如何充分利用隊列分析

沒有給你的餅乾。

隨著第三方數據像渡渡鳥一樣，數字營銷人員正在尋找不使用 cookie 的方法。 稱之為“數據節食”。 但是必須有一些東西來取代那些第三方甜蜜的點點滴滴。 如果您無法刪除 cookie，請跟踪同類群組。

只要您跟踪他們所做的事情，任何參與您網站的客戶組都可以算作一個群組。 他們只是到達著陸頁嗎？ 他們是否在裝滿購物車，但不結賬？ 他們以前買過東西，但最近沒有購物嗎？

流失、流失、客戶生命週期價值——所有這些都可以作為群組進行跟踪。 但是在線供應商必須知道哪些指標與他們的業務最相關，才能充分利用同期群分析。

（Segment [cohort]）：明白了嗎？

“Segments”和“cohorts”是有時可以互換使用的術語，但這是不正確的。

谷歌這樣定義群組：群組是一組具有共同特徵的用戶。 “例如，具有相同獲取日期的所有用戶都屬於同一個群組。 群組分析報告讓您可以隔離和分析群組行為。”

相比之下，細分意味著圍繞共同特徵（如人口統計、地理、個性或價值）組織用戶組。 它還可以使用多個特徵對客戶進行分組。

“隊列是細分的一種形式。 所有群組都是細分市場，但並非所有細分市場都是群組，”績效營銷機構 Thrive Digital 的戰略總監 Eric Sloan 說。 群組可以理解為“基於時間的段”，例如，一組用戶在特定時間登錄網站。

數字優化平台 Amplitude 的產品傳播者 Adam Greco 指出，有時這兩個術語會因為供應商或分析師使用的分析工具而混淆。 他說，群組是“基於興趣的一組類似用戶”。 細分“就像一個過濾器”，Greco 繼續說道。 段是一項活動。 隊列是人。 他說，“隊列取決於身份解析”。

僅僅確定一個群組是不夠的。 分析師將不得不進一步深入研究以確定因果關係。 “這是使隊列分析有意義的唯一方法，”斯隆說。 他說，最大的陷阱只是假設“基於時間的隊列導致了你正在查看的內容”。

提出正確的問題

這導致了數據。 只要您提出正確的問題來獲得答案，就可以在某個地方找到答案。

“我們花時間使用數據來確定對業務有意義的人群，”Greco 說。 以行為定義的群組為例——客戶通過多步驟流程完成交易。

“你需要正確的數據來建立正確的隊列，”Greco 說。 您無需擔心跟踪將商品添加到購物車的人。 “僅僅因為你可以追踪某些東西並不意味著你應該這樣做。” 他加了。 “很少有公司以終為始。” 他指出，如果您從列出您想要跟踪的相關群組開始，然後向後工作，那麼您更有可能成功。

對於 Sloan 來說，隊列是根本原因分析的重要組成部分。 “[當]您看到 KPI 發生變化時，您會查看導致變化的所有不同因素。” 他再次強調，相關性不是因果關係，但你不斷深入研究週期並提出直觀或合乎邏輯的問題，找到回答問題的數據。

“從一個隊列開始。 看看它是否是基於時間的。” 斯隆說。 發現不同時期的下降。 包括新訪客，因為老訪客下車。 查看所有行為和事件的面值，經歷初始階段，然後以 30、60 和 90 天為增量。 “隊列是消除一些噪音的第一步，”他說，因為分析師試圖衡量客戶對網站的體驗。

Greco 提供了其他途徑。 一種方法使用數據來隔離已識別用戶的組，以便可以比較組。 他稱這是一個“持久的隊列”。 例如，跟踪為期 7 天的在線購物者數量。 新用戶自然會進入這個群組，而其他用戶會在設定的時間後退出。 那些購買的人被計算在內，而那些不購買的人被計入下車。

然後 Greco 概述了“預測隊列”。 一個例子是查看訪問網站進行另一次購買的購物者的數量。 可能有一個群體下周有 90% 的可能性會買東西； 另一組有 80-90% 的可能性進行購買，而另一組有 70-80% 的可能性購買物品。 營銷人員可以使用該數據為每個群組提供折扣，只增加折扣以吸引下一組不太可能購買商品的購物者。 “你將隊列與營銷和促銷相結合，讓人們轉化，”他解釋說。

充分利用數據

隊列分析是一種要求營銷人員改變思維以充分利用數據的方法。 我們的專家有著相同的出發點，但追求不同的目標。

要使用同期群分析，請“從問題開始”。 斯隆說。 “與可能回答的業務結果聯繫起來……了解在何處以及如何深入……確保 KPI 有意義。” 他補充說，確保您正在分析的數據反映現實。 他警告說，如果同一位在線購物者在不同時間使用不同設備訪問同一網站，則數據可能會出現偏差。

Greco 將隊列分析視為競爭的必要條件。 他指出，在電子商務領域，每個在線購物者都只是“點擊或滑動”。 營銷人員的負擔是“弄清楚他們是如何失去人們並把他們帶回來的”。 問題解決和解決得越快，在線網站就越有可能成功。