完美数据是不可能的

完美数据是不可能的营销技术博客

完美数据是不可能的 Martech Zone现代时代的营销是一件有趣的事。 尽管基于网络的营销活动比传统的营销活动更容易跟踪,但是由于可用的信息太多,人们可能会陷入瘫痪,以寻求更多数据和100%准确的信息。 对于某些人来说,能够快速找出在给定月份内看到在线广告的人数所节省的时间,与他们花在试图查看其流量来源数量为何不完全相加的时间上相去甚远。

除了无法获得完美的数据外,还有令人不安的数据量。 实际上,有太多的东西,有时有时很难看到有森林的树木。 我需要查看跳出率还是退出率? 当然,页面成本是有价值的数据项,但是是否有更好的变量可以模拟给定内容页面在完成在线目标方面的价值? 问题是无止境的,答案也是如此。 专家可能会告诉您,“这仅取决于”,但是一个人的头正陷入数字雾中 分析 如果他们仔细看一看,可能会认为这里有一组完美的数字。

在这两个方面,答案都很简单–完美无缺,因为不可能有完美的数据和/或完整的数据。 Avinash Kaushik是其中一位讲得很好的人。 如果您不知道名字,他是《纽约时报》最畅销的艺术家,是Google的负责人之一,并且是几所大学的董事会成员。 他的博客Occam的Razor对现代数据分析师而言是纯金,最近我碰到了他的一篇较早的帖子,名为: 逐步发展心智模型的6个步骤。 在其中,他描述了没有完美数据集的想法,人们需要遵循更简单的方法来获得“虚拟数据”。

在他提出的所有要点中,最突出的是:

…您的工作不依赖于Web上具有100%完整性的数据。 您的工作取决于帮助您的公司快速行动并明智地思考。

下次加载Analytics(分析)时,请记住,如果您使用的是良好的数据并遵循最佳实践,则应该准备好如何前进。 因为无论您在寻求完整而完美的数据上花费了多大的精力,您花费的时间都可能花费在转换率,创建新的拆分测试等上。您知道,这将对您的公司有所帮助成长并保持工作。

想开始对话吗? 在Twitter上与我联系 @sharpguysweb.

你觉得呢?

本网站使用Akismet来减少垃圾邮件。 了解您的数据如何处理.