In che modo il significato statistico è alla base del marketing digitale

Non prendere mai una decisione importante senza aver prima verificato i fatti.

Faresti il ​​bungee jump senza prima controllare il cavo? Attraversare la strada senza prima cercare il traffico? O cambiare un fusibile sotto tensione senza controllare che l'alimentazione sia disattivata?

Prendere una decisione senza prima verificare i fatti può risultare molto costoso, ma spesso lo vediamo accadere nel settore del marketing digitale.

Come le statistiche possono mentirti

Quando si esaminano differenze statistiche, tendenze e causalità, se non si dispone di informazioni sufficienti è facile ottenere un'immagine sbagliata.

Considera un semplice lancio di una moneta: lanciando una moneta dieci volte puoi ottenere la moneta sei volte con testa e quattro volte con croce. Questo significa che il lancio di una moneta restituisce testa il 60% delle volte? Dovresti lanciare una moneta molte altre volte per avere un'idea chiara di quanto sia probabile che esca testa.

Tracciare alcune simulazioni di lanci di monete su un grafico mostra che anche dopo 50 lanci di monete potresti essere molto lontano dalla vera risposta del 50% di probabilità:

Anche dopo 1.000 lanci di monete, la risposta può essere spesso trovata tra il 48% e il 52%, che è ± 2% intorno alla risposta effettiva:

Senza un gran numero di test non c'è modo di dire quale sia la vera risposta, e sarebbe sciocco trarre conclusioni senza essere scientifici e ottenere abbastanza fatti prima di trarre una conclusione.

I tabloid usano spesso statistiche inconcludenti o distorte per sostenere affermazioni elaborate come " Bere X cura il cancro! “, “ La vitamina X inverte la calvizie! " o " Mangiare X ti farà perdere peso! “. Puoi facilmente fare queste affermazioni semplicemente avendo un gruppo di test così piccolo da avere dati "rumorosi", statistiche così inconcludenti che potrebbero oscillare in entrambi i modi e dimostrare ciò che vuoi dimostrare se sei abbastanza fortunato. Un famoso caso di questo è stato quello di John Bohannon, che ha ingannato milioni di persone e importanti pubblicazioni nel pensare che il cioccolato aiutasse la perdita di peso.

Anche filtrare i soggetti del test può distorcere selvaggiamente le statistiche. Ad esempio, molti marketer di prodotti per la cura dei capelli intervisteranno i clienti che hanno già acquistato il prodotto, che hanno ricevuto il prodotto gratuitamente o che hanno condiviso un interesse per il prodotto in passato. Viene quindi chiesto loro se consiglierebbero il prodotto ai loro amici o familiari. I risultati sono sorprendentemente positivi, con risultati che generalmente superano l'80% di gradi di approvazione che possono quindi essere aggiunti al materiale di marketing con un numero impressionante di soggetti di prova.

In che modo una bassa significatività statistica può portare a cattive decisioni di marketing digitale

Gran parte del lavoro di marketing digitale inizia con alcune decisioni di base: cosa dovremmo dedicare al test? Quali attività devono essere eseguite per prime? Identifichiamo quindi i risultati generati da eventuali modifiche apportate.

Diamo un'occhiata a tre aree del marketing digitale in cui una bassa significatività statistica può avere un impatto negativo nel complesso, nonostante i migliori sforzi degli esperti di marketing per migliorare le cose:

Modifiche errate apportate agli account pubblicitari a pagamento online

Con la pubblicità a pagamento stai investendo i tuoi soldi prima di ottenere un ritorno sull'investimento. Il rischio di perdere denaro in generale è motivo di preoccupazione per la maggior parte dei proprietari di attività online, che può portare a decisioni avventate all'interno di account pubblicitari a pagamento online.

Ad esempio, è molto facile guardare le statistiche di una campagna, pensare che non stia andando bene come previsto ed eliminare quella campagna in modo che non "sprechi" più i costi pubblicitari. Ma se la campagna è stata impostata per indirizzare correttamente le persone giuste, è molto improbabile che sia inutile. Spesso semplicemente non ci sono stati abbastanza clic per vedere se potrebbe fare delle vendite. Se fosse stata effettuata una vendita ogni cinquanta clic, sarebbe stata una decisione avventata rinunciare a una campagna che ha avuto meno di 100 clic, poiché sarebbe stato semplicemente sfortunato non aver effettuato una vendita.

Prima di prendere decisioni nell'ambito della pubblicità a pagamento, devi considerare tre cose:

1. C'è stato abbastanza traffico (abbastanza soggetti di prova)?
2. Ci sono state abbastanza conversioni (abbastanza obiettivi di test)?
3. I dati sono in qualche modo distorti?

Guardare le statistiche sulla pubblicità a pagamento senza traffico sufficiente potrebbe portarti a credere che qualcosa sia molto meglio di quanto non sia in realtà. Ad esempio, di seguito vengono mostrati i dati di diverse campagne in cui una campagna ha avuto la fortuna di ottenere sei conversioni in soli venti clic. Ciò potrebbe portare il gestore dell'account a pensare che valga la pena spendere molti più soldi per questa campagna quando in realtà potrebbe avere un rendimento simile alle altre campagne con più traffico:

Con un basso numero di conversioni, molti non hanno idea del rendimento della pubblicità a pagamento, a meno che non si ottenga di nuovo un traffico significativamente maggiore. Ciò potrebbe essere dovuto al fatto che non passa abbastanza tempo per ottenere dati sufficienti o a un basso tasso di conversione che richiede un numero enorme di visitatori per ottenere in media una conversione:

Un'ultima considerazione è pensare a come le statistiche potrebbero essere distorte all'interno di diversi intervalli di date o con diversi segmenti di persone pubblicizzate. Ci possono essere alcuni grandi cambiamenti stagionali che possono distorcere le statistiche. Ad esempio, guarda quante ricerche su Google ci sono per "occhiali da sole" rispetto a "cappotti" l'anno scorso nel Regno Unito:

Di seguito sono riportati i dati sul traffico reale per un sito Web che vende fiori consegnati online. Tieni presente che il numero di clic aumenta così come il tasso di conversione, ovvero la probabilità di vendita, alcuni giorni prima della festa della mamma dell'anno scorso, che si è svolta domenica 15 marzo:

Quindi, per aggirare tutti questi problemi durante l'ottimizzazione degli account pubblicitari a pagamento, è necessario disporre di traffico e conversioni sufficienti prima di prendere decisioni importanti. Tieni inoltre presente che potresti visualizzare dati distorti.

Se non hai abbastanza traffico o conversioni, puoi invece esaminare le metriche del sito web come pagine per sessione o durata media della sessione per vedere quanto sono coinvolti i visitatori attraverso i diversi canali. Ciò ti consente di prendere decisioni più rapidamente, ma avrai comunque bisogno di una buona percentuale di clic prima di poter iniziare a ottenere un'immagine più chiara.

Se c'è una tendenza stagionale positiva o negativa, prova a guardare le statistiche di quel periodo o prendi le statistiche dello stesso periodo dell'anno scorso se le hai a portata di mano.

Presupposti errati sul posizionamento nei motori di ricerca

L'ottimizzazione per i motori di ricerca (SEO) è un argomento complesso con molte persone che credono a molti miti SEO e utilizzano cattive pratiche per cercare di superare i concorrenti nei motori di ricerca.

A volte sentiamo parlare che una certa modifica a un sito Web o un determinato collegamento esterno verso un sito Web ha comportato un effetto positivo o negativo sulla SEO. Affermazioni come "Abbiamo ricevuto un collegamento dal sito Web X e abbiamo visto un aumento del X% delle vendite" o "Abbiamo cambiato X sul sito Web e quindi abbiamo perso X quantità di traffico ogni mese" possono portare a forti convinzioni che determinate tattiche SEO debbano essere buone o dannoso per il traffico o le vendite complessive.

Le classifiche dei motori di ricerca dipendono da centinaia di fattori, una combinazione di molti segnali diversamente ponderati per determinare quali pagine tra milioni di pagine online potenzialmente pertinenti posizionare in ordine in cima ai risultati. Gli aumenti o le diminuzioni del ranking potrebbero essere dovuti a molte ragioni diverse che potrebbero non essere correlate ad alcuna attività SEO, come ad esempio:

• Un potente sito Web rimosso da Internet potrebbe aumentare le classifiche dei siti Web sottostanti
• Un nuovo potente concorrente potrebbe ridurre le classifiche di tutti prendendo la prima posizione
• Google potrebbe ritenere un certo fattore di ranking SEO più o meno importante di prima
• Un concorrente può guadagnare o perdere backlink esterni, che svolgono un ruolo importante nella SEO
• Un giorno potrebbero apparire notizie o video di tendenza su un argomento sopra gli elenchi dei motori di ricerca naturali

Questi sono solo alcuni dei molti modi in cui forze esterne potrebbero influenzare il posizionamento di un sito Web senza apportare alcuna modifica al sito Web stesso. Quindi potrebbe essere una coincidenza completa che un certo cambiamento abbia avuto un impatto positivo o negativo sulla SEO, a meno che non ci siano grandi quantità di dati a sostegno delle affermazioni.

È importante conoscere la differenza tra causalità e correlazione nelle statistiche. Se hai un sito web ad alto traffico, guardare semplicemente un grafico che mostra il numero di sessioni organiche può rivelare un grande cambiamento:

Se non hai una grande quantità di traffico, usa semplicemente le migliori pratiche SEO e di usabilità sul tuo sito web e chiedi a un esperto di fare una revisione completa del sito per ricontrollare che tutto sia a posto.

Terminare i test divisi prima che il test abbia fatto il suo corso

Il test di suddivisione A/B o multi-variante può nuovamente richiedere enormi quantità di traffico prima di poter trovare una variazione vincente. Fortunatamente la complessa matematica alla base della significatività statistica viene calcolata automaticamente in tutti i principali software di test divisi:

In fretta potresti terminare l'esperimento con una certezza dell'80%-90% che una variante è migliore di un'altra secondo le statistiche mostrate. Abbiamo visto test divisi determinare che una variazione è sicura per oltre il 90% di vincere, solo per perdere effettivamente nel complesso quando vengono raccolti abbastanza dati:

Consiglierei sempre di attendere che i risultati siano significativi per oltre il 99% prima di giungere a una conclusione potenzialmente sbagliata. Se il sito web fosse cambiato nella variante peggiore, potrebbe essere un passo indietro permanente in termini di capacità di conversione.

Puoi rischiare di arrivare a una certezza solo del 95% se i livelli di traffico sono bassi, ma ricorda che c'è un rischio del 5% che stai guardando un falso negativo: 1 volta su 20 i risultati saranno l'opposto di quanto riportato.

Di seguito sono riportati alcuni suggerimenti rapidi per i test suddivisi con bassi livelli di traffico:

• Prova prima i grandi cambiamenti poiché è più probabile che producano tassi di conversione diversi e terminino l'esperimento generale più rapidamente
• Inizia a testare le pagine web il prima possibile, l'impostazione può richiedere meno di un'ora utilizzando strumenti come Visual Website Optimizer (facile da usare, a pagamento) o Google Content Experiments (richiede sviluppo, solo test A/B/N, uso gratuito)
• Testare diverse fasi del tuo sito Web contemporaneamente: per un sito di e-commerce potresti testare contemporaneamente la home page, le pagine delle categorie, le pagine dei prodotti, la pagina del carrello, la pagina di pagamento e la pagina di successo e ottenere miglioramenti percentuali del tasso di conversione composto

Se i tuoi livelli di traffico sono abbastanza grandi, perché non testare con una certezza del 99,9%? Puoi anche segmentare una piccola percentuale di visitatori su cui testare in modo che i risultati complessivi non abbiano un impatto eccessivo se l'esperimento ha prodotto risultati peggiori rispetto alla variante originale.

Conclusione

Raccogli quante più informazioni possibili prima di prendere decisioni di marketing digitale basate sulle statistiche, che di solito richiedono molti soggetti di prova (visitatori). Quando si tratta di statistiche, la spazzatura in entrata porta a spazzatura fuori, quindi non illuderti di intraprendere un'azione potenzialmente dannosa a meno che tu non sia sicuro che le cose stiano cambiando in meglio o in peggio.

In che modo il significato statistico è alla base del marketing digitale - https://t.co/0xhxsqHJNl #ppcchat

— Jonathan Ellins (@Jonathan_Ellins) 25 febbraio 2016