هل تخدعك مؤشرات الأداء الرئيسية للتسويق عبر الجوال؟

في المرة القادمة التي تنظر فيها إلى لوحة معلومات التسويق الخاصة بك ، خذ الوقت الكافي للعب دور محامي الشيطان: قد توجهك مؤشرات الأداء الرئيسية للتسويق في الاتجاه الخاطئ. السبب؟

تمثل المقاييس شكلاً من أشكال سرد القصص. قبل أن تكون نقاط البيانات التي تقيسها عبارة عن أرقام على الشاشة ، كانت عبارة عن مجموعة من اللحظات أو القصص أو الأحداث. تعتبر مفاهيم الأعمال المهمة مثل الاحتفاظ والتغيير والالتزام وتكلفة الاكتساب والقيمة الدائمة قصصًا يبني محللو التسويق وعلماء البيانات طرقًا لإخبارها.

يوجد خلف كل نقطة بيانات مجموعة من الافتراضات والمنهجيات لحساب المقاييس التي تتبعها - ونظرًا لوجود عدة طرق مقبولة أحيانًا لقياس نفس الفكرة ( على سبيل المثال LTV ) ، فمن المحتمل أن تقوم بإجراء مقايضات رياضية.

نتيجة لذلك ، قد تخدعك مؤشرات الأداء الرئيسية المفضلة لديك أو تنقل قصة غير مكتملة. من المهم أن تفهم الأسرار التي قد تحافظ عليها مقاييس التسويق الرئيسية . إليك الطريقة:

حفر في التفعيل

تسمى عملية الانتقال من هدف العمل (مثل زيادة مشاركة العملاء) إلى مقياس ملموس وقابل للتتبع (على سبيل المثال ، عدد المستخدمين العائدين في الشهر ، أو عدد الجلسات لكل مستخدم عائد ، أو عدد التحويلات لكل مستخدم عائد ، أو ...) بالتفعيل . الخطوة الأولى هي التوصل إلى فكرة تريد قياسها. ثم ، قم بعصف ذهني حول كيفية تحديد هذه الأفكار ، وإنشاء قائمة من الخيارات. بعد أن يكون لديك قائمة بالطرق المحتملة لقياس فكرتك ، يمكنك تقييم المقايضات (أي مدى جدوى قياس شيء ما من الناحية الفنية وما إذا كان هذا الرقم هو أفضل تمثيل لما تحاول التقاطه). بعد هذه العملية ، التي قد تتطلب بعض الاختبارات والتكرار على طول الطريق ، ستصل إلى الطريقة أو الطرق التي تريد تتبع مقياسك بها.

للحصول على مثال غير تسويقي للتشغيل من المحتمل أن تكون على دراية به ، ألق نظرة على تصنيفات US News و World Report Education ، والتي تقيس "التميز الأكاديمي". عند البحث في الأرقام ، سترى أن الشركة تنظر في بعض الأبعاد المختلفة لتجميع نتائجها الإجمالية ، بما في ذلك معدلات تبرع الخريجين ، وتقييمات الأقران الأكاديميين ، والمزيد. تجمع US News هذه المعلومات من خلال استطلاعات الرأي الذاتية.

للحصول على مثال تسويقي لما تبدو عليه هذه العملية ، ألق نظرة على مركز المساعدة الخاص بـ Google Analytics ، حيث تكشف الشركة عن كيفية قياسها لزيارات موقع الويب ، والوقت المستغرق في الموقع ، والزيارات المتكررة ، والمزيد من المنظور الفني والتحليلي. يمكنك أن ترى بوضوح كيف تعمل شفرة تتبع Google Analytics لترجمة المفاهيم المجردة إلى أرقام قابلة للقياس الكمي ثم إنشاء الأرقام التي تراها عند تسجيل الدخول إلى لوحة القيادة الخاصة بك.

عادة ، في حياتهم اليومية المزدحمة ، يرى المسوقون مقياس النهاية هذا - وليس ما يحدث وراء الكواليس. لكن من المهم أن تعرف بالضبط ما تقوم بتحديده كميًا حتى تتمكن من تجنب اتخاذ منعطف خاطئ بناءً على افتراضات أو استنتاجات غير صحيحة.

تعرف على الطرق التي يمكن بها إساءة فهم البيانات

ربما تكون قد تعلمت أنه عند العمل باستخدام مجموعة بيانات ، من المهم التحقق من صحة أرقامك. لكنك لم تنته بعد. تحتاج إلى فحص كيف ظهرت أرقامك. قد يكون الأمر أن تصميم تجربتك به عيوب.

بالإضافة إلى ذلك ، حتى بافتراض أن بياناتك تظهر لك ما تعتقده ، فقد لا تزال تفسر هذه البيانات بشكل غير صحيح. فيما يلي بعض المذنبين الشائعين الذين يجب أن تراهم على رادارك:

التحيز : يعكس هذا المفهوم الإحصائي فكرة أساسية لأخذ العينات - وهي أن المجموعات التي تقوم بتحليلها يجب أن تكون ممثلة لمجموع السكان لديك. في سياق التسويق ، يمكن أن تحدث التحيزات لعدة أسباب. على سبيل المثال ، قد يشترك الأشخاص في عينتك في سمة مشتركة لا تحاول تتبعها أو تضمينها في تحليلك الحالي. إليك مثال: يمكن أن ينتهي بك الأمر بتعميم سلوك الشراء لجميع عملائك ، على الرغم من أن لديك بالفعل نسبة أعلى من الأفراد الأكثر ثراءً في عينتك من متوسط ​​قاعدة عملائك.

الإرباكات: قد تكون مُركزًا على العلاقة بين متغيرين ، دون أن تدرك أن هناك متغيرًا ثالثًا مخفيًا يقود الارتباط. على سبيل المثال ، قد تلاحظ ارتفاع مبيعاتك في أيام العطلات الصيفية وتخلص إلى أن العطلات هي أفضل أيام عمليات الشراء - ولكن في الواقع ، تتأثر المبيعات بحقيقة أنه يوم حار.

مغالطات منطقية: على الأرجح ، تعلمت عنها في المدرسة الابتدائية أو الإعدادية (لقد عادوا كثيرًا ليطاردك في حياتك المهنية في مجال تحليل التسويق). فيما يلي بعض الأشياء الشائعة التي يمكن أن تثير رؤوسهم في تحليل بياناتك:

• المغالطة البيئية: التوصل إلى استنتاجات حول الفرد بناءً على مجموعة.
• مغالطة الأسود أو الأبيض: افتراض أن الحالتين هما الاحتمالان الوحيدان في حين أن هناك في الواقع المزيد من الخيارات.
• السبب المتصور: افتراض أن شيئًا ما يسبب شيئًا آخر ، لكن في الحقيقة لا توجد علاقة سببية. ترتبط هذه المغالطة بتعبير "الارتباط ليس السببية" ، والذي ربما سمعته في فصول الإحصاء أو العلوم في الأوقات الماضية.

المشي الحديث

غالبًا ما يكون قول لعب دور محامي الشيطان أسهل من فعله: قد تجد نفسك غير موافق على المجموعة الثالثة ، وتقضي وقتًا أطول في تحليل مجموعة البيانات الخاصة بك ، وتتألم من القصص غير المروية التي تشعر بالقلق من أنها تنزلق من خلال الثغرات. قد تتعرض لضغوط لسحب الأرقام لتقرير ربع سنوي أو حملة علاقات عامة ، أو قد تكون متشوقًا لاتخاذ قرار بشأن الحملة بناءً على ما تقرأه في لوحة معلومات التحليلات الخاصة بك.

ومع ذلك ، من المهم أن تقف على موقفك وتتأكد من قيامك بعمل توقعات دقيقة بناءً على تعقيدات مجموعة البيانات الخاصة بك. خلاف ذلك ، قد تكون توقعاتك وتوقعاتك وحتى قياس النتائج خارج القاعدة.

لتبدأ ، إليك بعض المقاييس التي غالبًا ما يتم تفسيرها بشكل غير صحيح.

قبل ان تذهب

أثناء تدربك على تفسير البيانات والعمل معها ، ستبدأ في التعرف على الكيفية التي قد تخدعك بها المقاييس. إذا أخطأت ، فتعلم منها. وتذكر أن تبقي فريقك على اطلاع - مع تغير أولويات الشركة ، من المحتمل جدًا أن تتغير مؤشرات الأداء الرئيسية الأكثر أهمية أيضًا.