Τα τέλεια δεδομένα είναι αδύνατα

Τα τέλεια δεδομένα είναι αδύνατα | Blog τεχνολογίας μάρκετινγκ

Τα τέλεια δεδομένα είναι αδύνατα | Martech ZoneΤο μάρκετινγκ στη σύγχρονη εποχή είναι ένα αστείο πράγμα. Αν και οι διαδικτυακές καμπάνιες μάρκετινγκ είναι πολύ πιο εύκολες από τις παραδοσιακές καμπάνιες, υπάρχουν τόσο πολλές διαθέσιμες πληροφορίες που οι άνθρωποι μπορούν να παραλύσουν σε μια αναζήτηση για περισσότερα δεδομένα και 100% ακριβείς πληροφορίες. Για ορισμένους, το χρονικό διάστημα που εξοικονομείται με τη δυνατότητα γρήγορης εύρεσης του αριθμού των ατόμων που είδαν τη διαδικτυακή τους διαφήμιση κατά τη διάρκεια ενός συγκεκριμένου μήνα, αναιρείται από το χρόνο που ξοδεύουν προσπαθώντας να δουν γιατί οι αριθμοί πηγών επισκεψιμότητας δεν αυξάνονται αρκετά.

Εκτός από την αδυναμία για τέλεια δεδομένα, υπάρχει και η ποσότητα των δεδομένων που προκαλεί ανησυχία. Στην πραγματικότητα, υπάρχουν τόσα πολλά που μπορεί μερικές φορές να είναι δύσκολο να δούμε το δάσος για τα δέντρα. Πρέπει να κοιτάξω το ποσοστό εγκατάλειψης ή το ποσοστό εξόδου; Σίγουρα, το κόστος σελίδας είναι ένα πολύτιμο στοιχείο δεδομένων, αλλά υπάρχουν καλύτερες μεταβλητές που μπορούν να μοντελοποιήσουν πόσο αξίζει μια δεδομένη σελίδα περιεχομένου για την ολοκλήρωση ενός διαδικτυακού στόχου; Οι ερωτήσεις είναι ατελείωτες και έτσι είναι οι απαντήσεις. Ένας ειδικός μπορεί να σας πει, "εξαρτάται απλώς", αλλά ένα άτομο με το κεφάλι του στην ομίχλη του ψηφιακού analytics μπορεί να πιστεύουν ότι υπάρχει ένα τέλειο σύνολο αριθμών αν κοιτάξουν απλώς σε όλα.

Και στις δύο αυτές περιοχές, η απάντηση είναι εύκολη - κάντε ατέλεια με την ατέλεια επειδή είναι αδύνατα τα τέλεια δεδομένα ή / και τα πλήρη δεδομένα. Ένα από τα παιδιά που μιλάνε τόσο καλά είναι ο Avinash Kaushik. αν δεν γνωρίζετε το όνομα, είναι καλλιτέχνης με τις καλύτερες πωλήσεις των New York Times, ένας από τους επικεφαλής της Google και είναι μέλος του διοικητικού συμβουλίου πολλών πανεπιστημίων. Το ιστολόγιό του, το ξυράφι Occam, είναι καθαρός χρυσός για τον αναλυτή δεδομένων της σύγχρονης εποχής και πρόσφατα συνάντησα μια από τις παλαιότερες αναρτήσεις του με το όνομα, Διαδικασία 6 βημάτων για την εξέλιξη του ψυχικού σας μοντέλου. Σε αυτό, περιγράφει την ιδέα ότι δεν υπάρχει ένα σύνολο τέλειων δεδομένων και οι άνθρωποι πρέπει να ακολουθήσουν μια πολύ απλούστερη διαδρομή προς το «Virtuous Data»

Από όλα τα υπέροχα σημεία που κάνει, αυτό που ξεχωρίζει περισσότερο είναι:

… Η δουλειά σας δεν εξαρτάται από δεδομένα με 100% ακεραιότητα στον ιστό. Η δουλειά σας εξαρτάται από το να βοηθάτε την εταιρεία σας να κινείται γρήγορα και να σκέφτεστε έξυπνα.

Την επόμενη φορά που θα φορτώσετε το Analytics, απλώς θυμηθείτε ότι εάν εργάζεστε με καλά δεδομένα και έχετε ακολουθήσει τις βέλτιστες πρακτικές, θα πρέπει να είστε έτοιμοι να λάβετε μια απόφαση για το πώς να προχωρήσετε. Επειδή ανεξάρτητα από τις τεράστιες προσπάθειες που μπορείτε να κάνετε στην αναζήτηση ολοκληρωμένων και τέλειων δεδομένων, ο χρόνος που αφιερώσατε θα μπορούσε να είχε αφιερωθεί εργαζόμενος σε ποσοστά μετατροπής, δημιουργώντας νέα δοκιμή split κ.λπ. Ξέρετε, τα πράγματα που θα βοηθήσουν την εταιρεία σας μεγαλώστε και διατηρήστε τη δουλειά σας.

Θέλετε να ξεκινήσετε μια συνομιλία; Επικοινωνήστε μαζί μου στο Twitter @sharpguysweb.

Ποια είναι η γνώμη σας;

Αυτός ο ιστότοπος χρησιμοποιεί το Akismet για να μειώσει το spam. Μάθετε πώς επεξεργάζονται τα δεδομένα των σχολίων σας.