在分析中保持數據質量的五種方法

已發表: 2017-06-15

數據驅動的策略是任何營銷角色的重要組成部分，使數據質量成為高級營銷人員的首要任務。 但是，您如何確保您的數據乾淨且準確？

AT Internet 最近的一份報告探討了數字分析中數據質量的5 個關鍵維度。以下是該報告的一些關鍵要點，以及營銷人員可以採取的一些措施來保持高數據質量。

該內容是與AT Internet聯合製作的

1. 排除機器人流量

據Incapsula的2016個搜索引擎流量報告，在網絡上的流量超過50％可以歸因於機器人-如下面的圖表演示。

圖片由Incapsula 提供

這種流量可以分為“好”和“壞”機器人。 “好”機器人是：

“壞”機器人最有可能是“冒充者” ，它們會冒充假身份以繞過網站安全。更邪惡的人可以對他們攻擊的站點執行分佈式拒絕服務 (DDoS 攻擊)。 2016 年，這些類型的機器人佔互聯網總流量的 24%，另外 1.7% 由網絡爬蟲貢獻。

這個比例的機器人流量有兩個營銷人員應該注意的影響。一，它人為地膨脹車流量（讓你的網站看起來像它獲得更多的流量比它），和兩個，它所帶來的轉化率指標下降（讓你的廣告系列的外觀效果較差比他們）。

去除這些流量對於準確的基準測試至關重要。如果沒有“乾淨”的數據，這是顯著很難做出的戰略決策。

在網站更新和移動應用程序更改期間，確保分析標籤的完整性對於收集良好數據至關重要-特別是在具有大量頁面的網站上，例如經常添加和修改頁面的發布商或在線零售商。

雖然錯誤可能不易察覺，他們是關鍵的發現和糾正，以保證統計的準確性。

標籤丟失、重複或不正確會影響活動衡量——導致對某些活動的有效性得出錯誤的結論。特定於事件的網站通常容易丟失標籤，因為團隊在發布前經常面臨巨大的時間壓力，這可能導致技術疏忽。

不幸的是，這些也可以是最昂貴的錯誤之作，作為事件-如電視廣告或會議-通常代表由公司顯著的投資。

在 URL 中使用數字字符串（類別 ID、SKU）似乎是對長而笨重的純文本字符串的一種勝利。但是，雖然這在捕獲數據時可能很實用，但在分析數據時可能會導致問題。可理解的文本值對於理解數據來自何處以及可以合併哪些字符串有很大幫助。

保持文本值一致也很重要。一個常見的不一致是語言參數，其中相同的值通常以不同的方式書寫——例如使用“ EN”和“ English ”來表示英文文本。

在此示例中，每個都將出現在報表的不同行中，並且需要分析師手動合併。

使用大量工具進行數據收集和分析可能會出現問題。不同的系統可以對相同的維度和指標使用獨特的定義和計算。例如，不同的分析工具可能會根據活動是否正在運行對流量來源進行不同的歸因。

一個常見問題是跨設備測量。一個用戶在上班途中在手機上訪問網站，然後在上班時再次在桌面上訪問網站，可能會被視為兩個不同的用戶。

使用能夠跨設備和平台衡量登錄行為的單一工具是一種有效的解決方案- 為您省去手動對帳和重複數據刪除的麻煩。

高端數字情報提供商可以讓用戶實時了解訪問者的行為。這使團隊能夠獲得有關特定時間活動的即時反饋，並在發生時響應發生的問題，例如 404 錯誤和移動應用程序崩潰。

另一個用例是在突發新聞事件期間，媒體網站可能會實時跟踪單個文章的表現，提供數據驅動的洞察，了解用戶最感興趣的內容類型。

[1] http://www.oxfordeconomics.com/thought-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

要了解更多關於保護您的數據質量，下載AT互聯網的完整報告：數據質量的數字分析：5鍵尺寸。

本文是與AT Internet合作製作的。 單擊此處閱讀 ClickZ 的協作內容指南。