Analitiğinizde veri kalitesini korumanın beş yolu

Veri odaklı bir strateji, herhangi bir pazarlama rolünün önemli bir parçasıdır ve veri kalitesini kıdemli pazarlamacılar için birinci öncelik haline getirir. Ancak verilerinizin temiz ve doğru olduğundan nasıl emin olabilirsiniz?

AT Internet tarafından yakın zamanda yayınlanan bir rapor , dijital analitikte veri kalitesi için 5 temel boyutu araştırdı . İşte rapordan bazı önemli çıkarımların yanı sıra pazarlamacıların veri kalitesini yüksek tutmak için yapabilecekleri bazı şeyler.

• Şirketlerin %55'i karar vermek için verileri kullanıyor …[1]
• … ancak CEO'ların yalnızca %33'ü kendi verilerine güveniyor [2]
• Yöneticilerin %56'sı, kötü veri kalitesinin satış fırsatlarının kaybolmasına neden olduğunu söylüyor [3]
• Yöneticilerin %51'i kötü verilerin zaman kaybettiğini ve verimsizliğe neden olduğunu söylüyor [3]

Bu içerik AT Internet ile birlikte üretilmiştir.

1. Bot trafiğini hariç tutun

Incapsula 'ın 2016 Bot Trafik Raporu göre, web üzerinde trafik% 50'den fazla botlara isnat edilebilir - Aşağıdaki grafikte gösterilmiştir olarak.

Incapsula'nın izniyle

Bu trafik ' iyi ' ve ' kötü ' botlara bölünebilir . ' İyi ' botlar şunlardan biridir:

• Google, Bing veya Yandex gibi şirketlerden arama motoru botları (%7)
• Facebook mobil uygulaması, Android çerçeve botu ve Twitter botu (%12) gibi yayın alıcıları
• Ticari tarayıcılar – genellikle dijital pazarlama araçları için veri çıkarmak için kullanılır (%3)
• WordPress pingback botu gibi izleme botları (%1)

'Bad' botlar baypas web sitesi güvenliği için sahte kimliği ile çalışan 'taklitçileri' olması muhtemeldir. Daha kötü niyetli olanlar, vurdukları sitelere karşı Dağıtılmış Hizmet Reddi (DDoS saldırıları) gerçekleştirebilir. Bu tür botlar, 2016 yılında toplam internet trafiğinin %24'ünü oluştururken, web kazıyıcıların katkısı %1,7'dir.

Bu orandaki bot trafiğinin, pazarlamacıların bilmesi gereken iki etkisi vardır. ( 'S olduğundan daha fazla trafik almak gibi sitenizin görünüyor böylece) Bir, bu yapay trafik hacimlerini şişirir ve iki, aşağı dönüşüm oranı ölçümlerini getirir (kampanyalarınız olduklarından daha az etkili görünecek şekilde).

Bu trafiği çıkarmak, doğru kıyaslama için çok önemlidir. 'Temiz' veri olmadan, 'stratejisi hakkında bilinçli kararlar önemli ölçüde daha zor.

2. Eksik veya bozuk etiketleri kontrol edin

Site güncellemeleri ve mobil uygulamalarda yapılan değişiklikler sırasında, analitik etiketlerinin bütünlüğünün sağlanması, iyi veri toplamak için çok önemlidir - özellikle sık sık sayfa ekleyen ve değiştiren yayıncılar veya çevrimiçi perakendeciler gibi çok sayıda sayfaya sahip sitelerde.

Hataları tespit etmek zor olabilir rağmen, 'raporların doğruluğunu sağlamak amacıyla tespit etmek kritik ve doğru yeniden.

Eksik, çoğaltılmış veya yanlış etiketler kampanya ölçümünü etkileyebilir - Belirli kampanyalar ne kadar etkili hakkında hatalı sonuçlara yol açar. Ekipler genellikle lansmandan önce yoğun bir zaman baskısı altında olduğundan ve bu da teknik gözden kaçmalara yol açabileceğinden, etkinliğe özel siteler genellikle eksik etiketlere eğilimlidir.

Böyle bir TV reklamı veya konferans olarak - - Maalesef bu da bir olay olarak marka için yüksek maliyetli hataları olabilir genellikle şirket tarafından önemli bir yatırımdır.

3. Veri biçimlendirmenizi tutarlı tutun

URL'lerde sayısal dizeler (kategori kimlikleri, SKU'lar) kullanmak, uzun, hantal düz metin dizelerinin kazanılması gibi görünebilir. Ancak bu, veri yakalarken pratik olsa da, analiz ederken sorunlara neden olabilir. Anlaşılabilir metin değerleri, verilerin nereden geldiğini ve hangi dizelerin birleştirilebileceğini anlamada büyük yardımcıdır.

Metin değerlerini tutarlı tutmak da önemlidir. Ortak bir tutarsızlık, aynı değerlerin genellikle farklı şekillerde yazıldığı dil parametrelerindedir - örneğin, metni İngilizce olarak temsil etmek için ' EN' ve ' İngilizce ' kullanmak gibi .

Bu örnekte, her biri bir raporda farklı satırlarda görünecek ve bir analist tarafından manuel konsolidasyon gerektirecektir.

4. Bir 'gerçeğin tek sürümü'

Bir dizi araç kullanmak, veri toplama ve analizi için sorunlu olabilir. Farklı sistemler, aynı boyutlar ve metrikler için benzersiz tanımlar ve hesaplamalar kullanabilir. Örneğin, farklı analiz araçları, bir kampanyanın yayınlanıp yayınlanmamasına bağlı olarak trafik kaynaklarını farklı şekilde ilişkilendirebilir.

Yaygın bir sorun, cihazlar arası ölçümdür. İşe giderken telefonundan bir siteyi ziyaret eden ve işe giderken masaüstünden tekrar ziyaret eden bir kullanıcı, iki farklı kullanıcı olarak sayılabilir.

Giriş yapan cihaz ve platformda davranış ölçüsü kapasitesine sahip tek aracı kullanarak etkili bir çözümdür - Size manuel mutabakatları ve deduplications zorunda kalmazsınız.

5. Sorunları belirlemek için gerçek zamanlı analitiği kullanın

Üst düzey dijital istihbarat sağlayıcıları, kullanıcılara gerçek zamanlı olarak ziyaretçi davranışı hakkında fikir verebilir. Bu, ekiplerin zamana özel kampanyalar hakkında anında geri bildirim almasına ve 404 hataları ve mobil uygulama çökmeleri gibi meydana gelen sorunlara olduğu gibi yanıt vermesine olanak tanır.

Başka bir kullanım örneği, bir medya sitesinin tek tek makalelerin performansını gerçek zamanlı olarak izleyebildiği ve kullanıcıların en çok ne tür içerikle ilgilendiğine dair veriye dayalı bir içgörü sağladığı bir son dakika haberi olayıdır.

[1] http://www.oxford economics.com/think-leadership/leaders-2020

[2] https://home.kpmg.com/xx/en/home/campaigns/2016/06/ceo-outlook.html

[3] https://www.edq.com/globalassets/white-papers/building-a-business-case-for-data-quality-report.pdf

Digital Analytics Veri Kalitesinin: 5 Anahtar Boyutlar hakkında daha fazla internete AT 'nin tam raporu veri kalitesini, indir koruyarak yaklaşık bulmak için.

Bu makale AT Internet ile ortaklaşa hazırlanmıştır . ClickZ'nin ortak içerik yönergelerini okumak için buraya tıklayın .