Tre cose che tutti dovrebbero imparare sull'analisi

da Membro del team TrueSocialMetrics ~ 5 min

1. Abbraccia l'imperfezione.

I dati non saranno mai perfetti! Ecco, l'ho detto. Qualcuno doveva. Se hai difficoltà a mostrare un rapporto al tuo capo perché i dati sono ancora imperfetti, fallo in fretta: strappalo via come una toppa :) È meglio prendere decisioni imperfette oggi che prendere decisioni perfette domani quando la tua azienda è già morto (beh, forse non morto, ma una piccola drammatizzazione ti aiuterà a capire il mio punto). Se stai aspettando la perfezione, perderai la finestra dell'opportunità. E 'così semplice.

Pisa Photo source

So per esperienza personale quanto questa nozione sia difficile da accettare. Quando scrivo un articolo, ho sempre la sensazione pruriginosa che non sia matematicamente, statisticamente, moralmente (o qualsiasi altra cosa) accurato al 100%. Ma poi il mio cofondatore viene da me e mi chiede dov'è il fantastico articolo che gli avevo promesso settimane fa. E gli dico che non posso finire il contenuto perché è ancora imperfetto. Poi ha quell'espressione spaventosa sul viso come se volesse prendermi a pugni davvero forte :) Lascialo andare! I dati utili non sono perfetti al 100%.

Voglio dire, basta guardare Google Analytics, per esempio. Ti mostra i dati non per una sessione al 100% ma tra l'80% e il 90%. E sovrascrive le fonti degli utenti. Studiare come memorizza i dati all'interno mi ha lasciato a bocca aperta. Forse il campionamento e l'override della fonte rendono i dati in GA in qualche modo imperfetti, ma sono comunque statisticamente significativi e validi. L'imperfezione dei dati non equivale sempre all'invalidità dei dati. Anche il potente Google Analytics non è perfetto. Quindi la prossima volta che senti l'occhio destro contrarsi a causa dell'imperfezione dei dati, lascialo andare :)

Naturalmente, ci sono alcuni limiti rigidi nell'analisi che non dovresti semplicemente lasciar andare, ma la maggior parte delle imperfezioni dei dati può essere trascurata per il bene della decisione tempestiva. Impegnati per i migliori dati che puoi ottenere, ma non passare tutta la vita ad aspettare la perfezione; lavorare con quello che hai ora.

Non analizzarlo troppo.

2. Pensa al contesto.

Quando guardi un numero, pensa sempre al contesto. Ad esempio, se hai 50 commenti con 100 fan - congratulazioni, regni, e se hai 50 commenti con 1.000.000 di fan - amico, sei nei guai.

Image source

Come quella volta in cui ho analizzato la pagina Facebook di Cinquanta sfumature di grigio, avevano 6 milioni di fan e 4.000 commenti per ogni post - sembra davvero fantastico, eh? Ma quando ho letto questi commenti, il 99% era spam. Ora puoi immaginare quanti di questi fan sono zombi e dimezzare tutte le loro statistiche.

Cosa ti dice vedere il semplice numero di Mi piace? Niente. Ho 30 Mi piace. Quanti post hai? E quanti follower? E come se la passano i concorrenti con lo stesso numero di post e follower? Tanti fattori dovrebbero essere presi in considerazione, perché cambieranno drasticamente il quadro.

• Ho 30 Mi piace con 1 post e 30 follower - Sono il re e i miei concorrenti sono riusciti a fare solo 5 Mi piace per 1 post per 30 follower - Sono il re del mondo.
• Ho 30 Mi piace con 1.000 post e 1.000 follower - Avrò un momento di autocommiserazione nell'angolo ora :) Ma i miei concorrenti sono riusciti a fare solo 20 Mi piace per 1.000 post per 1.000 follower - oh, molto meglio ora , accetterò questa promozione e un aumento di stipendio, grazie mille :)

Vedi dove sto andando: il contesto cambia l'immagine.

Non trascurarlo.

3. L'analisi è come una visione notturna in una stanza buia dell'ignoranza.

Il tuo sito, la pagina dei social media o il brand sono come una stanza buia: non hai idea di cosa stia succedendo all'interno, di come i clienti interagiscono con il tuo prodotto, cosa pensano dei tuoi contenuti e così via. Cioè, fino a quando non accendi la torcia dell'analisi. All'improvviso, puoi vedere che i clienti odiano i tuoi post sul super bowl e i tuoi proverbi ispiratori, ma adorano totalmente i tuoi stupidi video sui gatti; che hanno avuto problemi ad iscriversi alla tua newsletter su un sito e non hanno idea di come navigare nella pagina dei prezzi.

Background source

Ma questa è solo la parte dell'accordo. Non riferire solo quello che è successo; segnalare cosa fare dopo. Quando stai seppellendo il tuo capo sotto un carico di cifre, è di nuovo come questa stanza buia per lui, dagli la torcia - digli cosa fare dopo in base a questi dati. Le raccomandazioni sono la parte più importante del rapporto.

Anche se nessuno vedrà mai le tue ore di scavare in dati approssimativi, ma vedrà una frase di raccomandazione semplice e attuabile: "Dobbiamo investire di più in video di gatti stupidi - ci aiutano a vendere più ciambelle, assumiamo un video di gatti guru” - ne vale ancora la pena. Se non mostri le azioni consigliate nel tuo rapporto, è come fargli fare tutto il lavoro che hai fatto di nuovo. Hai passato ore a cercare di capire cosa è successo e cosa dovremmo fare dopo, quindi stai caricando una traccia di cifre sui tuoi colleghi e aspetti che le analizzino di nuovo nelle loro teste per capire cosa fare dopo. Per evitare tali insidie, ti consiglio vivamente di leggere l'articolo di Avinash Kaushik sull'argomento The Difference Between Web Reporting And Web Analysis per fantastici esempi di rapporti con raccomandazioni.

Rapporto senza azioni consigliate = analisi incompiuta.

Vai oltre le cifre e i grafici verso azioni e consigli.

Asporto:

• Non analizzarlo troppo.

• Non trascurarlo.

• Vai oltre le cifre.