데이터에 희망사항을 적용하지 마세요.

데이터는 의미를 파악하기 전까지는 그저 숫자 더미일 뿐입니다. 우리는 숫자에서 진실을 찾기 위해 모든 종류의 지표와 KPI를 고안합니다. 그러나 똑똑한 사람들도 데이터에서 보고 싶은 것을 보려고 노력함으로써 자신도 모르게 자신을 속일 수 있습니다.

그렇다면 똑똑한 사람들이 데이터를 잘못 해석할 수 있는 이유는 무엇입니까? 그들은 그것을 어떻게 잘못 이해합니까?

인간의 본성이다

인간의 문제는 그들이… 인간이라는 것입니다. 그들은 모두 의식적으로 실수하는 것이 아니라 실수를 할 것입니다.

디지털 마케팅 대행사 eMaximize의 소유자이자 Forbes Agency Council의 회원인 T. Maxwell은 "대부분의 실수는 사람들이 양파 껍질을 벗기지 않고 저지르는 것"이라고 말했습니다.

“예를 들어, 그들은 월간 방문자를 보고 이를 성장을 측정하는 주요 지표로 사용합니다. 조금 더 자세히 살펴보면 방문자의 40%가 인도와 러시아 출신이며 대부분 봇일 가능성이 높다는 것을 알 수 있습니다.”

“컴퓨터와 달리 인간은 경험이 내장된 감정적 동물입니다. 즉, 데이터 해석은 가정 및 최신 편향과 같은 것에 의해 주도될 수 있습니다. 데이터 해석은 이러한 사고 프로세스를 포기하는 것에 관한 것입니다.”라고 Accelerated Digital Media의 SEM 이사인 Erica Magnotto는 말했습니다.

Proof Analytics의 회장 겸 CEO인 Mark Stouse는 "편향은 모델의 결과를 변경하지 않아야 할 때 변경하는 것입니다."라고 덧붙였습니다. "편견에서 벗어나는 가장 좋은 방법은 편견이 있다는 것을 깨닫고 결정과 관련이 있다고 생각하는 관점에서 원을 확대하는 단계를 밟는 것입니다."라고 Stouse는 계속 말했습니다. “이것은 실제로 운영적 의미에서 다양성과 포용성의 실질적인 가치입니다. 그것은 당신의 관점을 확대하고 당신의 생각에 편견을 가져올 수 있는 중요한 것을 놓치는 것을 막아줍니다. 편향은 대개 너무 편협하게 생각한 결과입니다.”

다양한 측정 방법

데이터 자체로 이어집니다. 그것을 측정하는 방법에는 여러 가지가 있습니다. 그것은 당신이 측정하고 있는 것이 더 큰 이해를 만드는 데 도움이 된다는 것을 의미하지는 않습니다. 일부 메트릭은 의미가 있지만 다른 메트릭은 그다지 의미가 없습니다.

Maxwell은 “디지털 마케팅에 대해 '조금' 지식이 있는 클라이언트와 작업하는 것은 고통스럽고 작업 속도를 늦추는 경우가 많습니다. “[T]hey는 소셜 미디어에서 볼 수 있는 모든 술책에 속아 대행사에 입증된 모범 사례가 있는 건전한 디지털 전략을 배포하는 대신 가짜 마케팅 전략을 조사하도록 요청합니다. 어떤 메트릭이 중요한지 선택하는 것은 대행사와 소유자의 임무입니다.”라고 Maxwell은 덧붙였습니다.

단 하나의 진실이 필요하다고 Magnotto는 반향했습니다. "두 클라이언트와 마케터는 기본 KPI 및 기타 성과를 추적하기 위한 진실의 출처로 간주되는 플랫폼에 동의해야 합니다." 그렇게 하면 모든 당사자가 동일한 정보를 동일한 방식으로 보고 있습니다.

"성과에 대한 최적의 가시성을 위해 플랫폼 데이터와 진실 데이터 소스를 모두 결합하는 보고를 작성하는 것은 마케터의 책임입니다."라고 Magnotto는 계속 말했습니다. “대규모 계정의 경우 기본 KPI를 자주 논의해야 하며, 클라이언트가 기관의 방법론에 동의하고 제시된 성과를 인정/동의할 수 있도록 보고가 일관되어야 합니다. 목표가 여러 개인 클라이언트의 경우 기본 및 보조 KPI를 분류하여 보고 시 우선순위를 명확하게 지정하는 것이 중요합니다.”

"데이터는 항상 방정식의 분자이지 분모가 아닙니다."라고 Stouse는 말했습니다. “질문이나 결정은 모델을 결정하고 모델의 요구 사항은 모델을 준비하는 데 필요한 데이터를 결정합니다. 일반적으로 잠재적으로 관련이 있는 데이터에는 두 가지 종류가 있습니다. 즉, 수행 중인 작업(제어할 수 있는 항목)을 측정하는 항목과 관련 있는 역풍 또는 뒷바람(제어할 수 없는 항목)을 측정하는 데이터입니다.”

측정 변경 또는 측정 변경

그리고 전염병, 악천후, 경기 침체 또는 공급망 문제와 같이 예측할 수 없는 일이 발생할 수 있음을 어느 정도 허용해야 한다고 Maxwell은 말했습니다. 이런 일이 많을수록 캠페인을 순조롭게 유지하려면 더 많은 최적화가 필요합니다.

Maxwell은 “요령 있는 마케터들은 마케팅 캠페인을 실시간으로 조정하고 있습니다. "광고 캠페인에 전화를 걸려면 2~3개월이 걸릴 수 있으므로 앞으로 최소한의 조정만 하면 됩니다."

“최적화의 다음 단계를 나타내기 위해서는 충분한 데이터가 필요합니다. 데이터 양은 데이터 수집에 필요한 클라이언트 KPI, 지출 및 시간에 따라 달라집니다.”라고 Magnotto는 언급했습니다. "전환 임계값이 큰 계정의 경우 A/B 실험을 일주일 동안만 실행하면 충분한 데이터를 수집하여 자신 있게 새로운 전략으로 전환할 수 있습니다. 반면 소규모 계정의 경우 30~60일이 필요할 수 있습니다."

“연구에 따르면 도움을 받지 않은 인간의 뇌는 3~4개 이상의 변수를 처리할 수 없습니다. 그 후 상황이 기울어집니다.”라고 Stouse는 말했습니다. “그리고 시간 지연이 방정식의 큰 부분을 차지하면 상황이 더욱 어려워집니다. 이것이 바로 대부분의 사람들이 매우 단기적인 평가를 기본으로 하는 이유이며, 의사록을 관리하면 하루가 저절로 해결될 것이라고 항상 들었기 때문에 이를 정당화합니다.” Stouse가 계속 말했습니다.

"전반적인 상황을 이끄는 인과관계를 이해한다면 그것은 사실이지만, 그렇지 않다면 쇼트 게임을 관리한다고 해서 롱 게임에서 이길 수는 없습니다."