Savršeni podaci su nemogući

Savršeni podaci su nemogući | Marketing Tech Blog

Savršeni podaci su nemogući | Martech ZoneMarketing u modernoj eri je smiješna stvar; Iako je marketinške kampanje zasnovane na Internetu mnogo lakše pratiti od tradicionalnih kampanja, dostupno je toliko informacija da ljudi mogu biti paralizirani u potrazi za više podataka i 100% tačnim informacijama. Nekima se vrijeme koje se uštedi tako što mogu brzo saznati broj ljudi koji su vidjeli njihov oglas na mreži tijekom određenog mjeseca negira vrijeme koje provode pokušavajući shvatiti zašto se njihovi izvori prometa ne zbrajaju.

Pored nemogućnosti savršenih podataka, uznemirujuća je i količina podataka. Zapravo, ima toliko toga da ponekad može biti teško vidjeti šumu za drveće. Trebam li gledati stopu napuštanja početne ili izlazne stope? Svakako, cijena stranice je vrijedna stavka podataka, ali postoje li bolje varijable koje mogu modelirati koliko vrijedi određena stranica sa sadržajem u ispunjavanju mrežnog cilja? Pitanja su bezbrojna, pa tako i odgovori. Stručnjak vam može reći, "to samo ovisi", ali osoba koja je glave u magli digitalne analitika možda misle da postoji savršen skup brojeva ako samo sve to pogledaju.

U oba ova područja odgovor je jednostavan - zadovoljite se nesavršenošću, jer su savršeni podaci i / ili potpuni podaci nemogući. Jedan od momaka koji o tome tako dobro govori je Avinash Kaushik. ako ne znate njegovo ime, on je najprodavaniji umjetnik New York Timesa, jedan od Googleovih glavnih ljudi i član je nekoliko univerziteta. Njegov blog, Occam's Razor, čisto je zlato za modernog analitičara podataka, a nedavno sam naišao na jedan od njegovih starijih postova, Proces u 6 koraka za razvoj vašeg mentalnog modela. U njemu opisuje ideju da ne postoji skup savršenih podataka i da ljudi trebaju ići mnogo jednostavnijim putem do „Vrlih podataka“.

Od svih sjajnih bodova koje ističe, najviše ističu:

… Vaš posao ne ovisi o podacima sa 100% integritetom na webu. Vaš posao ovisi o pomaganju vašoj kompaniji da se brzo kreće i razmišlja pametno.

Sljedeći put kada učitate Analitiku, samo upamtite da ako radite s dobrim podacima i slijedite najbolju praksu, trebali biste biti spremni donijeti odluku o tome kako dalje. Jer bez obzira na ogromne napore koje biste mogli upotrijebiti u potrazi za cjelovitim i savršenim podacima, vrijeme koje ste proveli radeći na tome mogli su biti utrošeni radeći na stopama konverzije, stvaranju novog split testa itd. Znate, stvari koje će pomoći vašoj tvrtki rasti i zadržati svoj posao.

Želite započeti razgovor? Obratite mi se na Twitteru @sharpguysweb.

Šta ti misliš?

Ova stranica koristi Akismet kako bi smanjila neželjenu poštu. Saznajte kako se podaci vašeg komentara obrađuju.