使用 DMAIC 方法衡量、分析和改進營銷的終極指南

已發表: 2022-04-12

在本文中,我們解釋了數據驅動的 DMAIC 方法,您可以應用該方法來衡量、分析和改進您的營銷,以幫助您的團隊更好地工作。

嘗試一次總是比閱讀十次更好。 這就是為什麼我們為您提供了在營銷中實施 DMAIC 的實際示例,以便您更輕鬆地使用此方法的第一步。

目錄

  • DMAIC 方法是什麼?
  • DMAIC 階段和營銷流程示例
    • 定義問題
    • 測量過程性能
    • 分析以確定根本原因
    • 提高過程性能
    • 控制改進的過程
  • 營銷中的數據質量保證
    • 數據驅動型公司的錯誤風險
    • 如何在營銷中實施質量保證
  • 包起來

DMAIC 方法是什麼?

DMAIC 代表定義測量分析改進控制。 DMAIC 方法論被管理者用來不斷改進流程、解決問題、實現項目目標等。它包括五個階段,並且很容易將這種方法論與精益管理等其他概念相結合。

DMAIC 概念

這個循序漸進的 DMAIC 過程看起來是線性的,但在現實生活中很難遵循。 根據實施它的組織,DMAIC 涉及數十名專家、工具、數據存儲以及大小流程。 任何一個階段都不能忽視,一切都必須協調才能有效地工作。

此外,我們將描述 DMAIC 流程如何在營銷部門內部運作,以及為什麼它是改進數據驅動型企業流程的最佳方法之一。

DMAIC 階段和營銷流程示例

定義問題

在這個階段,您必須對您的營銷部門及其所涉及的流程有一個直升機視圖。您可以使用筆和紙或使用 Dia 等簡單工具創建流程圖。 您在此階段的目標是:

  • 找出您想要衡量/分析/改進的內容,將其定義為您的關鍵問題, 在您的營銷流程中找到它的位置,並找到您的研究主題的基本數據輸入和輸出
  • 描述涉及所討論對象的所有過程的真實表現
  • 通過設定改進目標來激勵自己——選擇在改進階段必須達到的 KPI
  • 選擇負責執行 DMAIC 流程的團隊。

營銷部門中的對象可以是什麼? 要為您的業務取得可行的結果,您必須選擇與您公司的業務目標直接相關的對象。

例如,假設您的企業獲得了數百名新客戶,而您的主要痛點是重複購買率低。 您可以選擇低水平的回頭客作為 DMAIC 改進過程的主要問題。 在這種情況下,您必須描述刺激重複購買所涉及的所有對象和過程——您的網站、購買過程、客戶的買家角色、潛在客戶生成廣告等。

通過一一描述所有涉及的對象和過程,您不會錯過任何事情,並且可以全面了解您的研究主題如何與您的營銷的其他元素聯繫起來。

測量過程性能

在此階段,您必須收集有關導致問題的原因的可靠信息。 使這些信息可見的最佳方法是構建魚骨圖。

魚骨圖
魚骨圖示例。 資料來源:維基百科

魚骨圖或石川圖是一種因果圖,以按類別分組的主要原因(最重要)和次要原因(導致主要原因)的形式向您顯示導致問題的原因。

有一組特殊的類別可能對從事產品營銷的公司有所幫助。 這些類別被稱為 8 Ps:

  • 產品
  • 價格
  • 地方
  • 晉升
  • 人們
  • 流程
  • 物證
  • 表現

找出問題原因的最佳方法是與您的同事進行頭腦風暴。 為此,您需要的工具是 Dia(或 Google 繪圖,如果您願意)、用於最小統計的 Google 表格,以及證明問題原因所需的所有資源。

繼續上一階段的示例,您的回頭客水平極低,因此您召集團隊討論可能的原因。

在討論過程中,您的同事告訴您,再營銷活動的效率一直很低。 您將此標記為魚骨圖上的原因之一,創建促銷類別並向其添加再營銷活動作為主要原因。 在 Google 表格中,您將再營銷活動的低效率添加為問題原因之一,並輸入這些活動的數量。

然後,您對在頭腦風暴會議期間揭示的每個問題都執行相同的操作,並構建一個像這樣的魚骨圖:

營銷中的魚骨圖示例

此階段要求將您的所有營銷數據收集到一個
地方。 如果您還沒有這樣做,OWOX BI 將收集您所有的
分散在一個數據湖中的營銷數據。

立即試用 OWOX BI

分析以確定根本原因

下一步是解釋前一階段收集的數據,找出問題的根本原因。 根本原因是您問題的最大原因。 要找到您的根本原因並將其與其他原因區分開來,您應該描述問題原因的頻率和重要性,並使用帕累托圖將結果可視化。

在這個階段最重要的是不僅要關注原因的數量,還要關注它們對你的問題的影響程度。 您可以將重要性納入計算以平衡數量和相關性。

例如,您可能會看到所有 20 個再營銷活動都失敗了,但您也看到 18 個回訪用戶的跳出率在某種程度上高於首次購買者,並且您認為這比再營銷活動更大的問題. 因此,在構建 Pareto 圖時,您將跳出率指定為 100% 的重要性,並將活動指定為 80% 的重要性。

找出哪個原因是根本原因的另一種方法是計算因問題而損失的成本或利潤。 您在此步驟所需的工具與您用於營銷、存儲事件數據、研究客戶行為、廣告活動的數量和成本等的工具相關聯。

到目前為止,您應該擁有完整且公正的營銷數據。 OWOX BI 將幫助您構建部門中可能需要的各種維度的任何營銷報告。 了解報告魔術是如何發生的:

我們的客戶
生長 22%

通過衡量在您的營銷中最有效的方法來更快地增長

分析您的營銷效率,找到增長領域,提高投資回報率

獲取演示

提高過程性能

這個階段負責消除你的關鍵問題的根本原因,它的所有活動都必須完全控制和計劃。 否則,你之前所做的一切都將是徒勞的。 請記住,您的根本原因並不存在於真空中,因此您必須在改進計劃中包含相關原因。

您可以在此階段使用的一種方法是實驗設計 (DOE)。 它甚至可以幫助您針對複雜的根本原因規劃解決方案,並可用於任何類型的業務。

營銷部門現階段可以採取哪些實際行動?

  • 自動創建、更新受眾並將其上傳到廣告服務中,以在不增加預算的情況下提高廣告盈利能力。

通過使用 OWOX BI 改進您的流程,您將在組織的各個級別獲得全方位的改進。

  1. 完全自動化您的營銷數據收集。
  2. 通過應用改進的受眾分析來個性化您的報價。
  3. 在您的營銷漏斗中找到增長區域並增加您的利潤。
    獲取您的演示
    • 實施真正的投資回報率計算,找出您的營銷投資的真正效率。
    • 實施 ROPO 報告,發現線上和線下廣告活動的相互影響。
    • 實施數據驅動的歸因,以了解廣告渠道的效率以及如何重新分配廣告費用以獲得更多利潤。

      還有許多其他人。 您應該確保您的解決方案解決了問題的根本原因。 您的解決方案必須顯著改善您的 KPI 值。

      控制改進的過程

      在這個階段,您必須在實施設計的解決方案後監控情況,做出並維持您的改進。 制定您的質量控制計劃,看看您需要保留哪些內容以及哪些更改效果不佳。 如果沒有按您的預期進行,請返回“改進”階段並查找意外結果的原因。

      請記住,您的所有結果都是建立在數據收集的基礎上的。 高級生產力分析僅適用於收集原始數據並將其與廣告、呼叫跟踪、CRM 和其他營銷數據有序合併的人員。 如果您的關鍵問題反復出現,即使在改進之後,也可以使用 OWOX BI 設置數據收集,並對您的分析進行全面改造。

      快速發現錯誤,確定其原因,並調整您的流程,直到指標顯示您的關鍵問題領域有所改善。

      營銷中的數據質量保證

      數據驅動型公司的錯誤風險

      想像一下,您在規範階段犯了一個錯誤。 如果你找到它並立即糾正它,修復將相對便宜。 如果您在實施後發現錯誤,在您構建報告甚至做出決策時,修復它的成本將非常高。

      修復成本

      小型活動報告中的人為錯誤可能會導致下一次活動的錯誤決策,這可能會導致微不足道的預算消耗或其他費用。 但是,如果這樣的錯誤出現在 1000 個預算巨大的競選活動的報告中怎麼辦?

      分析報告中的一個錯誤會抵消您所有的數據質量。 此外,基於此類報告的業務和營銷決策將導致收入損失、額外成本,甚至聲譽損害和罰款。

      自動化報告消除了人為錯誤的可能性並保證了可預測性。

      如何在營銷中實施質量保證

      營銷質量保證驗證您的數據是否被收集、存儲、合併​​、處理和可視化,沒有錯誤或洩漏。 它還使您有權假設您的營銷數據反映了公司的真實業務情況,這意味著您的指標和 KPI 是可靠的,可用於規劃和決策。

      為確保數據質量,您必須在涉及數據的流程的每個步驟中對數據進行持續測試。 下圖顯示了數據收集與數據測試階段的關係。

      數據質量流程

      需要質量保證的主要階段如下:

      • 設置業務目標和相關指標,此時您應該檢查和測試指標計算的邏輯
      • 設置自動非抽樣原始數據收集,以確保您從您的網站和廣告帳戶獲取完整數據
      • 為結構化報告和未來分析安裝 UTM 標籤

      要自動檢查廣告數據的質量並騰出一些時間來生成洞察力,請將審核例程留給 OWOX BI 數據監控。 使用此工具,您將能夠控制廣告成本數據的導入並揭示所有新出現的差異。 這將幫助您保持數據的全面性並保證您的投資回報率和 ROAS 指標的質量。

      OWOX BI 數據監控
      立即試用 OWOX BI 數據監控

      質量保證的成功取決於您在營銷中使用的工具。 首先,您必須了解工具如何與您的業務目標和指標保持一致。 例如,如果您想根據實際美元價值和您網站的完整原始數據計算您的 ROAS,您需要的不僅僅是基本的 Google Analytics。 在這種情況下,您應該考慮像 OWOX BI Pipeline 這樣的工具。

      在此處閱讀有關原始數據的更多信息:

      如何將原始數據從 Google Ads 上傳到 Google BigQuery

      如何從 Google Analytics 導出原始數據

      始終檢查您是否已正確設置工具。 如果設置不正確,即使是最合適的工具也可能無法滿足您的要求。 此外,請確保負責數據質量的同事具備進行檢查和測試數據質量所需的知識和技能。

      包起來

      這本使用 DMAIC 衡量、分析和改進營銷的終極指南只是您實施精益方法的第一步,該方法對全球數千家公司有效。 立即嘗試 DMAIC 方法並分享您的努力成果。

      祝您在營銷中以數據驅動解決問題好運!