Perfect Data é imposible

Perfect Data is Impossible | Blog de tecnoloxía de mercadotecnia

Perfect Data is Impossible | Martech ZoneA mercadotecnia na era moderna é algo divertido; mentres que as campañas de mercadotecnia baseadas na web son moito máis fáciles de rastrexar que as campañas tradicionais, hai tanta información dispoñible que a xente pode paralizarse na procura de máis datos e información 100% precisa. Para algúns, a cantidade de tempo aforrado ao saber rapidamente o número de persoas que viron o seu anuncio en liña durante un determinado mes vese negada polo tempo que pasan intentando ver por que os seus números de fontes de tráfico non se suman.

Ademais da incapacidade para obter datos perfectos, tamén hai unha cantidade de datos que resulta preocupante. De feito, hai tanto que ás veces pode ser difícil ver o bosque para as árbores. ¿Necesito mirar a taxa de rebote ou de saída? Por suposto, o custo da páxina é un elemento de datos valioso, pero hai mellores variables que poidan modelar o que paga unha determinada páxina de contido para completar un obxectivo en liña? As preguntas son infinitas e as respostas tamén. Un experto pode dicirlle "só depende", pero unha persoa coa cabeza na néboa do dixital analítica pode pensar que hai un conxunto perfecto de números se o miran todo.

En ambas as dúas áreas, a resposta é sinxela: faino coa imperfección porque son imposibles datos perfectos e / ou datos completos. Un dos rapaces que fala tan ben disto é Avinash Kaushik. se non sabes o nome, é un dos artistas máis vendidos do New York Times, un dos principais de Google e está no consello de varias universidades. O seu blogue, Occam's Razor, é ouro puro para o analista de datos actual e recentemente atopei unha das súas publicacións máis antigas, Un proceso de 6 pasos para evolucionar o teu modelo mental. Nela, describe a idea de que non hai un conxunto de datos perfectos e a xente precisa seguir un camiño moito máis sinxelo cara aos "Datos Virtuosos".

De todos os grandes puntos que fai, o que máis destaca é:

... o seu traballo non depende de datos cun 100% de integridade na web. O seu traballo depende de axudar á súa empresa a moverse rápido e pensar de forma intelixente.

A próxima vez que cargue Analytics, lembre que se está a traballar con bos datos e seguiu as mellores prácticas, debería estar preparado para tomar unha decisión sobre como avanzar. Porque, sen importar os grandes esforzos que poida empregar na procura de datos completos e perfectos, o tempo que pasou facéndoo podería dedicarse a traballar nas taxas de conversión, crear novas probas divididas, etc. Xa sabes, as cousas que axudarán á túa empresa medra e mantén o teu traballo.

Queres iniciar unha conversa? Contacta conmigo en Twitter @sharpguysweb.

¿Que pensas?

Este sitio usa Akismet para reducir o spam. Aprende a procesar os teus datos de comentarios.