Go-To Mobil Pazarlama TPG'leriniz Sizi Kandırıyor mu?
Yayınlanan: 2016-04-12Pazarlama panonuza bir daha baktığınızda, şeytanın avukatlığını yapmak için zaman ayırın: pazarlamaya yönelik KPI'larınız sizi yanlış yöne yönlendiriyor olabilir. Sebep?
Metrikler, bir hikaye anlatımı biçimini temsil eder. Ölçtüğünüz veri noktaları bir ekrandaki sayılar olmadan önce, anlar, hikayeler veya olaylar topluluğuydu. Elde tutma, kayıp, yapışkanlık, edinme başına maliyet ve yaşam boyu değer gibi önemli iş kavramları, pazarlama analistlerinin ve veri bilimcilerinin anlatmak için yollar oluşturduğu hikayelerdir.
Her veri noktasının arkasında, izlediğiniz metrikleri hesaplamak için bir dizi varsayım ve metodoloji vardır - ve bazen aynı fikri ölçmek için kabul edilen birden çok yol ( örneğin, LTV ) olduğu göz önüne alındığında, muhtemelen matematiksel takaslar yapıyorsunuzdur.
Sonuç olarak, favori KPI'larınız sizi kandırıyor veya eksik bir hikaye iletiyor olabilir. Temel pazarlama ölçümlerinizin saklayabileceği sırları anlamak önemlidir . İşte nasıl:
Operasyonelleştirmeye girin
İş hedefinden (örneğin müşteri katılımını artırma) somut, izlenebilir metriğe (örneğin bir ay içinde geri dönen kullanıcı sayısı veya geri dönen kullanıcı başına oturum sayısı veya geri gelen kullanıcı başına dönüşüm sayısı veya...) ulaşma sürecine operasyonelleştirme denir. . İlk adım, ölçülmesini istediğiniz bir fikir bulmaktır. Ardından, bir seçenekler listesi oluşturarak bu fikirlerin nasıl ölçüleceğini beyin fırtınası yapın. Fikrinizi ölçmenin olası yollarının bir listesini yaptıktan sonra, ödünleşimleri değerlendirebilirsiniz (yani, bir şeyi ölçmenin teknik olarak ne kadar uygun olduğu ve bu sayının yakalamaya çalıştığınız şeyin en iyi temsili olup olmadığı). Yol boyunca bazı testler ve yinelemeler gerektirebilecek bu süreçten sonra, metriğinizi izlemek istediğiniz yol veya yöntemlere ulaşacaksınız.
Muhtemelen aşina olduğunuz pazarlama dışı bir operasyonelleştirme örneği için, “akademik mükemmelliği” ölçen US News ve World Report Education sıralamalarına bakın. Rakamları incelerseniz, şirketin mezun bağış oranları, akademik akran derecelendirmeleri ve daha fazlası dahil olmak üzere toplam puanlarını derlemek için birkaç farklı boyuta baktığını göreceksiniz. US News , bu bilgileri kendi bildirdiği anketler aracılığıyla toplar.
Bu sürecin nasıl göründüğüne ilişkin bir pazarlama örneği için, şirketin web sitesi ziyaretlerini, sitede geçirilen süreyi, tekrar ziyaretleri ve daha fazlasını hem teknik hem de analitik perspektiflerden nasıl ölçtüğünü açıkladığı Google Analytics yardım merkezine bakın. Google Analytics izleme kodunun soyut kavramları ölçülebilir sayılara dönüştürmek için nasıl çalıştığını ve ardından gösterge tablonuza giriş yaparken gördüğünüz sayıları nasıl oluşturduğunu açıkça görebilirsiniz .
Pazarlamacılar genellikle, yoğun günlük işlerinde perde arkasında olup bitenleri değil, bu son metriği görürler. Ancak, yanlış varsayımlara veya sonuçlara dayalı olarak yanlış bir dönüş yapmaktan kaçınmak için tam olarak neyi ölçtüğünüzü bilmek önemlidir.
Verilerin nasıl yanlış anlaşılabileceğini bilin
Muhtemelen bir veri kümesiyle çalışırken, numaralarınızı akıl sağlığıyla kontrol etmenin önemli olduğunu öğrenmişsinizdir. Ama henüz işin bitmedi. Sayılarınızın nasıl ortaya çıktığını incelemeniz gerekiyor. Deney tasarımınızın kusurları olabilir.
Ek olarak, verilerinizin size ne düşündüğünüzü gösterdiğini varsaysak bile, yine de bu verileri yanlış yorumlayabilirsiniz. Radarınızda bulunması gereken bazı yaygın suçlular şunlardır:
Önyargı : Bu istatistiksel kavram, temel bir örnekleme fikrini yansıtır - analiz ettiğiniz grupların genel popülasyonunuzu temsil etmesi gerektiği. Pazarlama bağlamında, önyargılar çeşitli nedenlerle ortaya çıkabilir. Örneğin, örneğinizdeki insanlar, takip etmeye veya mevcut analizinize dahil etmeye çalışmadığınız ortak bir özelliği paylaşıyor olabilir. İşte bir örnek: Örnekleminizde ortalama müşteri tabanınızdan daha yüksek oranda varlıklı bireylere sahip olsanız bile, satın alma davranışını tüm müşterileriniz için genelleştirebilirsiniz.
Karıştırıcılar: Korelasyonu yönlendiren gizli bir üçüncü değişken olduğunu fark etmeden, iki değişkenin ilişkisine takılıp kalmış olabilirsiniz. Örneğin, yaz tatillerinde satışlarınızın arttığını fark edebilir ve tatillerin satın alma için en iyi günler olduğu sonucuna varabilirsiniz - ancak gerçekte, satışların sıcak bir gün olması gerçeğinden etkileniyor.
Mantıksal yanılgılar: Büyük olasılıkla, bunları ilkokul veya ortaokulda öğrendiniz (pazarlama analizi kariyerinizde size musallat olmak için geri döndüler). Veri analizinizde başlarını kaldırabilecek yaygın olanlardan birkaçı:
- Ekolojik yanılgı: Bir gruba dayalı olarak bir birey hakkında sonuçlar çıkarmak.
- Siyah veya beyaz yanılgısı: Aslında daha fazla seçenek varken iki durumun tek olasılık olduğunu varsaymak.
- Algılanan neden: Bir şeyin başka bir şeye neden olduğunu varsaymak, ancak gerçekte nedensel bir ilişki yoktur. Bu yanılgı, geçmişte istatistik veya fen derslerinde duymuş olabileceğiniz “korelasyon nedensellik değildir” ifadesi ile ilgilidir.
konuşmayı yürü
Şeytanın avukatını oynamak genellikle yapmaktan daha kolaydır: Kendinizi üst düzey yönetim ekibiyle aynı fikirde olmadığınızı, veri kümenizi analiz etmek için daha fazla zaman harcadığınızı ve çatlaklardan kayıp gitmesinden endişe ettiğiniz anlatılmamış hikayeler için ıstırap çekerken bulabilirsiniz. Üç aylık bir rapor veya halkla ilişkiler kampanyası için rakamları toplama baskısı altında olabilirsiniz veya analitik gösterge tablonuzda okuduklarınıza dayanarak bir kampanya değerlendirme çağrısı yapmak konusunda endişeli olabilirsiniz.
Bununla birlikte, zeminde durmak ve veri kümenizin karmaşıklığına dayalı doğru bir tahmin yaptığınızdan emin olmak önemlidir. Aksi takdirde, tahminleriniz, tahminleriniz ve hatta sonuçların ölçümleri temelden sapabilir.
Başlamak için, burada genellikle yanlış yorumlanan birkaç metrik vardır.
Metrik | Ortak yorum | Olası gizli hikaye | bu konuda ne yapmalı |
Yüksek tutma oranı | Yüksek elde tutma oranları, ürününüzün müşterilerinizi mutlu ettiğini gösterir. İyi bir konumda olduğunuzu düşünebilirsiniz. | Kaybedenler en değerli müşterileriniz ve en azından şimdilik etrafta kalanlar en düşük değerli müşterileriniz. | Alıkonan numunenizin ve çalkalanmış numunenin istatistiklerine bakın. Ardından, değerli müşterilerinizi etrafınızda tutmayı amaçlayan bir kampanya veya kampanyalar için bir strateji yapın. |
Yüksek kayıp oranı | Yüksek kayıp oranları, ürününüzle ilgili bir sorun olduğuna inanmanıza neden olabilir. | Yanlış müşteri tabanını çekiyor olabilirsiniz (yani ürününüz/pazar uyumunuz kapalı) veya kullanıcıları farklılaştırmanız gereken yeni bir rakibe kaptırıyor olabilirsiniz. | Farklı müşteri segmentleriniz arasında kayıp oranlarınızın nasıl değiştiğini analiz edin. İlişkilendirme kanalı veya demografi gibi net kalıplar olup olmadığını belirleyin. |
Günlük Aktif Kullanıcıları (DAU) veya Aylık Aktif Kullanıcıları (MAU) Artırma | Kullanıcılarınız uygulamanızı açıyor, bu nedenle etkileşimde olmaları gerekiyor. | Uygulamanızı açıyorlar, ancak uygulamadayken değerli dönüşümleri tamamlamıyorlar. | Kullanıcılarınızın uygulamanıza giriş yaptıktan sonra neler yaptığını keşfedin. Değişen "etkin" düzeylerini vurgulayan yeni metrikleri takip etmeye karar verebilirsiniz (yani, uygulamada belirli sayıda dakika harcayan kişiler, belirli bir özellikle etkileşim kuran kişiler vb.). |
Bir özellik başlatıldıktan veya güncellendikten sonra artan yapışkanlık | Yeni özellik veya güncelleme, ürünü iyileştirdiği için yapışkanlığın artmasına neden oluyor. | Başarılı bir mesajlaşma kampanyası, reklam harcaması veya başka bir neden, yapışkanlığın artmasına katkıda bulunabilir. | Tüm değişkenleri gerçekten izole edebildiğinizde yalnızca nedensellik ilişkilendirdiğinizden emin olun. Aksi takdirde, sadece bir tesadüf veya yazışmaya bakıyor olabilirsiniz. |
Bir kampanyadan sonra artan kaldırma sayısı | Kampanya, kaldırma işlemlerinden hemen önce yayınlandı, bu nedenle kampanya, kaldırma işlemlerinde artışa neden oldu ve bununla ilgili bir şey müşteri ilişkilerinize zarar verdi. | Kaldırma işlemleri, gerçekleştikleri anda mutlaka bildirilmez. Hem Apple hem de Google, kaldırma işlemi ile sizin bundan haberdar olduğunuz zaman arasında gecikmeye neden olabilecek yöntemler kullanır. 30 Mart'ta bildirilen kaldırma işlemi, 29 Mart kampanyasından çok önce de dahil olmak üzere, 30 Mart'tan önceki herhangi bir zamanda gerçekleşmiş olabilir. | Kaldırma sayılarınızdaki kalıpları veya sıçramaları kesinlikle izleyebilirsiniz, ancak kaldırmalarda belirli bir artışa karar verme yanılgısına düşmeyin, suçlunun belirli bir kampanya olduğu anlamına gelir. |
Gitmeden önce
Verileri yorumlama ve bunlarla çalışma alıştırması yaptıkça, ölçümlerinizin sizi nasıl kandırdığını anlamaya başlayacaksınız. Bir hata yaparsanız, ondan öğrenin. Ve ekibinizi döngüde tutmayı unutmayın; şirket öncelikleri değiştikçe, daha önemli olan TPG'lerin de değişmesi çok muhtemeldir.