“تطبيق تحليلات الموقع على التسويق الرقمي الخاص بك”
— أبداء
ما هو رد فعلك العاطفي عندما تسمع كلمة ، بيانات؟
إجهاد؟ يخاف؟ إحباط؟
لحسن الحظ ، لا يجب أن تكون البيانات والتحليلات مخيفة في الواقع ، يمكن أن يكون الأمر ممتعًا (أو مثيرًا للاهتمام على الأقل) إذا كنت تعرف كيفية تحويل كل هذه الأرقام والتقارير إلى معلومات قابلة للتنفيذ يمكنك استخدامها لتنمية عملك
في هذا الفصل ، ستتعلم منهجية إجراء التحليلات والبيانات في عملك ، والمقاييس الأكثر أهمية ، واللغة التي ستستخدمها للتحدث عنها ، والفرق أو الأدوار التي يجب أن تكون مسؤولة عنها
لكن أولاً ، لنتحدث عن سبب أهمية البيانات والتحليلات لنجاح الأعمال
لماذا البيانات مهمة
تأتي البيانات في نسختين: ليست كافية بل أكثر من اللازم
التحدي الذي يواجهه معظم الناس هو كيفية تحويل الأرقام إلى قرارات ذات مغزى الأرقام الثابتة ، في حد ذاتها ، لا معنى لها
فلماذا تريد إجراء التحليلات؟
لفهم الإجابة ، دعنا نراجع بعض الأمثلة:
نادي أوكلاند لألعاب القوى
تولى بيلي بين منصب المدير العام لفريق Oakland A's في عام 1997 هناك ، طبق التحليل الإحصائي (المعروف باسم sabermetrics) على اللاعبين ، مما أدى إلى تغيير طريقة اكتساب اللاعبين بشكل جذري
بشكل أساسي ، جعلت البيانات A's قادرة على المنافسة مع أندية أكبر بكثير أثناء العمل على ميزانية تبلغ ثلث الحجم.
نيتفليكس
الاعتقاد الأساسي لـ Netflix هو أن التخصيص يكسب ولاء العملاء ، وهو الاعتقاد الذي يضع البيانات في مركز إستراتيجية الشركة.
عندما كانوا لا يزالون شركة لتأجير أقراص DVD ، استثمر Netflix بكثافة في تقنية استخراج البيانات لتطوير خوارزمية توصية الفيلم ، مما أدى إلى استخدام البيانات لتوفير تجربة رائعة للعملاء. وقد نجحت. أدت التوصيات إلى 50٪ من حركة المرور الخاصة بهم.
بعد اعتماد نموذج التدفق ، استمر نهج البيانات أولاً ، وجعلها واحدة من أفضل خدمات دفق الفيديو عند الطلب المتاحة.
واليوم ، يمنحهم العميل نظرة ثاقبة يحتاجون إليها لإنشاء محتوى أصلي ناجح بشكل كبير مثل Daredevil و Stranger Things و Orange is the New Black.
لا شيء من هذا كان ليكون ممكنا بدون البيانات
المسوق الرقمي
نحن لسنا غرباء على البيانات أيضًا سوف أتطرق إلى مزيد من التفاصيل لاحقًا في هذا الفصل ، ولكن هنا في DM ، نعتمد على البيانات لمساعدتنا في اتخاذ قرارات العمل التي تكون جميعها مضمونة للعمل
إيماننا؟ قد تكون غرائز القناة الهضمية جيدة ، لكن البيانات لا تكذب أبدًا
التحدي ، بالطبع ، يكمن في أساليبك كيف تنتقل من جدول البيانات إلى القرارات الإستراتيجية التي تنمي عملك؟ لنلقي نظرة
طرق تحليلات جيدة التنفيذ واستراتيجية بيانات
لإتقان التحليلات والبيانات ، تحتاج إلى إتقان 3 مبادئ توجيهية:
امنح البيانات وظيفة هذا هو أساس تحليل البيانات يجب أن تساعدك كل قطعة من البيانات التي تجمعها في الإجابة عن الأسئلة واتخاذ قرارات ذكية
استخدم اختبار الفرضيات لتحويل الأسئلة إلى استراتيجيات هذا ما يجعل البيانات ذات مغزى إنها عملية تحويل البيانات الأولية إلى قرارات عمل
تطبيق السياق لحساب غير القابل للقياس بعض الأشياء يصعب قياسها لهذه الحالة ، تحتاج إلى وضع البيانات في سياقها
لا ينبغي أن تكون التحليلات والبيانات مرهقة لكن من السهل أن تشعر بهذه الطريقة عندما يكون هناك الكثير من المصادر للاستفادة منها ، كل منها ينسق البيانات بشكل مختلف ، وأحيانًا يعطي أرقامًا مختلفة لنفس المقياس
أين تضع انتباهك؟ كيف تقارن البيانات من مصادر مختلفة؟
للبدء ، امنح بياناتك وظيفة
المبدأ رقم 1: امنح بياناتك وظيفة
إحدى أسهل الطرق لفهم البيانات هي التفكير في مسار التسويق
هذا هو المفهوم التأسيسي الذي يجعل من السهل تصور اكتساب العملاء في التسويق. يعمل تسويق علامتك التجارية على خلق الوعي وجذب زوار جدد إلى موقع الويب الخاص بك. سيكون بعض هؤلاء العملاء المتوقعين الجدد مهتمين بدرجة كافية لتقييم عملك ومنتجاتك ، وستستمر نسبة منهم ليصبحوا عملاء
بالنسبة للمبيعات ، يعد هذا نموذجًا جيدًا ، لكننا بحاجة إلى تعديل مسار التحويل للعمل أيضًا مع التحليلات والبيانات
هذا النموذج عبارة عن مخطط انسيابي لمقاييس قمع لا يقوم فقط بتعيين مراحل رحلة العميل ، بل يسرد أيضًا المقاييس التي يجب قياسها في كل مرحلة
باستخدام هذا الأسلوب ، نستخدم نفس المراحل الثلاث من مسار التحويل ولكن نعيد تسميتها على النحو التالي:
TOFU ، أو أعلى قمع ، هي مرحلة الوعي
MOFU ، أو منتصف القمع ، هي مرحلة التقييم
BOFU ، أو أسفل القمع ، هي مرحلة التحويل
لكننا لا نريد التوقف عند هذا الحد. نحتاج أيضًا إلى قياس ما يحدث بعد أن يصبح شخص ما عميلاً.
لذلك أضفنا مرحلة أخرى: مرحلة ما بعد التحويل ، والتي تركز على كيفية تحويل العملاء إلى عملاء متكررين ، ومشتركين مدى الحياة ، ودعاة لعملك.
هذه هي الطريقة التي تعطي بها بياناتك وظيفة. أنت لا تنظر إلى جميع بياناتك مرة واحدة. تقوم بتعيين مقاييس مختلفة لكل مرحلة من مراحل القمع.
السؤال الرئيسي عند اختيار المقاييس لهذه المرحلة هو: هل يمنحني هذا المقياس نظرة ثاقبة للزوار الجدد؟
TOFUمثال جيد لمقياس
: توجيه زوار جدد.
الزائرون الجدد المباشرون هو عدد الأشخاص الذين يكتبون عنوان URL لموقع الويب الخاص بك مباشرةً في Google؟ يمكنه قياس فعالية الإعلان عبر الإنترنت وخارجه:
إذا كنت تعرض إعلانات توعية ، فمن المفترض أن ترى ارتفاعات كبيرة من الأشخاص الذين يحاولون معرفة المزيد عنك.
إذا كانت لديك لوحات إعلانية تتضمن عنوان URL الخاص بك ، فيجب أن ترى ارتفاعًا مفاجئًا في المناطق الجغرافية المحيطة بلوحة الإعلانات أثناء زيارتهم لموقعك.
MOFU (منتصف القمع)
هدفك في هذه المرحلة؟ تحويل الزوار الجدد إلى عملاء متوقعين.
بدلاً من قياس صحة عملك فقط من خلال أرقامها النهائية ، يمكنك قياس صحتها في كل مرحلة - تحديد التسريبات في مسار التحويل الخاص بك ، وإيجاد طرق إستراتيجية لتوصيلها ، وتسهيل عملية التحويل.
للبدء ، دعنا نحدد مقاييس مسار التحويل التي تحتاجها لكل مرحلة من مراحل رحلة عملائك.
تصنيف البيانات حسب مرحلة القمع
TOFU (أعلى مسار التحويل)
هدفك لهذه المرحلة؟ الزوار الجدد.
تطبيق تحليلات الموقع على التسويق الرقمي الخاص بك
قم بالتسجيل باستخدام عنوان بريدك الإلكتروني لتلقي التحميل والتحديثات
سؤالك الإرشادي عند تحديد ما إذا كان المقياس مناسبًا لمنتصف مسار التحويل هو: هل يعطيني هذا المقياس نظرة ثاقبة حول مدى نجاحي في جذب الزائرين للالتزام؟
يمكن تعريف "الالتزام" على أنه
الناس الاشتراك
يملأ الأشخاص نموذج ويب
الأشخاص يتابعونك في وسائل التواصل الاجتماعي
يتعلق الأمر بالأشخاص الذين يمنحونك الإذن للتواصل معهم وتقديم المزيد من القيمة
MOFUمثال جيد على مقياس
: نقرات الحث على الشراء
إذا كان لديك منشور مدونة به لافتة لتعلم المزيد عن أحد منتجاتك. تحتاج إلى معرفة عدد النقرات التي يحصل عليها هذا الشعار والنسبة المئوية للزوار الذين ينقرون على مدونتك حتى تتمكن من تقييم مدى نجاح المحتوى الخاص بك في تحويل الزوار إلى عملاء متوقعين
BOFU (الجزء السفلي من مسار التحويل)
هدفك؟ تحويل العملاء المحتملين إلى عملاء
هدفك؟ تحويل العملاء المحتملين إلى عملاء
سؤالك الإرشادي عند اختيار المقاييس لهذه المرحلة: هل يمنحني هذا المقياس نظرة ثاقبة حول مدى جودة تحويل العملاء المحتملين إلى عملاء؟
هذه المرحلة مهمة بشكل خاص لأنه بمجرد أن يشتري شخص ما شيئًا منك - حتى لو كان شيئًا صغيرًا وغير مكلف - تزداد احتمالية شرائه مرة أخرى بمقدار 10 أضعاف ، ويزداد استعداده للاستثمار في العلاقة بشكل كبير
BOFUمثال جيد لمقياس : نسبة التحويل
كم عدد الأشخاص الذين نقروا أو اشتروا من اتصال العلامة التجارية؟ يخبرك هذا بالعروض الناجحة ونوع العروض التي يجب عليك تقديمها للعملاء الجدد
الاحتفاظ وتحقيق الدخل (بعد التحويل)
هدفك لهذه المرحلة؟ رضا العملاء. تريد زيادة العضوية ، وعائد الاستثمار لحركة المرور ، والاحتفاظ بها ، وقيمة عمر العميل
السؤال الإرشادي عند النظر إلى مقاييس ما بعد التحويل: هل يمنحني هذا المقياس نظرة ثاقبة حول مدى رضا عملائنا؟
أنت تبحث عن مقاييس تصف النتائج الحقيقية من استخدام منتجك. شيء من هذا القبيل:
تمنحك مقاييس ما بعد البيع نظرة ثاقبة حول رضا العملاء
هذه البيانات ليست في انتظارك على جوجل ، لذلك يصعب الحصول عليها ، ولكن العملاء الراضين هم عادةً على استعداد لمشاركتها. هنا ، نبحث عن التقييمات الإيجابية من الأشخاص في منطقة العضوية لدينا. يخبرنا ذلك بمدى نجاحنا في مساعدة الناس على تحقيق أهدافهم
ضع في اعتبارك ، هذه ليست مقاييس الغرور. إنهم يساعدوننا في معرفة ما يتطلبه الأمر لإبقاء الأشخاص في مختبر وتشجيعهم على إخبار أصدقائهم عن المختبر
مثال على التحويل اللاحق: تقرير تشغيل / إيقاف الأعضاء
يتتبع هذا التقرير عدد الأشخاص الذين نضيفهم إلى منتج باشتراك ، وعدد الأشخاص الذين نخسرهم ، وكيف نخسرهم
تخبرنا هذه المقاييس بمدى صحة المنتج ، وعندما يتم دمجها مع تقارير أخرى ، يمكننا رؤية الأشياء التي نقوم بها والتي تؤدي إلى الإلغاء أو تعزيز العضوية هذه المعلومات مهمة لمنتج العضوية لأن الاحتفاظ بالأعضاء يؤدي إلى زيادة الأرباح
تصنيف البيانات حسب النوع
TOFU و MOFU و BOFU لقد راجعنا للتو مقاييس
وهي طريقة لتصنيف المقاييس حسب مراحل مسار التحويل ولكن هناك طريقة أخرى لتصنيف المقاييس ، وذلك حسب نوع المعلومات التي تقدمها
هناك نوعان من المقاييس:
المقاييس الرئيسية تملي الصحة العامة هذه المقاييس مثل مقياس حرارة لعملك لكي يكون المقياس مفتاحًا ، يجب أن تكون قادرًا على إلقاء نظرة عليه ومعرفة ما إذا كان عملك يعمل بشكل جيد أم لا
المقاييس التفصيلية تجيب على الأسئلة الكبيرة هذه المقاييس أكثر دقة وتساعدك على فهم ما يحدث في مجالات معينة من عملك
عادةً ما تستخدم كلا النوعين من المقاييس معًا ، وليس أحدهما أو الآخر إذا أخبرتك المقاييس الأساسية أن الأمور تسير على ما يرام ، فأنت تستخدم مقاييس تفصيلية لمساعدتك على فهم السبب ، حتى تتمكن من تكرار نجاحك
علي سبيل المثال:
تحسين النقر على لافتة في الموقع
يعتبر متوسط النقر على الشعار٪ مقياسًا رئيسيًا. يخبرك ، عبر موقعك بالكامل ، بمدى احتمال قيام الزائر بالنقر فوق لافتة إعلانية في إحدى مقالاتك
لمساعدتنا على فهم سبب أن معدل النقر هو 3.25٪ وكيف يمكننا تحسين هذا الرقم ، نحتاج إلى مقياس تفصيلي: ما مدى احتمالية قيام الزائر بالنقر فوق إعلان بانر في مقال واحد محدد؟
منذ وقت ليس ببعيد ، فعلنا هذا لمدونة دي أم. بعد مراجعة جميع منشورات مدونتنا والبحث عن مقاييس معينة ، تمكنا من تحديد العوامل التي تؤثر على معدل النقر. بعد تطبيق النتائج التي توصلنا إليها ، قمنا بتحسين نسبة النقر إلى الظهور على إعلان البانر بحوالي 2٪ عبر المدونة
تحسين حركة البحث
في هذا المثال ، المقياس الأساسي هو الزائرون الجدد: كم عدد الزائرين لأول مرة على موقع الويب الخاص بك؟
لمعرفة المزيد ، سيكون مقياس البحث هو "حصة البحث": ما النسبة المئوية لحركة البحث التي يمتلكها أي شخص أو علامة تجارية؟
هنا ، يمكنك مقارنة مقدار حركة البحث التي تحصل عليها لكلمة رئيسية إلى مقدار ما يحصل عليه منافسوك من نفس الكلمة الرئيسية. سيسمح لك ذلك بالعثور على مناطق يمكنك فيها التنافس مع شركات أكبر لأنك تمتلك الكلمة الرئيسية. بدلاً من ذلك ، سيخبرك بالكلمات الرئيسية التي تحتاج إلى بذل بعض الجهد فيها.
تحسين التجارة الإلكترونية
وفي هذا المثال ، المقياس الرئيسي هو متوسط قيمة أمر الشراء. للتنقل لأسفل ، ستحتاج إلى إلقاء نظرة على الطلبات الفعلية
تريد أن تعرف من أين يأتي الجزء الأكبر من الإيرادات من متوسط قيمة أمر الشراء. قد يكشف هذا أنك بحاجة إلى تحريك الأشياء في مسار تحويل المبيعات الخاص بك أو أنك بحاجة إلى دفع عرض ترويجي على آخر لأن متوسط قيمة الطلب أعلى بكثير
كما ترى ، هناك طريقتان يمكنك من خلالهما توفير وظيفة لمقاييسك
TOFU أو MOFU أو BOFUيمكنك تخصيصها لمرحلة معينة من مسار التحويل
يمكنك استخدامها لقياس صحة المجالات المختلفة في عملك ومن ثم الإجابة على أسئلة أعمق حول كيف ولماذا
بمجرد أن تفهم الصحة العامة لعملك وأين تعمل الأشياء (أو لا تعمل) ، يمكنك البدء في استخدام المقاييس لحل المشكلات
المبدأ رقم 2: استخدام المقاييس لحل المشكلات
يتم جمع البيانات على لوحة القيادة ، أليس كذلك؟ لكن على لوحة القيادة ، إنها بيانات خام. وظيفتك ، كمحلل بيانات ، هي تحويل البيانات الأولية إلى بيانات نشطة
تعمل هذه العملية مثل الطريقة العلمية إلى حد كبير ، إلا أنها تعتمد على المقاييس
في المنهج العلمي ، تبدأ بالأسئلة والفرضيات ، ثم تقوم بعمل تنبؤات حول ما يمكن أن يحدث إذا اختبرت فرضيات مختلفة
إنه نفس الشيء مع البيانات والتحليلات. تقوم بمراجعة بياناتك وتبدأ في طرح أسئلة حولها. أنت تضع فرضيات حول ما يمكن أن يحدث إذا كان بإمكانك التأثير على أي من هذه الأرقام. ثم تضع اختبارًا لترى ما إذا كنت على حق
ببساطة عن طريق مراجعة النتائج ، يمكنك أن ترى بوضوح ما يجب القيام به لتحسين عملك. لم يعد اتخاذ القرارات متعلقًا بحدسك ، بل يتعلق بما تخبرك به البيانات
هذه هي النظرية على أي حال
لكن من الناحية العملية ، غالبًا ما لا نعرف ما يكفي لمعرفة الأسئلة التي يجب أن نطرحها. في هذه المواقف ، غالبًا ما يكون من المفيد إجراء الغوص في البيانات مرة أخرى
مراجعة المقاييس الرئيسية لإلهام الأسئلة
عندما لا تعرف ما يكفي لمعرفة ما يجب أن تطلبه ، ستمنحك المقاييس غالبًا البصيرة التي تحتاجها
الخطوة 1. ابدأ بمراجعة مقاييسك الرئيسية. حدد الأماكن التي يكون فيها أداؤك أفضل مما كان متوقعًا أو ربما يتجه نحو الأسفل. في كثير من الحالات ، سيكون هذا مصدر إلهام للأسئلة
إن حركة مشاركة هذه المدونة هي ضعف معظم مشاركات المدونة الأخرى. ما الذي جعلها تعمل بشكل أفضل؟
نحصل على مشتركين جدد كل يوم ، لكن إجمالي اشتراكاتنا يظل كما هو. ماذا يحدث؟ أين نفقد المشتركين؟ لماذا ا؟
في كل مرة يكتب كاتب أس أم تدوينة على مدونة ، يكون عدد الزيارات والمشاركات أعلى من المعتاد. ما الذي يجعل مشاركات مدونتها أفضل من منشورات أي شخص آخر؟
لذلك ، تستخدم عملية اتخاذ القرار التحليلي
في بعض الأسابيع ، نضيف 131 أو 112 أو 106 أعضاء جددًا. في الأسابيع الأخرى ، نضيف 11 أو 21 فقط بعد رؤية هذه الأرقام ، تخطر ببالنا بعض الأسئلة:
ما سبب هذه الارتفاعات المفاجئة في تحويلات المشتركين؟
ما سبب هذه الفترات من انخفاض التحويل؟
الخطوة الثانية. ضع فرضية حول ما يحدث. قم بعمل تنبؤات حول ما يحدث. بالنسبة لعدم الاتساق المضاف من قبل الأعضاء ، قمنا بثلاثة تخمينات:
يُعد الإصدار التجريبي الذي تبلغ قيمته 1 دولار عرضًا أفضل لأنه يحول المزيد من الزائرين لجميع مصادر الزيارات.
يُعد معدل التجريب بدولار واحد أعلى من تكلفة الأعضاء الذين يتقاضون رواتب كاملة ، مما يعني أنه لا يساهم في تحقيق هدفنا المتمثل في تنمية المختبر
يستمر الأشخاص في إعادة تشغيل عرض الإصدار التجريبي 1 دولار بعد انتهاء وقتهم ، مما يؤدي إلى تضخيم نسب التحويل
تلميح: لا تقبل فرضية واحدة فقط. من الأفضل أن تفكر في تفسيرات متعددة — مثالي من 5 إلى 7 فرضيات — واختبارها جميعًا. وإلا فإنك تحد من قدرتك على معرفة ما يحدث
كما ترى ، في معظم الحالات ، لا يوجد سبب واحد فقط للمشكلة التي تراها. قد تساهم عدة عوامل في النجاح أو الفشل الذي تريد فهمه. كلما زاد عدد الفرضيات لديك ، زادت فرصك في عزل جميع العوامل المعنية.
الخطوة 3. استخدم مقاييس التمرير لاختبار الفرضيات. لهذا ، ستستخدم بيانات أكثر تفصيلاً ودقة لمعرفة سبب المشكلة التي تحاول فهمها
لا تتم مراجعة هذه البيانات عادةً على أساس يومي ، ولكنها موجودة ، وأنت تعرف مكان العثور عليها. إنها أيضًا البيانات التي تساعدك في الإجابة على هذه الأنواع من الأسئلة
بالنسبة لهذا السؤال بالذات ، استخدمنا التحليلات الجماعية لاختبار فرضياتنا الثلاث. قمنا بتطوير 7 مجموعات ، أو طرق مختلفة يمكنك من خلالها تجميع الأشخاص في مختبر دي أم ، بما في ذلك تاريخ الإلغاء ، ومتوسط النسبة المئوية المدفوعة ، ومدة نشاطهم ، والمزيد
بعد مراجعة كل هذه المعلومات ، أدركنا أن الإصدار التجريبي 1 دولار كان عرضًا أماميًا أفضل من عرض الدفع الكامل
الخطوة 4. اتخذ إجراءً بناءً على النتائج التي توصلت إليها. كان استنتاج تحليل البيانات لدينا هو أن العرض التجريبي يولد عملاء يدفعون أكثر من المتوسط. مقابل كل 100 شخص وضعناهم في مختبر DM ، جاء 21 من التجربة ، بينما أتى 20 من عرض الدفع الكامل
في حين أن هذا ليس فرقًا كبيرًا ، إلا أنه بمرور الوقت يمكن أن يتراكم. لذلك قمنا بتغيير عرض الواجهة الأمامية. العرض التجريبي الذي تبلغ قيمته 1 دولار هو عرضنا الأساسي الآن ، وقد أسفر حتى الآن عن 1،000 عضو إضافي
المبدأ رقم 3: تحديد سياق البيانات لمراعاة ما لا يمكن قياسه
لا يهم مدى جودة بياناتك ، ففي بعض الأحيان لا تخبرك بكل ما تحتاج إلى معرفته
على سبيل المثال ، لنفترض أنك تراجع بياناتك وترى اتجاهًا. لماذا يتشكل هذا الاتجاه؟ ربما قمت بتشغيل حملة خلال تلك الفترة. ربما فعل منافسوك شيئًا فريدًا. أو ربما كانت لديك مشكلة تقنية أدت إلى تحريف البيانات
إذا لم تضع هذه العوامل في الاعتبار عند تقييم بياناتك ، فمن المحتمل أن تقوم بافتراض بناءً على مجموعة خاطئة من البيانات. استنتاجك لن يكون صحيحا
في هذه المواقف ، يساعدك السياق في حساب الفروق في بياناتك. وهناك 4 سياقات تحتاج إلى أخذها في الاعتبار
السياقات التاريخية
ماذا يخبرك التاريخ أن تتوقع؟ من خلال مراجعة البيانات من خلال عدسة تاريخية ، يمكنك فهم الاتجاهات والسلوك النموذجي بين عملائك
على سبيل المثال ، في ماسترز أكاديمي ، لاحظنا تراجع المبيعات في الصيف باستمرار كل صيف
لذا بدلاً من القلق بشأن انخفاض الأرقام ، توصلنا إلى استراتيجيات لزيادة المبيعات في أواخر الربيع نقوم أيضًا بتقليل الإنفاق الإعلاني في الصيف لأننا نعلم أن عائد الاستثمار لن يكون جيدًا
السياقات الخارجية
ما هي التغييرات الخارجة عن سيطرتنا والتي أثرت على مقاييسنا؟ ربما دخل منافس جديد السوق أو ربما تغيرت التكنولوجيا ، مما استلزم تغييرات كبيرة في طريقة قيامك بالأشياء
فكر في تحديثات خوارزمية جوجل
قد تكون العوامل الخارجية خارجة عن سيطرتك ، لكن عليك أن تضعها في اعتبارك عند تقييم الأداء
السياقات الداخلية
هل أجريت تغييرات على استراتيجيتك تؤثر على أدائك؟ هل أجريت تغييرات على موقعك أو أطلقت حملة؟
هذا أكثر من مراجعة ذاتية فكر في التغييرات التي أجريتها داخليًا والتي ربما أثرت على أرقامك
السياقات السياقية
هذا له علاقة بكيفية سحب البيانات هل تقارن الأرقام الأولية أو النسب المئوية؟ هل أرقامك مشوهة بالقيم المتطرفة؟ هل لديك بيانات لا معنى لها بسبب عامل داخلي أو خارجي؟
تساعدك هذه العوامل السياقية معًا في حساب الأشياء التي لا تُقاس ، والأشياء التي لا يمكنك توقعها أو شرحها في بياناتك وهي تساعدك على تقييم صحة بياناتك
جعل البيانات قابلة للتنفيذ
كما ترى ، يمكن أن تساعدك المبادئ الثلاثة للتحليلات والبيانات جيدة التنفيذ في تحويل الأرقام العشوائية إلى مهام قابلة للتنفيذ لعملك
تحتاج إلى تعيين أدوار لبياناتك حتى تعرف مرحلة مسار التحويل التي تتعلق بها وما إذا كانت تساعدك في معرفة شيء ما (مقياس رئيسي) أو تعطيك معلومات للإجابة على سؤال (مقاييس البحث)
تحتاج أيضًا إلى استخدام البيانات لاتخاذ قرارات أكثر ذكاءً لعملك استخدمه لاختبار أفكارك حول ما ينجح وما لا ينجح وكيف يمكنك تحسين النتائج عندما تراجع الأرقام للإجابة على سؤال ، فأنت تعرف ما تحاول إثباته أو دحضه
ثم أخيرًا ، تحتاج إلى وضع بياناتك في السياق من خلال تقييم العوامل التي قد تؤدي إلى زيادة الأرقام أو انخفاضها من خلال ربط البيانات بالعالم الحقيقي ، ستكون الأرقام أكثر منطقية وسيكون من الأسهل استخدامها في عملك لدفع عجلة النمو
يستخدم محللو لينجو
هناك 5 مصطلحات يجب أن تفهمها للتحدث بذكاء عن التحليلات والبيانات
اتخاذ القرار التحليلي
يشير هذا إلى الطريقة العلمية لعالم البيانات إنها العملية التي ستستخدمها لتحديد الأسئلة التي يجب أن تطرحها وأفضل الطرق للإجابة عليها
مجموعة أدوات المحلل
هذه هي الأدوات والقوالب والموارد التي ستستخدمها لتحويل المفاهيم والأفكار إلى بيانات وتقارير ستساعدك مجموعة الأدوات الخاصة بك على طرح الأسئلة الصحيحة وتطوير عملية تجعل تحليل البيانات أسهل
معلمة يو تي أم
يشير هذا إلى الرمز الذي يمكنك إلحاقه بعنوان المتصفح لمنحك مزيدًا من المعلومات حول مصدر حركة المرور الخاصة بك
عند إضافة معلمات UTM إلى الروابط الخاصة بك ، سيتم وضع علامة على أي شخص ينقر على هذه الروابط ، ويمكنك تتبع هذه العلامات في Google Analytics.
يتيح لك ذلك معرفة المصادر والاتصالات التي تمنحك أفضل حركة مرور.
مؤشر الأداء الرئيسي (KPI)
KPI
هي طريقة أخرى للإشارة إلى مقياس ما بشكل عام ، وعادة ما تستخدم للتحدث عن مقياس يعتقد شخص ما أنه يقود أعمالهم. KPI هي طريقة أخرى للحديث عن مقياس رئيسي.
لوحة القيادة
لوحة المعلومات هي صفحة ويب تجمع المقاييس الخاصة بك من مصدر معين. من المحتمل أن يكون لديك لوحة تحكم لكل مصدر بيانات: Google Analytics ومزود خدمة البريد الإلكتروني ومنصات الوسائط الاجتماعية الخاصة بك والمزيد.
توفر معظم لوحات المعلومات أيضًا رسومًا بيانية تحول بياناتك إلى مرئيات ، مما يجعل من السهل معرفة مدى جودة أدائك.
يجب أن تكون لوحات المعلومات متاحة للجميع في الفريق. إنهم يساعدونك على فهم ما يجري في العمل بسهولة ، مما يساعد أعضاء الفريق على معرفة كيف يؤثر عملهم على نجاح عملك
الأدوار: من يحتاج إلى أن يكون على دراية؟
من يجب أن يمتلك بيانات عملك؟ في أي مكان في الشركة يعيش تحليل البيانات؟
أدوار التحليلات
تحليلات البيانات
يجب أن يتحمل فريق التحليلات (أو الفرد) المسؤولية الأساسية عن جمع وفحص وتفسير بياناتك وتحليلاتك
قد يكون للفرق الأكبر حجمًا أيضًا مدير تنفيذ البيانات ، والذي يجمع كل هذه المعلومات ويحولها إلى لوحة معلومات جميلة يسهل فهمها
تسويق
يحتاج كل مسوق يستحق الملح إلى معرفة القليل عن التحليلات والبيانات. سواء كنت تدير حملات على فيس بوك ، أو تغرد 50 مرة في اليوم ، أو تنشر مقالات في مدونتك ، فأنت بحاجة إلى معرفة ما الذي ينجح وما لا ينجح
تحسين معدل التحويل (CRO)
يعتمد الأشخاص الذين يجرون الاختبارات لتحسين التسويق بشكل كبير على البيانات لتطوير فرضياتهم وإعداد الاختبارات وقياس الأداء
تلخيص لما سبق
لا يجب أن تكون التحليلات مخيفة أو مربكة - حتى لو لم تكن شخصًا مرتبطًا بالأرقام. أنت ببساطة بحاجة إلى عملية للتعامل مع الأرقام ، وطريقة لمعرفة أي منها سيساعدك على تحديد الفرص وأيها يجب تجاهله
بمجرد الانتهاء من العملية الخاصة بك ، قد تجد أنك تستمتع بالتحليلات. ليس هناك شعور أفضل من معرفة أن خطتك التسويقية تعمل بلا شك - والمقاييس هي التي ستمنحك هذه الثقة
نقترب من نهاية نظرة عامة على التسويق الرقمي. الدرس التالي (والأخير) هو تحسين معدل التحويل ، وهو عملية بسيطة لتحسين نتائج التسويق بمرور الوقت
CROبصراحة ، يعد تحسين معدل التحويل ، أو
كما يطلق عليه غالبًا ، هو الصلصة السرية لاستراتيجية التسويق الرقمي الخاصة بك ، وستحب الطريقة التي تركز بها طاقتك على المهام الأكثر أهمية
انقر للوصول إلى الفصل الأخير ، وسنقدم لك خطواتك التالية
إستراتيجية التسويق الرقمي
حمل دليل إستراتيجية التسويق الرقمي كاملاً مجاناً
Youtube دليل كامل لإنشاء محتوى الفيديو والترويج له على
خريطة طريق لمدة 30 يومًا لنمو قناتك