Data Sempurna Tidak Mungkin

Data Sempurna Tidak Mungkin | Blog Teknologi Pemasaran

Data Sempurna Tidak Mungkin | Martech ZonePemasaran di era modern adalah hal yang lucu; sementara kampanye pemasaran berbasis web jauh lebih mudah dilacak daripada kampanye tradisional, ada begitu banyak informasi yang tersedia sehingga orang dapat lumpuh dalam pencarian lebih banyak data dan 100% informasi akurat. Bagi sebagian orang, jumlah waktu yang dihemat dengan dapat dengan cepat mengetahui jumlah orang yang melihat iklan online mereka selama bulan tertentu dinegasikan oleh waktu yang mereka habiskan untuk mencoba melihat mengapa jumlah sumber lalu lintas mereka tidak cukup bertambah.

Selain ketidakmampuan untuk data yang sempurna, ada juga jumlah data yang mengganggu. Faktanya, ada begitu banyak sehingga terkadang sulit untuk melihat hutan karena pepohonan. Apakah saya perlu melihat rasio pentalan atau rasio keluar? Tentu, biaya halaman adalah item data yang berharga, tetapi adakah variabel yang lebih baik yang dapat memodelkan berapa nilai halaman konten tertentu dalam menyelesaikan sasaran online? Pertanyaannya tidak terbatas dan begitu juga jawabannya. Seorang ahli mungkin memberi tahu Anda, "itu tergantung", tetapi seseorang dengan kepala dalam kabut digital analisis mungkin berpikir ada kumpulan angka yang sempurna jika mereka hanya melihat-lihat semuanya.

Dalam kedua bidang ini, jawabannya mudah dilakukan dengan ketidaksempurnaan karena data yang sempurna dan / atau data yang lengkap tidak mungkin dilakukan. Salah satu orang yang membicarakan hal ini dengan sangat baik adalah Avinash Kaushik. jika Anda tidak tahu namanya, dia adalah artis terlaris New York Times, salah satu pimpinan Google dan berada di dewan beberapa Universitas. Blognya, Occam's Razor, adalah emas murni untuk analis data modern dan saya baru-baru ini menemukan salah satu pos lamanya yang bernama, Proses 6 Langkah untuk Mengembangkan Model Mental Anda. Di dalamnya, ia menjelaskan gagasan bahwa tidak ada kumpulan data yang sempurna dan orang-orang perlu mengikuti jalur yang lebih sederhana menuju "Data yang Mulia".

Dari semua poin hebat yang dia buat, yang paling menonjol adalah:

… Pekerjaan Anda tidak bergantung pada data dengan integritas 100% di web. Pekerjaan Anda bergantung pada membantu perusahaan Anda Bergerak Cepat dan Berpikir Cerdas.

Saat berikutnya Anda memuat Analytics, ingatlah bahwa jika Anda bekerja dengan data yang baik dan telah mengikuti praktik terbaik, Anda harus siap untuk membuat keputusan tentang cara melanjutkan. Karena tidak peduli seberapa besar upaya yang Anda lakukan dalam pencarian data yang lengkap dan sempurna, waktu yang Anda habiskan untuk melakukannya dapat dihabiskan untuk mengerjakan tingkat konversi, membuat tes split baru, dll. Anda tahu, hal-hal yang akan membantu perusahaan Anda tumbuh dan pertahankan pekerjaan Anda.

Ingin memulai percakapan? Hubungi saya di Twitter @tokopedia.

Bagaimana menurut Anda?

Situs ini menggunakan Akismet untuk mengurangi spam. Pelajari bagaimana data komentar Anda diproses.