月度归档： 2021年10月

网站所有者面临的最大挑战之一是转化率低。您运行 Google Ads、Facebook Ads、SEO 活动，您的网站产生各种流量，但很少有访问者真正成为客户。作为数字营销人员，这是我们一直从潜在客户那里听到的故事。

如果您已经完成研究来解决这个问题，您可能会了解到有一种解决转化率低的方法，称为转化率优化或CRO。在此过程中，您可以分析数据、运行测试并根据这些数据进行改进，以提高网站的转化率。

一些流行的 CRO 策略包括：

• A/B 测试– 测试同一页面或广告的变体，以查看哪些元素会影响转化率。
• 启发式分析– 手动审查网站/登陆页面以获得最佳实践。
• 速度优化– 提高网站/登陆页面的速度。
• 最佳实践– 确保您的网站遵循转化率最佳实践。

以您知道您需要提高转化率，并且您知道有一些策略可供您选择。但还有另一个挑战：在统计上合理的适当的科学 CRO 非常昂贵且耗时。要聘请专门从事 CRO 的机构，起价约为 5,000 美元/月。这对许多企业来说是不可行的。

如果您想在不付出高昂代价的情况下产生直接影响，请查看启发式分析。

启发式分析究竟是什么？

启发式是必不可少的“经验法则”或心理捷径，可以快速得出可能但不保证准确的结论，而无需经过科学方法所需的步骤。例如，假设您想知道外面的温度而没有温度计。走到外面，起鸡皮疙瘩，你可以合理地得出结论，外面很冷。

或者，假设要求您猜测罐子里的果冻豆数量。您将使用启发式分析来做出相当准确的估计，因为您没有时间或机会计算每个 bean。现在说你被告知了答案，并被要求数另一个罐子。这一次你会更接近——每次确保体验更准确，你的启发式分析的强度随着时间的推移而提高。

我们在日常生活中一直使用启发式方法，当完美的解决方案可能令人望而却步或不可能时。

就 CRO 而言，启发式分析是一种手动“演练”和评估，其中不能保证结果是最佳的（因为没有完成科学测试）。它的主要优点是速度。它可以相当快地完成。而且，它相对便宜。

如何完成启发式分析

首先，您需要了解我们正在使用您的意见，这从来都不是完美的，但您仍然可以在没有数据的情况下进行优化。您的经验越丰富，您在启发式分析方面的表现就越好。但是，即使您没有经验，使用结构化的方法来寻找需要改进的地方也比仅使用意见要好，尤其是有偏见的意见（所有意见都是有偏见的！）。

因此，您不是根据 CEO 的偏好或网页设计师最喜欢的颜色修改登录页面，而是使用特定问题来提高页面的转换友好性。

这里的另一个重要考虑因素是，您在启发式分析中发现的仍然是意见。在一个完美的世界中，您将测试此意见以确认它是正确的。您确实应该通过测试来验证您的假设以验证您的更改。

现在进入实际的启发式分析。您选择要改进的页面，并根据四个标准对其进行评估。一些启发式分析模型使用相关性作为第五个标准，但因为您可能会从多个来源（渠道、广告等）获得流量，所以我将相关性作为标准省略。

这种方法大致基于 CXL 使用的启发式分析方法。如果你想更深入地了解 CRO，我强烈推荐他们的博客。

启发式分析问题

• 提高清晰度：此页面上的标题/内容是否清晰？我们可以简化它或使其更清晰吗？
• 增加价值/动机：我们是否在传达价值？我们可以做些什么来增加用户采取所需行动的动力？这可以通过标题中的报价、价值点或增加价值（客户得到什么）来完成。
• 减少摩擦：想象一下你是客户，这个页面上的什么让你不确定或怀疑？完成所需行动的过程是否困难？我们可以简化它吗？
• 减少分心：页面上是否有不必要的内容？有什么阻止用户采取行动的吗？

启发式分析最佳实践

在完成启发式分析时，需要考虑一些最佳实践：

• 不要随意——不要记下随意的想法或意见。您应该遵循上述流程，并评论您提出具体建议的原因。
• 获得第二意见——请团队中的其他人经历相同的过程。比较和讨论您的结果，因为无论何种个人偏好、偏见和意见都会在您的发现中发挥作用。
• 验证- 在完美的世界中，启发式分析用于找到要科学测试的区域，因此在可能的情况下使用 A/B 测试来测试您的发现。

完成启发式分析后，您可以列出所有发现（优化）并开始更新着陆页。

美国在坚持对数据驱动的营销采用主要确定性方法方面独树一帜。正因为如此，隐私领域的持续变化——从苹果的 IDFA 弃用到谷歌的第三方 cookie 关闭等等——给美国营销人员的前进战略计划带来了过度的压力。

当涉及到为他们的活动提供动力的确定性数据与概率数据之间的平衡时，营销人员是时候转向全球心态了。虽然在许多情况下确定性数据是一种强大而实用的工具，但在制定一个既重视保留又重视获取的全面计划时，这还远远不够。此外，由于之前依赖的确定性数据流在未来几个月和几年内将被关闭，美国营销人员将不得不接受多年来在全球和国际品牌中已经建立并适应的现实。

让我们看看确定性数据作为无 cookie 媒体基础的不足之处，以及营销人员 – 包括那些第一方数据有限的营销人员 – 如何利用这一时刻将他们的数据驱动策略带到他们应该一直以来的地方。

确定性的现实

让我们明确一点：当涉及到确定性数据与概率性数据时，并不是说一个数据一定比另一个好。相反，它们在结合使用以实现全面的营销计划时效果最佳，该计划在保留和个性化与强大的新客户获取工作之间取得平衡。

在与现有客户保持联系并从现有客户那里获得更多价值方面，确定性数据是一项必要且极好的资产。强大的第一方数据对于与现有客户交谈并以鼓励品牌忠诚度并实现智能追加销售和交叉销售的方式改善客户体验至关重要。

当营销人员将注意力转向增长时，问题就出现了。通过个性化和建立忠诚度努力来保持品牌对保持健康品牌至关重要，但真正的可持续性需要不断获取新客户。为此，品牌需要在概率数据和群组驱动方法方面的核心能力。这是近年来全球营销人员超过美国营销人员的领域。

概率优势

在国际市场上，隐私第一的法规和政策已经建立多年，确定性目标并不能作为获取客户的基础。在美国，由于隐私限制和第三方 cookie 的丢失，未来几个月，确定性的客户获取目标将面临更大的压力。

没关系。这就是概率数据入职及其相关的群组驱动方法发挥作用的地方。通过从概率的角度处理数据，品牌可以使用其第一方数据中的所有信息——无论是离线还是在线——并将这些数据聚合到群组中。这些群组可用于寻找极有可能对该公司的服务和产品感兴趣的倾向群组（即，公司现有客户群之外的潜在新客户）。

概率数据入职代表了一种可扩展的、符合隐私要求的方式来吸引新的受众。更重要的是，它不需要大量的第一方数据。对于某些公司，例如那些在 CPG 领域运营的公司，这是一个重要的点。尽管过去几年每个品牌都在努力拉近与客户的距离，但某些产品类别仍会自然地通过中间商。对于 CPG 而言，能够适度保留第一方数据并为客户获取目的推断其价值绝对至关重要。

每个品牌的确定性数据策略与概率性数据策略之间的正确平衡看起来略有不同，但对于营销人员而言，这种平衡将需要在未来几个月内改变。通过与具有帮助全球组织经验的数据引导合作伙伴合作，品牌可以重新调整他们的方法，以实现隐私至上的世界。更重要的是，他们可以以一种不仅能够维持而且实际上会加速未来增长的方式来扩展他们的收购战略。

对于美国营销人员来说，天不会塌下来。相反，即将到来的隐私变化代表着小雨，提醒他们应该一直携带的雨伞。

全球数字生态系统是动态的，新的趋势、信息和概念迅速上升和下降。

互联网的广阔性及其活力催生了数字消费者行为和趋势分析等概念。现在，这些概念比以往任何时候都对企业营销至关重要。

每个人都在线，通过不同的工具，收集数据就像奶酪一样简单。在当今的商业世界中，数据用于管理、产品介绍、业务转型、营销等。

这里我们仔细研究趋势分析营销及其所涉及的一切。

什么是商业趋势分析？

业务中的趋势分析是如何随着时间的推移比较数据以绘制模式或确定一致的结果。然后使用破译的模式和结果做出决策，进一步推动业务实现其目标。

作为业务主管或营销人员，趋势分析可让您深入了解业务表现如何、目前所处的位置以及实现其目标的最可行途径。

当您做好趋势分析时，您的企业的财富可能会发生最好的变化。认识到内在数据分析已成为企业的重要组成部分，世界各地的高管都在大力投资于数据分析师。从长远来看，根据数据进行处理和做出决策，而不是根据胆量和理论来经营业务，而要付出更多代价。

趋势分析的好处

趋势分析营销在这方面备受关注。但是，趋势分析对企业来说还有更多优势。

了解竞争

无论您的业务是什么行业，趋势分析都可以帮助您更好地了解您的竞争对手。您可以将您的公司与其他公司进行比较，找出对双方有效和无效的方法。为进行比较而进行的趋势分析可以揭示您企业的弱点和优势。因此，您不会盲目地经营您的业务。

利润计量

通过趋势分析，可以衡量公司的盈利状况。盈利仓位计量所涉及的财务趋势比率为；经营、净利率和毛利率。投资者和分析师都使用这些盈利比率。

识别问题区域

在一个行业中保持竞争力是在公园里走很长一段路。它要求您的业务不断重申，改进低于标准的内容并加倍努力工作。趋势分析可以在这方面提供帮助。通过有效的趋势分析，您可以发现业务中的缺陷。然后，当您确定运营中的瓶颈时，您可以修复它们。这样做可以及时防止浪费和产生过高的成本。

预测问题

世界顶级企业是那些能够预测问题并解决问题的企业。顶级公司还能够预测用户需求并有效满足它们。趋势分析是实现这些目标的过程。

当趋势分析正确完成时，企业可以在正确的时间采取正确的步骤。例如，可以检测未来几个月是否会出现现金流问题。在检测到现金不足之后，您就可以做出提前解决问题的决定。

预测性能

趋势分析还可用于预测企业的绩效和活力。然后，此类分析的结果可以为扩张、缩小规模、投资等决策提供信息。

替代数据如何改进趋势分析

访问可靠的替代数据可以帮助您改进财务模型和趋势分析。有了这些数据，趋势分析变得更具描述性和预测性。您的企业将获得市场、行业和您在其中的角色的 360 度全景概览。

替代数据还可以提高您从趋势分析中获得的竞争情报。同样，替代数据可以改善对市场走势信号和事件的识别。它还将帮助您的企业更好地管理风险。

趋势分析在营销中的作用

趋势分析营销有可能在最短的时间内完成业务。由于趋势分析提供的洞察力，它对营销变得非常宝贵。营销涉及将您企业的服务或产品提供给潜在客户。趋势分析通过回答您正确进行营销所需的所有问题而发挥作用。让我们来看看趋势分析在营销中的作用。

识别消费者需求

大型科技公司在确定消费者需要什么时严重依赖他们可以访问的数据。数据对于识别消费者需求变得至关重要，因为消费者很可能不知道他们需要什么。通过趋势分析营销，企业可以创造更适合消费者的产品并以正确的方式营销他们。

成本因素

营销涉及告知消费者产品和服务的成本。然而，几乎在每个行业，成本波动都是常态。企业正试图超越自己的价格。因此，您的企业需要了解竞争对价格的影响以及消费者对此类变动的反应。来自此类市场分析的数据和洞察力为您做出降低或提高产品价格或创造低成本产品的决定提供信息。

了解市场活力

消费者行为每时每刻都在变化。同样，许多公司正在尝试用新的方式为消费者挤奶。作为企业主或营销人员，您需要保持领先于正在发生的一切。因此，需要进行趋势分析营销。

通过趋势分析，您可以及时了解产品供应、竞争、运营变化、包装、交付方式等方面的创新。

您不仅要单独进行全行业或基于竞争的分析。您还将监控产品的行为，以确保您的客户继续购买。如果您注意到任何负面现实，您可以轻松地进行所需的更改并尽快缓解它。

结论

趋势分析营销已成为企业的内在流程。为了保持竞争力和相关性，了解市场最新情况很重要。企业不再根据他们认为可行的方式做出决策。数据证明它会这样做。您可以聘请内部数据分析专业人员，也可以将流程外包为企业主。无论哪种方式，忽视趋势分析都是自杀。

绝大多数企业高管认为他们的团队没有使用数据和数据分析来推动业务决策。访问或使用数据更不舒服。

这是根据2019 年德勤对商界领袖的调查得出的结论。调查发现，63% 的企业高管认为他们的团队不是“洞察力驱动的”，这意味着他们没有使用数据来推动战略和战术决策。三分之二的受访高管 (67%) 表示，他们对自己使用自己团队生成的数据的能力没有信心。在拥有强大数据文化的公司中，不舒服的份额有所下降，但仍然显着（37%）。

这些结果令人警醒，部分原因是它们是可以预防的。从销售和营销到物流和业务流程，综合数据战略的内在价值日益清晰。在数据统治一切的世界中，落后企业可能会失去重要的市场份额。

没有时间可以浪费了。无论您的组织处于数据旅程的哪个阶段，都可以使用这四种策略来充分利用它收集的信息。

1. 在一台运行良好的机器之后为您的数据基础设施建模

现代数据系统建立在多种基于机器的技术之上。通常，这些系统不提供对于数据团队在整个企业中支持、管理和移动数据至关重要的粒度或洞察力。当发生意外中断时，需要全力以赴让系统恢复正常运行。

通过密切关注基础设施或数据计算层的数据，降低意外数据紧急情况的风险。如果您正在应对频繁的中断和性能下降问题，您将无法扩展或优化您的数据计划。

使用数据可观察性解决方案支持此流程，根据商业智能提供商 Acceldata，该解决方案可以“在问题影响性能或基于低质量数据造成计划外中断、成本超支或不良输出之前预测并自动修复问题。”

2. 识别和分割尽可能多的数据

如果你能衡量它，你就能管理它。这也可能是数据科学的黄金法则。在更实际的层面上，它是数据驱动型组织的重要组织原则。

使用和解释您的数据的数据消费者需要确切地知道每一位或每一类型的数据来自哪里、它阐明或通知什么过程，以及它在您的业务战略的更广泛背景下意味着什么。数据科学家的一个常见问题是，他们几乎要花一半的时间来查找数据，确保数据是最新的，并确保数据准确。

3. 开发您的数据链接

了解数据的来源及其含义是一个良好的开端。但真正掌握数据的组织更进一步，在收集或处理的数据与业务流程输出之间建立直接联系。例如，几乎每个运送或储存实物产品的企业都依赖于实时位置跟踪来为有关库存管理和履行流程的战略和战术决策提供信息。此类数据使用的价值非常明显，以至于无需再考虑就完成了。

您比任何人都更了解您的数据，因此您和您的分析团队最适合开发这些联系，包括那些在您自己的业务环境中同样不言而喻的联系。

4. 使您的数据清晰、可访问且安全

如果您的数据不易理解（清晰），需要它的人可以访问，并且不受不需要的人的保护，那么您的数据是无用的，或者至少不太有用。你的公司应该建立数据治理来定义谁可以对你的数据采取什么行动。保留数据的其他步骤包括：

• 使用丰富的主观描述和元数据来传达数据集的内容和目的
• 利用安全的数据管理平台和工作区，确保您组织的数据可随时随地访问
• 制定数据重要性和敏感性的层次结构，相应地链接访问权限
• 利用多层数据安全，所有层都以最小权限原则链接，以减少内部威胁并使您的数据对外部人员不可见
• 尽可能匿名化用户数据，以确保合规性并降低您的数据丰富的策略因隐私问题而适得其反的风险

让您的数据为您服务

您公司的数据是其最宝贵的资产。您需要确保它在任何时候都尽可能高效地为您工作。

与任何有价值的资产一样，数据在得到有效利用时效果最好。这些策略中的每一个，从最大化您的数据基础设施和可见性，到使用最佳实践数据治理原则降低风险，都可以实现这一目标。因为合理的数据驱动决策不仅仅是让数据在此时此地为其所有者服务。这是关于确保数据在未来数月、数年和商业周期内高效、可持续地工作。