為什麼數據驅動的行銷人員不應完全信任數據

為什麼數據驅動的行銷人員不應完全信任數據

在我們相信的數據

IBM商業價值研究院, 分析是一個很好的新報告價值藍圖 ,非常值得一讀。 上圖顯示66%的研究領導者對他們的數據“充滿信心”並“信任”它 – 摘自它。

但是,這篇文章與該報告無關(嗯,不是真的)。

讓我首先否認該圖的背景,盡我所知,領導者對在日常決策中使用數據充滿信心。 他們信任數據的質量 ,其中質量是一組企業級數據標準中的及時性和準確性的函數。 他們對分析團隊和技術的能力充滿信心。

這一切都很好。

但是,在該圖表上選擇標籤 – 無可否認,脫離了背景 – 引發了一個重要的切線,我認為值得討論。 對數據驅動的管理充滿信心是件好事,但優秀的數據驅動管理者應該始終對數據持懷疑態度

這不是一個矛盾,即使它聽起來像一個。

兩個策略的故事和它們之間的數據

讓我先從一個真實世界的例子開始,一個高科技公司的行銷總監最近與我分享(一些可識別的細節因匿名而改變)。 他們銷售IT基礎架構產品,但通常由一線IT經理而不是CIO進行評估。 然而,作為其增長戰略的一部分,他們尋求CIO的注意力,以銷售更廣泛的解決方案。

作為實現這一目標的一種方式,導演建議對其網站進行更改和添加,以更直接地解決CIO問題。 然而,他從網絡行銷團隊那裡獲得了巨大的阻力,他們指的是他們的網站分析,堅持認為數據顯示他們不應該這樣做。 內容越深入和技術性越強,訪問次數越多,收到的份額就越多。 他們的數據驅動結論是他們應該建立更多的前線經理內容 ,而不是CIO的內容。

由於網絡行銷團隊是通過訪問和分享等指標進行評估的,因此他們不願意採取任何不能從現有戰略中進行線性推斷的舉措。 注意這個論點的循環性質:

  • 我們為一線IT經理製作網頁內容。
  • 這可以讓我們從一線IT經理那裡獲得訪問和分享。
  • 因此,我們應該為一線IT經理提供更多內容。

這不是數據驅動的。 這更像是數據奴役。

在這場辯論中,沒有人懷疑數據的“準確性”。 但是這些數據存在於上下文中。 導演對不同的背景感興趣。 他在CIO的背景下提問,但網絡團隊正在回答前線IT經理的數據。

從遠處看這一點,似乎很明顯 – 如何解決這一爭議有很多選擇。 但像這樣的戰略拐點是發生這種斷開的自然場所。 在某些方面,這是克里斯·克里斯滕森的經典創新者的兩難困境 :過去有效的東西使我們從未來需要改變的東西中恢復過來。 來自先前戰略背景的數據可以進一步鈣化先前的世界觀。 要擺脫困境,您需要考慮不同的數據

這不是關於數據是否正確的問題,而是它是否是正確的數據

順便說一句,這個故事有一個圓滿的結局。 他們為CIO建立了一個不同的內容行銷網站 – 一個實驗,看看這個行銷總監的假設是否可以被證明 – 後來變得非常成功。 它從未獲得為服務於一線IT經理的網站帶來的絕對流量 – 畢竟,除了CIO之外,還有許多前線IT經理。 但他們在CIO級解決方案銷售方面的管道增長極大,他們在高層管理層的品牌聲譽也是如此。

數據持懷疑態度,對使用數據持懷疑態度

數據被認為可以解決爭論,讓我們擺脫人們剛剛從他們的直覺中爭論的情況,並最終有人拉低了排名( HiPPO )。

然而具有諷刺意味的是,它可能產生相反的效果:

  1. 人們培養了一種信念。
  2. 他們發現與該信念相關的數據。
  3. 他們利用這些數據鞏固了他們對無懈可擊的塔樓的信念。

人們只需要看看美國黨派政治的仇恨,以及利用反對的數據集團來對抗另一方而不是客觀地尋求真相的方式,看看這種愚蠢行為。 這個兩難問題的核心是:

  1. 有幾乎無限量的數據可供選擇。
  2. 圍繞這些數據可以構建幾乎無限數量的敘述。

一旦我們認識到這一點,我們就會意識到數據並不一定能解決爭論。 數據可以告訴我們什麼 ,但它本身並不能告訴我們原因 。 為了揭示原因 ,我們需要一種非常具體的數據: 來自受控實驗的數據 。 既然為什麼往往比來決定行動的未來進程, 實驗就是比數據分析功能更強大的管理工具更重要。

這就是為什麼我認為貝葉斯世界觀 ,這是我最喜歡的兩位行銷戰略思想家Gord HotchkissGreg Satell所倡導的

在貝葉斯策略中,並不是最終使用數據,而是以概率方式使用數據來不斷更新市場的心理模型。 這不是關於確定性,而是相對確定性 – 對數據持開放態度可能會改變一個人的貝葉斯信念。 您主動尋找變化的信號。

“基於事實的決策”是一個越來越受歡迎的術語。 雖然我讚揚其背後的意圖 – 數據而不是意見 – 我仍然保持謹慎,“事實”是一個很滑的事情,特別是當你從什麼原因時 。 意見可以很容易地偽裝成數據看起來像事實。

良好的基於事實的決策通過對與當前方向相矛盾的數據開放,以及通過某些創造性敘述確認 – 或可以通過某種創造性敘述來確認 – 現狀的數據。

PS對於考慮數據的其他啟發式的較短版本,請參閱我今年早些時候 分享

發佈留言

Close Menu