شما روی معیارهای اشتباه تمرکز می کنید!

من عاشق ورزش هستم. من عاشق اعداد هستم من دوست دارم تحلیل کنم.

در کودکی مادرم شاکی بود که من کتاب نمی خوانم و فقط قسمت ورزش روزنامه را می خوانم. و حتی در بخش ورزش، بیشتر وقت من صرف بررسی تمام آمارها شد. در دهه 1980، ورزشی که بیشترین آمار را در روزنامه داشت، بیسبال بود. و روزنامه ای که بیشترین آمار بیسبال را داشت، یو اس ای تودی بود. من USA Today را دوست داشتم.

آماری که من همیشه دوست داشتم بر اساس درصد بود. نمی‌توانستم بفهمم که چرا اکثر مردم میانگین ضربه زدن را بر اساس درصد پایه ارزش می‌دهند. فکر می‌کردم آنها روی معیار اشتباهی تمرکز می‌کنند. تفاوت اصلی بین درصد روی پایه و میانگین ضربه زدن در این است که میانگین ضربه زدن فقط ضربات و ضربات شما را محاسبه می کند، این شامل رسیدن ایمن به پایگاه با راه رفتن یا ضربه خوردن در زمین نمی شود. بهترین مثال این است که اگر کسی همیشه راه می‌رود، میانگین ضربه زدن‌اش بالا نمی‌رود، اما درصد پایه‌اش بالا می‌رود. همیشه می دانستم بیرون نرفتن ارزش بیشتری دارد و این مرا آزار می داد. به همین دلیل است که کتاب Moneyball کتاب مورد علاقه من در تمام دوران است. در اوایل دهه 2000، یکی از تمایزهای موفقیت آمیز کلیدی برای اوکلند دو و میدانی این بود که به جای ضربه زدن به میانگین، ارزش بیشتری برای درصد پایه قائل شد. بالاخره احساس کردم معتبر شدم.

من همین مشکل را با تمرکز بر معیارهای اشتباه در NFL و NBA در حال حاضر می بینم. در NFL، تحلیلگران اغلب از زمان مالکیت به عنوان معیار کلیدی استفاده می کنند. زمان در اختیار داشتن نشانگر موفقیت نیست (به چیپ کلی و گاس مالزان مراجعه کنید). در NBA، تحلیل گران بر روی درصد تیراندازی تمرکز می کنند. هنگام شوت دو و سه امتیازی، ارائه یک آمار کلی در مورد درصد تیراندازی بسیار ناقص است. این به ما می گوید که جاش اسمیت، یک تیرانداز 0.465، ارزشمندتر از استفن کری، یک تیرانداز 0.462 است. در واقع هر بار که استفن کری توپ را شوت می کند به دلیل درصد بالای سه امتیازی او 1.09 امتیاز برای تیمش تمام می شود، در حالی که هر بار که جاش اسمیت به توپ شوت می کند فقط 0.96 امتیاز برای تیمش هزینه دارد.

به عنوان یک بازاریاب، من همیشه همین مشکل را می بینم. خیلی اوقات ما در معیارهای اشتباه گرفتار می شویم و روی تصویر بزرگ تمرکز نمی کنیم. من کارم را به عنوان یک مشاور تجزیه و تحلیل وب در Omniture شروع کردم، جایی که اغلب مشتریان B2B و مشتریان B2C ارزش بیشتری نسبت به پر کردن فرم ها، سفارش ها و درآمد برای بازدید و بازدید از صفحه قائل بودند.

در Domo، ما در زمان واقعی می دانیم که چگونه چندین سیستم با هم کار می کنند، بنابراین برای یافتن مقدار واقعی نیازی به جمع آوری داده ها یا انجام محاسبات نداریم. به عنوان مثال، ما از طریق وب سایت خود تعداد زیادی سرنخ تولید می کنیم. و چون فرآیند فروش آفلاین داریم، موفقیت به پر کردن فرم ختم نمی شود. ما داده های تجزیه و تحلیل وب خود را با داده های CRM خود با داده های اتوماسیون بازاریابی خود متصل می کنیم تا واقعاً عملکرد فروشندگان و کمپین های خود را درک کنیم. ما می دانیم که با ارزش ترین سرنخ های ما ارزان ترین فرم های پر شده ما نیستند.

از آنجایی که ما این سه سیستم داده (تجزیه و تحلیل وب، اتوماسیون بازاریابی، و CRM) را با هم ترکیب کرده‌ایم، تیم خود را مسئول داده‌ها در پایین قیف با فروشندگان/کمپین‌هایشان می‌دانیم. هنگامی که یکی از اعضای تیم در مورد افزایش نرخ تبدیل پر کردن فرم یا کاهش هزینه های پر کردن فرم لاف می زند، Domo به ما می گوید که آیا آنها بر معیار اشتباه تمرکز کرده اند یا این که به افزایش ROI و هزینه کمتر برای هر مشتری اصلی واجد شرایط برای فروش ترجمه می شود.

برخی از سیستم‌های داده‌ای را که برای ارتقای سطح تجزیه‌وتحلیل خود گرد هم می‌آورید، کدامند؟