多广告商的汇总数据，广告商预计为平台每次点击支付的平均费用。
- 基准 CPM：根据近期众多广告商的汇总数据，广告商预计为平台上 1,000 次展示支付的平均费用。
可以通过大多数搜索引擎找到流行的 PPC 平台的基准数据，或者根据可用的基准或类似规模、媒介和年龄的平台进行假设。
新渠道预测工具的第一个选项卡标有“如何使用”，提供了每种变体的使用说明。系统会要求您在两种工具的黄色单元格中输入您的活动信息和所需参数。以蓝色和灰色突出显示的单元格提供标记的输出。
要查看此工具的实际操作示例，请观看此处的视频演示：
模板化工具只是一个起点
当您开始使用我提供的文件来提升您的预测技能时，我希望您能找到机会自定义模型以更好地满足您的需求。在此过程中，应考虑两个预防措施：
统计学大师乔治·博克斯（George Box）曾说过：“从本质上讲，所有模型都是错误的，但有些模型是有用的。”
使用这些和其他预测工具作为指导来帮助您做出决策，而不是作为完美事实的来源。例如，在模型中添加二级和三级不确定变量可能会提供价值并增加您在某些领域的信心。但是，它也可能造成虚假的安全性并忽略可能扭曲您的预测的变量之间的相互作用。不要为了追求完整性或复杂性而牺牲实用性。
走向伟大，不要奔跑。
无论何时构建或自定义模型，请务必反复检查公式，以确保正确定义变量之间的关系。避免做出草率的假设或不加质疑地接受令人吃惊的结果。这些工具应该有助于量化现实场景中的未知数，并且输出应该落在一般预期的范围内。