كيف تدعم الأهمية الإحصائية التسويق الرقمي
نشرت: 2021-07-19
لا تتخذ أبدًا قرارًا مهمًا دون التحقق من الحقائق مسبقًا.
هل تقفز بالحبال دون فحص الحبل أولاً؟ عبور الطريق دون البحث عن حركة المرور أولاً؟ أو تغيير الصمامات الحية دون التحقق من انقطاع التيار الكهربائي؟
قد يكون اتخاذ القرار دون التحقق أولاً من الحقائق مكلفًا للغاية ، ومع ذلك فإننا غالبًا ما نرى هذا يحدث في قطاع التسويق الرقمي.
كيف يمكن أن تكذب الإحصائيات عليك
عند النظر في الاختلافات الإحصائية والاتجاهات والسببية ، إذا لم يكن لديك معلومات كافية ، فمن السهل الحصول على الصورة الخاطئة.
ضع في اعتبارك إرمًا بسيطًا للعملة: قد يؤدي قلب العملة عشر مرات إلى هبوط العملة ست مرات على الوجه وأربع مرات على الذيل. هل هذا يعني أن رمي العملة المعدنية يعيد الوجه بنسبة 60٪ من الوقت؟ ستحتاج إلى قلب عملة معدنية عدة مرات للحصول على صورة واضحة لمدى احتمالية أن ترفع الرؤوس.
يُظهر تخطيط بعض عمليات محاكاة رميات العملات على الرسم البياني أنه حتى بعد رمي 50 قطعة نقود معدنية ، قد تكون بعيدًا عن الإجابة الحقيقية باحتمالية 50٪:
حتى بعد إلقاء 1000 عملة معدنية ، يمكن العثور على الإجابة في كثير من الأحيان بين 48٪ -52٪ وهي ± 2٪ حول الإجابة الفعلية:
بدون عدد كبير من الاختبارات ، لا توجد طريقة يمكنك من خلالها معرفة الإجابة الحقيقية ، وسيكون من الحماقة الوصول إلى استنتاجات دون أن تكون علمية والحصول على حقائق كافية قبل التوصل إلى استنتاج.
غالبًا ما تستخدم الصحف الشعبية إحصاءات غير حاسمة أو منحرفة لدعم الادعاءات المفصلة مثل " الشرب X يعالج السرطان! "، فيتامين X يعكس الصلع! "أو" تناول الطعام X سيجعلك تفقد الوزن! ". يمكنك بسهولة تقديم هذه الادعاءات ببساطة من خلال وجود مجموعة اختبار صغيرة لديك بحيث تكون لديك بيانات "صاخبة" ، وإحصاءات غير حاسمة لدرجة أنها قد تتأرجح في أي من الاتجاهين وتثبت ما تريد إثباته إذا كنت محظوظًا بما فيه الكفاية. من الأمثلة الشهيرة على ذلك جون بوهانون ، الذي خدع الملايين من الناس والمنشورات الكبرى في التفكير في أن الشوكولاتة تساعد في إنقاص الوزن.
يمكن أن يؤدي تصفية موضوعات الاختبار أيضًا إلى تحريف الإحصائيات بشكل كبير. على سبيل المثال ، سيجري العديد من مسوقي منتجات العناية بالشعر مقابلات مع العملاء الذين اشتروا المنتج بالفعل ، أو حصلوا على المنتج مجانًا أو الذين شاركوا في الاهتمام بالمنتج في الماضي. ثم يُسألون عما إذا كانوا سيوصون بالمنتج لأصدقائهم أو عائلاتهم. النتائج إيجابية بشكل غير مفاجئ حيث تجاوزت النتائج عادةً نسبة الموافقة على 80٪ والتي يمكن إضافتها بعد ذلك إلى المواد التسويقية مع عدد هائل من الأشخاص الخاضعين للاختبار.
كيف يمكن أن تؤدي الأهمية الإحصائية المنخفضة إلى اتخاذ قرارات تسويقية رقمية سيئة
يبدأ الكثير من أعمال التسويق الرقمي ببعض القرارات الأساسية - ما الذي يجب أن نقضي وقتًا في اختباره؟ ما المهام التي يجب القيام بها أولاً؟ ثم نحدد النتائج الناتجة عن أي تغييرات تم إجراؤها.
دعونا نلقي نظرة على ثلاثة مجالات للتسويق الرقمي حيث يمكن أن يكون للدلالة الإحصائية المنخفضة تأثير سلبي بشكل عام ، على الرغم من أفضل جهود جهات التسويق لتحسين الأمور:
التغييرات غير الصحيحة التي تم إجراؤها في حسابات الإعلانات المدفوعة عبر الإنترنت
من خلال الإعلانات المدفوعة ، فإنك تضع أموالك الخاصة مسبقًا في الحصول على عائد على الاستثمار. يعد خطر خسارة الأموال بشكل عام مصدر قلق لمعظم أصحاب الأعمال التجارية عبر الإنترنت ، مما قد يؤدي إلى بعض القرارات المتسرعة داخل حسابات الإعلانات المدفوعة عبر الإنترنت.
على سبيل المثال ، من السهل جدًا إلقاء نظرة على إحصائيات الحملة ، والاعتقاد بأنها لا تعمل جيدًا كما هو متوقع ، وحذف تلك الحملة بحيث لا "تهدر" أي تكاليف إعلانية بعد الآن. ولكن إذا تم إعداد الحملة لاستهداف الأشخاص المناسبين بشكل صحيح ، فمن غير المرجح أن تكون بلا قيمة. في كثير من الأحيان لم تكن هناك نقرات كافية لمعرفة ما إذا كان بإمكانها تحقيق أي مبيعات. إذا تم إجراء عملية بيع واحدة مقابل كل خمسين نقرة ، فسيكون قرارًا متسرعًا للتخلي عن حملة حققت أقل من 100 نقرة ، لأنه ربما كان من المؤسف عدم إجراء عملية بيع.
قبل اتخاذ قرارات بشأن الإعلانات المدفوعة ، عليك التفكير في ثلاثة أشياء:
- هل كان هناك عدد كافٍ من الزيارات (عدد كافٍ من المواد التجريبية)؟
- هل كانت هناك تحويلات كافية (أهداف اختبار كافية)؟
- هل البيانات منحرفة بأي شكل من الأشكال؟
قد يقودك النظر إلى إحصائيات الإعلانات المدفوعة بدون عدد كافٍ من الزيارات إلى الاعتقاد بأن شيئًا ما أفضل بكثير مما هو عليه بالفعل. على سبيل المثال ، الموضح أدناه هو بيانات من حملات مختلفة كانت إحدى الحملات فيها محظوظة بما يكفي للحصول على ستة تحويلات في غضون عشرين نقرة فقط. قد يقود هذا مدير الحساب إلى الاعتقاد بأن هذه الحملة تستحق إنفاق الكثير من المال عليها بينما قد تؤدي في الواقع أداءً مشابهًا للحملات الأخرى التي تتمتع بعدد أكبر من الزيارات:
مع انخفاض عدد التحويلات ، لن يكون لديك فكرة عن مدى جودة أداء الإعلانات المدفوعة ما لم تحصل على عدد أكبر من الزيارات مرة أخرى. قد يكون هذا بسبب عدم مرور الوقت الكافي للحصول على بيانات كافية أو معدل تحويل منخفض مما يتطلب عددًا كبيرًا من الزوار للحصول على تحويل واحد في المتوسط:
الاعتبار الأخير هو التفكير في كيفية انحراف الإحصائيات ضمن نطاقات زمنية مختلفة أو مع شرائح مختلفة من الأشخاص المُعلن عنها. يمكن أن تكون هناك بعض التغييرات الموسمية الكبيرة التي قد تؤدي إلى تحريف الإحصاءات. على سبيل المثال ، انظر إلى عدد عمليات البحث في Google عن "النظارات الشمسية" مقابل "المعاطف" العام الماضي في المملكة المتحدة:
يوجد أدناه بيانات حركة المرور الحقيقية لموقع ويب يبيع الزهور التي يتم تسليمها عبر الإنترنت. لاحظ أن عدد النقرات يزداد بالإضافة إلى معدل التحويل - احتمالية البيع - قبل أيام قليلة من عيد الأم في العام الماضي ، والذي وقع يوم الأحد 15 مارس:
لذلك للتغلب على كل هذه المشكلات عند تحسين حسابات الإعلانات المدفوعة ، يجب أن يكون لديك عدد كافٍ من الزيارات والتحويلات قبل اتخاذ أي قرارات مهمة. ضع في اعتبارك أيضًا أنك قد تبحث في بيانات منحرفة.
إذا لم يكن لديك عدد كافٍ من الزيارات أو التحويلات ، فيمكنك بدلاً من ذلك إلقاء نظرة على مقاييس موقع الويب مثل الصفحات لكل جلسة أو متوسط مدة الجلسة لمعرفة مدى تفاعل الزوار من خلال القنوات المختلفة. يتيح لك ذلك اتخاذ قرارات أسرع ولكنك ستظل بحاجة إلى نسبة جيدة من النقرات قبل أن تتمكن من البدء في الحصول على صورة أوضح.
إذا كان هناك اتجاه موسمي إيجابي أو سلبي ، فحاول إلقاء نظرة على الإحصائيات حول تلك الفترة أو أخذ إحصائيات من نفس الفترة من العام الماضي إذا كنت تريد تسليمها.
افتراضات غير صحيحة حول تصنيفات محرك البحث
يعد تحسين محرك البحث (SEO) موضوعًا معقدًا حيث يعتقد الكثير من الناس أن العديد من أساطير تحسين محركات البحث ويستخدمون ممارسات سيئة لمحاولة التفوق على المنافسين في محركات البحث.
نسمع أحيانًا حديثًا مفاده أن تغييرًا معينًا لموقع ويب أو ارتباطًا خارجيًا معينًا يؤدي إلى تأثير جيد أو سيء على مُحسّنات محرّكات البحث. يمكن أن تؤدي عبارات مثل "حصلنا على رابط من موقع ويب X وشهدنا ارتفاعًا بنسبة X٪ في المبيعات" أو "لقد غيرنا X على موقع الويب ثم فقدنا مقدار X من حركة المرور كل شهر" إلى اعتقاد قوي بأن بعض أساليب تحسين محركات البحث يجب أن تكون جيدة أو يضر بحركة المرور أو المبيعات بشكل عام.
تعتمد تصنيفات محرك البحث على مئات العوامل ، وهي مجموعة من العديد من الإشارات ذات الترجيح المختلف لتحديد الصفحات من بين ملايين الصفحات التي يحتمل أن تكون ذات صلة عبر الإنترنت ليتم وضعها في أعلى النتائج. يمكن أن يرجع ترتيب الزيادة أو النقصان في الترتيب إلى العديد من الأسباب المختلفة التي قد لا تكون مرتبطة بأي نشاط لتحسين محركات البحث ، مثل:
- يمكن أن يعزز موقع الويب القوي الذي تمت إزالته من الإنترنت التصنيف إلى مواقع الويب الموجودة أسفله
- يمكن لمنافس قوي جديد أن يقلل من تصنيفات الجميع من خلال شغل المركز الأول
- قد تعتبر Google عامل ترتيب معين لتحسين محركات البحث أكثر أو أقل أهمية من ذي قبل
- قد يربح أحد المنافسين روابط خلفية خارجية أو يفقدها ، والتي تلعب دورًا كبيرًا في تحسين محركات البحث
- قد تظهر الأخبار أو مقاطع الفيديو الشائعة حول موضوع ما فوق قوائم محرك البحث العادية يومًا ما
هذه ليست سوى بعض الطرق العديدة التي قد تؤثر بها القوى الخارجية على تصنيفات موقع الويب دون إجراء أي تغيير على الموقع نفسه. لذلك قد تكون مصادفة كاملة أن تغييرًا معينًا كان له تأثير جيد أو سيء على مُحسنات محركات البحث ما لم تكن هناك كميات كبيرة جدًا من البيانات لدعم المطالبات.
من المهم معرفة الفرق بين السببية والارتباط في الإحصاء. إذا كان لديك موقع ويب عالي الحركة ، فإن مجرد النظر إلى رسم بياني يوضح عدد الجلسات العضوية يمكن أن يكشف عن تغيير كبير:
إذا لم يكن لديك قدر كبير من حركة المرور ، فما عليك سوى استخدام أفضل ممارسات تحسين محركات البحث وقابلية الاستخدام على موقع الويب الخاص بك والحصول على خبير لإجراء مراجعة كاملة لموقع الويب للتحقق من أن كل شيء في مكانه الصحيح.
إنهاء الاختبارات المنقسمة قبل أن يبدأ الاختبار مساره
يمكن أن يتطلب اختبار A / B أو اختبار الانقسام متعدد المتغيرات مرة أخرى كميات هائلة من حركة المرور قبل العثور على الشكل الفائز. لحسن الحظ ، يتم حساب الرياضيات المعقدة وراء الدلالة الإحصائية تلقائيًا في جميع برامج اختبار الانقسام الرئيسية:
في عجلة من أمرك ، يمكنك إنهاء التجربة بنسبة يقين 80٪ -90٪ أن أحد المتغيرات أفضل من الآخر وفقًا للإحصاءات المعروضة. لقد رأينا اختبارات الانقسام تحدد أن أحد الأشكال أكثر من 90٪ مؤكدًا للفوز ، فقط لكي يخسر فعليًا بشكل عام عند جمع بيانات كافية:
أوصي دائمًا بالانتظار حتى تصبح النتائج أكثر من 99٪ قبل الوصول إلى نتيجة خاطئة محتملة. إذا تم تغيير موقع الويب إلى البديل الأسوأ ، فقد يكون ذلك خطوة دائمة إلى الوراء من حيث مدى جودة التحويل.
يمكنك المخاطرة بالذهاب إلى درجة يقين 95٪ فقط إذا كانت مستويات حركة المرور منخفضة ، ولكن تذكر أن هناك خطرًا بنسبة 5٪ أنك تنظر إلى نتيجة سلبية خاطئة - 1 من 20 مرة ستكون النتائج عكس ما يتم الإبلاغ عنه.
فيما يلي بعض النصائح السريعة حول اختبار الانقسام بمستويات منخفضة من حركة المرور:
- اختبر التغييرات الكبيرة أولاً حيث من المرجح أن تنتج معدلات تحويل مختلفة وتنهي التجربة الإجمالية بشكل أسرع
- ابدأ بتقسيم صفحات الويب التجريبية في أقرب وقت ممكن ، فقد يستغرق الإعداد أقل من ساعة باستخدام أدوات مثل Visual Website Optimiser (سهل الاستخدام ، الدفع مقابل الاستخدام) أو Google Content Experiments (يتطلب التطوير ، فقط اختبار A / B / N ، مجاني للاستخدام)
- اختبر مراحل مختلفة من موقع الويب الخاص بك في نفس الوقت - بالنسبة لموقع التجارة الإلكترونية ، يمكنك اختبار الصفحة الرئيسية وصفحات الفئات وصفحات المنتج وصفحة عربة التسوق وصفحة الخروج وصفحة النجاح كلها في نفس الوقت ولديك تحسينات في نسبة التحويل المركب
إذا كانت مستويات حركة المرور لديك كبيرة بما يكفي ، فلماذا لا تختبر درجة يقين بنسبة 99.9٪؟ يمكنك أيضًا تقسيم نسبة صغيرة من الزوار للاختبار على أساسها بحيث لا يكون للنتائج الإجمالية تأثير كبير إذا أدت التجربة إلى نتائج أسوأ من النسخة الأصلية.
استنتاج
اجمع أكبر قدر ممكن من المعلومات قبل اتخاذ قرارات التسويق الرقمي بناءً على الإحصائيات ، والتي تتطلب عادةً الكثير من موضوعات الاختبار (الزوار). تؤدي القمامة إلى التخلص من القمامة عندما يتعلق الأمر بالإحصاءات ، لذلك لا تخدع نفسك في اتخاذ إجراء قد يكون ضارًا إلا إذا كنت متأكدًا جدًا من أن الأشياء تتغير للأفضل أو للأسوأ.
كيف تدعم الأهمية الإحصائية التسويق الرقمي - https://t.co/0xhxsqHJNl #ppcchat
- جوناثان إلينز (Jonathan_Ellins) 25 فبراير 2016