數字分析的準確性：營銷人員需要了解的內容

有一種誤解認為數字分析報告不准確。 實際上，它們以自己的方式非常準確，只是不夠精確。 問題在於用戶不知道分析數據的含義或收集方式。 更糟糕的是，不同的工具以不同的方式衡量事物，但卻用相同的名稱來稱呼它們。

在本文中，我們將仔細研究數據測量的細微差別以及各種分析軟件的運作方式。

查看數據測量中的細微差別

數字分析工具從未打算用作會計系統或銷售登記冊。 它們用於收集交互用戶數據並將其量化為易於使用的見解和報告。 多年來，這些工具的數據收集方法不斷發展。 反過來，特定數據點的測量方式也發生了變化。

假設您將捲尺從英制（以英寸為單位）更改為公制（以厘米為單位）。 一張桌子的長度可能在其中一個報告為 39.4，在另一個報告中為 100。 桌子的長度沒有改變，但是你測量它的方式改變了。

嘗試在不同的分析工具之間切換。 通常，您會發現您的數字可能不同，但趨勢線仍然相似。 每種工具對事物的計數都略有不同； 升級軟件時經常出現同樣的問題。

在某一時刻，通過結合在給定時間段內訪問網站的唯一 IP 地址總數來計算唯一用戶。 最終，組織開始使用防火牆/代理服務器，要求所有內部用戶使用一個 IP 地址訪問互聯網。 唯一 IP 地址的計數方式沒有改變，但唯一用戶的數量急劇下降。

唯一用戶計數演變為使用 IP 地址、操作系統和瀏覽器（類型和版本）的組合，然後添加持久性 cookie 以更好地估計唯一用戶。 再一次，如果用戶清除了他們的 cookie 和緩存或切換計算機（辦公室、家庭或電話），無論您如何計算唯一用戶，都沒有分析工具可以提供準確的數字。 如今，工具在計算唯一用戶數時會考慮其他因素。

深入挖掘：數據分析：您的堆棧的過去和局限性

如何看待您的分析數據

由於許多超出其控制範圍的因素，您的分析軟件並不完美。 用戶可能會阻止 cookie 或其他跟踪方法。 Internet blip 可能會阻止數據到達數據收集服務器。 考慮分析數據的最佳方式是將其視為用戶活動的民意調查。

每個人都熟悉選舉時的投票。 典型的美國總統選舉民意調查調查了 150 多萬合格選民（佔選民的 0.006%）中的大約 10,000 人（或更少）。 這就是為什麼當新聞廣播員報導民意調查結果時，你會聽到類似“這個數據在 5 次中有 4 次準確度在 4 個百分點以內”這樣的話的原因。 這相當於它在 20% 的時間裡偏離了 4 個百分點以上。

對於您的數字分析工具，大多數分析專家估計數據丟失不超過 10%，最有可能在 5% 左右。 這如何轉化為數據準確性？

如果您的網站在一個報告期內收到 10,000 次會話，但由於各種原因，您只能捕獲 9,000 次會話的數據，那麼您的數據將在小於 1% 的誤差範圍內準確，99 次是 100 次。

換句話說，100 次中有 99 次，您的數據是準確的，而 100 次中有 1 次，誤差超過 1%。 簡單地說，你的數據是準確的，但並不完美（精確），不會與你的銷售記錄相匹配。

這些數據非常準確，足以確定哪些營銷活動（搜索引擎優化、付費廣告、贊助帖子、社交媒體營銷、電子郵件營銷等）正在發揮作用，甚至可以確定哪些營銷活動在推動流量，哪些在推動銷售。

深入挖掘：不要對您的數據一廂情願

分析在行動

雖然分析數據可能是準確的，但即使精度有很小的偏差也會使您的分析受到質疑。 當兩個數據源之間的差異發生變化時尤其如此。

關鍵是監控數據，並在可能的情況下進行比較。 如果準確性突然發生變化，則需要進行調查。 例如，您的網站最近是否更改過？ 此更改是否已正確標記以捕獲數據？

一位客戶曾經在下訂單後但在生成感謝頁面之前向其 Shopify 帳戶添加了一個彈出窗口。 他們的分析工具僅在用戶收到感謝頁面時才記錄銷售額。

有了彈出窗口，訂單仍然通過，但許多用戶沒有點擊消息。 結果，很大一部分銷售額突然沒有被捕獲，因為沒有生成感謝頁面。 如果彈出窗口出現在感謝頁面之後，就不會有問題。

下面是監控 Shopify 和 Google Analytics 4 (GA4) 之間的銷售和訂單的示例。 我們可以看到由於各種因素丟失了多少數據。 使用 Shopify 的分析作為真實銷售記錄並將其與通過 GA4 收集的數據進行比較，我們看到以下內容：

總收入和訂單的每日變化從幾乎 0% 到接近 13% 不等。 總體而言，在這 24 天內，GA4 報告的收入減少了 5.6%，訂單減少了 5.7%。 此數據是準確的，尤其是當應用於營銷工作以查看是什麼促使用戶訪問網站進行購買時。

這家公司應該使用 GA4 報告銷售額嗎？ 100% 沒有！ 這就是會計軟件的用途。

如果您的組織需要更準確的數據，可以通過多種方法將數據直接推送到大多數分析工具（服務器端）。 這避免了用戶瀏覽器和 cookie 的問題。

雖然銷售數據可能更準確，但用戶交互的其他軟測量方面可能會下降（例如，滾動跟踪）。 對於大多數組織而言，這是一種複雜且耗時的實施方法。

您必須問問自己，“這種額外的努力是否只是為了在我的分析報告中再獲得 2-5% 的銷售收入？”

了解您的分析數據

每個人都需要相信他們的分析數據。 關鍵是確保正確安裝和配置您的分析軟件。 了解它無法捕獲所有內容。

您的分析軟件只需進行一次樣本量超過 90% 的民意調查。 這使得結果非常準確（在目標上），即使不是 100% 精確（實際數字）。

獲取營銷技術！ 日常的。 自由的。 在您的收件箱中。

企業電子郵件地址

訂閱 加工...

見條款。