Analysesoftware liefert Daten, Standards liefern Erkenntnisse

Marketingteams haben Zugriff auf eine beispiellose Menge an Daten und Kundenerkenntnissen, aber zu viele sind nicht umsetzbar oder nützlich. Es mag faszinierend sein, dass 40 % Ihrer Kunden aus Kansas kommen, aber wie hilft das Ihrem Unternehmen?

Marketingteams benötigen höhere Standards für Erkenntnisse. KI wird jetzt in Analysetools eingesetzt, um Erkenntnisse schneller ans Licht zu bringen, als Sie sie lesen können. Schauen Sie sich an, wie Google Analytics das macht.

Sie können sich von Analysesoftware nicht sagen lassen, was ein Insight ist. Das kann nur Ihr Team bestimmen. Natürlich kann die Software helfen, aber die endgültige Entscheidung liegt bei Ihnen. Wenn Sie Standards nicht einhalten, wird Ihr Team das Äquivalent von „Fast-Food“-Erkenntnissen essen.

Der Aufstieg von Fast Food Insights

Fast Food schmeckt gut, hat aber nur wenige Nährstoffe. Ich liebe Popeyes und werde mir alle Mühe geben, es hin und wieder zu bekommen. Ich gebe jedoch nicht vor, gesunde Entscheidungen zu treffen, wenn ich dort esse.

Ich arbeite mit Marketingteams zusammen und sehe überall „Fast Food Insights“. Sie melden Metriken, die ihnen egal sind, wie Seitenaufrufe, Absprungraten usw. Sie feiern, wenn ihre Likes auf ein willkürliches Ziel steigen, ohne die Metrik zu berücksichtigen.

Erkenntnisse müssen Verhaltensweisen vorantreiben. Ändern Sie etwas an Ihrer Strategie, wenn eine Kennzahl steigt oder fällt? Wenn nicht, warum verfolgen Sie es dann? Es wäre, als würde man jeden Tag das Wetter checken, sich aber entscheiden, das zu tragen, was man möchte, unabhängig von der Wettervorhersage.

Wie Fast Food können sich solche Einblicke großartig anfühlen.

Ich habe einmal mit einem Marketingteam zusammengearbeitet, das die Leistung seiner Agenturen anhand von Seitenaufrufen gemessen hat. Ihre bezahlten Ausgaben richteten sich an die Kanäle, die die meisten Besuche generierten. Es wurde nicht genug darüber diskutiert, was die Benutzer tun, sobald sie auf der Website gelandet sind.

Ihr Team muss sich ausgewogen ernähren. Fast-Food-Erkenntnisse sind hin und wieder in Ordnung, aber nicht als Ihr tägliches Brot.

Fast-Food-Insights sind auch deshalb beliebt, weil sie den Eindruck erwecken, dass jemand datengetrieben ist. Einfach mit Zahlen zu arbeiten, kann jedem Vertrauen geben. Lassen Sie jedoch nicht zu, dass die Mittel den Zweck rechtfertigen. Bei datengesteuert geht es nicht darum, mit Zahlen zu arbeiten, sondern mithilfe von Daten aussagekräftige Ergebnisse für das Unternehmen zu erzielen.

Was sind Ihre Standards?

Nehmen Sie sich einen Moment Zeit, um darüber nachzudenken, welche Standards in Ihrem Team durchgesetzt werden. Viele Unternehmen greifen standardmäßig auf extern festgelegte Standards zurück. Ihre Kunden erwarteten, dass sie innerhalb eines bestimmten Zeitraums antworten oder einen bestimmten Preis von ihren Produkten erwarten. Investoren erwarten konkrete Ertragsvorgaben und -ziele.

Sie brauchen Ihre eigenen Standards. Ich habe einmal mit einem Verbraucher-Fitnessunternehmen mit 30 Seiten strenger Branding-Standards an der richtigen Größe ihres Logos und bestimmten Schriftarten gearbeitet, die verwendet werden sollten.

Dadurch waren alle Medien, die die Marke repräsentierten, immer konsistent. Vielleicht waren ihre Maßstäbe zu streng, aber zumindest wussten sie, was sie wollten, und waren nicht bereit, sich mit weniger zufrieden zu geben.

Großartige Unternehmen stellen hohe Anforderungen an sich selbst. Denken Sie für eine Sekunde an Gucci. Glauben Sie, dass es ihnen wichtig ist, warum die Leute ihre Produkte nicht kaufen? Unwahrscheinlich.

Es gibt unzählige Gründe, warum Menschen ihre Produkte nicht kaufen. Stattdessen konzentriert sich Gucci darauf, warum Menschen kaufen und wie man mehr von diesen Kunden gewinnt. Sie senken nicht ihre Standards, dh den Preis. Stattdessen heben sie sie noch weiter an.

Erhöhen Sie Ihre Standards für Einblicke

Die Datenwelt durchläuft einen faszinierenden Wandel. Lange Zeit ging es um zu viele Daten. Dann wurden Software und KI besser, und jetzt geht es um zu viele Erkenntnisse. Die Schaffung von Standards für Einblicke ist die langfristige Lösung.

Wenn es um Erkenntnisse geht, ist es am wichtigsten, ihre Bedeutung erklären zu können. In meinem ersten Buch „The Data Mirage“ erörtere ich die WDIM- oder „What Does It Mean“-Frage.

WDIM ist eine einfache Erinnerung daran, dass jede Erkenntnis eine glaubwürdige Erklärung haben muss. Wenn beispielsweise 40 % Ihrer Kunden aus Kansas kommen, was bedeutet das? Sollten Sie Ihr Marketing ändern, um sich auf diese Region zu konzentrieren? Ist das gut oder schlecht? Sind das die Kunden, die Sie ansprechen möchten?

WDIM beginnt, dem Problem auf den Grund zu gehen. Das Anheben des Standards bedeutet, dass Sie einen Einblick erst in Betracht ziehen, wenn ein klares WDIM damit verbunden ist. Wenn jemand einen Einblick teilt, fragen Sie nach dem WDIM. In Präsentationen und Berichten sollte WDIM im Mittelpunkt stehen.

Erkenntnisse ohne WDIM zu diskutieren ist Zeitverschwendung. Im Laufe der Zeit kann Ihre Definition eines guten WDIM zunehmen. Es reicht vielleicht nicht aus, ein paar gute Fragen zu stellen. Möglicherweise suchen Sie nach strategischen Verbindungen zum Unternehmen oder nach Relevanz für aktuelle Kampagnen.

Sie können auch darüber nachdenken, Ihren Erkenntnissen technische Kriterien aufzuerlegen. Beispielsweise habe ich Unternehmen dabei geholfen, Mindestanforderungen zu stellen wie:

• Statistisch gültig
• Das Muster wird über mehrere Tage oder Wochen gesehen
• Erkenntnisse, die von zwei oder mehr Datenquellen verifiziert wurden
• Baut auf einer neuen früheren erfolgreichen Erkenntnis auf

Wenn Ihr Team gerade erst mit Data Insights beginnt, ist es dennoch sinnvoll, Standards frühzeitig durchzusetzen. Sie wollen keine Kultur aufbauen, die an schwache Einsichten glaubt. Langfristig kann dies das Vertrauen in die Daten beeinträchtigen. Warum sollte jemand Erkenntnissen vertrauen, die sich als nicht hilfreich für das Unternehmen erwiesen haben?

Für viele Teams beginnt die Durchsetzung von Standards bei Ihren Mitarbeitern für technische Daten. Sie kennen die Daten in- und auswendig und sind die erste Verteidigungslinie gegen Eitelkeiten. Nicht-technische Leute müssen ein Coaching durchlaufen, um zu erfahren, wie man „Fast-Food“-Einblicke erkennt. Eine Grundausbildung in Wahrscheinlichkeiten und Statistik hilft, den Hype zu überstehen.

Die in diesem Artikel geäußerten Meinungen sind die des Gastautors und nicht unbedingt die von MarTech. Mitarbeiter Autoren sind hier aufgelistet.