4001606928Mon. - Fri. 10:00-22:00

数据分析 | 营销人员一定要避免的5个数据分析误区(5)

数据分析 | 营销人员一定要避免的5个数据分析误区(5)

3.并不是所有事物都能被评估

一些事物评估起来较为简单,而有些事物则极难评估。通常来说,量化指标,如客户数量、浏览量、或销售额等数字,能直观地进行评估。但像客户满意度这类的质化指标却并不好评估。换句话说,你怎样得知自己内容营销的影响力呢?你总不能进入Google Analytics,找一个名为“客户满意度”的指标进行分析吧?因此,你应该怎么做?我认为,你唯一的选择就是将这些事物尽可能量化,并找到最适合的指标进行评估。即便这种方法并不是十全十美,但至少能让你的决策有了事实作为基础。退而求其次,找准第二选择:其实我们之前的讨论已经涉及到这一点了。当你不能对某一目标进行直接评估时,可以通过其他指标对目标进行评估,以此达到准确评估的目的。例如,你可能无法直接评估销售情况。或者某一段时期的销售情况暂时未知,但你希望所有的事情都进展顺利。于是,你选择评估第二个重要指标:合格线索。这些线索可能是我之前提到过的线上会议参与者,也可能是邮件订户。你需要仔细甄别,确保他们都是合格线索。一个随机的邮件地址,或者用户为了拿到免费赠品而发送邮件都不能算是合格线索的情况。如果用户向你索要小样,或者在没有赠品的情况下加入,那么他们很有可能是潜在客户。

之所以做这样的甄别,是因为合格线索将与收益直接相关。你拥有的合格线索越多,就越有可能获得更多收入。

数据分析 | 营销人员一定要避免的5个数据分析误区

而不合格线索则不能直接反映收入情况,因为其对收入的贡献情况很难量化。

所以,你需要关注与你目标联系最紧密的那些指标。无论你需要评估量化目标还是质化目标,都需要遵循这一原则。例如客户满意度调查。与之相关的指标有哪些?我在这里列举了一些参考指标:

①客户问卷调查结果

②回头客户率

③投诉率和投诉数

这些都并非完美的解决策略,但是如果你能有效将其整合,便会清楚地看出客户的满意程度到底有多少。不要忽略样本偏差:这种评估方法的最大问题之一是必须考虑样本偏差情况。一般来说,只有极度满意或极度不满意的客户才会填写客户问卷调查。虽然了解他们的意见很重要,但是你也需要知道其他用户的意见。你的“中间”客户才是最值得关注的群体。如果你采用过多质化指标,便会产生样本偏差。比如回头客率。如果客户在你这里买了不止一件东西,这可能代表他们很满意你的产品。如果客户不再继续在你这里买东西,也并不代表他们不满意你的产品。另外,有的客户可能对你的产品不满意,但还是会因为一些其他原因继续从你这里买东西,比如价格适中或没有其他选择等。所以,这意味着什么呢?这意味着,所有的指标都不完美。你需要全面分析,才能得到相对准确的结果,但这也是不够的。唯一有效的方法是必须要足够了解自己的样本偏差。例如,在查看客户满意度调查卷时,把重心放在那些中评用户身上。他们可能与那些不填写问卷调查的人最相似。同样,不要过分关注那些极度差评或好评的客户。因为他们并不能代表大部分客户。仔细考虑你的样本偏差情况,关注那些信息模糊的地方。

注:本文内容由九枝兰团队翻译,转载请加上本文链接或九枝兰微信ID:jiuzhilan。对于不署名者,九枝兰将保留追究的权利。

原文作者:NEIL PATEL
译者:孙国建@九枝兰