Popolni podatki niso mogoči

Popolni podatki niso mogoči | Trženjski tehnični blog

Popolni podatki niso mogoči | Martech ZoneTrženje v moderni dobi je smešno; Medtem ko je spletnim marketinškim kampanjam veliko lažje slediti kot tradicionalnim kampanjam, je na voljo toliko informacij, da lahko ljudje ostanejo paralizirani v iskanju več podatkov in 100% natančnih informacij. Nekateri prihranijo čas, ko lahko hitro ugotovijo, koliko ljudi je v določenem mesecu videlo njihov spletni oglas, izniči čas, ki ga porabijo, da bi ugotovili, zakaj se njihove številke virov prometa ne ujemajo.

Poleg nezmožnosti popolnih podatkov je zaskrbljujoča tudi količina podatkov. Pravzaprav je toliko, da je včasih težko videti gozd za drevesa. Ali moram pogledati stopnjo obiskov ene strani ali stopnjo izstopov? Seveda so stroški strani dragocen podatkovni element, vendar obstajajo boljše spremenljivke, ki lahko modelirajo, koliko je določena vsebinska stran vredna izpolnjevanja spletnega cilja? Vprašanj je neskončno in tudi odgovorov. Strokovnjak vam lahko reče, "to je samo odvisno", toda oseba z glavo v digitalni megli analitika morda mislijo, da obstaja popoln nabor števil, če le pogledajo skozi vse.

Na obeh področjih je odgovor preprost - zadovoljite se z nepopolnostjo, ker so popolni podatki in / ali popolni podatki nemogoči. Eden od fantov, ki o tem govori tako dobro, je Avinash Kaushik. če imena ne poznate, je najbolje prodajani umetnik New York Timesa, eden od Googlovih voditeljev in je član več univerz. Njegov spletni dnevnik, Occam's Razor, je čisto moder za današnjega analitika podatkov in pred kratkim sem naletel na eno njegovih starejših objav z imenom 6-stopenjski postopek za razvoj vašega mentalnega modela. V njem opisuje idejo, da ni nabora popolnih podatkov in da morajo ljudje iti po veliko preprostejši poti do »vrlih podatkov«.

Med vsemi odličnimi točkami, ki jih naredi, najbolj izstopa:

... vaše delo ni odvisno od podatkov s 100-odstotno integriteto v spletu. Vaša naloga je odvisna od tega, kako podjetju pomagati pri hitrem premikanju in razmišljanju pametno.

Ko boste naslednjič naložili Analytics, ne pozabite, da bi morali biti pripravljeni na odločitev, kako naprej, če delate z dobrimi podatki in upoštevate najboljšo prakso. Ker ne glede na velika prizadevanja, ki jih boste morda uporabili v iskanju popolnih in popolnih podatkov, bi čas, ki ste ga porabili za to, lahko porabili za delo na menjalnih razmerjih, ustvarjanju novega split testa itd. Veste, stvari, ki bodo pomagale vašemu podjetju rastejo in obdržijo svoje delo.

Želite začeti pogovor? Obrnite se na mene na Twitterju @sharpguysweb.

Kaj menite?

Ta stran uporablja Akismet za zmanjšanje nezaželene pošte. Preberite, kako se vaš komentar obravnava.