bts防弹少年团演唱会

bts防弹少年团演唱会

接近数字分析数据时要问的5个问题

《接近数字分析数据时要问的5个问题》

这就是提出正确的数字分析问题。

当然,在正确的背景下,你可以通过做Avinash Kaushik所说的“数据呕吐”,但你不会像这样分析师或营销人员。

此外,您将始终如一地为您的公司带来真正的商业价值。

[…]“/>

在任何领域,重要的都是至关重要的。 但在数字分析方面,这一点至关重要。

不要盲目报告; 要严格并提出问题

%E6%9D%A5%E8%87%AAAnalytics” demystified wilson> , “大多数分析都没有出现令人惊讶和惊人的见解。 当他们这样做 – 或者,当他们看来 – 我的直接反应是一种深深的怀疑。“

同样, %E5%BE%AE%E8%BD%AF%E5%88%86%E6%9E%90%E5%92%8C%E5%AE%9E%E9%AA%8C%E5%9B%A2%E9%98%9F%E7%9A%84%E6%9D%B0%E5%87%BA%E5%B7%A5%E7%A8%8B%E5%B8%88%E5%85%BC%E6%80%BB%E7%BB%8F%E7%90%86Ronny” kohavi>

然而,在绝大多数数字分析案例中,我们只是接受这些数字而不会质疑它们。

《接近数字分析数据时要问的5个问题》
没有人知道这一切; 吃%E4%B8%8D%E8%B5%B7%E7%9C%BC%E7%9A%84%E9%A6%85%E9%A5%BC%E5%92%8C%E9%97%AE%E9%A2%98%E7%9A%84%E4%B8%9C%E8%A5%BF%EF%BC%88″>

优秀分析师的标志不是工具界面的高级知识,尽管这确实有帮助。 这并不是为了安抚经理, %E8%80%8C%E6%98%AF%E4%B8%BA%E4%BA%86%E5%AE%89%E6%8A%9A%E7%BB%8F%E7%90%86%EF%BC%8C”>

它能够退后一步,批判性思考,提出重要的商业问题,并以足够高的精确度回答它们,以便采取行动。

为什么要专注于商业问题? 因为企业面临的问题可能出奇的独特,并且尝试应用公式或最佳实践往往会产生开始洞察力的幻觉,但实际上只是简单的出路。 %E4%BB%A5%E4%B8%8B%E6%98%AFAvinash” kaushik> :

《接近数字分析数据时要问的5个问题》Avinash Kaushik:

“如果你是独一无二的,你为什么要用标准的报告和指标来打开标准的分析工具并开始行动?

或者为什么只是回应“报告请求”并开始数据呕吐? 另一端的人可能不了解分析和分段以及可能的情况(即使他们在营销/销售/人力资源部门工作也非常有资格)。

您需要业务问题,因为:

1.而不是告诉您需要哪些指标或维度来提供您想要的业务背景:什么驱动了对该数据的请求? 请求者寻找的答案是什么? 然后你应用智能,因为你有上下文。

2.最佳做法被高估了。 如果这是你工作的第一天,请务必继续推行“行业专家”推荐的内容。 但要知道它不会给任何人留下深刻的印象,因为你实际上并不知道企业正在做什么/关心什么/正在优先考虑。“

考虑到这一点,在正确的分析师手中,有一些问题将始终为分析实践带来价值。

它们会让您退后一步,反思您的组织如何使用数据,以及如何改善您的数据文化……

这个数据准确吗? 我们可以相信吗?

如果没有人信任您的数据,那么它基本上是无用的。

这就是为什么进行分析审计非常重要:它会迫使您质疑数据的完整性和质量,并且您需要首先就您正在收集的内容进行重要对话。

在给定的分析系统中,帐户级别有很多东西应该受到质疑。

例如,您的Google Analytics数据是否已过滤?

《接近数字分析数据时要问的5个问题》
%E5%9B%BE%E5%83%8F%E6%9D%A5%E6%BA%90“>

这是一个简单的问题,但答案决定了您处理数据的方式。 也许对你来说并不重要,但也许它确实如此。 也许您的数据在方向上很重要,精度也不那么重要。 但问这个问题很重要。

对于它的价值,有%E5%BE%88%E5%A4%9A%E6%96%B9%E6%B3%95%E5%8F%AF%E4%BB%A5%E8%A7%A3%E5%86%B3” google analytics>

Google Analytics数据完整性还有许多其他注意事项,因此我们建议您进行全面的Google” analytics> 。

《接近数字分析数据时要问的5个问题》

在最高级别,这涉及通过报告逐个报告并询问数据是否在直观级别上有意义。

你有100%的跳出率 – 或者0%的跳出率吗? 这很可能是你有%E4%B8%80%E4%BA%9B%E9%97%AE%E9%A2%98%E4%B8%8E%E5%8F%8C%E7%BD%91%E9%A1%B5%E6%B5%8F%E8%A7%88%E8%B7%9F%E8%B8%AA%E6%88%96%E4%B8%8D%E6%AD%A3%E7%A1%AE%E4%BD%BF%E7%94%A8%E4%BA%8B%E4%BB%B6%E8%B7%9F%E8%B8%AA%EF%BC%88%E4%BE%8B%E5%A6%82%EF%BC%8C%E6%82%A8%E6%AD%A3%E5%9C%A8%E4%BD%BF%E7%94%A8%E7%9A%84%E4%BA%92%E5%8A%A8%E6%B4%BB%E5%8A%A8%E6%97%B6%EF%BC%8C%E4%BD%A0%E4%B8%8D%E5%BA%94%E8%AF%A5%EF%BC%89%E3%80%82″>

《接近数字分析数据时要问的5个问题》
%E5%9B%BE%E5%83%8F%E6%9D%A5%E6%BA%90“>

解决这些问题并不困难,但首先发现问题并不容易。 执行全面扫描分析运行状况检查并不常见。 做一次,你会发现一吨。 更重要的是,永远不要停止质疑数据的完整性,并且您可能会继续发现并修复这些怪癖。

我的数据是否与其他系统对齐?

这里要做的另一个重点是,您通常可以从多个角度处理数据。 这样做可以让您回答“我的数据源排队吗?”这个问题

例如,您的Google Analytics电子商务数据与电子商务软件的数据略有不同并不鲜见。 这可能有多种原因,但您要确保它在合理的准确度范围内(例如95%+相似)。

%E8%92%82%E5%A7%86%C2%B7%E5%A8%81%E5%B0%94%E9%80%8A%E7%A7%B0%E8%BF%99%E7%A7%8D%E4%B8%89%E8%A7%92%E6%B5%8B%E9%87%8F“>

《接近数字分析数据时要问的5个问题》蒂姆威尔逊:

“很多时候,最初的三角测量结果将会出现截然不同的结果。

这将迫使你停下来思考为什么,在大多数情况下,这将导致你意识到为什么这不是你选择访问数据的主要方式。

为了获得类似的结果,您可以提出的三角测量结果越多,您就越有信心确保数据稳定(并且,当业务用户决定自行提取数据以检查您的工作时获得了截然不同的结果,你可能已经武装起来解释为什么……因为这是你的三角测量技术!)。“

这与我们建议%E6%82%A8%E5%B0%86%E6%B5%8B%E8%AF%95%E5%B7%A5%E5%85%B7%E4%B8%8E%E5%88%86%E6%9E%90%E6%95%B0%E6%8D%AE%E9%9B%86%E6%88%90%E7%9A%84%E5%8E%9F%E5%9B%A0%E7%9B%B8%E5%90%8C

2.缺少什么? 我们有完整的图片吗?

您可能在某种程度上信任您的数据,但这并不意味着它包含完整的图片。

这从最高级别开始,一直到您的GA设置。 例如,您的房产设置中有许多问题需要探索:

  • 默认网址是否设置正确?
  • 您的推荐排除设置是否正确配置(例如,您使用PayPal处理付款)?
  • 是否启用了增强型链接归因?
  • 您是否启用了受众特征和兴趣报告?
  • Google网站站长工具是否正确关联?
  • AdWords集成
    • 它配置正确吗?
    • PPC数据是否会显示在Google Analytics中?
    • 生成的点击次数和会话是否正确记录?

数字分析设置中最常见的问题之一是缺乏正确%E7%9A%84%E8%B7%A8%E5%9F%9F%E6%88%96%E5%AD%90%E5%9F%9F%E8%B7%9F%E8%B8%AA%E3%80%82″ class=”broken_link”>客户旅程的看法。

《接近数字分析数据时要问的5个问题》
图像来源

例如,我每天都可以整天收听Spotify的网络应用程序。 我可能是一个超级用户,一个付费用户,然而,我仍然可能想偶尔徘徊在他们的开发者网站上,因为我想%E7%94%A8%E4%BB%96%E4%BB%AC%E7%9A%84API%E5%8F%91%E7%8E%B0%E6%9C%80%E4%BB%A4%E4%BA%BA%E6%B2%AE%E4%B8%A7%E7%9A%84

遗憾的是,Spotify将此数据发送到另一个Google Analytics媒体资源。 这意味着根据开发人员的网站,我是一个全新的用户,我的用户旅程从他们的角度来看已经破裂了。 现在,他们无法在他们的网站上跟踪我的所有行为。

您可以使用GA” debugger>来解决这个问题,这是一个免费的Chrome扩展程序,可用于进行分析审核,甚至无需打开GA界面。

这是主页(spotify.com):

《接近数字分析数据时要问的5个问题》

和开发者的页面:(developer.spotify.com):

《接近数字分析数据时要问的5个问题》

那里有不同的跟踪ID。

您可能缺少某些粒度的另一个领域是广告系列标记。 至少在Google Analytics中,广告系列标记是使用您网址中的参数完成的。 他们通常看起来像这样:

http://www.example.com/?utm_source=adsite&utm_campaign=adcampaign&utm_term=adkeyword

Google Analytics使用了五种UTM标记:

  • 介质
  • 资源
  • 运动
  • 内容
  • 术语

需要“中”和“源”标签。 建议您使用“广告系列”标记,以便跟踪各个营销广告系列。 “内容”用于区分广告系列中的多个内容版本(如A / B测试消息传递)。 最后,术语“标记”用于标识导致点击的付费搜索字词。

虽然许多平台(包括AdWords等广告平台或Mailchimp等电子邮件服务)会自动将UTM标记附加到您的网址,但有些平台却不会。 因此,您可能会遗漏大部分数据,这些数据会被直接流量或其他渠道吸收。

《接近数字分析数据时要问的5个问题》

最后,由于许多标准技术问题,用户的图片可能会碎片化,而且相对容易修复但很难发现。 以下是我们在进行GA健康检查时倾向于寻找的一些内容:

  • 在某些网页上缺少跟踪代码,导致自我推介或未记录的访问。
  • 缺少404页面和服务器500页面上的跟踪代码。
  • blog.mydomain.com上缺少setDomainName,导致引用关键字丢失和2个访问者会话。
  • iFrame横幅跟踪导致双cookie。
  • 缺少电子商务类别。
  • 站点搜索使用静态URL或mod重写的URL,因此q =关键字不可提取。
  • 报价标记未转义或ansi字符未在电子商务类别或项目名称中编码。
  • 缺少电子邮件和新闻稿及RSS,社交,Google产品,Google新闻中的手动标签。
  • 通过意外收集个人身份信息来违反Google的服务条款
  • 行为报告中的URL压缩。

这只是您在审核中应该检查的一小部分。 有关Google Analytics审核的详细信息,请查看以下文章:

这个数据有意义吗?

如果你所在的组织中你只是被命令建立报告而不是质疑你实际上想要回答什么,那么我不确定我是否可以帮助你。 但如果你有少量的自主权和一点点好奇心,那就回过头来问一下,“这对企业意味着什么?”

很多时候,你会得出一个悲伤的结论,即无论如何你都无法对你所提取的数据采取行动。 这并不是要否定探索性数据分析的力量。 它只是质疑某些指标所具有的内在价值。

要使用一个极端的例子,请参考Buffer%E5%A6%82%E4%BD%95%E5%9C%A8%E4%BB%96%E4%BB%AC%E7%9A%84%E6%8E%A8%E6%96%87%E4%B8%8A

版本1:

《接近数字分析数据时要问的5个问题》
%E5%9B%BE%E5%83%8F%E6%9D%A5%E6%BA%90“>

版本2:

《接近数字分析数据时要问的5个问题》
%E5%9B%BE%E5%83%8F%E6%9D%A5%E6%BA%90“>

当然,这有很多错误(一天的不同时间,樱桃采摘数据等)。 但这固有的问题是, “那又怎么样?”转发您的选择指标 – 为什么? 也许他们是最重要的领先指标,我在这里不合适,但它似乎在抓住这里的稻草。

缓冲区不是一个孤独的罪犯; 我们都这样做。 在没有深入挖掘的情况下,很容易高估%E7%BB%99%E5%AE%9A%E5%BE%AE%E8%BD%AC%E6%8D%A2%E6%88%96%E5%BE%AE%E6%8C%87%E6%A0%87%E7%9A%84%E9%87%8D%E8%A6%81%E6%80%A7%E3%80%82″>

当质疑指标的重要性时,钟摆趋于摆动。 “跳出率非常重要”导致“跳出率无用。”事实通常位于中间位置。

4.我们可以测量和分析哪些内容以获得更有意义的结果?

我们怎样才能从数据中获得更多收益?

询问这些数字分析问题的过程是缓慢提升数字分析成熟度曲线的过程。

《接近数字分析数据时要问的5个问题》
%E5%9B%BE%E5%83%8F%E6%9D%A5%E6%BA%90“>

你要求提出基本问题,比如“我能相信这些数字”,“这是否意味着我认为这意味着什么”,以及“应该采用什么样的跟踪来获得最佳见解和可操作性”,“这是可以对其采取行动的团队可以使用和访问的数据。“

您可能在此级别提出的一些问题包括:

  • 您是否已%E5%88%B6%E5%AE%9A%E5%87%BA%E6%82%A8%E6%83%B3%E8%B7%9F%E8%B8%AA%E7%9A%84
  • 您是否已定义结果/转换点,KPI,仪表板?
  • 您是否进行细分,推销和广告系列优化?
  • 您是否构建了%E6%95%B0%E6%8D%AE%E9%A9%B1%E5%8A%A8%E6%88%96
  • %E6%82%A8%E7%9A%84%E6%95%B0%E6%8D%AE%E6%BA%90%E6%98%AF%E5%90%A6%E4%BB%A5%E5%8F%AF%E4%BB%A5%E6%9F%A5%E7%9C%8B%E6%95%B4%E4%B8%AA%E5%AE%A2%E6%88%B7%E6%97%85%E7%A8%8B%E7%9A%84%E5%A4%A7%E9%83%A8%E5%88%86%E5%86%85%E5%AE%B9%E7%9A%84
  • 您使用的是行为定位吗?
  • 您使用的是预测分析吗?

当然,当你开始“追踪一切”时,回报会有所减少,所以不要认为这是提升成熟度曲线的答案。 除非您的组织已经为其设置,否则您可能会为数据引入难以管理的复杂因素。 只有您可以对其采取行动,您的数据才有用。

跟踪每一件事情都会给团队带来困惑,而这些团队可能通过保守地绘制关键事件并专注于这些事件而得到更好的服务。 但是,如果您对跟踪过于保守,那么您可能会错过更大的客户行为。 这是一种平衡行为,绝不是复制/粘贴配方。

5.我做了适当的QA吗?

质量保证对您所做的一切都很重要( %E5%85%B6%E4%B8%AD%E6%9C%80%E9%87%8D%E8%A6%81%E7%9A%84%E6%98%AFA” b> )。

这意味着它对分析和报告也很重要。 %E6%9D%A5%E8%87%AAAnalytics” demystified> :

《接近数字分析数据时要问的5个问题》蒂姆威尔逊:

“10次中有9次,QA我自己的分析产生”没有“ – 我拉的数据和我碾压它的方式可以达到第二级的审查。 但是,这是引用中的“无关”因为“9次检查所有内容”是错误的观点。 十分之一,当我抓到一些东西时,自己付出了代价,其他九个分析了很多次。

你看,推出分析结果有两个成本:

  • 它可能导致糟糕的商业决策。 并且,一旦分析被呈现或传递,几乎不可能真正“收回”。特别是如果那个(有缺陷的)分析代表了一些美妙和令人兴奋的东西,或者如果它为特定观点提供了强有力的理由,它就不会走开。 它将位于收件箱,共享驱动器和打印输出中,等待在发现错误并收回分析后几天和几周错误地显示为真相。
  • 它破坏了分析师(或者更糟糕的是整个分析团队)的可信度。 需要进行20次原始分析*才能进行严格的审查,以便在发生单一错误分析时恢复信任损失。 这很公平! 如果营销人员根据分析师的不良数据做出决定(或主张做出决定),他们最终会代表您购买子弹。

分析质量保证很重要!“

每当您对报告进行质量检查时,请从简单的常识开始:数字看起来很奇怪吗? 请记住,对于数字而言,通常会有一些令人费解的东西,这些数字太令人惊讶或不同。 永远不要把它们当作面子; 总是质疑这些数字。

此外,正如您应该校对您的博客文章一样,您应该校对您的报告。 Tim Wilson完成了他的标准校对过程:

  • 在您创建的工具中拉出每个查询和细分,然后返回包含的内容。
  • 使用这些查询/段重新提取数据,并与放置数据进行分析的地方进行比较
  • 校对分析报告 – 无需语法,拼写错误或无意中向后标记。

结论

善于分析就是提出好的问题。 这不是关于“数据呕吐”,也不是盲目地报告指标而不质疑其准确性,完整性,重要性或可操作性。

这里的故事的寓意是,通过数据,花费额外的时间来质疑事物可能会给你的程序带来非线性价值。 更多数据并不总是好事; 如果数据质量差,您可能会对做出错误决定更有信心。 花时间提出关键问题,您的计划将随着时间的推移而改进,您的清晰度和业务决策也将如此。

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