N'appliquez pas de vœux pieux à vos données

Les données ne sont qu'une pile de chiffres jusqu'à ce que vous compreniez ce qu'ils signifient. Nous concevons toutes sortes de mesures et d'indicateurs de performance clés pour trouver la vérité dans nos chiffres. Mais même les personnes intelligentes peuvent se tromper sans le savoir en essayant de voir ce qu'elles veulent voir dans leurs données.

Alors, comment se fait-il que des personnes intelligentes puissent mal interpréter leurs données ? Comment se trompent-ils ?

C'est la nature humaine

Le problème avec les humains, c'est qu'ils sont… humains. Ils feront des erreurs, pas tous consciemment.

"La plupart des erreurs sont commises par des personnes qui n'épluchent pas l'oignon", a déclaré T. Maxwell, propriétaire de l'agence de marketing numérique eMaximize et membre du Forbes Agency Council.

"Par exemple, ils regardent leurs visiteurs mensuels et l'utilisent comme un indicateur clé pour mesurer la croissance. Lorsque vous creusez un peu plus, vous remarquez que 40 % de ces visiteurs viennent d'Inde et de Russie et sont très probablement des bots.

"Contrairement aux ordinateurs, les humains sont des créatures émotionnelles qui ont des expériences intégrées, ce qui signifie que leur interprétation des données peut être guidée par des éléments tels que des hypothèses et un biais de récence. L'interprétation des données consiste davantage à abandonner ces processus de pensée », a déclaré Erica Magnotto, directrice du SEM chez Accelerated Digital Media.

"Le biais est tout ce qui modifie le résultat d'un modèle alors qu'il ne devrait pas l'être", a ajouté Mark Stouse, président-directeur général de Proof Analytics. "La meilleure façon de se libérer de la partialité est de réaliser que vous l'avez, puis de prendre les mesures nécessaires pour élargir le cercle en termes de ce que vous pensez être pertinent pour une décision", a poursuivi Stouse. « C'est vraiment la valeur pratique de la diversité et de l'inclusion dans un sens opérationnel. Cela élargit votre perspective et évite de manquer quelque chose d'important qui pourrait introduire un biais dans votre réflexion. Les préjugés sont généralement le résultat d'une réflexion trop étroite.

De nombreuses façons de mesurer

Ce qui conduit aux données elles-mêmes. Il existe de nombreuses façons de le mesurer. Cela ne signifie pas que ce que vous mesurez aide à créer une meilleure compréhension. Certaines mesures sont significatives, d'autres moins.

"Souvent, travailler avec un client qui a une" petite "connaissance du marketing numérique est pénible et ralentit les choses", a déclaré Maxwell. « [L]eux tombent amoureux de chaque gadget qu'ils voient sur les réseaux sociaux et demandent à leurs agences d'enquêter sur des stratégies de marketing canular au lieu de déployer des stratégies numériques solides avec des pratiques exemplaires éprouvées. C'est le travail de l'agence et du propriétaire de choisir les mesures qui sont importantes », a ajouté Maxwell.

Un seul cours de vérité est nécessaire, a répété Magnotto. "[B] oth le client et l'agent de commercialisation doivent s'entendre sur la plate-forme qui est considérée comme la source de vérité pour le suivi des KPI principaux et d'autres performances." De cette façon, toutes les parties examinent les mêmes informations de la même manière.

"Il est de la responsabilité du spécialiste du marketing de créer des rapports qui associent à la fois les données de leur plate-forme et la source des données de vérité pour une visibilité optimale sur les performances", a poursuivi Magnotto. « Pour les grands comptes, les principaux KPI doivent être discutés fréquemment, et les rapports doivent être cohérents afin que le client soit intégré à la méthodologie de l'agence et puisse reconnaître/accepter les performances présentées. Pour un client ayant plusieurs objectifs, il est important de catégoriser les KPI primaires et secondaires afin qu'il y ait une hiérarchisation claire lors de l'examen des rapports. »

"Les données sont toujours le numérateur de l'équation, pas le dénominateur", a déclaré Stouse. « La question ou la décision dicte le modèle, et les besoins du modèle dictent les données nécessaires pour armer le modèle. En termes généraux, il existe deux types de données potentiellement pertinentes : celles qui mesurent ce que vous faites (ce que vous contrôlez) et celles qui mesurent ce qui est un vent contraire ou un vent arrière pertinent (ce que vous ne contrôlez pas). »

Mesurer le changement ou changer la mesure

Et tenez compte de l'imprévisible, comme les pandémies, le mauvais temps, les récessions économiques ou les problèmes de chaîne d'approvisionnement, a noté Maxwell. Plus cela se produit, plus l'optimisation est nécessaire pour maintenir une campagne sur la bonne voie.

"Les spécialistes du marketing avisés ajustent les campagnes marketing en temps réel", a déclaré Maxwell. "Cela peut prendre deux à trois mois pour lancer une campagne publicitaire, de sorte qu'elle ne nécessite que des ajustements minimes à l'avenir."

« Il doit y avoir suffisamment de données pour indiquer les prochaines étapes de l'optimisation ; cette quantité de données dépend des KPI du client, des dépenses et du temps nécessaire à la collecte des données », a noté Magnotto. "Dans un compte avec un seuil élevé de conversions, vous n'aurez peut-être besoin que d'exécuter une expérience A/B pendant une semaine pour collecter suffisamment de données pour pivoter en toute confiance vers de nouvelles stratégies, tandis que les petits comptes peuvent avoir besoin de 30 à 60 jours."

« La recherche nous dit que le cerveau humain sans aide ne peut pas gérer plus de trois à quatre variables. Après cela, les choses vont basculer », a déclaré Stouse. "Et lorsque le décalage temporel est une grande partie de l'équation, cela rend les choses encore plus difficiles. C'est pourquoi la plupart des gens optent par défaut pour une évaluation à très court terme, et ils le justifient parce qu'ils ont toujours entendu dire que si vous gérez les minutes, les journées prendront soin d'elles-mêmes », a poursuivi Stouse.

"C'est vrai si vous comprenez la causalité qui alimente la situation globale, mais si vous ne le faites pas, gérer le jeu court ne signifiera pas que vous gagnerez le jeu long."