bts防弹少年团演唱会

bts防弹少年团演唱会

您正在使用数字分析测量错误的5件事以及如何处理它

《您正在使用数字分析测量错误的5件事以及如何处理它》

在过去几年中观察数字分析的增长既令人兴奋又令人不安。

这令人兴奋,因为曾经的利基活动已经发展成为一项严肃的,以业务为中心的企业活动。

令人不安的是,因为很多人和组织都希望在分析上竞争,但却没有做正确的事情或采用正确的分析思维。

[…]“/>

我遇到了不知道如何有效地创建,参与,管理或领导分析师的组织,并且经常认为“数据科学”或最新技术将拯救一天 ,而不是具有不同技能的人员团队 – 功能上进行系统的改进。

没有合适的团队,对业务的深刻理解,以及进行分析,测试和优化的能力 – “数据科学”并不会带你走远。

当我写第二本书 – “ %E6%95%B0%E5%AD%97%E5%88%86%E6%9E%90%E5%85%A5%E9%97%A8“>

《您正在使用数字分析测量错误的5件事以及如何处理它》

通过专注于分析价值链,公司可以了解如何控制,运营和最大化从成功进行分析所需的所有技术要求和功能中获益。

这种思维方式或类似方法对于帮助企业内的关键人员了解数据科学和转换率优化如何在业务增长中发挥作用是必要的。

CMO的15%不衡量营销投资回报率,27%依靠经理判断

虽然看起来很明显,但根据收集财富1000强,福布斯200强和其他高级营销人员的回应%E7%9A%84CMO%E8%B0%83%E6%9F%A5%E6%98%BE%E7%A4%BA“>

《您正在使用数字分析测量错误的5件事以及如何处理它》

以下是亮点:

  • 只有2%的公司正在跟踪潜在客户的销售指标
  • 15%的公司没有跟踪投资回报率(投资回报率)
  • 四分之一的公司依靠“经理判断”来做出决策
  • 在决策过程中,25%的营销团队甚至无法弄清楚如何将数据添加到考虑范围内。

分析为业务领导者带来了一定程度的透明度和问责制,这可能令人不舒服或意外,因为数据可以显示真相。

如果每个企业都像他们声称的那样“数据驱动”,并且实际上对增加可量化的指标负有责任 – 很多人就会失业。

《您正在使用数字分析测量错误的5件事以及如何处理它》

为什么“数据”被误解,忽视或以其他方式不被采取行动

但我已经足够长时间知道可以错误地收集,报告和分析数据。

人们可能会失去对分析和分析团队的信心,导致决策从“直觉”中做出。毕竟,我总是说“除非数据支持普遍持有的信念或表现出积极的表现,否则它将受到质疑和挑战。”

当存在不准确的感觉时,营销人员很容易解雇数据。

分析中的几个常见主题很容易不能完全探索或阐明数据,或者完全弄错,数据只是垃圾。

再加上彼此不相容的技术,没有广泛实践经验的分析师“专家”,在工作中学习的分析师,缺乏数据标准或治理以及不花时间的供应商了解你如何使用他们的工具,这一切都变得一团糟。

因此,数字分析中有5个常见区域没有使用正确的模型,并且测量不准确或更差,完全没有:

1.衡量从前景到领先的旅程

前景是不合格的线索。 这些是您的“访客”或“流量”,并且在很大程度上是匿名的。

另一方面,潜在客户是合格的潜在客户,他们自愿提供某些识别信息,以某种方式告知他们。

如果您曾经听说过“潜在客户”网站,那么您就可以获得它。 人们访问您的网站,填写表格以请求某些内容或加入某些内容(如SmartCurrent%E7%AE%80%E6%8A%A5“>

《您正在使用数字分析测量错误的5件事以及如何处理它》

一旦公司有领先优势,他们就可以执行“ %E6%B2%9F%E9%80%9A%E5%BA%8F%E5%88%97“>

通过数字分析了解领导力的关键通常始于使用活动代码。

《您正在使用数字分析测量错误的5件事以及如何处理它》

《您正在使用数字分析测量错误的5件事以及如何处理它》

这些代码是以特定于每个分析工具的方式分配给特定入站广告活动的查询字符串参数。

Omniture的标准广告系列编码惯例与Google Analytics不同,后者与IBM和Webtrends不同。

《您正在使用数字分析测量错误的5件事以及如何处理它》
没有两个工具跟踪完全相同的方式。

大多数工具都可以配置为识别超出默认标记/格式的广告系列代码。 广告系列代码也可以在某些工具(Cookie,隐藏表单字段等)中的查询字符串之外设置。

与广告系列代码相关的是您通过数字体验中的标记收集的元数据。 例如,您可以使用javascript标记来识别在站点的某些部分或某些序列和流中移动的流量。

例如,通过适当的配置,您可以跟踪来自重定向广告系列的潜在客户的活动,并开始探索网站的更深层区域,审核内容部分以及使用某些功能(例如内部网站搜索)。

您可能希望使用标记来捕获有关超出页面名称的页面和功能的信息(元数据)。 您可能希望收集页面上使用的函数类型(即搜索),关键字,读取的内容类型,创作内容的人员等。

进入下一级别,您可能希望收集潜在客户达到潜在客户表单之前发生的特定点击(即事件)。

《您正在使用数字分析测量错误的5件事以及如何处理它》 但在许多情况下,此类数据不是提前确定的,也不是构建到分析解决方案中的。 或者如果是,它可能不会与回答公司可能有关于领导的业务问题一致。

该怎么办? 您需要定义一个广告系列编码命名约定,并确保始终如一地实践。 Bruce” clay analytics>

您需要确定有关要使用的页面和流的信息类型,以便更好地了解潜在客户和潜在客户。 您希望定义从属于页面视图的特定事件,以及要跟踪的页面和流程; 在潜在客户生成流程的背景下实施,测试和分析它们。

您希望标记表单的所有元素,并查看人们下载的位置以及填写表单的位置。

《您正在使用数字分析测量错误的5件事以及如何处理它》

您希望收集完整的,相关的信息集,您可以对其进行细分和反思,以便了解潜在客户和潜在客户流,从而推动假设检验以改进它。

2.衡量实际客户活动

对于销售某些产品的网站来说,“客户很重要”以及“了解客户是谁以及他们认为非常重要”是非常明显的。

但我曾经遇到过一位首席执行官,他告诉我“我不关心我的客户做什么,只要他们购买。”

《您正在使用数字分析测量错误的5件事以及如何处理它》

在这种情况下,我发现了一个分析实现,它基本上没有真正的客户数据或任何有用的高级数据收集和分段工具。

客户数据通常位于CRM系统的域中,如SAP或Salesforce.com,或者没有客户关系管理平台,客户数据库或数据仓库。

对于发布者来说,它可以称为数据管理平台(DMP)。 您可能听说过您的分析工具不能 – 出于某种原因 – 支持具有个人身份信息或其他客户数据。

《您正在使用数字分析测量错误的5件事以及如何处理它》

不, 您无法使用Google Analytics做某些事情 ,但是通过分析进行复杂化的现实是您不太可能在客户数据上使用Google Analytics; 你可能有另一种工具。

在其他工具中,完全可以通过超越页面标记进入BI或云中的数字数据分发平台(D3P),从而在客户的数字行为环境中理解客户。

从数据仓库,DMP,CRM等添加“自定义维度”或往返数据可能具有过度的适用性,以便更好地了解客户及其行为。

根据我的经验,当分析师能够在Google Analytics中使用DoubleClick的性别,年龄,亲和力和兴趣小组信息时,他们会非常兴奋。

《您正在使用数字分析测量错误的5件事以及如何处理它》

但是,详细级别的这类信息已经被纳入企业分析实施多年。 您只需花费大量资金购买工具(您可能仍需要)并拥有合适的团队,他们知道如何以对业务有意义的方式在技术上做到这一点。

拥有客户的属性,无论是用户ID,DMA / MSA,家庭收入,家庭规模,种族,性别以及其他购买倾向和属性(如客户生命周期价值 )都会有所帮助。

《您正在使用数字分析测量错误的5件事以及如何处理它》

您如何改善分析中的客户数据?

首先,您将了解客户架构的外观。 咨询您的商业智能团队或您的CRM提供商。

  • 有哪些数据?
  • 您的利益相关者需要哪些业务问题?
  • 哪些数据可以帮助您的分析项目?

然后找出它的正确定义,它应该存在的正确位置,以及将它们连接在一起并允许分析师和业务用户访问它的最佳方式。

3.您的广告表现如何?

与使用广告系列代码了解流量来源一样,您希望为广告做类似的事情。

首先,您的广告是付费,拥有或获得的媒体。 所有广告都应归入这些分类。

  • 展示广告是付费媒体
  • 您的博客是自己的媒体
  • 由其他人发布或由您支付的社交共享内容是获奖媒体。

只需使用广告系列代码或元数据对付费,拥有和获得的媒体进行分类,即可更好地了解您的分析中的广告。 例如, CampaignAlyzer%E5%92%8C工具可以帮助管理和管理广告系列代码。

这是关于Google Analytics中简单来源/媒介的关卡。

《您正在使用数字分析测量错误的5件事以及如何处理它》

接下来,您需要将广告系列的类型分类为直接响应还是用于品牌宣传,以及广告是以消息为中心还是以价值为中心。

直接回复意味着您希望人们在到达您的网站时做一些事情。 你希望他们采取行动。

《您正在使用数字分析测量错误的5件事以及如何处理它》

品牌推广稍微软一些,旨在提高品牌或产品的知名度或公平性(没有必要的回应)。

许多广告(如横幅广告或前贴片广告)会打断观众; 这些是以消息为中心的广告。 其他广告,其中免费赠送的东西(可能是会员资格,奖励,报价)是以价值为中心的。

这种基于消息和以价值为中心的指定可能听起来很奇怪,但Netflix在联盟网站上放置横幅广告(以消息为中心)与创建高质量内容(如“纸牌屋”)和通过自有和赢得的渠道(以价值为中心)宣传自定义节目。

然后,当然,还有简单的广告系列参数,例如广告系列的类型(横幅,每次点击费用,博客,视频等)以及广告组或关键字等特定内容。

这些参数和广告的性质可以用分析表达,对公司来说可以是高度特异的。 他们甚至可以包括设备目标(移动与平板电脑与网站)或广告的大小和格式。

《您正在使用数字分析测量错误的5件事以及如何处理它》

您可能希望通过与广告服务器,社交网络,DMP或D3P集成来提供此数据。 无论如何,增强分析中的数据以包含更多信息非常重要,这些信息可以帮助您更好地了解广告的来源和类型,从而更好地了解转化。

下一步关于你的广告怎么做?

了解更多相关信息。 了解如何对其进行分类。

确定如何通过标记,跟踪代码管理器,商业智能技术或其他集成数据的方式将数据传递到分析中。

4.转换渠道中的泄漏在哪里?

超大转化的关键是跟踪您的转化渠道。

但转换漏斗的传统观念是半生不熟的。 您在一次访问期间的匿名或大多数匿名访问者在转换到创建值(即转换)之前会经历一系列离散步骤。

在电子商务渠道中,访问者:

  1. 来自广告系列(带有广告系列代码)
  2. 从产品中搜索
  3. 浏览产品目录
  4. 将一个或多个商品添加到购物车
  5. 开始购物车流程
  6. 提交一些个人身份信息和付款信息
  7. 最终查看“谢谢”或“确认”页面

那是你的转换漏斗。 但它真的吗?

将转换视为一次访问期间发生的一系列线性步骤难道不是有点愚蠢吗?

即使它有效,你什么时候开始测量它?

漏斗是否从点击到网站开始? 将产品添加到购物车后? 当购物车流程作为访客或登录成员启动时?

当然,这取决于业务问题,要求和转换的定义,但衡量转换的正确方法是什么?

Kaushikian%E7%9A%84%E2%80%9C%E5%B0%8F%E8%BD%AC%E6%8D%A2%E2%80%9D%E5%92%8C%E2%80%9C%E5%AE%8F%E8%BD%AC%E6%8D%A2%E2%80%9D%E5%BA%94%E8%AF%A5%E7%94%A8%E4%BA%8B%E4%BB%B6%E5%92%8C%E7%9B%AE%E6%A0%87%E5%B1%82%E8%BF%9B%E8%A1%8C%E6%A3%80%E6%B5%8B%E5%90%97%EF%BC%9F”>

《您正在使用数字分析测量错误的5件事以及如何处理它》

答案因企业而异,但要了解这些细微差别可能决定转化跟踪和转化渠道的有用性。

提升到一个新的水平,“漏斗”甚至是表达用户行为的准确比喻吗?

当然,“漏斗”是一个聪明的营销术语,使其易于理解。 但更确切地说,更广泛的渠道不仅仅是让你的转换中的步骤更有说服力,它实际上意味着考虑在购买之前和之后的不同层/模态,事件以及前后行为中发生的事情,当购买被放弃时,甚至在不同访问期间完成延迟时。

您如何处理转换?

首先,您需要定义“转换”实际上是什么,将组织内部转换步骤的定义社交化,并确保对数据收集进行适当检测以收集您定义的特定步骤。

这将意味着标记目标和事件 – 这将意味着要弄清楚如何确定何时有人回来购买以及何时在放弃后获取收入。

事实上,它可能更容易重新考虑“漏斗”。 我有时称之为“The Tumbler”,访客正在寻找,然后购物,然后分享。

《您正在使用数字分析测量错误的5件事以及如何处理它》

这些是引导人们访问您网站的场外活动的一部分。 例如,关键字搜索,广告活动,社交媒体推介……

这些转换故事不是这些吗?

购物

传统的漏斗可能已经在衡量其丰富的荣耀和事件级别以及目标级别的交互性。

分享

购买后会发生什么,这不一定是购买的一部分,但在客户满意度,推荐可能性和其他品牌健康指标方面会对您的转化率产生重大影响。

了解现有股票转换比率背后的数据可以帮助您决定是否适合您的业务,以及是否适合您的业务,并为您提供更好的数据通知预测,以确定此类计划的成功可能性。

《您正在使用数字分析测量错误的5件事以及如何处理它》

考虑购买路径上的“摔跤” – 购物之前和之后会发生什么以及他们如何首先到达您的网站。

5.测量漏斗各部分的归因

归因是一个很好的术语,用于识别导致转换的原因。

它可以是一种复杂的分析方式。 您可以花费数月时间准备数据,数十万美元的供应商软件,以及重要的脑力和数据科学,试图归因于人们购买的原因。

或者,您可以在某些工具(如Google Analytics)中对广告系列进行标记和分组, 并获得了解转换的免费方式

《您正在使用数字分析测量错误的5件事以及如何处理它》

您已经听说过“最后点击或上次互动”和“首次点击或第一次互动”,甚至可能会探讨“上次广告”或“最后非直接”归因的细微差别。

关于归因的推荐阅读:

也许你已经考虑过“平等”归属,其中所有接触在协助转换时获得相同的信誉。 或者您已经考虑过“时间衰退”,其中所有与转化最接近的客户接触都会获得越来越多的信用作为转换的辅助。

或者您可能还没有,并且仍然想知道为什么您的广告(第一次互动)与Google Analytics(最后一次互动)中的付费搜索归因不同。

增加归因的挑战是转换背后的实际财务措施。 这是成本和收入数据,使您能够查看ROAS(广告支出回报率)与ROI(可能包括保证金)等事项。

你怎么做转换?

首先,与分析的所有内容一样,您需要考虑业务目标,购买周期,转化前的持续时间以及您正在运行的广告系列类型。

然后,您需要查看不同的归因模型,以确定他们计算的内容并告诉您广告系列组合的效果。

简而言之,您不仅可以通过查看某个模型或不深入考虑归因以及如何在不接受默认视图的情况下最佳地表达您的转化信用来获取信用。

您需要考虑成本,收入和保证金对归因建模的影响。

结论

所以你有5个区域,你可能会完美测量,或者你可能测量不正确。

如果不将分析视为分析价值链的一部分,很难说出什么是正确的或什么是错的。

价值链,您可以将业务目标和要求,数据收集,数据治理和定义与报告,分析,优化,预测和自动化保持一致,以便最好地了解您的潜在客户,潜在客户,客户,转化和归因。

相关文章

点赞

发表评论

电子邮件地址不会被公开。 必填项已用*标注