Perangkat lunak analitik memberikan data, standar memberikan wawasan

Tim pemasaran memiliki akses ke jumlah data dan wawasan pelanggan yang belum pernah ada sebelumnya, tetapi terlalu banyak yang tidak dapat ditindaklanjuti atau berguna. Mungkin menarik bahwa 40% pelanggan Anda berasal dari Kansas, tetapi bagaimana hal itu membantu bisnis Anda?

Tim pemasaran membutuhkan standar yang lebih tinggi untuk apa yang dianggap sebagai wawasan. AI sekarang digunakan dalam alat analitik untuk memunculkan wawasan lebih cepat daripada yang dapat Anda baca. Lihatlah bagaimana Google Analytics melakukannya.

Anda tidak dapat membiarkan perangkat lunak analitik memberi tahu Anda apa itu wawasan. Hanya tim Anda yang dapat menentukannya. Tentu saja, perangkat lunak dapat membantu, tetapi keputusan akhir ada di tangan Anda. Jika Anda tidak mempertahankan standar, tim Anda akan memakan wawasan "makanan cepat saji" yang setara.

Munculnya wawasan makanan cepat saji

Makanan cepat saji rasanya enak tetapi memiliki sedikit nutrisi. Saya suka Popeyes dan akan berusaha keras untuk mendapatkannya sesekali. Namun, saya tidak berpura-pura membuat pilihan yang sehat saat makan di sana.

Saya bekerja dengan tim pemasaran, dan saya melihat "wawasan makanan cepat saji" di semua tempat. Mereka melaporkan metrik yang tidak mereka pedulikan, seperti tampilan halaman, rasio pentalan, dll. Mereka merayakan jika suka mereka meningkat ke target sewenang-wenang tanpa mempertimbangkan metrik.

Wawasan perlu mendorong perilaku. Apakah Anda mengubah sesuatu dalam strategi Anda jika metrik naik atau turun? Jika tidak, lalu mengapa Anda melacaknya? Ini seperti memeriksa cuaca setiap hari tetapi memutuskan untuk memakai apa pun yang Anda inginkan terlepas dari ramalan cuaca.

Seperti makanan cepat saji, wawasan semacam ini bisa terasa luar biasa.

Saya pernah bekerja dengan tim pemasaran yang mengukur kinerja agensi mereka dengan tampilan halaman. Pengeluaran berbayar mereka diarahkan ke saluran yang mendorong kunjungan terbanyak. Tidak ada cukup diskusi tentang apa yang dilakukan pengguna setelah mereka membuka situs web.

Tim Anda perlu memiliki diet seimbang. Wawasan makanan cepat saji baik-baik saja sesekali tetapi tidak sebagai roti harian Anda.

Wawasan makanan cepat saji juga populer karena memberi kesan bahwa seseorang didorong oleh data. Cukup bekerja dengan angka dapat memberikan kepercayaan kepada siapa pun. Namun, jangan biarkan cara membenarkan tujuan. Berbasis data bukan tentang bekerja dengan angka tetapi tentang mendorong hasil yang berarti bagi bisnis melalui bantuan data.

Apa standar Anda?

Luangkan waktu sejenak untuk memikirkan tentang standar apa yang diterapkan dalam tim Anda. Banyak perusahaan default ke standar yang ditetapkan secara eksternal. Pelanggan mereka mengharapkan mereka untuk membalas dalam jangka waktu tertentu atau mengharapkan harga tertentu dari produk mereka. Investor mengharapkan target dan tujuan pendapatan tertentu.

Anda membutuhkan standar Anda sendiri. Saya pernah bekerja dengan perusahaan kebugaran konsumen dengan 30 halaman standar branding yang ketat tentang ukuran logo mereka yang tepat dan font khusus yang harus digunakan.

Alhasil, semua media yang merepresentasikan brand selalu konsisten. Mungkin standar mereka terlalu kaku, tapi setidaknya mereka tahu apa yang mereka inginkan dan tidak mau menerima yang kurang.

Perusahaan besar memaksakan standar tinggi pada diri mereka sendiri. Pikirkan tentang Gucci sejenak. Apakah Anda pikir mereka peduli mengapa orang tidak membeli produk mereka? Tidak sepertinya.

Ada banyak alasan mengapa orang tidak membeli produk mereka. Sebaliknya, Gucci berfokus pada mengapa orang membeli dan bagaimana mendapatkan lebih banyak pelanggan tersebut. Mereka tidak menurunkan standar mereka, yaitu harga. Sebaliknya, mereka membesarkannya lebih jauh.

Meningkatkan standar Anda tentang wawasan

Dunia data sedang mengalami perubahan yang menarik. Untuk waktu yang lama, masalahnya adalah terlalu banyak data. Kemudian perangkat lunak dan AI menjadi lebih baik, dan sekarang masalahnya adalah terlalu banyak wawasan. Menciptakan standar untuk wawasan adalah solusi jangka panjang.

Dalam hal wawasan, elemen terpenting adalah mampu menjelaskan pentingnya. Dalam buku pertama saya, "The Data Mirage," saya membahas pertanyaan WDIM atau "Apa Artinya".

WDIM adalah pengingat sederhana bahwa setiap wawasan perlu memiliki penjelasan yang dapat dipercaya. Misalnya, jika 40% pelanggan Anda berasal dari Kansas, apa artinya? Haruskah Anda mengubah pemasaran Anda untuk fokus pada wilayah itu? Apakah itu baik atau buruk? Apakah ini pelanggan yang ingin Anda tarik?

WDIM mulai masuk ke inti masalah. Menaikkan standar berarti Anda tidak akan mempertimbangkan suatu wawasan sampai ada WDIM yang jelas melekat padanya. Jika seseorang berbagi wawasan, mintalah WDIM. Dalam dek slide dan laporan, WDIM harus menjadi fokus.

Membahas wawasan tanpa WDIM adalah buang-buang waktu. Seiring waktu, definisi Anda tentang WDIM yang baik dapat meningkat. Mungkin tidak cukup untuk mengajukan beberapa pertanyaan bagus. Anda mungkin mencari koneksi strategis dengan bisnis atau relevansi dengan kampanye saat ini.

Anda juga dapat mempertimbangkan untuk menerapkan kriteria teknis pada wawasan Anda. Misalnya, saya telah membantu perusahaan memberlakukan persyaratan minimum seperti:

• Secara statistik valid
• Polanya terlihat selama beberapa hari atau minggu
• Wawasan diverifikasi oleh dua atau lebih sumber data
• Dibangun di atas wawasan baru yang sukses sebelumnya

Jika tim Anda baru memulai dengan wawasan data, masih masuk akal untuk menerapkan standar lebih awal. Anda tidak ingin membangun budaya yang percaya pada wawasan yang lemah. Dalam jangka panjang, hal itu dapat merusak kepercayaan pada data. Mengapa ada orang yang memercayai wawasan yang belum terbukti bermanfaat bagi bisnis?

Bagi banyak tim, penegakan standar dimulai dengan orang-orang data teknis Anda. Mereka tahu data masuk dan keluar dan merupakan garis pertahanan pertama melawan wawasan kesombongan. Untuk orang-orang non-teknis, Anda perlu melalui pelatihan tentang cara menemukan wawasan "makanan cepat saji". Pelatihan dasar dalam probabilitas dan statistik membantu mengatasi hype.

Pendapat yang diungkapkan dalam artikel ini adalah dari penulis tamu dan belum tentu MarTech. Penulis staf tercantum di sini.