白話機器學習

如何讓高層認同數據分析

雖然每個組織的狀況不同,但是讓高層領導了解數據分析,絕對不是一件簡單的事。把事情做對需要資源,人力、時間、金錢;但是在把事前做對之前,卻很難獲得資源。這種兩難,在任何一個產業或組織裡都是常態,你的處境,並不特殊。

如何讓高層領導認同數據分析,進而投入更多的資源,你必需先坦白回答一個問題,有點尖銳,但卻能釐清現況:

「你們的企業文化,容得下『事實』和『改進』嗎?」

數據分析有助於提高行銷成效,並且優化訪客體驗。兩者都需要持續的改進。改進,才是數據分析的真正目標。
「改進的意願」,是衡量一個組織是否有能力改進的關鍵因素。夸夸而談並不困難,難的是如何去執行,而執行,是需要資源的。「我們想要改進,但卻找不到足夠的資源」,這種矛盾,在現實世界裡隨處可見。

由於數據分析是跨越領域,有許多不同的面向,在對老闆提報時,你必需突出最令人震撼的一面,而不要試圖全面涵蓋所有細節。第一次的印象很重要,不要把目標畫得太大,儘量從小處著手。

請特別記住下列一些常犯的錯誤:

一、當組織還沒有準備好,就提出太高遠的目標;
二、只倚賴 GA 等少數工具;
三、期待完全準確的數據;
四、直接用「數據」溝通,而忘了「講故事」;
五、行動方案地氣不足,與內部或外部的用戶距離太遠。

所以,除非是有驚人的發現,或是發生了重大失誤,否則不要揣著一份 GA 報表就去面見老闆,你還需要更多的準備。

首先,你要在呈現的現象之外,試著去找出「為什麼」的答案。

如果你推出一個方案,市場立刻有激烈的反應,報表馬上出現流量飆高的尖峰,這時要冷靜,這只是數據分析的第一步。接下來,如果觀察到轉換數卻沒有等比例的增加,這其實是一個警訊,但這並不表示你應該立刻叫停,此時你手中的訊息還不夠充分。

這則警訊,應該引導你去測試與尋求「為什麼如此?」的真正原因,你還需要更進一步的觀察。

訪客是直接跳出?還是進入網站後,在特定的頁面大量離開?或者,全面性的就是不轉換?每一種現象,後面都有一種或多種可能的原因。你的任務,就是儘可能的判斷出最可能的原因。有時候原因顯而易見,更多的時候,真正的原因還是隱晦不明,需要執行一些測試。

這個方案,有接觸到購買階段的客群嗎?到 GA 的多管道程序 (MCF) 找到輔助轉換報表,確認一下這個方案是否對其它完成轉換的管道有所助益?或許,這個方案雖然沒有直接貢獻轉換,但成功的把還在閒逛的訪客,轉變成了潛在客戶?

那些沒有轉換的訪客,在網站上都做了些什麼事?區隔出這個方案的訪客,並小心執行細分分析 (Granular Analysis)。

仔細審視各種可能性,很可能因此會揭露更多無解的問題,那麼,你更要去測試看看。實務上,多數案例如果不經測試,很難找出真正的問題。

把這些經過你仔細分析的數據和過程向老闆報告,會讓你建立起很好的專業形象。

讓自己站在組織的高度,幫助老闆用客戶的角度去思考,還要適度的執行競爭對手情報分析 (CIA)。

分析訪客行為的過程,其實就是在和客戶對話與協商,你要幫助老闆習慣這個程序,數據分析最核心的觀念,就是放棄過去以企業角度思考的慣性,學著穿客戶的鞋子。

競爭對手的原始數據當然難以取得,但好在現在已經有不少工具,可以讓你收集到環境與對手的資料。讓老闆清楚知道競爭對手在做甚麼,也是一個很好的策略。

千萬記得,這個世界上,沒有絕對準確的數據,分析數據也不可能給你必殺絕技。因為客戶、環境、和你的競爭對手都是多變的,執行數據分析,沒有一個招式可以保證成功。

從小處著手;試著從各種角度去審視問題;用說故事來溝通;從 GA 入手,但把專情於 GA 的框架打破;從外部尋找合適的資源;讓你的老闆參與市場測試。以上這些,都是成功方程式中有跡可循的具體行動。