Ludzi nie można zmierzyć prostymi liczbami: oto jak oddzielić dane od prawdziwych, praktycznych spostrzeżeń

Firmy i marketerzy mają dostęp do większej ilości danych niż kiedykolwiek wcześniej, a także do danych wspierających dane oraz danych potwierdzających dokładność pierwszych danych… i tak dalej.

Jeśli chcesz podejmować decyzje oparte na danych dla swojej firmy, surowiec jest tam. Jednak bez elementu ludzkiego dane nie mają znaczenia.

Dane a spostrzeżenia: jaka jest różnica?

Ważne jest, aby zrozumieć rolę danych i spostrzeżeń w procesie badawczym oraz to, jak mogą one wpłynąć na wynik końcowy.

Dane to surowe, nieprzetworzone informacje, które są przechwytywane zgodnie z istniejącymi standardami. Może mieć postać liczb, obrazów, transkrypcji lub innych formatów. Przetworzone, zagregowane i zorganizowane dane są umieszczane w wizualizacjach danych, raportach i pulpitach nawigacyjnych jako informacje, które są łatwiej interpretowane przez ludzi.

Wgląd uzyskuje się z analizy informacji w celu kontekstualizacji okoliczności i wyciągnięcia wniosków. Te wnioski mogą być następnie wykorzystane do podejmowania praktycznych decyzji wspierających biznes.

„Oparty na danych” jest często rzucany w biznesie, marketingu itp., ale tak naprawdę chodzi o spostrzeżenia, które można uzyskać z danych. Współczesne firmy mają praktycznie nieskończone strumienie danych, ale bez analizy i spostrzeżeń jest to w zasadzie bezużyteczne.

Zasady uzyskiwania wglądu w dane

Osoby podejmujące decyzje w biznesie mogą nie znać się na danych – jasny kontekst i związek z biznesem giną w liczbach i statystykach. Gdy brakuje spostrzeżeń, pojawia się luka w procesie podejmowania decyzji.

W miarę jak dane stają się coraz liczniejsze – i bardziej złożone – ta luka może się powiększać.

Oto zasady uzyskiwania wglądu z danych:

Współpraca

Firmy o ugruntowanej pozycji często mają wiele działów lub zespołów zajmujących się każdym etapem procesu przetwarzania danych. Mimo to może to tworzyć silosy informacyjne, które pozostawiają luki, chyba że wszyscy są na tej samej stronie.

Współpraca wszystkich działów jest niezbędna do pełnego obrazu danych, okoliczności i celów. Komunikacja i wsparcie umożliwiają kluczowym decydentom uzyskanie cennych informacji z danych i zobaczenie „szerszego obrazu”. Wszyscy dążą do tego samego celu, a zatem zobowiązują się pomagać sobie nawzajem.

Przezroczystość

Mając wiele działów zajmujących się analizą danych i procesami decyzyjnymi, każdy z nich jest wtajemniczony w inne aspekty. Analityk zna źródła danych, procesy, typy i metryki, podczas gdy decydenci znają pytania, na które starają się odpowiedzieć i cele, które starają się osiągnąć.

Wszystkie działy muszą komunikować się w sposób otwarty i przejrzysty, aby zrozumieć swoje potrzeby i zapewnić, że ich część zadania zostanie w pełni wykonana.

Specyficzność

Podobnie jak przejrzystość, wszystkie działy zaangażowane w proces przetwarzania danych muszą zrozumieć cel końcowy i większe cele biznesowe. Dane, kierownictwo, decydenci i inne zaangażowane strony muszą zdefiniować wymagania, intencje i cele.

Zapewnia to zadawanie właściwych pytań i wykorzystanie właściwych zestawów danych, zamiast dalszego zaciemniania problemu.

Stosowanie zasad do analizy danych

Zdefiniuj pytania

Jak wspomniano, liczy się specyfika. Niejasne, obszerne pytania utrudniają zebranie praktycznych odpowiedzi.

Na przykład pytanie, jak zwiększyć przychody, może prowadzić do wielu hipotez. Zamiast tego zapytaj, na jakich kanałach powinieneś się skupić, aby zwiększyć przychody bez podnoszenia kosztów, co prowadzi do większej marży zysku. Lub zapytaj, która kampania marketingowa przyniosła najlepszy zwrot z inwestycji w ostatnim kwartale i co możesz zrobić, aby powtórzyć jej wyniki.

I pamiętaj, jeśli nie podoba ci się odpowiedź, zadaj inne pytanie.

Wyjaśnij kontekst

Zrozumienie kontekstu analizy, motywacji, ograniczonych i pożądanych wyników pozwala Tobie lub Twoim analitykom danych określić najlepsze metryki do monitorowania. Jeśli chcesz, aby dane były kontekstualizowane, każdy krok musi być powiązany z ogólnymi celami biznesowymi.

Ustaw jasne oczekiwania

Do odpowiedzi na różne pytania można użyć różnych zestawów danych. Ważne jest, aby zrozumieć, jakie informacje można uzyskać na podstawie zbieranego zestawu danych.

Na przykład szukasz średniej? Tempo zmian? Suma? Te szczegóły mają znaczenie i wpływają na Twój proces.

Zdefiniuj mierzalne KPI

Twoje metryki i KPI powinny być zawsze mierzalne i powiązane z celami SMART (konkretne, mierzalne, osiągalne, istotne, ograniczone w czasie).

Dane nie zawsze są liczbami, mogą to być słowa, pomiary, obserwacje, opisy lub proste fakty, ale Twoje KPI muszą być mierzalne, aby zobaczyć, czy jesteś na dobrej drodze do osiągnięcia swoich celów.

Sformułuj hipotezę

Nauka o danych to nauka, a hipoteza jest kluczowym elementem procesu naukowego. Hipoteza jest proponowanym wyjaśnieniem lub przypuszczeniem postawionym na podstawie ograniczonych dowodów jako punktem wyjścia do dochodzenia.

Na przykład hipoteza może brzmieć, że poprawa przejrzystości strony docelowej zmniejszy zamieszanie i poprawi konwersje. Jeśli wyniki są negatywne, możesz przyjrzeć się innym barierom, które mogą wpływać na zachowanie klientów. Jeśli wyniki są pozytywne, możesz popracować nad dopracowaniem przejrzystości strony i przetestowaniem, aby zobaczyć, co jest najskuteczniejsze.

Zbierz właściwe dane

Jak wspomniano, podczas zadawania pytań ważne jest, aby zwracać uwagę na właściwe zestawy danych. Wybierz dane i metryki, które prawdopodobnie pokażą Ci pożądane informacje i wpłyną na pożądany wynik.

Może być konieczne zbadanie kilku miar i sformułowanie planu, aby określić, w jaki sposób uzyskać wyniki prowadzące do odpowiedzi, których szukasz.

Wykorzystaj segmentację

Segmentacja danych zapewnia większą szczegółowość i szczegółowy widok informacji. W zależności od pytania możesz skoncentrować się na wybranym podzbiorze większego zestawu danych, takim jak branża, odbiorcy lub segment witryny, a następnie przejść do bardziej szczegółowego obrazu zachowania.

Integruj i koreluj dane

Wiele źródeł danych zapewnia pełniejszy wgląd w informacje biznesowe. zintegruj swoje źródła danych i wybierz najwyższej jakości dane, aby wesprzeć zadane pytanie.

Dane również powinny być skorelowane. Rozważ dane, które mogą na siebie wpływać, takie jak spojrzenie na współczynnik odrzuceń, aby uzyskać właściwą perspektywę na dane o ruchu.

Odkryj kontekst

Czasami określone punkty danych należy umieścić w kontekście, aby zobaczyć, jak pasują do szerszego widoku.

Benchmark to standard, według którego mierzone są wszystkie inne, na przykład powieść, która jest pierwszą w swoim gatunku. Podobnie Twoje dane powinny odnosić się do innych danych, takich jak standard branżowy, cel lub konkurencja.

Posiadanie takich testów porównawczych pomaga identyfikować wzorce, zachowania i tempo wzrostu, a także identyfikować trendy, anomalie i niespójności. To również pokaże Ci, gdzie jesteś w konkurencyjnym krajobrazie.

Zidentyfikuj wzorce

Wszystkie metryki mają wzorce, dzięki czemu można określić trafność punktu danych. Niezwykle ważne jest rozpoznawanie wzorców i sposobu, w jaki ilustrują one zachowania użytkowników, takie jak sezonowe wahania zachowań zakupowych lub wyszukiwania w Internecie.

Zauważyliśmy na przykład, że nasza strona studia tworzenia treści odnotowałaby gwałtowny wzrost ruchu online tuż przed sezonem świątecznym. Nasz zespół natychmiast zaczął opracowywać strategię, jak wykorzystać ten rodzaj zwiększonego ruchu.

Widząc wzorce, możesz szybko zidentyfikować nietypowe zachowanie i skuteczniej je ocenić.

Opracuj powtarzalny proces

Analiza danych nie jest sytuacją typu „ustaw i zapomnij”. Będziesz konsekwentnie gromadzić i analizować dane przez całe życie swojej firmy, a najlepiej jest mieć do tego standardowy, powtarzalny proces.

Przekształcanie danych w spostrzeżenia to proces naukowy i właśnie tak należy do tego podejść. Skonfiguruj ustrukturyzowany przepływ pracy do analizy danych na podstawie kroków, przez które przechodzisz, przekształcając analizę danych w powtarzalny, kierowany przez człowieka proces.

Uwzględnij analizę danych kierowaną przez człowieka

Dane są niezwykle cenne dla firmy, ale nie są w stanie utrzymać się same. Dane mogą zabrać Cię tylko tak daleko – praktyczne spostrzeżenia pochodzą z ludzkich badań i interpretacji.

Biografia autora

Kyle Johnston jest założycielem i prezesem wielokrotnie nagradzanej marki Gigasavvy, agencji tworzenia treści i agencji kreatywnej. Po spędzeniu ostatnich 20 lat w południowej Kalifornii, Kyle niedawno przeniósł swoją rodzinę do Boise, ID, gdzie nadal prowadzi agencję przez kolejną fazę rozwoju