Verilerin sizi yanlış yönlendirmesinin 3 yolu — ve daha iyi içgörüler nasıl elde edilir

Modern pazarlamacılar verilere takıntılıdır ve bunun iyi bir nedeni vardır. Diğer pek çok avantajın yanı sıra bize yön verir ve stratejilerimizi bilgilendirir. Ancak tüm veriler eşit derecede yararlı veya yararlı değildir. Yanlış veri kümeleri, hiç olmaması kadar pazarlama programınıza zarar verebilir.

Doğru verileri nasıl belirleyeceğinizi bilmek çok önemlidir, bu nedenle içgörüleriniz karar vermenize doğru bir şekilde rehberlik eder. Bu makalede, verilerin kötüye kullanılmasının pazarlama çabalarımıza zarar verebileceği üç yolu ve bütüncül bir test metodolojisinin daha iyi içgörüler elde etmeye nasıl yardımcı olabileceğini ele alacağım.

Önemli pazarlama trendlerinin merkezinde veriler yer alır.

Son üç yılda pazarlamacıların dikkatini çeken trendlere bakın:

• 2021: Apple'ın kullanıcı etkinliği verilerini maskeleyen Posta Gizliliği Koruması özelliğinin yükselişi . Pazarlamacılar, açık oranları kaybetme düşüncesiyle paniğe kapıldı.
• 2022: İnsanların, üçüncü taraf çerez bilgilerinin bekleyen kaybını telafi etmek için ihtiyaç duyduklarını birdenbire fark ettikleri sıfır taraf ve birinci taraf verileri .
• 2023: ChatGPT ve diğer yapay zeka güdümlü (yani veri güdümlü) doğal dil işleme modellerinin yükselişi .

İster verilere erişimi kaybetme, ister yeni veri kaynakları bulma ihtiyacı, isterse bizim yerimize karar verme yetkisi verme olsun, veriler bu eğilimlerin merkezinde yer alır.

Verinin teknolojik ve felsefi tanımları vardır. Bir bilgisayarın işlemek için kullanabileceği bilgiler veya Google'ın tanımladığı gibi, "muhakeme veya hesaplamanın temelini oluşturan, gerçekler olarak bilinen veya varsayılan şeyler" (vurgu bana ait) olabilir.

Bu "veya varsayılan" kısım, verilerde yanlış gidebileceğimiz yerdir. İnsanlar her zaman “Rakamlar yalan söylemez” der. Veriler yalan söylemeyebilir ama aynı zamanda düşündüğünüz anlama da gelmeyebilir.

Daha derine inin: Veriye dayalı pazarlamayı neden önemsiyoruz?

Verinin iyi tarafı

Size veriler hakkında zaten bildiğiniz şeyleri söyleyebilirim, ama beni dinleyin. Hem bariz olan hem de bariz olmayan şeylerde (Rohit Bhargava'dan bir terim ödünç alırsak) günlük verilere güveniyoruz.

E-posta pazarlamacıları için bariz olan, kampanyalar oluştururken ve yapılandırırken, hedef kitleleri seçerken, başarıyı ölçerken ve sonraki adımları atarken kullandığımız pazarlama verilerini içerir. Bu nedenle e-posta pazarlaması çok faydalıdır. Tüm pazarlama ekosferinde uygulayabileceğimiz veriler üretir.

Sonra, bariz olmayan değer var. E-posta verilerimiz, diğer pazarlama kanallarını bilgilendirebilir ve hatta pazarlama ekibinin ötesine geçerek müşteri hizmetlerini, ticari operasyonları ve şirket genelinde daha fazlasını destekler.

Kampanyalarımız, devam eden bir pazar araştırması kaynağı gibidir. E-posta gönderdiğimiz kişiler potansiyel ve mevcut müşterilerimiz olduğundan, müşteri tabanımızı günlük olarak inceliyor, takip ediyor ve ölçüyoruz.

Hepsinden öte, günümüzün pazarlama teknolojisi veri toplamayı kolaylaştırıyor. Döndüğümüz her yerde - ESP'lerimizde, otomasyon platformlarımızda, CRM'lerimizde, e-ticaret motorlarımızda veri buluyoruz. Sayılar o kadar hızlı uçuyor ki hepsini yakalayamıyoruz.

Ama bu benim görüşüm. Üstümüze gelen tüm sayılara ihtiyacımız yok. Doğru sayıların ne olduğunu ve ne anlama geldiğini bilmemiz gerekiyor - ki bu genellikle yanlış yaptığımız noktadır.

Daha derine inin: E-posta pazarlamasını neden önemsiyoruz: Bir pazarlamacı kılavuzu

'Veri, veri, veri' değil 'içgörüler, içgörüler, içgörüler'

“Email Marketing Rules” kitabının yazarı yakın arkadaşım Chad S. White'ın mükemmel bir şekilde ifade ettiği gibi:

“'Veri-veri-veri'den bahsediyorsunuz. Ben veri hayranı değilim. Kimse gerçekten veri istemez. Gerçekten istedikleri içgörülerdir ve analitik, verilerinizde saklanan içgörüleri nasıl bulacağınızdır.

Veriler sizi çok yanlış yönlendirecek. Müşterileriniz hakkındaki bilginizi, işiniz hakkındaki bilginizi getirdiğinizden emin olmanız ve tüm saçmalıkları ayıklamak ve altın olan şeylerle baş başa kalmak için bu verileri analiz etmeniz gerekir.

Verilerde çok fazla yanlış yönlendirme var. Yani içgörüler, içgörüler, içgörüler. Biz de bunu istiyoruz.”

– Chad S. White, Washington DC'deki ANA-Email Evolution Konferansı'ndaki açılış konuşması sırasında.

İstediğiniz tüm verileri toplayabilirsiniz, ancak bunun gerçekte ne anlama geldiğini öğrenmek için gerekli verileri konu dışı olandan, ilgili olanı ilgisizden ve gerçek ile sahte olandan ayırmanız gerekir.

Verileri veri silolarını, gölleri ve depoları doldurmak için değil, müşterilerimizi anlamak ve pazarlama programlarımızın ne kadar iyi çalıştığını ölçmek için kullanmak için topluyoruz. Pazarlamacılar olarak yaptığımız diğer her şey bu çabalara bağlıdır.

Bu nedenle, kötü veriler topladığımızda veya verilerin vermeye yetkili olmadığı anlamlar aradığımızda zarar verici olabilir, çünkü White'ın dediği gibi, bizi yanlış yönlendirir. Yanlış veri, hiç veri olmaması kadar kötüdür - belki daha da kötüsü, size yanlış bir güvenlik ve başarı hissi verebilir.

E-posta verilerini, markanızın hedef kitlenizi anlamasını sağlamak ve karar vermeyi pazarlama departmanının ötesine taşımak için kullanıyorsanız, içgörülerinizi hatalı analizlere dayandırırsanız ortaya çıkacak kaosu hayal edin.

İyi veriler kötüye gittiğinde: Dikkat edilmesi gereken 3 senaryo

Kendimi düzelteyim: veriler kötü gitmez. Sorun yaratan onu nasıl kullandığımız ve yorumladığımızdır. Verilerinizi kasıtlı veya kazara kötüye kullandığınızda, ekibinizi ve hatta şirketinizi uzun ve yanlış bir yola sokabilirsiniz. Bunu yapmak kolaydır, özellikle e-posta programınızı yalnızca içgüdüsel olarak değil, çeşitli bölümleri test ederek optimize etmeye çalışıyorsanız.

Müşterilerin ne sıklıkla iyi test etme niyetleriyle yola çıktıklarını ve testler yanlış ayarlandığı için veya ekibin yanlış sonuçlara vardığı için yoldan saptığını sayamıyorum. Verilerin sizi yanlış A/B testine yönlendirebileceği üç senaryo.

1. Yanlış başarı metriği için optimizasyon

E-posta, ölçülmesi çok kolay olmasıyla ünlüdür. Çoğu zaman, seçtiğimiz metrik, kampanyalarımızın gerçek başarısını veya başarısızlığını yansıtmaz. Ancak e-posta konusunda çok da ısrarcı olmayalım. Sosyal medyadan influencer pazarlamaya kadar tüm kanallardaki pazarlamacılar aynı hatayı yapıyor.

Açık oran bariz suçludur. Bu metrik, hem dijital hem de geleneksel pazarlamacıların başına bela olan bir sorunu çözüyor - birisinin kampanyalarımızı gerçekten görüntüleyip görüntülemediğini, sayfayı kaydırarak mı geçtiğini, sayfayı çevirdiğini, kataloğu fırlatıp attığını veya reklam sırasında bir şeyler atıştırmak için kalkıp kalkmadığını bilmek. Başarı ölçüsü olarak oldukça büyük açık oranlara sıçramamıza şaşmamalı.

Ancak bu büyük açık oranlar genellikle kampanya geliri, siparişler, sepet boyutları, yeniden satın almalar ve kampanyayla ilgili diğer sayılar gibi önemli metriklere dönüşmez. Daha yüksek bir açılma oranını optimize etmek için ilgi çekici bir konu satırı kullanırsanız, pek çok kişi meraktan bu e-postayı açabilir ve ardından tıklamaya devam etmeyebilir. Böylece olağanüstü bir açık oran elde edersiniz, ancak kampanyanız başarısız olur.

Apple'ın MPP özelliği 2021'de kullanıma sunulduğunda, açılışlar, saatler ve konumlar gibi e-posta etkinliği verilerini maskelediği için birçok pazarlamacı paniğe kapıldı. Önemli bir performans ölçütünü kaybedeceklerinden endişe ediyorlardı. Açık oranın her zaman kampanya hedeflerimize karşılık gelmediğini geri kalanımız için tam zamanında hatırlattık.

Bununla birlikte, çoğu kişinin - tıklama oranına odaklanmak için - önerdiği MPP geçici çözümü, yalnızca biraz daha iyi bir tavsiyedir. Tıklamalar, müşteri ilgisinin açılışlardan daha somut kanıtıdır. Ancak bunlar da oynanabilir ve her zaman dönüşümlerle ilişkili değildir.

2. Tek seferlik teste dayalı yön değiştirme

Bu hata, yanlış başarı metriğini optimize etmekle el ele gider. Konu satırı, harekete geçirici mesaj, teklif, resim, gövde kopyası veya günün saati gibi tek bir özellik üzerinde tek bir A/B testi yaptığınızda gerçekleşir.

Bu testleri yapmak kolaydır. Pek çok ESP, yalnızca birkaç tıklama ile bunları kurmanıza izin verir. Kesin ve tartışılmaz görünen sonuçlar bile alabilirsiniz.

“Konu satırı A %54 açılma oranı ve %25 tıklama oranı aldı. Konu satırı B, %24 açılma oranı ve %12 tıklama oranı elde etti. Konu satırı A kazanır! Artık tüm konu satırlarımızı konu satırı A gibi yapalım!”

Bu, verilerin size vermediği iki gerçeği varsayar:

• A, B'den daha fazla açıldı ve aynı zamanda daha iyi dönüşüm sağladı.
• Kitleniz, A gibi konu satırlarına her zaman daha iyi yanıt verecektir.

Tek bir A/B testi size yalnızca o kampanya için, o anda, o kitleyle ilgili sonuçlar verir. Ancak hedef kitleniz sürekli değişiyor. Bu sefer sözde kazanan sürümünüzü açıp tıklayan kişiler, bir sonraki kampanyanızı görenler olmayabilir. Ya da görürler ama aynı şekilde yanıt vermezler.

E-posta yaklaşımınızı tek bir teste göre değiştirmek felakete yol açabilir. Farklı bileşenleri test etmeye ve test etmeye devam etmeniz ve başarı ölçümlerinizin kampanya hedeflerinizi yansıttığından emin olmanız gerekir.

İnsanların mesajınızı görmesini istiyorsanız, açma veya tıklama oranı işe yarayabilir. Ancak satın almalarını, kaydolmalarını, yükseltmelerini, indirmelerini, bir hesap oluşturmalarını veya işle ilgili başka bir işlem yapmalarını istiyorsanız, zaman içinde neyin işe yaradığını görmek için test etmeye devam etmelisiniz.

Daha derine inin: Test, e-posta pazarlamanıza nasıl bir dönüşüm artışı sağlayabilir?

3. Bilimsel yöntemler yerine geçici testlere güvenmek

"Ad hoc", "tahmin" için süslü bir terimdir. Bir kampanyanın tüm yönlerini dikkate alan hipotez odaklı, bütünsel bir yaklaşım benimsemek yerine tek bir bileşeni test ederek, esasen neyin işe yaradığını görmek için işleri duvara fırlatıyorsunuz.

Anında test ettiğinizde, insanların tek bir bileşeni test ederken karşılaştıkları sorunlara kendinizi açarsınız ve ardından bu verilere göre yön değiştirirsiniz. Yine, veriler yanlış değil, ancak bu verilere dayanarak çıkardığınız sonuçlar yanlış olabilir.

Hipotez kullanan bilimsel testlerin anlamlı veriler sunması daha olasıdır çünkü uygulanabilir içgörüler elde etmek için size bir çerçeve sunar. Test süresi bir örnektir. Çoğu zaman A/B testinde birçok karar çok erken alınır. Diyelim ki e-posta platformunuzun A/B testi özelliği, Versiyon A'yı listenizin %10'undan oluşan bir örnek kitleye ve B Versiyonunu listenizin başka bir %10'una göndermenize, birkaç saat bekleyip kazananı geri kalanlara göndermenize izin veriyor. %80

Açma veya tıklama testi yaparsanız bu yöntem yararlı sonuçlar verebilir. Ancak dönüşümler önemli olduğunda işe yaramaz. Dönüşüme dayalı başarıyı hesaplamak için 50/50 testi daha uygundur. Kazananı ilan etmeden ve sonucu belirtmeden önce üç günden bir haftaya kadar beklemenizi sağlar.

Dönüşümler gibi anlamlı ölçümler her zaman ilk 2 saatte gerçekleşmez ve bu hızlı sonuçlar için optimizasyon yapmak, yanlış sonuç için optimizasyon yapmak anlamına gelebilir. 50/50 testi ayrıca size daha büyük bir örneklem boyutu sağlar, böylece testi daha sağlam hale getirir.

Bilimsel yöntemleri bütünsel test metodolojisiyle birleştirmek, hedef kitlenizi ve onları neyin motive ettiğini daha geniş bir şekilde anlamanızı sağlar. Test sorunları ve benim bütünsel test yaklaşımım hakkında daha fazla bilgiyi bu MarTech sütununda bulabilirsiniz, "A/B/n e-posta testi başarısını raydan çıkaran 7 yaygın sorun."

Verileriniz size doğru hikayeyi anlatıyor mu? Bu turnusol testini dene

Yeni müşteriler, kampanya performanslarının veya test verilerinin bundan çıkardıkları sonuçları desteklemediğini belirttiğimde (elbette diplomatik olarak!) şüpheyle yaklaşıyor. Harika açılma veya tıklama oranları elde etmelerine rağmen e-posta neden para kazandırmıyor?

Aynı şeyi merak ediyorsanız, turnusol testim, başarıyı veya başarısızlığı beyan etmek için yanlış ölçümleri kullandığınızda neler olduğunu ortaya çıkarabilir.

Üç liste oluşturun:

• En yüksek açılma oranına sahip ilk 10 kampanya.
• En yüksek tıklama oranına sahip ilk 10 kampanya.
• En yüksek dönüşüme veya diğer kampanya hedeflerine sahip ilk 10 kampanya.

Dönüşüm hesaplamanızın açık oranınıza bağlı olmadığını, ancak teslim edilen e-postalara dayalı olduğunu varsayarsak, üç kampanya grubu arasında çok az örtüşme görmelisiniz. Şimdi, her kategorideki kampanyalara bakın. En çok dönüşüm sağlayan kampanyalarınız, en çok açılan veya tıklanan kampanyalarla karşılaştırıldığında nasıl görünüyor?

En motive müşterilerinize hitap eden, gelen kutusu sıralayıcıları gibi davranan daha uzun konu satırları kullandınız mı? Mesaj içeriğinde daha uzun veya daha kısa metin, özel veya genel harekete geçirici mesajlar kullanıldı mı? Hızlı indirim gibi bir tür kampanya, yeni koleksiyon kampanyasından daha mı iyi dönüşüm sağladı?

Verileri bu şekilde, gözleriniz toplanması en kolay olan veriler yerine önemli olan sonuçlara odaklanarak incelediğinizde, White'ın "tüm saçmalıkları ayıklamak ve baş başa kalmak için bu verileri analiz etme" hedefine ulaşabileceksiniz. altın olan şeyler.”