当数据不能告诉你任何信息时该怎么办？
Posted: Tue Jan 07, 2025 3:19 am
我们喜欢说我们生活在一个“数据驱动”的世界。数字营销人员对增长黑客、转化优化、数据分析、细分、机器学习和其他流行语赞不绝口，因此大多数人相信，只要盯着数据足够长的时间，他们就可以学到任何东西。
如今，人们相信，通过对数据集进行一些统计处理，我们可以找出我们的用户是谁，他们属于什么类型的人或群体，他们的购物习惯是什么，以及我们如何成功地转化他们。
这也许是可能的——但前提是数据海量、数据科学部门能力极强，并且拥有为人类带来最后时刻的人工智能。否则，你很可能会经历我过去几个月所经历的同样的经历。
您可能没有任何数据
首先，我们需要澄清的是，您网站上的数据通常是不够的。如果您认为自己正在从事数据科学，但您所拥有的只是 Google Analytics 等工具的非常基本的实现，那么您距离所谓的数据科学还差得很远。
即使你有更复杂的工具并收集大量数据，你也总会遇到跨不同设备、接触点（网站、应用、广告）识别用户的问题，并且面临用户经常同时做几件事的事实，这扭曲你的鸟瞰图。
尽管如此，凭借 Google Analytics 中 30 多项可衡量的活动、目标、自定义内容和来自增强型电子商务的电子商务数据，我尝试解读用户行为。
我的目标：识别有购买意向的用户，并将他们与那些只是浏览网站或寻找特定信息的用户区分开来。接下来，我想创建一个广告模型，可以根据用户的关键行为模式识别用户并相应地调整再营销。
三个月过去了，还没有消息……
经过无数的分析、大量的图表和频繁的在黑板上书写——所有这些都是为了让我感觉我在做一些有用的事情——我最终到达了我开始项目的地方。我分析了许多不同的用户行为模式，将用户分为读者、买家、类别浏览者、讨价还价者等。一个事实一直让我印象深刻：每个用户都显示了每个细分市场的一些行为。
浏览促销产品的购物者最终会购买昂贵的产品，反之亦然。读者有时 佐治亚电报数据库 会买一些东西，而买家有时会读一些东西。每个人都疯狂地浏览这些类别，即使他们最终购买了完全不同的东西。他们的性别、年龄和地点各不相同，从不同的来源来到该网站，并在一天中的不同时间和一周中的不同日子使用不同的设备。
但我最大的问题是那些离开主页的人！来自各地的人们成群结队地出现在该网站上，却什么也没做。有时，他们会在页面上停留一段时间，查看一些横幅广告和随机的产品列表，然后像出现一样快地消失。
别误会我的意思。我有很多数据。我有很多关于用户和他们在做什么的信息。但我没有得出任何结论。尽管我的分析范围很广、很深入，但所有的工作最终都是徒劳的。
尤里卡！ – 如果我问用户是谁怎么办？
我决定从根本上改变策略。如果我无法通过观察用户的行为对用户进行分组，我会要求他们定义自己，并尝试识别每个组特有的模式，并且在每个步骤中都不会重叠。
我们对主页进行了重大改造，并删除了所有常见的销售镇流器，例如横幅、最佳优惠、类别、特色博客文章等。
我们用三个大按钮和标题取代了所有这些：“您为什么访问我们的网站？”
A按钮：只是浏览
按钮 B：查找信息
按钮 C：我想买特定的东西
一旦用户开始选择这些选项，三组之间的分界线就开始划定。在收集了足够的数据后，我意识到假设用户会以这种或那种方式行事是愚蠢的。答案不在于他们做了什么，而在于他们做了多少。
用户自我识别到一个组，这使我们能够定义一组标准，在此基础上我们还将不使用按钮的用户分配到其中一个组。
提出问题。问题和答案是信息交流的基础，也是理解的基础。
点击发推文
使用用户数据来促进理解
在确定用户感兴趣的产品类别或产品时，我们也遇到了很多问题。尽管我们有大量关于在线销售的数据，包括单个产品类别的浏览量、产品页面的浏览量、单个产品、品牌和类别的购物车使用信息，但我们找不到明显的模式。
我们使用了相同的策略——我们询问用户他们对哪个类别感兴趣。我们将他们的选择保存在他们设备上的 cookie 中，每次回访时我们都会询问他们是否仍然对同一件事感兴趣，并让他们可以选择不同的类别。
这一次，数据也源源不断地涌入——我们发现了用户对购买某个类别的产品感兴趣时的行为，并且我们还能够跟踪用户何时停止对某个类别感兴趣并关注给其他人。通过这种方式，我们能够跟踪行为的变化。我们能够找出用户对某个类别不再感兴趣并正在寻找另一个类别时的行为，并对其进行分析。
这或许可以在不涉及用户的情况下完成，但这种方式过于简单。在属于我们试图了解的确切群体的实际用户的帮助下，我们还能够更可靠地预测用户行为模式。
我的建议是——不要害怕提问！问题和答案是信息交流的基础，也是理解的基础。这在数据时代不会改变。
如今，人们相信，通过对数据集进行一些统计处理，我们可以找出我们的用户是谁，他们属于什么类型的人或群体，他们的购物习惯是什么，以及我们如何成功地转化他们。
这也许是可能的——但前提是数据海量、数据科学部门能力极强，并且拥有为人类带来最后时刻的人工智能。否则，你很可能会经历我过去几个月所经历的同样的经历。
您可能没有任何数据
首先，我们需要澄清的是，您网站上的数据通常是不够的。如果您认为自己正在从事数据科学，但您所拥有的只是 Google Analytics 等工具的非常基本的实现，那么您距离所谓的数据科学还差得很远。
即使你有更复杂的工具并收集大量数据，你也总会遇到跨不同设备、接触点（网站、应用、广告）识别用户的问题，并且面临用户经常同时做几件事的事实，这扭曲你的鸟瞰图。
尽管如此，凭借 Google Analytics 中 30 多项可衡量的活动、目标、自定义内容和来自增强型电子商务的电子商务数据，我尝试解读用户行为。
我的目标：识别有购买意向的用户，并将他们与那些只是浏览网站或寻找特定信息的用户区分开来。接下来，我想创建一个广告模型，可以根据用户的关键行为模式识别用户并相应地调整再营销。
三个月过去了，还没有消息……
经过无数的分析、大量的图表和频繁的在黑板上书写——所有这些都是为了让我感觉我在做一些有用的事情——我最终到达了我开始项目的地方。我分析了许多不同的用户行为模式，将用户分为读者、买家、类别浏览者、讨价还价者等。一个事实一直让我印象深刻：每个用户都显示了每个细分市场的一些行为。
浏览促销产品的购物者最终会购买昂贵的产品，反之亦然。读者有时 佐治亚电报数据库 会买一些东西，而买家有时会读一些东西。每个人都疯狂地浏览这些类别，即使他们最终购买了完全不同的东西。他们的性别、年龄和地点各不相同，从不同的来源来到该网站，并在一天中的不同时间和一周中的不同日子使用不同的设备。
但我最大的问题是那些离开主页的人！来自各地的人们成群结队地出现在该网站上，却什么也没做。有时，他们会在页面上停留一段时间，查看一些横幅广告和随机的产品列表，然后像出现一样快地消失。
别误会我的意思。我有很多数据。我有很多关于用户和他们在做什么的信息。但我没有得出任何结论。尽管我的分析范围很广、很深入，但所有的工作最终都是徒劳的。
尤里卡！ – 如果我问用户是谁怎么办？
我决定从根本上改变策略。如果我无法通过观察用户的行为对用户进行分组，我会要求他们定义自己，并尝试识别每个组特有的模式，并且在每个步骤中都不会重叠。
我们对主页进行了重大改造，并删除了所有常见的销售镇流器，例如横幅、最佳优惠、类别、特色博客文章等。
我们用三个大按钮和标题取代了所有这些：“您为什么访问我们的网站？”
A按钮：只是浏览
按钮 B：查找信息
按钮 C：我想买特定的东西
一旦用户开始选择这些选项，三组之间的分界线就开始划定。在收集了足够的数据后，我意识到假设用户会以这种或那种方式行事是愚蠢的。答案不在于他们做了什么，而在于他们做了多少。
用户自我识别到一个组，这使我们能够定义一组标准，在此基础上我们还将不使用按钮的用户分配到其中一个组。
提出问题。问题和答案是信息交流的基础，也是理解的基础。
点击发推文
使用用户数据来促进理解
在确定用户感兴趣的产品类别或产品时，我们也遇到了很多问题。尽管我们有大量关于在线销售的数据，包括单个产品类别的浏览量、产品页面的浏览量、单个产品、品牌和类别的购物车使用信息，但我们找不到明显的模式。
我们使用了相同的策略——我们询问用户他们对哪个类别感兴趣。我们将他们的选择保存在他们设备上的 cookie 中，每次回访时我们都会询问他们是否仍然对同一件事感兴趣，并让他们可以选择不同的类别。
这一次，数据也源源不断地涌入——我们发现了用户对购买某个类别的产品感兴趣时的行为，并且我们还能够跟踪用户何时停止对某个类别感兴趣并关注给其他人。通过这种方式，我们能够跟踪行为的变化。我们能够找出用户对某个类别不再感兴趣并正在寻找另一个类别时的行为，并对其进行分析。
这或许可以在不涉及用户的情况下完成，但这种方式过于简单。在属于我们试图了解的确切群体的实际用户的帮助下，我们还能够更可靠地预测用户行为模式。
我的建议是——不要害怕提问！问题和答案是信息交流的基础，也是理解的基础。这在数据时代不会改变。