分析•2016年7月26日

您的数据是一个可观资产，所以辞职搞乱大约

客户曾经提到过的分析实施，我们为他建造了作为帆船，而且类比真的坚持下去。特别是因为他不开心。

“你为我建立了这个大帆船，但我不知道如何航行它。”

我现在查看大多数技术分析的实现，实际数据的跟踪和收集，类似于构建船，在那里使用该数据正在航行。继续进行类比，在建造和乘船航行时很重要，了解您打算与之有关。它会影响所需的船舶类型，如何建造它，以及一旦完成它的课程，它将是什么样的图表。

如果有人希望乘船舒适地携带2个人在钓鱼的时候，他们需要一个不同的船和船员，而不是想要与家人一起飞往夏威夷的人。通过营销分析，相同的想法适用。您最终想要与数据有关，影响应该实施的内容，以及如何分析洞察力。

虽然......

根据A.最近的研究84％的营销人员表示，他们使数据知情决策的能力是他们成功的最重要的驱动因素。然而，只有46％的人表示他们实际上基于数据营销决定，只有10％的人认为它们有效地使用了洞察力。这突出了第一个关键问题：45％的营销人员想要使数据知情的决策并不能，并且近80％的人的人没有觉得他们是有效的。

我们需要一艘船，但没有一个。我们有一艘船，但不知道我们正在做什么。

另一项研究发现了类似的问题。

营销预算（2016年2月）的平均部分目前目前为6.7％，许多公司希望在3年内提升至11.1％。在这些公司中只有37％的人认为他们能够定量证明短期影响，这对长期影响降至31％。19％的觉得营销分析根本没有长期影响。

这突出了几个问题：营销人员在分析上花钱，即使近20％的人认为绝对没有受益，差不多70％的影响力。

10个公司只有1个公司能够证明营销分析投资的投资回报率。

10个购买船中有9个，他们没有使用。他们坐在码头上绑在码头看起来很漂亮吮吸每月的停泊费用，而他们的配偶不断地解决了购买该死的船的财政意义。

那么你能做什么不是那个营销人员？

第一：焦点

Chart_1 _-_ data_appreciabied_asset

上面的相同CMO研究看了各种营销决策区域，并随着时间的推移跟踪他们的使用情况。截至2016年2月的顶部区域是客户洞察力（46％），客户收购（43.6％）和客户保留（38.1％）。他们不仅是由大多数人的重点关注，而且更多和更多的公司都专注于客户的分析。

看看您可以在数据上报告的各种方式，并寻找可操作的见解，但您需要做的第一件事是选择一个。

如果你最终想要在世界各地航行，那就很好地了解，你应该考虑到这艘船（即开始收集数据），但是当你需要绘制一个课程......图表第一个停止。如果您的图表6课程（夏威夷，巴拿马，复活节岛，泰国，圣地亚哥，西雅图）您将努力达到任何地方。

选择一门课程并专注于它。

客户收购？您的客户来自哪些营销渠道，您如何获取它们，您的营销美元的价值是什么？专注于此。不要扔进CRO和定价策略，以及其他任何东西。首先做一件事，专注于它，并在那里得到你的价值。通过做一件事，您将更有可能证明您的投资回报率。

一旦您掌握了一个区域的证明值，您可以添加另一个区域。

下一页：技能

有公司在那里专注于一件事，但仍然失败。为什么？

一项挑战，即被确定的是大多数组织的大多数技能差距，特别是数据科学。

雇用数据科学经验的人最难以说，雇用单一数据科学家并不总是有意义的，只是说“去它”。从组织内的地上建立内部分析和数据科学团队是许多组织无法克服的障碍。使用算法归因，定量人物，预测建模或其他一些先进的分析方法在市场上荒谬罕见。

行业数据显示大多数人只会在您的组织中粘在您的组织中左右......这导致了几乎设置为失败的混乱环境。

大多数营销组织本身并没有激动他们的可行洞察力如何，即使他们相信他们的见解，也不一定有信心他们的商业伙伴对他们采取行动。

如果你不能采取行动，就没有意义上的洞察力。

合作可能会很棒，我鼓励你与我和互动的联系，以帮助你的组织，因为我们很棒......但是在当天结束时，你将要引导你的船。一位伟大的合作伙伴可以帮助您的船只和追溯到夏威夷的课程......最终虽然您需要乘坐，抛弃，并将那艘船从港口拿出来。

最后：工具

市场巨大，分散。最近的一些调查看过超过800多种不同的营销分析工具。

虽然他们分解成几种不同的用例，但这些工具中的许多工具甚至是直接比较的。

不要沉迷于工具。当您专注于您想要做的内容时，仅使用最少数量的工具。大多数公司几乎不需要更多的东西，而不是谷歌分析Google Analytics认证合作伙伴喜欢SEER，可以从基本跟踪扩展到授权多通道，多设备归因分析。

您的数据是一个明显的资产，所以戒掉了乱

您的数据很有价值。只要您收集的数据是正确的，并且适用于您从洞察力。Even if you’re not currently doing analysis, you should move to make sure you’re collecting that data now, because every day, week, month, year of good data you have, is more data for that data scientist later to use to create a forecasting model, or cluster analysis of your users.

跟踪数据。良好的数据没有贬值。

就像任何其他可观的资产一样，当你兑现时，你只会得到它的真正价值。如果您不使用该数据，就像拥有您在保险箱中保存的储蓄债券一样。它有价值......但它不会帮助您支付您的帆船的休闲费用。

来源

相关文章