未加星标

数据掘金|数据分析的5大陷阱及其解决方案分析挖掘

字体大小 | |
[大数据技术 所属分类 大数据技术 | 发布者 店小二05 | 时间 2016 | 作者 红领巾 ] 0人收藏点击收藏
导语:你仍然无法充分利用数据吗?在本篇文章里,国外专栏作家David Booth概括五大要点,教你如何深入挖掘、利用数据。
数据掘金|数据分析的5大陷阱及其解决方案分析挖掘
在IDG Connect公司新出炉的《营销&销售大数据:数据准确度对企业的影响》研究报告中,近一半受访者表示,从数据中提炼出高价值信息,很难。二十世纪初,营销先驱、有“百货商店之父”之称的约翰·沃纳梅克曾有一句名言:“我知道在广告上的投资有一半是无用的,但问题是我不知道是哪一半。”该名言堪称广告营销界的“哥德巴赫猜想”。正因如此,营销人员总是很难了解营销方案或广告方案的实际效果。尽管营销策略和营销技术在不断发展和更新,营销人员追求的目标始终如一:如何让目标受众知道我们的产品和服务,如何激发他们达成购买?我们如何评判营销各个环节中哪些是薄弱点哪些优势可以继续保持?怎样更有效地扬长避短?

近几年,大数据的出现让很多营销人员看到了希望,因为它号称可以一劳永逸地解决以上所有问题。计算机横空出世,其强大的功能和亲民的价格让数据以秒级的速度大量累积;工具和技术日新月异,程序开开发商目光灼灼,迫不及待地告诉你,他们有办法让你立刻知道“哪一半”具有投资潜力。

即便如此,很多销售人员发现他们其实和二十世纪初一样,充满困惑。虽然也有很多聪明的营销人员,善于利用今天的数字环境和科学技术,并从中获益。但大部分营销人员都被数据弄得眼花缭乱,无法找准行动方向。在这篇文章中,笔者列出以下五点需要关注之处。明白这五点,你和企业将更理解数据的魅力,以及懂得如何将它们有效利用到营销活动中。1.数据碎片化严重毋庸置疑,计算机行业仍然是新兴产业,技术标准和市场规范暂时无法完全实现。解决问题的方法及创意五花八门。当然,这是好事——一般新兴产业都是这样发展的。

虽然市场现在逐渐有一些整合和标准,但革命道路漫漫,仍然有许多问题亟待解决。这种半规范环境产生的副作用之一,便是数据碎片化——这给营销人员造成了很多困难。

想想看你正在使用的那些软件或工具——全部来自不同的开发商,每一款都独立不兼容——它们都可以满足营销人员追踪目标数据的需求。你有网页分析工具(先不论它具体追踪什么,也不谈它提供的数据精度有多少),很可能还有一款单独的移动应用分析工具,客户关系管理(CRM)系统,后台系统,甚至社交媒体测评解决方案,独立邮件营销解决方案,以及一大群数字广告和线下广告数据供应商——包括机构和平台等。营销人员经常被要求“依据数据作决策”,然而网络工具太多,扑面而来的数据早已让人看不真切。事实上,只有极少数企业能做到有效整合数据,锁定目标客户。如今,营销的对象是每一位不同的顾客个体。而且营销人员接近顾客比以往要容易许多。因为顾客在使用各种设备,如智能手机,电脑,机顶盒等。不过,虽然现在这种多设备多渠道的环境提供了很多机遇,但要将碎片化的信息和数据整合到一起,仍是不小的挑战。无法整合各种渠道的数据,会加剧数据碎片化。而营销人员只能依据单一渠道提供的数据作决策。于是,营销人员对数字媒体和传统媒体的投资,只能通过每个渠道单一的数据进行评估分析。不过,有远见的营销人员则学会用联系的角度看问题,将营销看作整体,关注顾客消费历史和过往消费体验。他们会从现有顾客中锁定受众,并从培养忠诚顾客的角度掌握其所有消费经历,把握各种渠道的接触点。虽然计算机行业仍处于初步发展阶段,要做到这一点确实不易。但如果营销人员能在这步成功,那么非常有可能在未来竞争中立于不败之地。2. 专业技术人才短缺虽然,对营销人员的核心技术要求没有改变过,但为了更充分利用数据来推动营销方案和营销活动,营销人员需要具备的技能较之以往相比还是有所增加。而且这些技能颇具挑战性。AMC公司出品的美剧《广告狂人》,描述了美国上世纪六十年代广告业黄金时代的残酷竞争。当时营销人员追求的目标,在现今时代依然成立,即充分理解受众的需求,并为其锁定合适产品,然后通过完善的媒体策略和顶尖创意让营销方案取得成功。如今,营销人员除了努力达成上述目标以外,还要做得更多。他们必须承担多种角色,即使很多角色的技能要求超出他们原本所学专业。例如,他们必须掌握数据统计技术,至少对相关概念和统计分析系统(SAS或R)比较熟悉。虽然不必是高级程序员,但应当了解javascript。另外,营销人员同时还需要是分析师,数据库架构师,CRM(客户管理系统)专家……当然,他们的终极技能是掌握高手级别的表达技巧或演讲技巧。营销岗位的职能要求日益增多,很难完整概括。不过,这些技能都可以在营销活动中学会。统计学和传统商业技巧对营销部门来说或许并不陌生。虽然电视剧里没有特意刻画,但是数据始终贯穿营销的各个领域。如今,工具和技术赋予了营销人员无限可能。但如何利用这些工具和软件,需要营销人员的智慧。虽然测试平台可以为你提供和执行各种想要的测试,但是设计测试试验和解读测试结果则需要你动用自己的脑力和判断力。广告、网站、移动应用和顾客可提供的数据很多,你必须知道如何分析数据并利用数据建模,才能产出实效价值。优秀的营销人员都明白掌握数据技术的重要性,他们充分利用数据分析技术提高营销技巧,并从中大获裨益。3. 数据的可信度。也许你并不相信自己的数据。在IDG Connect公司出炉的研究报告中,近四分之一的受访者表示,自己企业获得的数据质量太差,因此无法产生价值。对此,唯一让我感到诧异的是,真的只有四分之一的企业有这样的疑问吗?我认为这一比例应当更高。通常,数据质量问题有两个方面。首先,由于数据来源复杂,收集数据的手段多变,当然会有错误产生,如数据标签缺失、程序处理误差等。各种各样的原因会导致最终到手的数据确实不准确。而且营销部门和IT部门联系不甚紧密,工具和软件也在不断更新。在这种情况下,即使目标和方案定得再完美,最终输出的结果也必然不尽如人意。所以,成功的营销人员不仅仅在投入实用之前做好所有规划和收集工作,同时也采取数据管理策略,持续自动化审核数据质量,尽一切可能保证数据的准确性。数据质量问题的另一个方面比较微妙。正如一句名言所说:“只要你想,可以让数据给你任何想要的结果。”有时候数据水分很大,也让企业的数据战略和决策显得没那么认真。有很多数据分析,过程精细,结果明确——但指向一个并不常见的结论。很多时候,个别不正确的数据会被单拎出来,变为攻击整个报告可信度的利器。“虽然我们很想相信这份报告中的数据,但在237页幻灯片中你提到我们有11,237名员工,但其实我们有11,327位员工!这让我们怎么相信这份报告?”质量保证系统和数据管理系统或许能帮我们保障数据质量,优秀的营销人员早已采取这些方法让公司顺利完成数据处理工作。4. 数据分析是工具,只是工具而已。数据分析虽然重要,但它们终究只是工具而已。你有尝试过用自己手指在一块木头上钻出一个洞吗?我想肯定没有吧。首先,你会考虑洞的样式和木头的材质。然后,选择合适的钻头,制作合适的工具。接着,测量一下洞的位置。最后,顺利完工。如果不事先明确自己的目标,不了解相关任务背景或不制定任何计划,那么数据分析本身毫无价值。许多营销人员只是一味购买最新数据和分析工具,而不知道自己该如何利用这些数据和工具,也不知道数据分析的背景和意义。

优秀的营销人员不仅花精力在数据分析上,也会花同等的精力在制定计划和方案上。最终,他们成功获得想要的结果。

如果你购买了一个网页分析工具,你需要花时间制定业务需求和各种KPI指标。然后制定解决方案,让工具完成你设定的目标。这才是完整的流程。如果你购买了一套数据分析工具箱,或数据存储解决方案,那么你需要花时间研究这些工具的功能和优势。这样才能最大化使用该工具。记住,数据分析本身并不是关键,做数据分析的人才是关键。5.如何从枯燥的数据中挖掘出动人的故事假设你是一名营销人员,而你也顺利并且正确地完成了数据收集、数据处理和数据分析。我要告诉你,很遗憾你才只完成了全部的10%。其余90%——关键的90%——在于如何用数据带来改变。我们需要利用数据作决策,并产出价值。这通常也是营销最难的部分。归根结底,我们需要把正确的数据在恰当的时候带到明智的决策者面前,产出实际价值。而展示数据远比获得数据要难。当然,展示数据并不是指将其做成报告。很多人在制作月度报告时都忽略了一点——他们堆砌一行又一行的数据和图表,最终这些数据完全没有打动决策者。注意,只有故事才能带来行动力。而故事需要数据作支撑。用数据来讲故事,本身就是一种艺术。这是数据的价值魅力所在,能为企业带来改变。所以,你需要准备经典的三段论结构,包括引入、矛盾和解决方案。成功的营销人员善于利用引入部分给数据增加“故事”背景。这部分主要介绍市场现状、企业情况和行业竞争形势,以及项目的目标。引入部分之后是矛盾部分。矛盾部分主要描述目前遇到的问题和机遇,以及可能的选择方案。最终当然是以解决矛盾结束,提出最佳解决方案,表明其带来的收益。当然,数据始终贯穿其中。然而却以一种含蓄的“配角”形式呈现。请善于利用数据!虽然营销的目标始终如一,但科技的进步与发展为营销人员创造了更多实现目标的方法与途径,但掌握这些方法,对营销人员提出了更高的要求。营销新机遇的核心在于数据。而数据本身是中性的,没有优劣之分。数据的价值,需要营销人员用眼光与智慧去挖掘与处理。

注:本文内容由九枝兰团队翻译,转载请加上九枝兰微信ID:jiuzhilan或二维码。对于不署名者,九枝兰将保留追究的权利。

作者:David Booth

译者:王悦@九枝兰

搜索

复制

tags: 营销,数据,人员,数据分析,工具,方案,目标,利用,顾客,解决
分页:12
转载请注明
本文标题:数据掘金|数据分析的5大陷阱及其解决方案分析挖掘
本站链接:https://www.codesec.net/view/244914.html


1.凡CodeSecTeam转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责;
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。
登录后可拥有收藏文章、关注作者等权限...
技术大类 技术大类 | 大数据技术 | 评论(0) | 阅读(308)