Маркетиншка прогноза процењује будуће маркетиншке резултате, као што су потенцијални клијенти, цевовод и приход, користећи историјске податке и претпоставке о конверзијама. Маркетиншко предвиђање повезује планирану активност са очекиваним исходима, помажући тимовима да схвате како ће учинак вероватно изгледати пре него што се кампање спроведу. Овај приступ подржава јасније планирање, предвидљивији раст и јаче усклађивање између маркетиншких инпута и циљева прихода. Тимови који су фокусирани на раст раде у окружењу које је обликовано откривањем вођеном вештачком интелигенцијом, фрагментираним системима података и све већим притиском да се докаже утицај у целом току. Маркетиншке прогнозе пружају структуриран начин за навигацију кроз ову сложеност превођењем података у одлуке које се односе на будућност. Овај чланак објашњава како функционише маркетиншко предвиђање, методе које се користе за прављење тачних модела и факторе који побољшавају поузданост током времена, омогућавајући конзистентније и мерљивије резултате. Садржај Шта је маркетиншка прогноза? Зашто је маркетиншка прогноза важна за тимове за раст? Маркетиншка прогноза у односу на прогнозу продаје: Која је разлика? Које компоненте су потребне за тачну маркетиншку прогнозу? Које су главне методе маркетиншког предвиђања? Како правите маркетиншку прогнозу корак по корак? Како можете побољшати тачност маркетиншких прогноза? Како се предвиђање дигиталног маркетинга примењује на свим каналима Како ХубСпот омогућава маркетиншко предвиђање у великим размерама Често постављана питања о маркетиншким прогнозама Шта је маркетиншка прогноза? Маркетиншка прогноза је структурирана процена будућег маркетиншког учинка на основу историјских података, стопа конверзије и планираних активности. Пројектује очекиване исходе као што су потенцијални клијенти, канали и приходи током дефинисаног периода. Маркетиншка прогноза процењује будуће резултате и даје информације о одлукама о планирању у тимовима за маркетинг и приходе. Маркетиншко предвиђање се ослања на историјске податке да би се успоставиле основне линије учинка и очекивани распони, често се ослањајући на приступе као што су предвиђање трендова и квалитативно предвиђање да би се обликовале претпоставке. Разликује се од извештавања и буџетирања и по сврси и по времену: Маркетиншко предвиђање предвиђа будуће исходе. Извештавање анализира прошли учинак. Буџетирање додељује будућу потрошњу. Модели предвиђања преводе инпуте као што су саобраћај, потрошња и стопе конверзије у пројектовани ток и приход. Ове пројекције усмеравају тромесечно планирање, евалуацију сценарија и постављање циљева у тимовима за развој. Зашто је маркетиншка прогноза важна за тимове за раст? Маркетиншка прогноза повезује планиране активности са очекиваним исходима прихода и обезбеђује структуру за одлуке о планирању. Резултати предвиђања воде како се буџет додељује, како су тимови обезбеђени ресурсима и које кампање добијају приоритет. Маркетиншка прогноза усклађује маркетиншке напоре са циљевима и појашњава очекивани допринос приходима. Одлуке о буџету постају све ограниченије и више стратешки. Према ХубСпот-овом Извештају о стању маркетинга за 2026. годину, 73% маркетиншких стручњака пријављује повећану контролу буџета, док 93% очекује да буџети остану стабилни или расту. Модели предвиђања појашњавају очекивани поврат и помажу тимовима да усмере улагања ка каналима који генеришу цевовод. Тимови за раст користе прогнозе да воде: Планирање буџета додељује потрошњу по каналима на основу очекиваног поврата. Алокација ресурса даје информације о запошљавању и одлукама о капацитету тима. Усклађивање прихода повезује маркетиншке резултате са цевоводом и циљевима прихода. Одређивање приоритета у кампањи фокусира улагање на програме са великим утицајем. Резултати прогнозе се директно мапирају у основне метрике учинка. Маркетиншки стручњаци дају приоритет квалитету потенцијалног клијента, стопама конверзије и повраћају улагања (РОИ) као примарним КПИ-овима, који су у складу са пројектованим резултатима и приходима. Овде савремени приступи попут Лооп Маркетинга постају све релевантнији. Лооп Маркетинг се фокусира на континуирано враћање података о учинку, увида купаца и резултата кампање у планирање и извршење. Уместо да третира кампање као линеарне инпуте, Лооп Маркетинг ствара затворени систем где увиди побољшавају будуће перформансе — чинећи моделе предвиђања осетљивијим и усклађеним са стварним понашањем купаца. Од маркетиншких стручњака, 75% сада послује преко пет или више канала, а 73% прегледа учинак кампање најмање једном недељно. Модели предвиђања морају узети у обзир и сложеност канала и континуирана ажурирања перформанси да би остали тачни. Извор МаркетингПрогноза у односу на прогнозу продаје: Која је разлика? Маркетиншка прогноза предвиђа стварање цевовода, док прогноза продаје предвиђа затварање прихода. Маркетиншко предвиђање користи инпуте као што су саобраћај, потенцијални клијенти и стопе конверзије за процену будућег процеса. Предвиђање продаје се ослања на могућности, фазе договора и блиске вероватноће да би се проценили исходи прихода. Ови модели раде у различитим фазама тока. Маркетиншко предвиђање се фокусира на генерисање потражње и обим дистрибуције, док се предвиђање продаје фокусира на конверзију и остварење прихода. Неусклађеност између ових модела ствара празнине у планирању. Маркетиншка прогноза може да пројектује снажан раст на основу обима потенцијалних купаца, док прогноза продаје може одражавати нижи очекивани приход због брзине посла или затварања стопа. Овај јаз може довести до промашених циљева и неефикасне алокације ресурса. Које компоненте су потребне за тачну маркетиншку прогнозу? Поуздана маркетиншка прогноза захтева шест основних компоненти: историјски подаци, стопе конверзије, мешавина канала, тржишни инпути, дефиниције цевовода и обједињени системи података. Свака компонента обликује начин на који се пројекције израчунавају и колико блиско прогнозе одражавају стварни учинак. Историјски подаци о учинку Историјски подаци о учинку пружају основне метрике за моделе предвиђања. Укључује саобраћај, потенцијалне клијенте и стопе конверзије у различитим каналима и временским периодима. Ови инпути успостављају очекиване опсеге и обрасце трендова, често засновани на приступима као што је предвиђање тренда. Саобраћај Води Стопе конверзије Професионални савет: Користите податке за 12–24 месеца да бисте узели у обзир сезонски карактер и смањили волатилност у пројекцијама. Претпоставке о стопи конверзије Претпоставке о стопи конверзије дефинишу како се изгледи крећу кроз ток. Ове претпоставке одређују како саобраћај постаје потенцијални клијент и како потенцијални клијенти постају канал и приход. Поузданост прогнозе зависи од тога колико блиско моделиране стопе конверзије одговарају стварном понашању. Претпоставке о конверзијама морају одражавати персонализацију и циљање публике. Према ХубСпот-овом истраживању, 93% продавача наводи да персонализација побољшава стопе конверзије потенцијалних клијената или куповине, што директно утиче на стопе конверзије од фазе до фазе у моделима предвиђања. Стабилне претпоставке конверзије смањују грешку пројекције. Промене у циљању, размени порука или мешавини канала уводе варијабилност која би требало да се одрази на ажуриране моделе. Мешање и потрошња канала Комбинација канала дефинише како се буџет распоређује на изворе аквизиције као што су плаћени медији, органска претрага и е-пошта. Предвиђање дигиталног маркетинга моделира перформансе на нивоу канала да би се проценио допринос потенцијалним клијентима и каналу. Промене у миксу канала директно утичу на очекиване резултате и очекивани принос. Тржишни и екстерни инпути Тржишни инпути узимају у обзир екстерне факторе који утичу на перформансе маркетинга. Ови фактори укључују сезоналност, промене потражње и конкурентску активност. Маркетиншко предвиђање прилагођава пројекције засноване на овим инпутима како би одражавале тренутне услове и смањиле варијацију између очекиваних и стварних резултата. Дефиниције цевовода Дефиниције цевовода стандардизују начин на који маркетинг доприноси приходима у фазама тока. Ове дефиниције укључују критеријуме за квалификацију водећег кандидата, напредовање у фази и моделе атрибуције. Јасне дефиниције побољшавају конзистентност предвиђања и смањују неслагања између маркетинга и извештавања о продаји. Унифиед Дата Системс Обједињени системи података доводе маркетиншке и продајне активности у један, конзистентан скуп података. Фрагментирани системи уносе варијацију у прогнозе. Прекинуте алатке често пријављују конфликтне метрике, што искривљује стопе конверзије и процене цевовода. Јединствени систем ствара стабилну основу за моделирање, где улази остају доследни у тимовима и циклусима извештавања. ХубСпот Смарт ЦРМ централизује корисничке податке преко додирних тачака, што олакшава праћење како се потенцијални клијенти претварају у цевовод и приход. ХубСпот Смарт ЦРМ такође јача предвиђање обезбеђивањем обједињеног скупа података у реалном времену за маркетинг, продају и услуге. Консолидацијом интеракција са клијентима и активности цевовода у једном систему, тимови могу да изграде прогнозе на основу доследних улазних података и смање неслагања изазвана фрагментираним алатима. Поузданост предвиђања се повећава када извори података остану усклађени. Доследни скупови података производе стабилније пројекције и смањују јаз између очекиваног и стварног учинка. Пример: Једноставан модел маркетиншке прогнозе Основни моделпреводи улазне податке у пројектоване исходе користећи математику левка. Улази: 50.000 посетилаца месечно Стопа конверзије од 2% посетилаца до потенцијалног клијента 20% стопа довода до могућности Стопа затварања 25%. Пројектовани резултати: 1000 трагова 200 прилика 50 купаца Мале промене у стопама конверзије могу значајно променити резултате. Повећање стопе од посетиоца до потенцијалног клијента са 2% на 2,5% повећава обим потенцијалног клијента на 1.250, што повећава низводни цевовод без додатног саобраћаја. Које су главне методе маркетиншког предвиђања? Методе маркетиншког предвиђања варирају у зависности од зрелости података и сложености пословања. Најчешћи приступи укључују предвиђање историјског тренда, предвиђање засновано на токовима, регресију и предвиђање засновано на сценарију. Свака метода користи другачији модел за превођење инпута у пројектоване исходе. Предвиђање историјског тренда Предвиђање историјских трендова пројектује будуће резултате на основу прошлих образаца учинка, као што су стопе раста и сезоналност. Овај приступ добро функционише када перформансе остају стабилне током времена. Оно што ми се свиђа: Једноставно моделирање са минималним подешавањем. Најбоље за: Организације са предвидљивим обрасцима потражње. Предвиђање засновано на токовима Предвиђање засновано на токовима израчунава резултате користећи стопе конверзије корак по етапу. Он мапира како саобраћај постаје потенцијални клијент, како потенцијални клијенти постају прилике и како прилике доприносе процесу. Оно што ми се свиђа: Јасна видљивост где промене перформанси утичу на цевовод. Најбоље за: Тимови фокусирани на побољшање конверзије и генерисања цевовода. Предвиђање засновано на регресији Предвиђање засновано на регресији примењује статистичке моделе да идентификује односе између инпута, као што је потрошња, и излазних метрика као што су потенцијални клијенти или цевовод. Овај метод обухвата обрасце који нису одмах видљиви у једноставнијим моделима и често се користи заједно са техникама као што је регресиона анализа за предвиђање продаје. Оно што ми се свиђа: Прецизније моделирање када постоји довољно података. Најбоље за: Организације са великим скуповима података и аналитичким ресурсима. Алати засновани на вештачкој интелигенцији, као што је Бреезе АИ, побољшавају предвиђање засновано на регресији анализом великих скупова података, идентификацијом скривених односа између варијабли и генерисањем предиктивних увида брже од ручних модела. Бреезе може да прикаже обрасце у ЦРМ подацима, перформансама кампање и понашању купаца како би побољшао прецизност и прилагодљивост предвиђања. Предвиђање засновано на сценарију Предвиђање засновано на сценарију моделира више потенцијалних исхода на основу различитих претпоставки. Он узима у обзир варијабилност у учинку, потрошњи и тржишним условима. Оно што ми се свиђа: Флексибилност планирања више могућих исхода. Најбоље за: Тимове који раде у несигурним окружењима или окружењима која се брзо мењају. Поређење метода маркетиншког предвиђања Сваки метод маркетиншког предвиђања служи различитој сврси у зависности од доступних података и пословног контекста. Тимови често комбинују више метода како би побољшали тачност и створили отпорније прогнозе. Како правите маркетиншку прогнозу корак по корак? Изградња маркетиншке прогнозе захтева дефинисање циљева, прикупљање података, мапирање тока тока, одабир метода, моделирање резултата и прецизирање претпоставки током времена. Структурирани процес ствара конзистентност кроз циклусе планирања и побољшава начин на који се пројекције користе у доношењу одлука. Корак 1: Дефинишите циљеве прогнозе. Дефинишите мерљиве резултате, као што су потенцијални клијенти, цевовод или приход, пре него што изаберете улазе или методе. Маркетиншка прогноза најбоље функционише када је циљни исход јасан од самог почетка. Циљеви прогнозе обликују временски хоризонт, укључене метрике и ниво потребних детаља. Корак 2: Прикупите историјске податке. Прикупите податке из ЦРМ-а, аналитике и алата за кампању да бисте успоставили поуздану основу. Претходни подаци треба да одражавају учинак на свим каналима, кампањама и фазама тока продаје. Маркетиншко предвиђање користи прошле перформансе за процену будућих исхода, тако да су потпуност и доследност података важни у овој фази. Корак 3: Мапирајте ток. Дефинишите фазе тока тока и стопе конверзије тако да предвиђање одражава како се потражња креће ка приходу. Мапирање тока продаје треба да садржи дефиниције фаза, стопе напредовања и све квалификацијске прагове који утичу на обим. Овај корак ствара логику која повезује активност на врху тока продаје са цевоводом и приходом. Корак 4: Изаберите метод предвиђања. Изаберите метод предвиђања на основу зрелости података, сложености пословања и потребног нивоа прецизности. Историјски, заснован на левку, регресија исвака метода заснована на сценарију подржава различите потребе планирања. Прави метод зависи од тога колико је података доступно и колико су стабилни обрасци перформанси. Корак 5: Излази модела. Израчунајте пројектоване потенцијалне клијенте, цевовод и приход користећи изабрану методу и тренутне претпоставке. Овај модел би требало да покаже како инпути као што су саобраћај, потрошња и стопе конверзије утичу на очекиване исходе. Модели маркетиншких прогноза процењују будуће резултате и чине претпоставке учинка видљивим. Алати као што је ХубСпот Маркетинг Хуб помажу да се ови модели операционализују тако што повезују претпоставке предвиђања директно са извршењем кампање. Аутоматизација маркетинга осигурава да су токови неговања, секвенце е-поште и покретачи кампања усклађени са пројектованим путевима конверзије, смањујући јаз између планираног и стварног учинка. Корак 6: Потврдите и поновите. Упоредите пројекције прогнозе са стварним резултатима и прилагодите претпоставке на основу уоченог учинка. Овај корак се фокусира на идентификацију где се пројекције разликују од исхода и рекалибрацију модела. Професионални савет: Ажурирајте прогнозе сваког месеца да би се одразиле промене у перформансама, мешавини канала и тржишним условима. Како можете побољшати тачност маркетиншких прогноза? Тачност маркетиншких прогноза се повећава када инпути остају доследни, дефиниције остају стандардизоване, а пројекције се прегледају у односу на стварни учинак. Нижа варијанса долази од стабилних инпута, јасних претпоставки и редовне валидације. Користите обједињене ЦРМ податке. Обједињени ЦРМ подаци пружају конзистентан приказ тока. ХубСпот Смарт ЦРМ повезује маркетиншке и продајне активности у један систем, омогућавајући тимовима да прате како води напредује кроз цевовод и приход. Када системи остану искључени, пројекције се померају. Конзистентни улази смањују грешку пројекције и чине излазе прогнозе стабилнијим током времена. Стандардизујте дефиниције. Јасне дефиниције за потенцијалне клијенте, фазе и моделе приписивања спречавају недоследности међу тимовима. Стабилне дефиниције стварају заједничко разумевање о томе како се перформансе мери, што доводи до поузданијих пројекција. Изградите повратне петље. Петље повратних информација упоређују пројектоване резултате са стварним резултатима да би се идентификовале празнине у претпоставкама. Овај процес се фокусира на преиспитивање учинка предвиђања и прилагођавање стопа конверзије, очекивања канала или претпоставки цевовода. Према истраживању ХубСпот-а, 73% маркетиншких тимова анализира учинак кампање најмање једном недељно, а 59% прегледа учинак дневно или недељно. Редовна евалуација омогућава тимовима да прецизирају пројекције на основу уочених резултата уместо да се ослањају на статичке претпоставке. Извор Овај концепт је уско усклађен са Лооп Маркетингом, који формализује повратне информације током целог пута корисника. Лооп Маркетинг повезује перформансе кампање, ЦРМ податке и интеракције са клијентима у континуирани циклус учења и оптимизације. Уграђивањем ових петљи у процесе предвиђања, тимови могу ажурирати претпоставке у скоро реалном времену и смањити јаз између пројектованих и стварних исхода. Укључите податке у реалном времену. Подаци у реалном времену ажурирају уносе прогнозе како се учинак кампање мења. Овај приступ се фокусира на прилагођавање модела како се услови мењају, а не на чекање на периодичне прегледе. Краћи циклуси података омогућавају пројекцијама да одражавају тренутне стопе конверзије, ефикасност потрошње и учинак канала. Осјетљивији улази доводе до стабилнијих излаза током времена. Аутоматизујте токове рада предвиђања. Аутоматизација одржава извршење у складу са претпоставкама предвиђања. Аутоматизација смањује ручна ажурирања и одржава токове рада у складу са тренутним пројекцијама. Ово усклађивање помаже у одржавању континуитета између планирања и извршења. ХубСпот маркетиншка аутоматизација повезује пројекције са испоруком кампање, укључујући секвенце е-поште, програме за негу и кампање за капање. Како се предвиђање дигиталног маркетинга примењује на свим каналима Модели предвиђања дигиталног маркетинга раде на нивоу канала да би проценили допринос потенцијалним клијентима и каналу. Пројекције на нивоу канала претварају потрошњу, саобраћај и ангажовање у очекиване резултате. Сложеност канала наставља да расте. Према истраживању ХубСпот-а, 75% продавача користи пет или више канала, док се само мали проценат ослања на један или два. Више канала уводи варијабилност, што захтева детаљније моделе предвиђања. Квалитет саобраћаја се такође мења. Више од половине (58%) маркетиншких стручњака наводи да АИ саобраћај има већу намеру од традиционалне претраге. Саобраћај веће намереутиче на стопе конверзије и мења пројектоване исходе цевовода. Ови различити канали фокусирају своје предвиђање на различите аспекте: Предвиђање плаћених медија процењује потенцијалне клијенте на основу потрошње, цене по клику и стопа конверзије. СЕО предвиђање пројектује раст саобраћаја на основу рангирања и обима претраге. Предвиђање е-поште моделира ангажовање и конверзију на основу величине публике и учесталости слања. Предвиђање на нивоу канала наглашава који извори генеришу најефикаснији цевовод и где инкременталне инвестиције производе мерљив утицај. Како ХубСпот омогућава маркетиншко предвиђање у великим размерама ХубСпот омогућава маркетиншко предвиђање обједињавањем података, аутоматизацијом радних токова и применом увида вођених вештачком интелигенцијом у целом току. ХубСпот Смарт ЦРМ, ХубСпот маркетиншка аутоматизација и Бреезе АИ подржавају маркетиншко предвиђање од прикупљања података до извршења и оптимизације. Овај повезани систем побољшава тачност прогнозе и помаже тимовима да делују на пројекције са већом доследношћу. ХубСпот Смарт ЦРМ ХубСпот Смарт ЦРМ омогућава операционализацију и аутоматизацију маркетиншких прогноза. Централизује корисничке податке и видљивост цевовода, побољшавајући тачност прогнозе. Платформа повезује маркетиншке и продајне активности у један систем, омогућавајући тимовима да прате како се инпути, као што су саобраћај и потенцијални клијенти, претварају у цевовод и приход. ХубСпот Смарт ЦРМ централизује податке о клијентима, јачајући моделе предвиђања и смањујући неслагања између тимова. Обједињена видљивост у току тока побољшава начин на који се претпоставке граде и потврђују. Доследни унос података подржавају поузданије маркетиншке прогнозе током времена. ХубСпот Маркетинг Аутоматизација ХубСпот Маркетинг Хуб садржи маркетиншку аутоматизацију која извршава кампање и токове рада усклађене са претпоставкама предвиђања. Платформа повезује инпуте за предвиђање са стварном активношћу кампање, укључујући секвенце е-поште, програме за негу и кампање. ХубСпот маркетиншка аутоматизација извршава токове посла на основу дефинисаних покретача, помажући тимовима да одрже усклађеност између планираних исхода и извршења. Аутоматизација смањује ручни напор и осигурава да кампање одражавају тренутне моделе предвиђања. Ова веза између планирања и извршења побољшава доследност у свим маркетиншким операцијама. ХубСпот Бреезе АИ Бреезе је ХубСпотов АИ агент који генерише садржај, анализира перформансе и подржава сценарије предвиђања. Бреезе и Бреезе Агентс проширују ову могућност кроз цео процес планирања и извршења кампање. Модели предвиђања морају се прилагодити бржим циклусима извршења. Према ХубСпотовом истраживању, 61% маркетиншких стручњака наводи да је АИ најзначајнији поремећај у последње две деценије, а 80% сада користи АИ у маркетиншким токовима посла. Брже извршење захтева брже ажурирање модела предвиђања. Извор Бреезе доприноси на три начина: Генерише садржај за кампање и веб искуства. Подржава улазне податке за предвиђање кроз анализу података и моделирање сценарија. Убрзава итерацију смањењем ручног напора. Бреезе повезује генерисање садржаја са увидом у перформансе, омогућавајући да се пројекције развијају заједно са подацима у реалном времену. Често постављана питања о маркетиншким прогнозама Колико често треба да ажурирате маркетиншку прогнозу? Маркетиншке прогнозе треба ажурирати месечно или квартално, у зависности од брзине пословања. Окружења са бржим кретањем имају користи од чешћих ажурирања јер се улази у перформансе као што су стопе конверзије и ефикасност канала брзо мењају. Редовна ажурирања побољшавају прецизност усклађивањем пројекција са тренутним подацима и тржишним условима. Који је најбољи начин за предвиђање са ограниченим подацима? Предвиђање засновано на сценарију у комбинацији са референтним подацима пружа практичну полазну тачку. Рани модели се ослањају на претпоставке извучене из сличних производа или канала, које би требало прецизирати како подаци о учинку постану доступни. Како трговци могу предвидети утицај промена? Моделирање сценарија омогућава тимовима да прилагоде варијабле као што су стопе конверзије, потрошња или комбинација канала и процене потенцијалне исходе. Овај приступ помаже у процени компромиса пре него што се промене примене. Када треба да промените методе предвиђања? Тимови би требало да промене методе предвиђања како се зрелост података повећава или када тренутни модели више не одражавају тачно перформансе. Напредније методе постају вредне како скупови података расту и односи између варијабли постају јаснији. Шта чини маркетиншку прогнозу ефективном? Ефикасанмаркетиншка прогноза повезује податке, стратегију и извршење у континуирани систем који се временом прилагођава. Поузданост прогнозе зависи од конзистентних улазних података, уједињених система и редовног проверавања стварних перформанси. Јасне претпоставке и структурирани модели смањују неизвесност и јачају одлуке о планирању. ХубСпот Смарт ЦРМ централизује податке, ХубСпот маркетиншка аутоматизација претвара пројекције у извршење, а Бреезе примењује обавештајне податке у току рада предвиђања. Ови системи омогућавају да маркетиншке прогнозе еволуирају од статичких пројекција у динамичке моделе који одражавају стварне перформансе. Модели предвиђања постају кориснији када се третирају као активни системи, а не као фиксни планови. Редовна ажурирања, доследне дефиниције и усклађени подаци стварају стабилније пројекције и предвидљивији раст.
Основе маркетиншке прогнозе потребне сваком тиму за раст
By Marketing
·
·
15 min read
·
238 views
Read in:
aa
ace
af
ak
alz
am
ar
as
awa
ay
az
ba
ban
be
bew
+191 more
bg
bho
bik
bm
bn
brx
bs
bug
ca
ceb
cgg
ckb
co
crh
cs
cv
cy
da
de
din
doi
dv
dyu
dz
ee
el
en
eo
es
et
eu
fa
ff
fi
fj
fo
fr
fur
fy
ga
gd
gl
gom
gn
gu
ha
haw
he
hi
hil
hne
hmn
hr
hrx
ht
hu
hy
id
ig
ilo
is
it
ja
jam
jv
ka
kab
kbp
kg
kha
kk
kl
km
kn
ko
kri
ku
ktu
ky
la
lb
lg
li
lij
ln
lo
lmo
lt
ltg
lua
luo
lus
lv
mai
mak
mg
mi
min
mk
ml
mn
mni-mtei
mos
mr
ms
mt
my
nd
ne
nl
nn
no
nr
nso
nus
ny
oc
om
or
pa
pag
pam
pap
pl
ps
pt
pt-br
qu
rn
ro
ru
rw
sa
sah
sat
sc
scn
sg
si
sk
sl
sm
sn
so
sq
sr
ss
st
su
sus
sv
sw
szl
ta
tcy
te
tg
th
ti
tiv
tk
tl
tn
to
tpi
tr
trp
ts
tt
tum
ty
udm
ug
uk
ur
uz
ve
vec
vi
war
wo
xh
yi
yo
yua
yue
zap
zh
zh-hk
zh-tw
zu