Bạn có làm sai với dữ liệu Marketing của bạn?

TagsA / B Thử nghiệm Thực tiễn Tốt nhất, Tối ưu hoá Văn hóa

Sự phổ biến của dữ liệu và lời hứa của nó đối với những kết quả có thể đo lường và khả thi cho các doanh nghiệp đã được tạo ra cho các nhà tiếp thị để áp dụng các tư duy dựa vào dữ liệu. Nhờ cải tiến phần mềm và phân tích, chúng tôi có thể nắm bắt hàng trăm triệu chỉ số về các hoạt động tiếp thị trực tuyến của chúng tôi trên cơ sở hàng ngày.

Cường độ và sự sẵn có của dữ liệu chỉ tăng lên. Trong một nghiên cứu gần đây, 78 phần trăm các nhà tiếp thị trực tuyến cho biết cảm thấy bị áp lực để trở nên nhiều dữ liệu hơn *. Mặc dù đây là một mục tiêu đáng ngưỡng mộ, có những hậu quả để trở nên quá dữ liệu.

Những đề xuất này dành cho các đội đang tìm kiếm, đồng thời tránh những khối phổ biến phổ biến:

Sự không đồng đều và sử dụng dữ liệu qua các nhóm. Các chỉ số hiểu biết được chia sẻ đòi hỏi giáo dục. Đảm bảo thông báo cho nhóm của bạn và các đồng nghiệp về lý do để áp dụng một số liệu mới hoặc sử dụng nó làm điểm tham khảo cho sự thành công. Bằng cách bỏ qua bước này, bạn giới thiệu sự ma sát giữa các đội hoặc thành viên của họ.

Không đủ điều kiện nguồn dữ liệu. Khi chấp nhận một công cụ hoặc phần mềm mới, các bên liên quan chính trong quá trình đánh giá. Triển khai công cụ bằng cách giáo dục một nhóm lớn hơn những người sử dụng công cụ. Ở đâu có thể có dữ liệu cho dữ liệu, và nó được sử dụng như thế nào?

Sử dụng dữ liệu có chọn lọc. Nếu bạn có số liệu để báo cáo, hãy chọn chúng trước khi bắt đầu dự án và sử dụng chúng một cách nhất quán. Nếu bạn điều tra một vấn đề bằng cách đào trong phân tích của bạn, không sử dụng có chọn lọc dữ liệu để củng cố giả thuyết của bạn. Thay vào đó, hãy xem xét tất cả các điểm dữ liệu, bao gồm cả những điểm hỗ trợ và mâu thuẫn với bản năng của bạn. Xây dựng một lý thuyết và đề xuất một giải pháp có tính đến các chỉ số ngoại lệ.Pick-and-Choose.jpg

Nhìn vào số liệu, chứ không phải định tính, dữ liệu. Dữ liệu định lượng bao gồm "cái gì", nhưng không phải lúc nào cũng minh hoạ cho "tại sao." Cả hai loại dữ liệu này đều được thông tin về sự hiểu biết về phù hợp với thị trường sản phẩm hoặc sự rò rỉ trong kênh tiếp thị của bạn. Trong nhiều trường hợp, sự lựa chọn của bạn sẽ được thông báo bằng phản hồi định tính này. Đưa ra các cuộc khảo sát khách hàng, kiểm tra người dùng, các công cụ kiểm tra A / B, và các cuộc phỏng vấn cho thông điệp tiếp thị của bạn, luồng trang web và nội dung.

Quan tâm đến việc học về cách tận dụng tối ưu hóa trang web để xây dựng một nhóm thông tin có nhiều dữ liệu hơn?