Сб. Гру 28th, 2024

Сегодня в маркетинге все вертится вокруг big data. При этом излишнее увлечение данными приводит к тому, что они начинают работать не на привлечение клиента, а сами на себя. Цифры ради цифр, которые мешают ясно видеть процессы и делать правильные выводы. Как не утопить маркетинг в данных, а прокачать?

/По материалам: rusability.ru/

u0420u0438u0442u0435u0439u043b u0432 u0422u0435u043bu0435u0433u0440u0430u043c

Полагаться исключительно на интуицию, основанную на опыте принятия решений в маркетинге, глупо в эпоху цифровых технологий. Но также я пришел и к такому выводу: для большинства компаний разумный подход – баланс анализа данных и человеческой рассудительности, – Скотт Бринкер

Итак, что вы должны знать о правильном использовании данных? Вот 14 правил Скотта Бринкера, которые позволят поддерживать прагматический подход к маркетингу:

№ 1. Ориентироваться на клиента важнее, чем ориентироваться на данные

Маркетинг на основе данных – это хорошо. Но цель маркетинга – привлечь клиента (и удержать его, убедившись, что он полностью доволен сотрудничеством). Поэтому маркетинг, ориентированный на клиента, лучше. Конечно, эти вещи не должны быть взаимоисключающими. Но одно – средство, а другое – цель. Помните об этом, прежде чем в очередной раз гнаться за недостающими данными вниз по кроличьей норе. Остановитесь и спросите себя: «В чем здесь польза для клиента?»

№ 2. Данные не равны

«Данные прекращают споры». Было бы хорошо, если бы это была абсолютная истина. Но с тем огромным количеством данных, которые циркулируют сегодня, очень легко найти подтверждение практически любым доводам. Однако данные отличаются по своей точности и актуальности, поэтому мне больше импонирует: наиболее точные и актуальные данные прекращают споры. А вообще, на самом деле, споры прекращают не данные, а решения на их основе.

№ 3. Данные – это только история

Данные показывают нам, что случилось в прошлом. Они не говорят о том, что произойдет в будущем – несмотря на всю шумиху, раздутую вокруг предиктивной аналитики. Да, мы можем учиться на прошлом – экстраполировать тенденции прошлого, чтобы делать прогнозы на будущее, возможно, даже очень точные прогнозы. Но мир постоянно меняется, и обстоятельства прошлых событий не всегда такие же, как сегодня или завтра. В конце концов есть черные лебеди* – *«Чёрный лебедь» — теория Нассима Николаса Талеба, рассматривающая труднопрогнозируемые и редкие события, которые имеют значительные последствия. К ним относят все значимые научные открытия, исторические и политические события (прим. ред.). 

№ 4. Данные всегда неполны

Конечно, любой конкретный набор данных может быть полным. Дайте мне квартальные данные о продажах за последние три года: это полный набор данных. Но ничего не существует в вакууме. Когда вы используете данные для принятия решений – и не в этом ли смысл? – имеющиеся у вас данные не являются единственной информацией, которая может иметь отношение к ситуации. Всегда есть еще больше данных, чем у вас уже есть, но вы никогда не сможете получить их все. Этот факт помогает понять: хотя данные, которые мы имеем, могут нарисовать картину происходящего, в лучшем случае это будет произведение импрессионизма.

№ 5. Данные объективны, но их сбор и интерпретация субъективны

Данные дают опасную иллюзию объективности. Объективно каждый может посмотреть на одни и те же данные в электронной таблице. Если я покажу вам показатель ROI, равный 70%, у вас не возникнет сомнений, что это действительно 70%. Но какие данные были собраны, когда и как они были собраны, а также кем – все это субъективно. И с другой стороны, то, как мы решили интерпретировать эти данные, тоже крайне субъективный подход.

№ 6. Любой набор данных сопровождает бесконечное количество повествований

Маркетологи — это рассказчики, и данные могут быть использованы, чтобы сделать их истории более убедительными. Но поскольку мы можем субъективно выбирать, как интерпретировать те или иные данные, то можем придумать практически любое повествование, которое нам нужно. Ладно, некоторые истории заслуживают большего доверия, чем другие, но между ними тонкая грань. Это явление известно как проблема индукции, которая не давала покоя ученым и философам на протяжении веков. Излишне говорить, что нет ее простого решения. Но следует помнить: любая история, основанная на данных, никогда не бывает единственно возможной.

№ 7. Стратегия – это выбор. Хорошие данные помогают нам его сделать

Хорошая стратегия – это основа для выбора. В свою очередь, хорошие данные – это информация, которая помогает нам сделать выбор. Данные, которые не помогают нам делать выбор в процессе реализации нашей стратегии, – отвлекают.

№ 8. Экспериментирование – золотой стандарт причинно-следственной связи

Как маркетологи мы хотим знать, что нужно сделать, чтобы привлечь к сотрудничеству еще больше клиентов. Для этого мы проводим контролируемый эксперимент. Сохраняйте остальные переменные постоянными (насколько это возможно) и проверяйте альтернативы, чтобы доказать или опровергнуть гипотезу. Google проводит 10000 таких экспериментов каждый год. И это самые мощные данные, которые вы можете сгенерировать, поэтому тестирования значат больше, чем просто данные.

№ 9. Следите за приборной панелью, но не забывайте смотреть в лобовое стекло

Одна из моих любимых цитат Горда Хочкисса: приверженец количественных показателей смотрит на приборную панель, поклонник качества — в лобовое стекло.

Мы естественным образом балансируем между количественным и качественным опытом, когда находимся за рулем. К этому же равновесию мы должны стремиться и в маркетинге. Не пропустите вдохновляющие пейзажи или приближающийся грузовик, несущийся к вам только потому что ваше внимание приклеено к приборной панели.

№ 10. Точность и актуальность данных со временем ухудшаются (и часто довольно быстро)

Большинство данных имеют относительно короткий срок годности, особенно в маркетинге. Во что бы то ни стало показывайте мне рекламу автомобилей в течение недели, когда я ищу новую машину, потому что через полгода те данные, которые идентифицировали меня, как желающего приобрести автомобиль, – станут  окаменелостью. Может, в них и будет какая-то ценность, но верить в то, что спустя полгода я по-прежнему интересуюсь покупкой машины, – глупо и бесполезно. И даже хуже, чем бесполезно, поскольку может привести к неверным решениям. Точность и актуальность — вот что делает данные ценными, и эти атрибуты со временем меняются.

№ 11. Данные могут быть использованы для исследования («почему?») или утверждения («что?»)

Данные должны обрабатываться по-разному, когда они используются для исследования и когда – для утверждения. Когда вы исследуете, вы ищете идеи для новых гипотез. С утверждением вы проверяете, что что-то произошло (или нет) и в какой степени. Однако пока вы не подтвердили гипотезу с помощью тестирования, утверждение покажет вам только то, что случилось, но не объяснит почему. Одни и те же данные могут быть использованы для утверждения в одном контексте и для исследования – в другом.

№ 12. Человек с часами знает, который час. Человек с двумя часами никогда не уверен

Это правило известно как Закон Сегала, и его должен понимать каждый маркетолог. Мир полон противоречивых данных. Любой, кто когда-либо пытался получить метрики из двух отдельных систем веб-аналитики, подтвердит это. Различные инструменты будут измерять одно и то же явление по-разному. Возможно, стоит исследовать значительные различия – понимание того, почему они различаются, может привести к ценной информации. Но часто погоня за уменьшением погрешности не двигает вас вперед. Во многих случаях вам не нужны совершенно точные данные, достаточно просто относительно точных данных для принятия правильных решений.

№ 13. Модель – не реальность

Данные – это не реальность, которую они представляют. В лучшем случае это отражение реальности, но подверженное деформации (см. все правила выше). Как сказал философ и ученый Альфред Коржибски: «Карта — это не территория». Тем не менее, мы хотим и можем использовать данные (впрочем, как и карты).

Все модели ошибочны, но некоторые полезны, – статистик Джордж Э.П. Боксс

Это разумно — поддерживать здоровый скептицизм. Особенно внимательно следует относиться к другим признакам – вне данных – которые показывают, что реальность отличается. Следуйте афоризму швейцарской армии: если карта и местность не совпадают, доверьтесь местности.

№ 14. Визуализация данных может освещать путь, но может и отвлекать

Визуализация данных – графики, диаграммы, инфографика и т. д. – это мощный, но обоюдоострый меч. Безусловно, это эффективный способ увидеть закономерности в данных. Но, к сожалению, намеренно или случайно, это может дать нам искаженный паттерн: представление о ситуации, которое на самом деле не соответствуют действительности. Великолепная визуализация данных – это наука и искусство. Я очень рекомендую почитать Стивена Фью, Кайзера Фанга, Эдварда Туфте, Натана Яу, Фернанду Вьегаса и Мартина Ваттенберга, чтобы отточить свои навыки визуальной грамотности. Они добавят лучшие инструменты по визуализации в ваш набор инструментов для анализа данных.

Бонусное правило

Сохраняйте спокойствие и используйте данные с умом. Удачи!