8数据分析营销人员为了避免常见的错误

如果你分析你的市场数据时犯错误,你并不孤独。

我们调查营销数据专业人员对自己过去的错误,和超过85%报告说,他们已经与分析在过去的失败。

所以,如果你做了一个糟糕的猜测或不知道如何处理你的数据,认为它是一个提高的机会。一些专家的指导,你会得到正确的轨道上。

这就是为什么我们今天在这里。这篇文章将介绍一些最佳实践做你最好的数据分析工作,避免常见的错误,这样你就可以前进的信心。

• 避免错误,数据分析的最佳实践
• 8在营销数据分析,以避免常见错误

让我们挖的。

避免错误,数据分析的最佳实践

如果你想学习如何避免数据分析错误,它有助于理解一些最常见的陷阱。之前我们问他们建议避免营销人员的错误,我们确定了四个自己的:等待太长时间,追求完美,而不是行动,不提问,未能使可行的结论。

事实证明,受访者可以与这些陷阱。至少20%的人相关,最常见的错误是追求完美,而不是行动(39.29%)。

如果这四个错误是常见的数据分析,你就可以开始的路径更好的习惯与这些前瞻性的策略:

• 知道什么时候采取行动在你的数据:你的数据来自于不断变化的营销努力。如果你等得太久采取行动,你可以处理更大的问题比你的数据显示。我们调查的受访者将涵盖本技巧更深入。
• 不要做一个完美主义者:你必须采取行动来改变任何数据的趋势。一旦你有了足够的数据来了解发生了什么,制定一个计划和行动。
• 提问:专家们在你的组织中有大量的见解与你的业务发生了什么。记住你可以接触到更多的上下文或第二个一双眼睛。
• 让你的结论可操作的:每当你从数据得出结论,问问自己,“现在怎么办呢?“你的分析应该激励下一个步骤。

需要实践和亲身经历养成这样的习惯,所以不要感到气馁,如果他们对你不自然。总是不断尝试,要记住每一个帮助。

8在数据分析,以避免常见的错误你的业务

我们咨询的数据专业人员和营销人员提到的八个分析错误他们尽量避免:

1. 等待太长时间采取行动
2. 忽略了人为因素
3. 不理解你的kpi
4. 抽样偏差
5. 弄混,相关性和因果关系
6. 误解数据的意义
7. 作用于数据太少
8. 没有得到大家的反馈

1。等待太长时间采取行动

你的数据分析不能帮助你,如果你不采取行动。不幸的是,许多专业人士分析数据采取行动耗费太长时间,减少分析的影响。为什么这么多数据专业人员犹豫?

根据Milkwhale的安德烈Oentoro,这陷阱营销人员,因为他们等待数据发生变化的。“营销人员往往依赖于数据和变化——希望坏结果会变成好的结果。然而,如果你一直等待这些软弱的数字变成更好的人,它可以永远。最后,您将获得几乎没有什么因为你浪费时间等待你的数据变化实际上没有做任何修改,”Oentoro解释道。

米兰达燕从VinPit认为问题来自收集大量数据分析的冲动。燕说,“许多营销人员继续收集数据很长一段时间,使样本大,然后分析他们完美的行动计划。但数据收集通常需要更多的时间,不允许他们在正确的时间正确的行动。同时,许多营销人员通常是困惑的样本量,试着让它尽可能大而应该是产品的依赖和不应该太大或太小。”

Zeotap的Zulay里加拉多属性资源缺口问题,告诉我们,“很多营销人员都是“数据丰富的可怜和洞察力,这意味着他们之间的差距对客户数据,能够采取行动。获得科学数据资源来填补这一缺口是执行数据驱动营销…营销成功的关键越来越取决于使用数据的能力不仅仅是目标,但模型。”

所以,你能做什么来确保你准时按照你的数据吗?答案取决于你的产品和市场以来,咨询营销人员与更多的数据在你的行业经验。他们会帮助你制定样本量期望和共享资源的数据。

如果你担心太剧烈变化太快,记住,你总是A / B测试作为一个选项。A / B测试是一个变量,所以你不必担心改变太多。

2。忽略了人为因素

作为营销人员,很容易让我们依靠数据和忘记营销有一个人类的元素。你所有的数据都来自于人,所以你应该把它在一个人类的环境。

格雷格·吉尔曼的Mutesix必要时敦促你听从你的直觉:“你不想落入陷阱的不断解释数据,而不要使用你的直觉。你是否已经做过一段时间就感觉特别是创新,有一段时间你可能会采取一个受过教育的风险在一个特定的情况。分析收集的数据,然后将在人类情感和本能。你会发现你有两全其美。”

布伦特Sirvio显示Impressa解决方案,你也应该记住您的数据只有一个完整的故事的一部分。“数字只能告诉一个故事的一部分,它们是故事的一部分,可以最容易操纵。kpi和基准测试是有用的,但也允许公司在战略或纸后勤问题。指标应该对齐对可交付成果和团队执行来讲述故事,不仅有深度,反映了现实,数字往往会说谎时缺乏的背景下,“Sirvio建议。

3所示。不理解你的kpi

如果你想要得到的结果数据,你需要学习如何识别你关键绩效指标(kpi)。kpi指标表明进展你的业务目标。

为数字的振幅杰夫•弗格森最大的一个数据分析错误是“不知道之间的区别真正的关键性能指标(KPI)和诊断指标。”

弗格森了。”我看到它——臃肿仪表板充满指标只能混淆老板和客户掩盖他们真正想知道:我从这次竞选来赚钱,它花费我多少钱?看,跟踪点击,共产党,休息很重要,但是他们很少结束游戏。按照钱。”

你如何制定kpi,重要吗?的一些建议专家和我们分享包括使用一个聪明的目标框架,咨询你的团队成员,和匹配一个KPI目标之一。

4所示。抽样偏差

数据分析匹配你的听众和业务目标?如果你不注意你的样本,你可以分为抽样偏差的陷阱。

作为因为市场的海蒂·罗宾逊所说,“这是非常重要的选择一个多样化的组织学习数据分析和验证这些东西事先。它可以节省你很多潜在的头痛之后,确保你在数据后没有任何偏见。”

指出,这种多样性很重要应该结合你的营销目标。在市场营销、数据的相关性影响它的质量。例如,如果您的示例包括数据从一群你不希望市场,不要害怕过滤出来。

5。弄混,相关性和因果关系

俗话说的好,相关性不等于因果关系。但是,很容易落入这样的陷阱,看到类似的数据趋势,假设它们是相关的。

“所发生的是我们看到某些数据更改后一个小变化,但我们不能简单地认为因果关系,如果两个事件同时发生。我们的观察是纯粹的轶事。第二,有很多其他的可能性为什么这样一个协会正在发生的事情。”Custify的维克多Antiu。

Antiu股票一个例子:“例如,你刚刚推出了一个新特性,假定生产与失踪特性。3个月后,你看看数据,看看MRR生产总值下降了20%。你可以假设新功能帮助,但如果你看看它的采用,你注意到只有10%的用户激活它。如果你分成组,你可以看到生产确实是在“新特性”部分,但并不足以证明全球进步。”

正如你所看到的在Antiu的例子中,看看上下文数据可以帮助您确定如果你有一个实际的连接。把各种数据点之前你画任何假设。

6。误解数据的意义

并不是所有的数据结果是建立相同的。没有得到隧道视野关注一个特定的指标,但一定要小心意外的见解。

托马斯糖的Smartlook常见的数据分析缺陷是“over-privileging的意义。这是当营销团队或数据分析师变得执着于一个统计上显著的结果和花费他们所有的时间试图找到越来越多的方法来确认它。或相反的可能发生——淡化有趣,但没有统计上显著的结果,这可能会导致整个团队走上错误的道路。无论哪种方式,这可能带来危险后果的业务及其目标。”

记得之前设定明确的营销目标和kpi戳进你的分析数据。这些优先级将帮助您决定哪些统计数据是值得追求的,哪些是转移学生的注意力。

7所示。作用于数据太少

我们讨论了问题等待太长时间作用于早些时候的数据。但是,你也可以将它回你的数据分析不等待足够长的时间来获得足够的数据。

“共同的数据分析陷阱营销者经常做的就是做决定不完整的或很少的数据。如果你启动一个营销活动,一个新功能,或一个新的a / B测试,你需要收集足够的数据分析作用在它之前,”乔纳森Aufray增长的黑客说。

Aufray继续说道,“我看到太多的商人和企业家,主每周两次(是的,你听说过得很好),因为他们尝试新事物,因为几天之后它并没有带来预期的结果,他们改变战略或做其他的事情。这是关键重点,做任何决定之前收集足够的数据。”

检查营销数据的最佳频率取决于类型的数据。这个主题可以填满自己的博客,但我们建议检查HubSpot的指南。

8。没有得到大家的反馈

数据分析与你或你的部门没有停止。你需要每个人都受到的反馈数据得到全面的见解。

布拉德·赖特的Greenspeed解释说,“最常见的陷阱是认为分析停止一旦你有了一份报告在你面前。我认为大多数营销人员训练有素的生产报告,然后兴奋的结果分析和想告诉他们的老板,但数据分析不完整,直到最后一个人需要有一个机会去消化它。”

我们建议彻底的准备您的报告会议从你的数据报告得到最好的结果。复习你的数据多次所以你知道你有在你身边所有的结论,为他人和使你的报告尽可能清晰的理解。