Ваши ключевые показатели эффективности мобильного маркетинга обманывают вас?

В следующий раз, когда вы посмотрите на свою маркетинговую панель, найдите время, чтобы поиграть в адвоката дьявола: ваши маркетинговые KPI могут направить вас в неправильном направлении. Причина?

Метрики представляют собой форму повествования. Прежде чем точки данных, которые вы измеряете, были числами на экране, они были набором моментов, историй или событий. Важные бизнес-концепции, такие как удержание, отток, прилипчивость, цена за приобретение и пожизненная ценность, — это истории, которые маркетологи и специалисты по данным создают способы рассказать.

За каждой точкой данных стоит набор допущений и методологий для расчета показателей, которые вы отслеживаете, и, учитывая, что иногда существует несколько общепринятых способов измерения одной и той же идеи ( например, LTV ), вы, вероятно, идете на математические компромиссы.

В результате ваши любимые KPI могут обманывать вас или сообщать неполную историю. Важно понимать секреты, которые могут храниться в ваших ключевых маркетинговых показателях . Вот как:

Копаться в операционализации

Процесс перехода от бизнес-цели (например, повысить вовлеченность клиентов) к осязаемым, отслеживаемым показателям (например, количество вернувшихся пользователей в месяц, или количество сеансов на одного вернувшегося пользователя, или количество конверсий на одного вернувшегося пользователя, или…) называется операционализацией. . Первый шаг — придумать идею, которую вы хотите измерить. Затем проведите мозговой штурм, как количественно оценить эти идеи, создав список вариантов. После того, как у вас есть список возможных способов измерения вашей идеи, вы можете оценить компромиссы (например, насколько технически возможно что-то измерить и является ли это число лучшим представлением того, что вы пытаетесь зафиксировать). После этого процесса, который может потребовать некоторого тестирования и итерации, вы придете к способу или способам, которыми вы хотите отслеживать свою метрику.

В качестве немаркетингового примера операционализации, с которым вы, вероятно, знакомы, взгляните на рейтинги US News и World Report Education, которые измеряют «академическое превосходство». Покопавшись в цифрах, вы увидите, что компания рассматривает несколько различных параметров для составления своих общих баллов, включая уровень пожертвований выпускников, академические рейтинги коллег и многое другое. US News собирает эту информацию посредством самоотчетных опросов.

В качестве маркетингового примера того, как выглядит этот процесс, загляните в справочный центр Google Analytics, где компания раскрывает, как она измеряет посещения веб-сайтов, время нахождения на сайте, повторные посещения и многое другое как с технической, так и с аналитической точек зрения. Вы можете ясно видеть , как работает код отслеживания Google Analytics для преобразования абстрактных понятий в поддающиеся количественному измерению числа, а затем генерирует числа, которые вы видите при входе в свою панель инструментов.

Обычно в своей повседневной работе маркетологи видят этот конечный показатель, а не то, что происходит за кулисами. Но важно точно знать, что вы измеряете, чтобы не ошибиться, основываясь на неверных предположениях или выводах.

Знайте, как данные могут быть неверно истолкованы

Вы, наверное, уже знаете, что при работе с набором данных важно проверять правильность своих чисел. Но вы еще не закончили. Вам нужно изучить , как появились ваши цифры. Возможно, ваш план эксперимента имеет недостатки.

Кроме того, даже если предположить, что ваши данные показывают то, что вы думаете, вы все равно можете интерпретировать эти данные неправильно. Вот некоторые распространенные виновники, которые должны быть на вашем радаре:

Предвзятость : эта статистическая концепция отражает фундаментальную идею выборки — группы, которые вы анализируете, должны быть репрезентативными для всего населения. В контексте маркетинга предубеждения могут возникать по разным причинам. Например, у людей в вашей выборке может быть общая черта, которую вы не пытаетесь отследить или включить в текущий анализ. Вот пример: вы можете в конечном итоге обобщить покупательское поведение для всех ваших клиентов, даже если на самом деле в вашей выборке доля более состоятельных людей выше, чем в вашей средней клиентской базе.

Вмешивающиеся факторы: вы можете быть зациклены на взаимосвязи двух переменных, не понимая, что существует скрытая третья переменная, которая определяет корреляцию. Например, вы можете заметить, что ваши продажи резко выросли в летние каникулы, и сделать вывод, что праздники — это лучшие дни для покупок, но на самом деле на продажи влияет тот факт, что сегодня жаркий день.

Логические ошибки. Скорее всего, вы узнали о них в начальной или средней школе (они очень часто будут преследовать вас в вашей карьере маркетингового аналитика). Вот несколько наиболее распространенных из них, которые могут оказаться полезными при анализе данных:

• Экологическое заблуждение: делать выводы о человеке на основе группы.
• Ошибка черного или белого: предположение, что два состояния являются единственными возможными вариантами, когда на самом деле вариантов больше.
• Воспринимаемая причина: предположение, что что-то вызывает другое, но на самом деле причинно-следственной связи нет. Это заблуждение связано с выражением «корреляция не является причинно-следственной связью», которое вы, возможно, слышали на уроках статистики или естественных наук в прошлом.

Прогулка разговор

Играть в адвоката дьявола часто легче сказать, чем сделать: вы можете обнаружить, что не согласны с высшим руководством, потратите больше времени на анализ своего набора данных и будете мучиться из-за нерассказанных историй, которые, как вы беспокоитесь, ускользают из щелей. Возможно, вам нужно собрать цифры для ежеквартального отчета или PR-кампании, или вам может быть не терпится вынести суждение о кампании на основе того, что вы читаете на панели аналитики.

Тем не менее, важно стоять на своем и убедиться, что вы делаете точный прогноз, основанный на сложностях вашего набора данных. В противном случае ваши прогнозы, расчеты и даже оценка результатов могут оказаться ошибочными.

Для начала приведем несколько показателей, которые часто интерпретируются неправильно.

Прежде чем ты уйдешь

Когда вы будете практиковаться в интерпретации и работе с данными, вы начнете понимать, как ваши метрики могут вас обманывать. Если вы совершаете ошибку, учитесь на ней. И не забывайте держать свою команду в курсе событий — по мере изменения приоритетов компании весьма вероятно, что изменятся и более важные ключевые показатели эффективности.