El marketing en la era moderna es algo divertido; Si bien las campañas de marketing basadas en la web son mucho más fáciles de rastrear que las campañas tradicionales, hay tanta información disponible que las personas pueden quedar paralizadas en la búsqueda de más datos e información 100% precisa. Para algunos, la cantidad de tiempo que se ahorra al poder averiguar rápidamente la cantidad de personas que vieron su anuncio en línea durante un mes determinado queda anulada por el tiempo que pasan tratando de ver por qué sus números de fuentes de tráfico no cuadran.
Además de la imposibilidad de obtener datos perfectos, también existe la cantidad de datos que resultan preocupantes. De hecho, hay tanto que a veces puede resultar difícil ver el bosque por los árboles. ¿Necesito mirar la tasa de rebote o la tasa de salida? Claro, el costo de la página es un elemento de datos valioso, pero ¿hay mejores variables que puedan modelar cuánto vale una página de contenido determinada para completar un objetivo en línea? Las preguntas son infinitas y también las respuestas. Un experto puede decirle "solo depende", pero una persona con la cabeza en la niebla de lo digital analítica pueden pensar que hay un conjunto perfecto de números si lo miran todo.
En ambas áreas, la respuesta es fácil: arreglárselas con la imperfección porque los datos perfectos y / o los datos completos son imposibles. Uno de los tipos que habla tan bien de esto es Avinash Kaushik. si no conoce el nombre, es uno de los artistas más vendidos del New York Times, uno de los jefes de Google y está en el consejo de varias universidades. Su blog, Occam's Razor, es oro puro para el analista de datos de hoy en día y recientemente me encontré con una de sus publicaciones más antiguas llamada, Un proceso de 6 pasos para desarrollar su modelo mental. En él, describe la idea de que no existe un conjunto de datos perfectos y que las personas deben seguir un camino mucho más sencillo hacia los "datos virtuosos".
De todos los grandes puntos que hace, el que más se destaca es:
... su trabajo no depende de datos con 100% de integridad en la web. Su trabajo depende de ayudar a su empresa a moverse rápido y pensar de manera inteligente.
La próxima vez que cargue Analytics, recuerde que si está trabajando con buenos datos y ha seguido las mejores prácticas, debe estar listo para tomar una decisión sobre cómo avanzar. Porque no importa los esfuerzos gigantescos que pueda emplear en la búsqueda de datos completos y perfectos, el tiempo que pasó haciéndolo podría haberlo dedicado a trabajar en tasas de conversión, crear nuevas pruebas divididas, etc. crecer y mantener su trabajo.
¿Quieres empezar una conversación? Comuníquese conmigo en Twitter @sharpguysweb.
