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。

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。