fbpx

三個要點 讓你在做行銷分析時更有效率

身為數位行銷人,每天面對各式各樣的廣告數據、網站分析數據,令人眼花撩亂。再加上行銷人往往事務繁雜,也沒辦法在分析數據上花上太多時間。那有什麼方式可以解決這樣的窘境呢?這裡提出以下三個要點、讓你在分析數據上能快速且有效率。

提出問題

當行銷人每天開啟電腦,打開google analytics分析後台,面對著各式各樣的報表及數據(如圖所示),光首頁就有十幾種指標,還有眾多報表,真的不知道該從哪下手。所以為了更有效率的面對這些數據,你必須在看報表數據前先提出問題。

行銷分析數據

Q 這個月造訪網站的新使用者人數為何?

當有了問題之後,大腦就會下意識去找答案。這時候只要在網站分析後台首頁,將時間範圍調整到對應的時間,在觀看新使用者人數這項指標,就可以輕鬆找到答案。

那到底要問什麼問題呢,就要看你的工作性質而定。一般來說,如果你是行銷人,你可能會對這些問題有興趣,我們以每天、每週、每月分別要關注的問題,各舉一題來說明。

  • 每天的流量為何?
  • 每週新使用者人數?
  • 每月的自然流量成長狀況?

當你可以順利地列出問題,並且都能在對應報表數據找到答案之後。才會往下一階段邁進就是看數據找問題,這通常會比較偏向分析人員、優化師的工作內容。這裡就先不贅述。(一步一步慢慢來壓)

訂定benchmark

再來,當你學會提出問題之後,我們要進一步去優化問題。也就是要加入benchmark。什麼是benchmark呢?白話來說,就是比較的基準。舉一個全台灣人都關切的房價來說明!

Q上個月桃園高鐵附近的新成屋房價為何?
A透過近期實價登錄資料發現,桃園高鐵青埔站附近的房價,新成屋已經來到50萬/坪。

這個答案雖然有回答問題,但所列出的數據只是反映現況,並沒有更深入的意義(貴還是便宜)。因為,如果跟桃園其他區比較是貴的,但跟雙北區域比較起來還是便宜。但加入基準點之後,問題調整為

Q上個月 桃園高鐵跟板橋高鐵站的房價的差異?
A透過實價登錄資料,我們可以發現桃園高鐵跟板橋高鐵新成屋一坪差50萬。(反應了相較於板橋,青埔的房價還是相對便宜)。

實務上,在分析成效、成本、不應該也是如此嗎! 這邊舉出幾種常用的Benchmark如下。

  1. 時間的benchmark(上個月、上一季、去年)
  2. 同類型的bemchmark(同瀏覽器、同頁面)
  3. 事件的benchmark(有註冊無註冊)
  4. 人為設定的benchmark(主管或客戶的kpi)

數據數足夠再分析

最後,請記得有累積一定的數據才有分析的意義。以統計的觀念來解釋,當數據量不足得出來的結論,就會產生很大的誤差。而且在ga4裡,若流量太低,甚至很多報表的數據都不會出現,以防你容易猜到個資。然而在統計學上針對樣本數多少合理,有一套嚴謹的計算公式,但實務上因產業規模、行銷花費的不同,我們無法完全符合。所以樣本數要多少才能開始分析,我建議各位可以由自身的經驗去判斷會比較合適。以流量來說,我個人習慣是抓100。

我很確定的是,在品牌經營的初期,先不要花太多精力在分析上吧,每天只有幾隻小貓上線,真的沒什麼好分析的。先累積足夠的數據方為上策。

在〈三個要點 讓你在做行銷分析時更有效率〉中有 1 則留言

  1. 自動引用通知: 三個要點 讓你在做行銷分析時更有效率 – 學行銷

發表留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *