不要對您的數據一廂情願

在您弄清楚它們的含義之前，數據只是一堆數字。 我們設計了各種指標和 KPI，以從我們的數字中找出真相。 但即使是聰明人也會在不知不覺中欺騙自己，試圖在數據中看到他們想看到的東西。

那麼聰明人怎麼會誤解他們的數據呢？ 他們是怎麼弄錯的？

這是人的本性

人類的問題在於他們是……人類。 他們會犯錯誤，但並非所有人都是有意識的。

“大多數錯誤都是由於人們沒有剝洋蔥而犯下的，”數字營銷機構 eMaximize 的所有者兼福布斯機構委員會成員 T. Maxwell 說。

“例如，他們查看每月訪問者並將其用作衡量增長的關鍵指標。 當你深入挖掘時，你會發現這些訪問者中有 40% 來自印度和俄羅斯，而且很可能是機器人。”

“與計算機不同，人類是具有嵌入式體驗的情感生物，這意味著他們對數據的解釋可能會受到假設和近因偏見等因素的影響。 解釋數據更多的是放棄那些思維過程，”Accelerated Digital Media 的 SEM 總監 Erica Magnotto 說。

Proof Analytics 董事長兼首席執行官 Mark Stouse 補充說：“偏見是指在不應該改變模型結果的情況下改變模型結果的任何事情。” “擺脫偏見的最好方法是意識到你有偏見，然後採取措施擴大你認為與決策相關的範圍，”Stouse 繼續說道。 “這確實是多樣性和包容性在操作意義上的實用價值。 它擴大了您的視野，並防止錯過可能會給您的思維帶來偏見的重要事物。 偏見通常是思維過於狹隘的結果。”

多種測量方式

這導致了數據本身。 有很多方法可以測量它。 這並不意味著您正在測量的內容有助於加深理解。 有些指標是有意義的，有些則沒有那麼重要。

“經常與對數字營銷知之甚少的客戶合作會很痛苦，而且會拖慢進度，”Maxwell 說。 “[T]hey 被他們在社交媒體上看到的每一個噱頭所吸引，並要求他們的機構調查惡作劇營銷策略，而不是部署具有經過驗證的最佳實踐的合理數字策略。 選擇哪些指標很重要是該機構和所有者的工作，”Maxwell 補充道。

需要一個單一的真理過程，馬格諾托附和道。 “[B] 客戶和營銷人員都需要就被視為跟踪主要 KPI 和其他績效的真實來源的平台達成一致。” 這樣，所有各方都以相同的方式查看相同的信息。

“營銷人員有責任創建結合其平台數據和真實數據源的報告，以獲得最佳的績效可見性，”Magnotto 繼續說道。 “對於大客戶，應經常討論主要 KPI，報告應保持一致，以便客戶接受該機構的方法並承認/同意所呈現的績效。 對於有多個目標的客戶，重要的是對主要和次要 KPI 進行分類，以便在查看報告時有明確的優先順序。”

“數據始終是等式中的分子，而不是分母，”Stouse 說。 “問題或決定決定了模型，而模型的需求決定了武裝模型所需的數據。 一般而言，有兩種可能相關的數據——什麼衡量你在做什麼（你控制什麼），什麼衡量什麼是相關的逆風或順風（你不控制的）。”

衡量變化或改變措施

麥克斯韋指出，並為不可預測的事情留出一些餘地，例如流行病、惡劣天氣、經濟衰退或供應鏈問題。 這種情況發生的次數越多，就越需要進行更多的優化以保持活動正常進行。

“精明的營銷人員正在實時調整營銷活動，”麥克斯韋說。 “可能需要兩到三個月的時間才能啟動廣告活動，因此以後只需要進行最少的調整。”

“確實需要足夠的數據來指示下一步的優化； 數據量取決於客戶的 KPI、支出和數據收集所需的時間，”Magnotto 指出。 “在轉化門檻較高的賬戶中，您可能只需要運行一周的 A/B 實驗即可收集足夠的數據，從而自信地轉向新策略，而較小的賬戶可能需要 30 到 60 天。”

“研究告訴我們，獨立的人腦無法處理超過三到四個變量。 在那之後，事情就開始傾斜了，”Stouse 說。 “當時間滯後成為方程式的重要組成部分時，事情就會變得更加困難。 這就是為什麼大多數人默認進行非常短期的評估，他們證明這是合理的，因為他們總是聽說，如果你管理好時間，日子就會好起來，”Stouse 繼續說道。

“如果你了解推動整體形勢的因果關係，那是正確的，但如果你不了解，管理短局並不意味著你會贏得長局。”