下次看你的營銷儀表板,花時間去玩魔鬼的代言人:你的首選營銷kpi可以指導你在錯誤的方向發展。的原因嗎?
指標代表講故事的一種形式。之前你測量數據點數字在屏幕上,他們時刻的集合,故事,或事件。重要的商業概念,如保留,攪動,粘性,每位顧客的成本和生命周期價值營銷分析師和數據科學家的故事告訴構建方法。
每個數據點的背後是一組假設和方法計算的指標跟蹤和考慮到有時有多個方法來衡量接受同樣的想法(LTV,例如),你可能使數學權衡。
因此,你最喜歡的kpi可以欺騙你或者交流一個不完整的故事。重要的是要了解你的秘密關鍵營銷指標可能會保持。方法如下:
深入研究操作化
從業務目標的過程(例如,增加客戶互動)有形的、可跟蹤的指標(如在一個月內返回用戶,或每個返回用戶的會話數量,或每個返回用戶的轉換數,或…)被稱為操作化。第一步是提出一個想法,你想要測量。然後,頭腦風暴,如何量化這些想法,產生一個選項列表。後一個潛在的方法來衡量你的想法列表,你可以評估權衡(即技術上可行是如何衡量的東西,是否這個數字是最好的表示你想捕獲)。經過這個過程,這可能需要一些測試和迭代,你會到達你想要的方式或方法來跟蹤你的度量。
為一個非市場的例子你可能熟悉的操作化,看一看美國新聞和世界報道學術卓越教育排名,措施”。“挖掘這些數字,你會發現公司看一些不同的維度來編譯它的整體成績,包括校友捐贈率、學術同行評級,以及更多。美國新聞通過自我報告的調查收集這些信息。
對營銷的例子,這個過程是什麼樣子,看看穀歌分析幫助中心,公司披露如何衡量網站訪問,時間在現場,返回訪問,更多的從技術和分析角度。你可以清楚地看到穀歌分析跟蹤代碼如何作品將抽象的概念轉化為可量化的數據,然後生成數字,你可以看到當你登錄到儀表板。
通常,在繁忙的日常,營銷人員看到這一端metric-not幕後發生了什麼。但重要的是要知道你量化,這樣您就可以避免錯誤的將基於錯誤的假設或結論。
知道數據可以被誤解的方式
你可能已經了解到,當你使用一個數據集,重要的是要檢查你的數字。但是你沒有完成。你需要檢查如何你的號碼是。這可能是你的實驗設計有缺陷。
此外,即便你的數據顯示出你你認為它是什麼,你仍然可能解釋這些數據不正確。下麵是一些最常見的罪魁禍首雷達上:
偏見:這統計概念反映了組織取樣方法的基本思想,分析應該代表你整體的人口。在市場背景下,偏見可能發生因為各種各樣的原因。例如,樣本的人可能共享一個共同的特點,你不是試圖追蹤或包括在當前分析。這裏有一個例子:你可能最終概括為所有客戶購買行為,即使你有一個富裕的個體樣本的比例高於普通的客戶基礎。manbetx万博全站客户端
混雜因素:你可能會專注於兩個變量之間的關係,沒有意識到有一個隱藏的第三個變量驅動相關。例如,您可能會注意到,你的銷售飆升在暑假和得出結論,假期前幾天購買但在現實中,銷售受到影響,這是一個炎熱的一天。
邏輯謬誤:最有可能的是,您了解了這些在小學或初中(他們很困擾你的營銷分析的職業)。這裏有一些常見的那些可以後他們的頭在你的數據分析:
- 生態謬誤:讓結論基於一組個體。
- 黑色或白色謬論:假設兩個州是唯一的可能性,而實際上有更多的選擇。
- 認為原因:假設是導致另一件事,但事實上沒有因果關係。這個謬論是相關表達式“相關性不等於因果關係,”你可能聽說過在統計或科學課程在過去。
說到做到
扮演魔鬼的代言人往往是說起來容易做起來:你可能會發現自己與管理層不同意,花更多的時間分析你的數據集,和痛苦的故事,你擔心正在通過裂縫。你可能在壓力下將編號為一個季度報告或公關活動,或者你可能會急於做判斷活動基於你閱讀分析儀表盤。
然而,重要的是要堅持立場,確保你在一個精確的預測基於錯綜複雜的數據集。否則,您的預測,預測,甚至測量的結果可能是大錯特錯的。
在你開始之前,這裏有幾個指標往往不正確的解釋。
度規 | 常見的解釋 | 可能隱藏的故事 | 如何處理它 |
高保留率 | 高保持率表明你的產品讓客戶滿意。manbetx万博全站客户端你可能會認為你在一個好位置。 | 你的最有價值的客戶,生產和最低價值客戶堅持,至少manbetx万博全站客户端現在是這樣。 | 看看你保留樣本的統計數據和生產樣品。然後讓競選策略或活動,旨在保持有價值的客戶。manbetx万博全站客户端 |
高流失率 | 高流失率會讓你相信你的產品出問題了。 | 你可能會吸引錯誤的客戶基礎(即你的產品/市場適合),或者你可能會失去用戶誰需要區分一個新的競爭對手。 | 分析你的波動率不同不同的客戶群體。確定是否有任何明確的模式,比如在歸因通道或人口。 |
增加每日活躍用戶(道)或每月活躍用戶(貓) | 你的應用程序的用戶都是開放的,因此他們必須參與。 | 他們打開應用程序,但是他們沒有完成任何有價值的轉換時應用。 | 探索你的用戶在做什麼之後登錄應用程序,您可能會決定跟蹤新指標,突出不同程度的“活躍”(即那些花一定的時間在應用程序內,人與一個特定的功能,等等)。 |
粘性增加功能後啟動或更新 | 新功能或更新導致的增加粘性,因為它提高了產品。 | 成功的傳遞活動,廣告支出或其他原因可能是導致粘性增加。 | 確保你隻把因果關係時你可以隔離所有的變量。否則,你可能隻是看著一個巧合或信件。 |
增加卸載後運動 | 交付的活動就在卸載之前,因此運動導致了卸載和一些關於它的破壞了你的客戶關係。 | 卸載實際上不一定發生時。這兩個蘋果和穀歌使用的方法可能導致之間的時間延遲一個卸載,當你了解它。卸載在3月30日報道可能發生在任何時間在3月30日之前,包括在此之前3月29日的競選。 | 你當然可以看模式或跳躍在你的卸載,但是不要決定增加某些卸載的謬論意味著某種活動是罪魁禍首。 |
在你走之前
當你練習解釋和處理數據時,你會開始了解如何你的指標可能會欺騙你。如果你犯了錯誤,從中學習。記住保持你的團隊在圈內公司重點的變化,很可能更重要的是將改變的kpi。