Drei Dinge, die jeder über Analytics lernen sollte

von Mitglied des TrueSocialMetrics-Teams ~ 6 min

1. Umarme die Unvollkommenheit.

Die Daten werden niemals perfekt sein! Da habe ich es gesagt. Jemand musste. Wenn es Ihnen schwer fällt, Ihrem Chef einen Bericht zu zeigen, weil die Daten immer noch unvollkommen sind, tun Sie es einfach schnell - reißen Sie ihn wie einen Flicken ab :) Es ist besser, heute unvollkommene Entscheidungen zu treffen, als morgen in Ihrem Unternehmen perfekte Entscheidungen zu treffen ist bereits tot (na ja, vielleicht nicht tot, aber ein wenig Dramatisierung wird Ihnen helfen, meinen Punkt zu verstehen). Sie werden nur das Gelegenheitsfenster verpassen, wenn Sie auf Perfektion warten. So einfach ist das.

Pisa Photo source

Ich weiß aus eigener Erfahrung, wie schwer diese Vorstellung zu akzeptieren ist. Wenn ich einen Artikel schreibe, bekomme ich immer dieses juckende Gefühl, dass er mathematisch, statistisch, moralisch (oder was auch immer) nicht 100% korrekt ist. Aber dann kommt mein Mitgründer zu mir und fragt, wo der coole Artikel ist, den ich ihm vor Wochen versprochen habe. Und ich sage ihm, dass ich das Inhaltsstück nicht fertigstellen kann, weil es immer noch unvollkommen ist. Dann hat er diesen beängstigenden Ausdruck auf seinem Gesicht, als würde er mich richtig hart schlagen wollen :) Lass es einfach sein! Nützliche Daten sind nicht gleich 100 % perfekt.

Ich meine, schauen Sie sich zum Beispiel Google Analytics an. Es zeigt Ihnen Daten nicht für eine 100%ige Sitzung, sondern irgendwo zwischen 80% und 90%. Und es überschreibt Quellen von Benutzern. Als ich untersuchte, wie darin Daten gespeichert werden, fiel mir einfach die Kinnlade herunter. Vielleicht macht das Abtasten und Überschreiben der Quelle die Daten in GA irgendwie unvollkommen, aber sie sind immer noch statistisch signifikant und gültig. Datenunvollkommenheit ist nicht immer gleich Datenungültigkeit. Selbst Mighty Google Analytics ist nicht perfekt. Wenn Sie also das nächste Mal spüren, dass Ihr rechtes Auge wegen Datenfehlern zuckt, lassen Sie es einfach los :)

Natürlich gibt es in der Analytik einige harte Grenzen, die Sie nicht einfach loslassen sollten, aber die meisten Datenmängel können zugunsten einer rechtzeitigen Entscheidung übersehen werden. Streben Sie nach den besten Daten, die Sie bekommen können, aber verbringen Sie nicht Ihr ganzes Leben damit, auf Perfektion zu warten; Arbeite mit dem, was du jetzt hast.

Überanalysiere es nicht.

2. Denken Sie an den Kontext.

Wenn Sie sich eine Zahl ansehen, denken Sie immer an den Kontext. Like, wenn du 50 Kommentare mit 100 Fans hast – Glückwunsch, du regierst, und wenn du 50 Kommentare mit 1.000.000 Fans hast – Mann, du steckst in Schwierigkeiten.

Image source

Wie damals, als ich die Facebook-Seite von Fifty Shades of Grey analysierte, hatte sie 6 Millionen Fans und 4.000 Kommentare zu jedem Post – sieht ziemlich toll aus, oder? Aber als ich mir diese Kommentare ansah, waren 99 % davon Spam. Jetzt können Sie sich vorstellen, wie viele dieser Fans Zombies sind und alle ihre Statistiken mindestens halbieren.

Was sagt Ihnen die einfache Anzahl der Likes? Nichts. Ich habe 30 Likes. Wie viele Beiträge haben Sie? Und wie viele Follower? Und wie geht es den Konkurrenten mit der gleichen Anzahl an Posts und Followern? So viele Faktoren sollten berücksichtigt werden, weil sie das Bild drastisch verändern werden.

• Ich habe 30 Likes mit 1 Post und 30 Followern - Ich bin der König, und meine Konkurrenten haben es geschafft, nur 5 Likes pro 1 Post pro 30 Follower zu machen - Ich bin der König der Welt.
• Ich habe 30 Likes mit 1.000 Posts und 1.000 Followern - Ich werde jetzt eine Selbstmitleidszeit in der Ecke haben :) Aber meine Konkurrenten haben es geschafft, nur 20 Likes pro 1.000 Posts pro 1.000 Follower zu machen - oh, viel besser jetzt , ich werde diese Beförderung und eine Gehaltserhöhung annehmen, vielen Dank :)

Sie sehen, wohin ich steuere – der Kontext verändert das Bild.

Übersehen Sie es nicht.

3. Analytik ist wie eine Nachtsicht in einem dunklen Raum der Unwissenheit.

Ihre Website, Ihre Social-Media-Seite oder Ihre Marke sind wie ein dunkler Raum – Sie haben keine Ahnung, was darin vor sich geht, wie Kunden mit Ihrem Produkt interagieren, was sie über Ihre Inhalte denken und so weiter. Das heißt, bis Sie die Taschenlampe der Analytik einschalten. Plötzlich können Sie sehen, dass die Kunden Ihre Posts über Super Bowl und Ihre inspirierenden Sprichwörter hassten, aber Ihre albernen Videos über Katzen total liebten; dass sie Probleme hatten, Ihren Newsletter auf einer Website zu abonnieren, und keine Ahnung haben, wie sie auf der Preisseite navigieren sollen.

Background source

Aber das ist nur der Teil des Deals. Berichten Sie nicht nur, was passiert ist; berichten, was als nächstes zu tun ist. Wenn Sie Ihren Chef unter einer Menge Zahlen begraben, ist das für ihn wieder wie dieser dunkle Raum, geben Sie ihm die Taschenlampe - sagen Sie ihm, was er auf der Grundlage dieser Daten als nächstes tun soll. Empfehlungen sind der wichtigste Teil des Berichts.

Auch wenn niemand Ihr stundenlanges Graben in groben Daten sehen wird, sondern einen einfachen und umsetzbaren Empfehlungssatz sehen wird: „Wir müssen mehr in dumme Katzenvideos investieren – sie helfen uns, mehr Donuts zu verkaufen, lasst uns ein Katzenvideo mieten Guru“ - es lohnt sich trotzdem. Wenn Sie in Ihrem Bericht keine empfohlenen Maßnahmen angeben, ist das so, als würden Sie sie dazu bringen, die ganze Arbeit, die Sie getan haben, noch einmal zu erledigen. Sie haben Stunden damit verbracht, herauszufinden, was passiert ist und was wir als Nächstes tun sollen, und dann laden Sie eine Reihe von Zahlen auf Ihre Kollegen und warten, bis sie sie erneut in ihren Köpfen analysieren, um herauszufinden, was als nächstes zu tun ist. Um solche Fallstricke zu vermeiden, empfehlen wir Ihnen dringend, den Artikel von Avinash Kaushik zum Thema The Difference Between Web Reporting And Web Analysis zu lesen, der großartige Beispiele für Berichte mit Empfehlungen enthält.

Bericht ohne empfohlene Aktionen = Unvollständige Analyse.

Gehen Sie über Zahlen hinaus und Grafiken zu Aktionen und Empfehlungen.

Imbiss:

• Überanalysiere es nicht.

• Nicht übersehen.

• Gehen Sie über Zahlen hinaus.