数据加分析是通往真相的途径
已发表: 2023-04-06在之前的故事中,我们探讨了数据分析避免偏见和选择正确指标的重要性。 在后续文章中,我们讨论了面对“分析现实”的重要性。
数据分析应该用事实代替预感。 品牌不想因为某人的直觉而冒着数百万竞选资金的风险。 理想情况下,营销人员有一个目标,一个明确的成功门槛,必须跨越这个门槛才能取得成果。 那么你如何到达那里?
数据分析就是“GPS”。 数据分析的重点是了解正在发生的事情并使用该信息做出正确的决定。 它是“准备、瞄准、开火”(数据、分析、行动)。 但有时顺序会混淆,导致人们得出错误的结论并据此采取行动。 然后这个过程变成“准备、开火、瞄准”,或者更滑稽的是,“开火、瞄准、准备”。
“对数据的最大考验是分析,”Proof Analytics 董事长兼首席执行官 Mark Stouse 说。 “它将数据置于上下文中,使得得出结论变得异常困难,而仅靠数据可视化就可以使它变得容易。”
数据可以确定是什么原因造成的吗?
可以仅从数据衡量因果关系吗? 斯托斯不相信。 营销人员可以尝试从历史数据中进行推断,然后检查该推断是否正确。 “如果一切都稳定,推断就可以奏效。 但当变化的多样性、波动性和速度都很大时,外推法的价值为零。”
“数据确实总是关于过去的,它没有与生俱来的预测能力。 过去不是序幕,”他继续说道。 “但多变量回归是一种行之有效的方法,它可以获取代表相关因素(已知的已知信息)以及一些潜在重要的东西(已知的未知信息)的数据,并将其转化为经过计算的因果关系历史画像。 反过来,这会创建一个预测,您可以根据预测和实际之间的比较了解模型的准确性。”
Accelerated Digital Media 的 SEM 总监 Erica Magnotto 看到了历史数据的价值,但前提是存在追溯视角和预测规划的空间。 “预测活动的成功应该基于趋势数据和性能,例如同比和月环比。 这应该对未来的成功做出接近准确的预测。 如果预测数据表明市场放缓或潜在低迷,则可以实时进行优化以提高效率和保守规模。 如果预测表明本月表现强劲,那么是时候开始规划规模、测试和额外的活动启动了。”
营销人员还应该注意模型中的问题。 Magnotto 指出,正常的“潮起潮落”性能与崩溃/峰值之间存在差异。 “发生在正常涨落幅度之外的数据可能表明有必要立即对账户采取行动。 营销人员也不应假设用户行为将始终保持一致,因此了解基准性能非常重要,这样可以检测到异常的用户(或活动)行为,”她说。
深入挖掘:营销分析:它是什么以及为什么营销人员应该关心
营销人员可以做什么?
营销人员必须同时具有分析能力、思想开放和谦逊。 当总有一些人过于自信,或者专注于琐碎而忽视实质内容时,仅此一项就可能是一个挑战。 尽管如此,还是有一些方法可以在错误发生之前对其进行检查。
Magnotto 专注于了解数据、客户和承认现实。 她为代理商提供了这份清单,但其中的要点也适用于品牌:
1. 了解基本的 excel/sheets 原则以及如何透视从任何平台下载的大量数据。
2. 了解基本的比较公式和查看数据趋势的默认方法(月环比、年环比、期间环比、周环比)。
3. 与客户就主要KPI和次要KPI达成一致。
4. 始终使用客户的语言并将客户的真实数据来源纳入报告。 这将确保更富有成效的对话,并帮助营销人员避免犯错误或误读绩效。
5) 知道什么时候在竞选策略中认输。 如果一个“好主意”行不通,那么请放心地让数据说明一切并改变策略。
6) 总是 QA 报告。 将 QA 应用于公式、时间框架、数字等。如果在分析数据时某些东西看起来好得令人难以置信,那它可能就是真的。 对可能导致该异常的错误进行质量检查。
Stouse 强调要避免固定的心态。 “对分析现实视而不见就是选择不去看,因为那里的事物会挑战你的信念。” 他说。 “分析的反面是你选择和证明的确定性,除了你自己的利益之外没有任何真正的基础。 以确定性的名义犯下的错误比我能想到的任何其他事情都要多。”
获取营销技术! 日常的。 自由的。 在您的收件箱中。
见条款。
本文中表达的观点是客座作者的观点,不一定是 MarTech。 此处列出了工作人员作者。
相关故事
MarTech 上的新功能