Perfekte data er umulige

Perfekte data er umulige | Marketing Tech Blog

Perfekte data er umulige | Martech ZoneMarketing i den moderne æra er en sjov ting; mens webbaserede marketingkampagner er meget nemmere at spore end traditionelle kampagner, er der så mange oplysninger tilgængelige, at folk kan blive lammet i en søgen efter mere data og 100% nøjagtig information. For nogle er den sparede tid ved hurtigt at finde ud af antallet af mennesker, der så deres online-annonce i en given måned, af den tid, de bruger på at forsøge at se, hvorfor deres trafikkildetal ikke helt tilføjes.

Udover manglende evne til perfekte data er der også den mængde data, der er foruroligende. Faktisk er der så meget, at det nogle gange kan være svært at se skoven for træerne. Skal jeg se på afvisningsprocenten eller exitfrekvensen? Sikker på, sideomkostninger er et værdifuldt dataelement, men er der bedre variabler, der kan modellere, hvor meget en given indholdsside er værd at udfylde et online mål? Spørgsmålene er uendelige, og svarene også. En ekspert kan fortælle dig, "det afhænger bare", men en person med hovedet i tågen af ​​digital analytics tror måske, at der er et perfekt sæt tal, hvis de bare ser igennem det hele.

På begge disse områder er svaret let - nyd ufuldkommenhed, fordi perfekte data og / eller komplette data er umulige. En af de fyre, der taler så godt om dette, er Avinash Kaushik. hvis du ikke kender navnet, er han en New York Times bedst sælgende kunstner, en af ​​Googles hovedgutter og er medlem af bestyrelsen for flere universiteter. Hans blog, Occams Razor, er rent guld til den moderne dataanalytiker, og jeg løb for nylig ind i et af hans ældre indlæg ved navn, En 6-trins proces til at udvikle din mentale model. I det beskriver han tanken om, at der ikke er noget sæt perfekte data, og at folk har brug for at følge en meget enklere vej til "Virtuous Data".

Ud af alle de gode punkter, han fremhæver, er den, der stikker mest ud:

... dit job afhænger ikke af data med 100% integritet på nettet. Dit job afhænger af at hjælpe din virksomhed med at bevæge sig hurtigt og tænke smart.

Næste gang du indlæser Analytics, skal du bare huske, at hvis du arbejder med gode data og har fulgt bedste praksis, skal du være klar til at træffe en beslutning om, hvordan du går videre. Fordi uanset den kæmpestore indsats, du måtte bruge i søgen efter komplette og perfekte data, kunne den tid, du brugte på at gøre det, have været brugt på konverteringsfrekvenser, oprettelse af en ny split test osv. Du ved, de ting, der vil hjælpe din virksomhed vokse og beholde dit job.

Vil du starte en samtale? Kontakt mig på Twitter @sharpguysweb.

Hvad mener du?

Dette websted bruger Akismet til at reducere spam. Lær, hvordan dine kommentardata behandles.