數據誤導您的 3 種方式——以及如何收集更好的見解

現代營銷人員痴迷於數據——這是有充分理由的。 它為我們指明方向並為我們的戰略提供信息，還有許多其他好處。 但並非所有數據都同樣有用或有幫助。 錯誤的數據集對您的營銷計劃的損害與沒有數據集一樣大。

了解如何識別正確的數據非常重要，這樣您的見解才能準確地指導您的決策。 在本文中，我將探討數據濫用可能損害我們營銷工作的三種方式，以及整體測試方法如何幫助收集更好的見解。

重要營銷趨勢的核心是數據

查看過去三年中引起營銷人員注意的趨勢：

• 2021 年：Apple 的郵件隱私保護功能興起，它掩蓋了用戶活動數據。 營銷人員一想到失去打開率就感到恐慌。
• 2022 年：零方和第一方數據，人們突然意識到他們需要這些數據來抵消第三方 cookie 信息的未決損失。
• 2023 年：ChatGPT 和其他人工智能驅動（即數據驅動）自然語言處理模型的興起。

無論是失去對數據的訪問權、需要尋找新的數據源，還是賦予數據為我們做出決策的權力，數據都是這些趨勢的核心。

數據具有技術和哲學定義。 它可以是計算機可用於處理的信息，也可以是谷歌定義的“已知或假定為事實的事物，是推理或計算的基礎”（強調我的）。

“或假設”部分是我們可能會在數據上出錯的地方。 人們總是說，“數字不會說謊。” 數據可能不會說謊，但它也可能不代表你的想法。

深入挖掘：為什麼我們關心數據驅動營銷

數據好的一面

我可能會告訴你一些你已經知道的關於數據的事情，但請聽我說完。 我們每天都依賴數據，無論是顯而易見的還是非顯而易見的（借用 Rohit Bhargava 的一個術語）。

對於電子郵件營銷人員來說，顯而易見的包括我們在創建和組織活動、選擇受眾、衡量成功和採取後續步驟時使用的營銷數據。 這就是電子郵件營銷如此有用的原因。 它生成我們可以在整個營銷生態圈中應用的數據。

然後，還有不明顯的價值。 我們的電子郵件數據可以通知其他營銷渠道，甚至可以超越營銷團隊，為整個公司的客戶服務、業務運營等提供支持。

我們的活動就像一個持續的市場研究來源。 因為我們發送電子郵件的人是我們的潛在客戶和現有客戶，所以我們每天都在挖掘、跟踪和衡量我們的客戶群。

最重要的是，今天的營銷技術使得收集數據變得容易。 我們在任何地方都能找到數據——在我們的 ESP、自動化平台、CRM、電子商務引擎中。 數字飛快地從我們身邊飛過，我們無法全部捕捉到。

但這就是我的觀點。 我們不需要所有的數字。 我們需要知道正確的數字是多少以及它們的含義——這是我們經常出錯的地方。

深入挖掘：為什麼我們關心電子郵件營銷：營銷人員指南

“洞察力、洞察力、洞察力”而不是“數據、數據、數據”

正如我的好朋友、《電子郵件營銷規則》一書的作者查德·懷特 (Chad S. White) 所說的那樣：

“你說的是‘數據-數據-數據’。” 我不喜歡數據。 沒有人真正想要數據。 他們真正想要的是洞察力，而分析是您如何找到隱藏在數據中的洞察力。

數據會讓你誤入歧途。 您需要確保您提供了關於客戶的知識、關於您的業務的知識，並分析這些數據以剔除所有垃圾，留下寶貴的東西。

數據中有很多誤導。 所以見解，見解，見解。 這就是我們想要的。”

– Chad S. White在華盛頓特區的 ANA-Email 演進會議上發表主題演講。

你可以收集所有你想要的數據，但你也必須從無關的、相關的和不相關的、真實的和假的數據中分類必要的數據，以了解它的真正含義。

我們收集數據不是為了填滿數據孤島、數據湖和倉庫，而是用它來了解我們的客戶並衡量我們的營銷計劃的運作情況。 作為營銷人員，我們所做的一切都取決於這些努力。

因此，當我們收集不良數據或尋找數據無權提供的意義時，它可能會造成破壞，因為正如懷特所說，它會誤導我們。 錯誤的數據和沒有數據一樣糟糕——也許更糟，因為它會給你一種錯誤的安全感和成就感。

如果您使用電子郵件數據來告知您的品牌對您的受眾的理解並推動營銷部門以外的決策制定，想像一下如果您將您的洞察力建立在錯誤的分析之上會造成混亂。

當好數據變壞時：需要注意的 3 種情況

讓我糾正自己：數據不會變壞。 我們如何使用和解釋它會產生問題。 當您有意或無意地濫用您的數據時，您可能會讓您的團隊甚至您的公司走上一條漫長而錯誤的道路。 這很容易做到，尤其是當您試圖通過測試各個部分而不是憑直覺操作來優化您的電子郵件程序時。

我無法計算客戶有多少次以良好的測試意圖開始並因為測試設置不正確或因為團隊得出錯誤的結論而偏離了道路。 以下是數據可能會誤導您進行 A/B 測試的三種情況。

1. 針對錯誤的成功指標進行優化

電子郵件以易於衡量而聞名。 很多時候，我們選擇的指標並不能反映我們活動的真正成功或失敗。 但是我們不要對電子郵件太苛刻。 從社交媒體到網紅營銷，所有渠道的營銷人員都會犯同樣的錯誤。

打開率是明顯的罪魁禍首。 這一指標解決了一個困擾數字營銷人員和傳統營銷人員的問題——知道有人是否真的看過我們的營銷活動，或者只是滾動瀏覽過它、翻過一頁、扔掉目錄或在廣告期間起身吃點零食。 難怪我們將可觀的打開率作為衡量成功的標準。

但這些大的打開率通常不會轉化為重要的指標，例如活動收入、訂單、購物籃大小、回購和其他與活動相關的數字。 如果您使用有趣的主題行來優化以獲得更高的打開率，很多人可能會出於好奇打開該電子郵件，然後不會繼續點擊。 所以你獲得了非凡的打開率，但你的活動失敗了。

當 Apple 的 MPP 功能於 2021 年推出時，許多營銷人員感到恐慌，因為它掩蓋了電子郵件活動數據，例如打開、時間和位置。 他們擔心他們會失去一個關鍵的績效指標。 這對我們其他人來說是一個及時的提醒，打開率並不總是符合我們的競選目標。

然而，許多人建議的 MPP 解決方法——關注點擊率——只是稍微好一點的建議。 點擊次數比打開次數更能體現客戶的興趣。 但它們也可以被玩弄，而且它們並不總是與轉化相關。

2. 基於一次性測試改變方向

此錯誤與針對錯誤的成功指標進行優化密切相關。 當您對單個功能（如主題行、號召性用語、報價、圖像、正文或一天中的時間）運行單個 A/B 測試時，就會發生這種情況。

這些測試很容易做。 許多 ESP 讓您只需點擊幾下即可進行設置。 您甚至可能會得到看起來明確無懈可擊的結果。

“主題行 A 有 54% 的打開率和 25% 的點擊率。 主題行 B 獲得了 24% 的打開率和 12% 的點擊率。 主題行 A 獲勝！ 讓我們從現在開始做所有的主題行，比如主題行 A！”

這假設數據沒有給你兩個事實：

• A 比 B 有更多的開路，而且它的轉換也更好。
• 您的聽眾總是會對像 A 這樣的主題行做出更好的反應。

一次 A/B 測試只為您提供該活動在當時與該受眾群體的結果。 但是您的聽眾在不斷變化。 這次打開並點擊您所謂的獲勝版本的人可能不會看到您的下一個廣告系列。 或者他們會看到它但不會以同樣的方式回應。

根據單個測試更改您的電子郵件方法可能會導致災難。 您需要不斷測試和測試不同的組件，並確保您的成功指標反映您的廣告系列目標。

如果您希望人們看到您的消息，打開率或點擊率可以起作用。 但是，如果您希望他們購買、註冊、升級、下載、創建帳戶或執行其他一些與業務相關的操作，那麼您必須不斷測試，看看隨著時間的推移，什麼會奏效。

深入挖掘：測試如何提高您的電子郵件營銷轉化率

3.依靠臨時測試而不是科學方法

“臨時”是“猜測”的奇特術語。 實際上，您是在將東西往牆上扔，看看什麼能粘住——測試單個組件，而不是採用假設驅動的整體方法來考慮活動的所有方面。

當您進行即時測試時，您會敞開心扉面對人們在測試單個組件時遇到的問題，然後根據該數據改變方向。 同樣，數據沒有錯，但您根據該數據得出的結論可能是錯誤的。

使用假設的科學測試更有可能提供有意義的數據，因為它為您提供了一個得出可行見解的框架。 測試持續時間就是一個例子。 很多時候，很多決定在 A/B 測試中都過早做出。 假設您的電子郵件平台的 A/B 測試功能允許您將版本 A 發送給一個樣本受眾，該樣本受眾佔您列表的 10%，版本 B 發送給另外 10% 的受眾，等待幾個小時，然後將獲勝者發送給其餘的80%。

如果您測試打開或點擊，此方法可能會提供有用的結果。 但是，當轉換很重要時，它就不起作用了。 50/50 測試更適合基於轉換來計算成功。 它允許您等待三天到一周，然後再宣布獲勝者並說明結論。

轉化等有意義的指標並不總是在前 2 小時內發生，針對這些快速結果進行優化可能意味著針對錯誤結果進行優化。 50/50 測試還為您提供了更大的樣本量，從而也使測試更加穩健。

將科學方法與整體測試方法相結合，可以讓您更廣泛地了解您的受眾以及他們的動機。 在 MarTech 專欄“影響 A/B/n 電子郵件測試成功的 7 個常見問題”中閱讀有關測試問題和我的整體測試方法的更多信息。

您的數據是否告訴您正確的故事？ 試試這個試金石

當我指出（當然是外交上的！）他們的活動表現或測試數據不支持他們從中得出的結論時，新客戶通常會持懷疑態度。 為什麼電子郵件即使獲得了很高的打開率或點擊率也沒有賺錢？

如果您想知道同樣的事情，我的試金石可以揭示當您使用錯誤的指標來宣布成功或失敗時會發生什麼。

創建三個列表：

• 打開率最高的前 10 個活動。
• 點擊率最高的前 10 個活動。
• 具有最高轉化率或其他廣告系列目標的前 10 個廣告系列。

假設您的轉換計算與您的打開率無關，而是基於發送的電子郵件，您應該會發現三組活動之間幾乎沒有重疊。 現在，查看每個類別中的活動。 與打開次數最多或點擊次數最多的廣告系列相比，您轉化率最高的廣告系列是什麼樣的？

您是否使用了像收件箱分類器一樣的較長主題行來吸引最積極的客戶？ 消息內容是否使用了更長或更短的副本、具體或一般的號召性用語？ 是否有一種活動（如閃購）比新系列活動轉化得更好？

當你以這種方式研究數據時，著眼於重要的結果而不是最容易收集的數據，你將能夠實現懷特的目標“分析數據以擠出所有廢話並留下是金子的東西。”

獲取營銷技術！ 日常的。 自由的。 在您的收件箱中。

企業電子郵件地址

訂閱 加工...

見條款。