Distorsioni nei rapporti SEO: come rimanere obiettivi sui dati di marketing online

Gli esseri umani non sono pensatori perfetti. Ci piace immaginarci come risolutori di problemi logici e diretti, ma la realtà è che la maggior parte delle volte siamo afflitti da pregiudizi nascosti e idee sbagliate che distorcono completamente le nostre interpretazioni anche dei dati più oggettivi. Quando osserviamo un insieme di dati o osserviamo qualcosa nel suo ambiente naturale, formiamo giudizi concreti che poi modellano le nostre interazioni con quegli elementi. E da un punto di vista pratico, siamo bravi a farlo; il cervello umano si è evoluto per rilevare facilmente i modelli come meccanismo di sopravvivenza.

Questo meccanismo è ipersensibile e imperfetto, causando molti dei pregiudizi che sto per esaminare. Nella nostra vita quotidiana, potrebbero non avere un grande impatto, ma nel regno del marketing e della pubblicità, i dati oggettivi sono fondamentali. Se questi pregiudizi influenzano le tue interpretazioni di set di dati altrimenti oggettivi, potresti finire per presentare informazioni errate ai tuoi clienti o, peggio, adattare la tua campagna per crescere nella direzione sbagliata.

Perché la compensazione del pregiudizio è importante?

Fortunatamente, non devi diventare schiavo dei tuoi pregiudizi. Non c'è modo di riprogrammare il tuo cervello ed evitarli del tutto, ma ci sono strategie che puoi mettere in atto per rendere più difficile che questi pregiudizi influiscano sul tuo lavoro. Pensalo come una sorta di handicap o sistema di adattamento; ad esempio, se sai che il vento soffia a est sul campo da golf, potresti allineare il tiro a ovest del punto in cui vuoi che la pallina vada effettivamente. Questo non elimina il fattore vento, ma ti aiuta a ottenere i risultati di cui hai bisogno con solo una piccola regolazione. Altrimenti, il tuo colpo finirà per esplodere molto a est di dove ti serve per atterrare.

C'è un grosso problema con questa metafora del golf, ed è il fatto che ti renderai conto che il tuo tiro è fuori rotta una volta completato; nel campo del marketing, se interpreti le tue metriche in modo errato, potresti non imparare mai questo fatto.

Dai un'occhiata a questa illusione ottica come dimostrazione efficace di come il pregiudizio può rovinare la tua mente:

(Fonte immagine: Nerdista)

Confronta il quadrato centrale del pannello laterale con il quadrato centrale del pannello superiore. La maggior parte delle persone sosterrà che il quadrato laterale sembra essere un arancione brillante, mentre il quadrato superiore sembra essere un marrone opaco. Se smettessi di scrivere qui, molti di voi continuerebbero a crederci.

Tuttavia, la realtà è che entrambi i quadrati sono esattamente dello stesso colore. Se copri i quadrati colorati circostanti, che inducono il tuo cervello a compensare eccessivamente le condizioni di illuminazione, vedrai che questo è vero. Questo processo è il tipo di "correzione del pregiudizio" di cui sto parlando; senza di esso, finirai per interpretare erroneamente i tuoi dati, ma con esso puoi arrivare a una conclusione più accurata.

Tipi di pregiudizi

Ci sono due tipi di pregiudizi che tratterò in questa guida, sebbene il secondo non sia tecnicamente un "pregiudizio" nella definizione formale. Entrambi possono avere un effetto drammatico sul modo in cui visualizzi e interpreti i dati, quindi dovrai tenere conto di entrambi ogni volta che misuri o riporti le metriche per una determinata campagna.

• Bias cognitivi. Il primo tipo sono i classici bias cognitivi. Questi sono inerenti alla stragrande maggioranza della popolazione, sebbene offrano diversi gradi di influenza a seconda dell'individuo e dello scenario. Pensa a queste come situazioni che sfruttano processi naturali, altrimenti preziosi, nel cervello; nell'esempio del colore sopra, è una buona cosa che il nostro cervello possa spiegare naturalmente la presenza di luce e ombra. Tuttavia, si traduce in percezioni distorte. Lo stesso vale per il seguente esempio: quale riga è più corta?

(Fonte immagine: Brain Bashers)

Esistono innumerevoli sottotipi di pregiudizi e esplorerò alcuni dei più rilevanti per i professionisti del marketing moderni.

• Fraintendimenti e interpretazioni errate. Lo considero anche una sorta di pregiudizio che ci porta a interpretare erroneamente il vero "significato" di una metrica. Grazie alla tecnologia moderna, abbiamo accesso a molti più dati di quanto avremmo creduto possibile solo un decennio fa. Ciò non significa che ogni punto dati abbia una definizione chiara o che sia facile da capire. Molte metriche simili condividono nomi simili, ma offrono visualizzazioni molto distinte sulla tua campagna. Allo stesso modo, un errore di comunicazione tra i membri del team può portare a interpretazioni molto diverse della stessa idea:

(Fonte immagine: Connexin)

Iniziamo dando un'occhiata ad alcuni dei pregiudizi cognitivi più comuni che possono influenzare la tua interpretazione delle metriche.

Bias cognitivi

Questa lista non è comprensibile; ci sono un numero sorprendente di pregiudizi cognitivi che possono influenzare il tuo ragionamento, comportamento sociale e persino la tua memoria. Tuttavia, ho catturato la maggior parte dei pregiudizi che possono influenzare il modo in cui la tua mente trova, seziona e interpreta i risultati di marketing. In ogni sottosezione, descriverò i pregiudizi e le strategie di dettaglio che puoi utilizzare per compensarli.

Bias di conferma

Il primo è il bias di conferma, uno dei bias cognitivi più comunemente riconosciuti. Questo fenomeno sostiene che una volta che un individuo si è stabilito su una convinzione specifica, cercherà e/o favorirà qualsiasi informazione che lo porti a "confermare" tale convinzione ed eviterà e/o demeriterà qualsiasi informazione che contraddica tale convinzione. Ad esempio, prendi lo strano vestito che ha fatto scalpore sui social media qualche tempo fa:

(Fonte immagine: LinkedIn)

L'immagine centrale è l'originale, con le due su entrambi i lati che mostrano l'abito con luci e filtri diversi. La foto centrale ha generato risposte descrivendola come oro e bianco o blu e nero. Gli utenti che hanno incontrato una definizione spesso hanno visto il vestito come quei colori, non rendendosi conto che le informazioni visive nella foto erano ambigue.

Nel contesto di una campagna di marketing, questo può accadere quando hai pre-formato una conclusione su una delle tue strategie. Ad esempio, potresti presumere che la tua nuova strategia per i contenuti stia andando bene perché hai investito molto tempo e denaro in essa. Potresti quindi guardare solo i punti dati che confermano questa ipotesi; diciamo che stai ricevendo molti più commenti e innescando nuove conversazioni. Ma potresti ignorare o trascurare dati contraddittori, come numeri di traffico organico inferiori.

Per compensare ciò, seleziona le metriche che misurerai per determinare il successo prima ancora di elaborare una strategia. Quindi, rimani coerente con questo insieme di metriche e rimani il più obiettivo possibile nella loro analisi, anche se i numeri contraddicono il tuo istinto.

Bias di selezione

Il bias di selezione è solitamente relegato ai sondaggi, che dipendono da un ampio campione casuale di partecipanti per essere considerati imparziali ed efficaci. Un bias di selezione sarebbe una procedura impropria che ha portato un gruppo di partecipanti a inclinare i risultati in una direzione o nell'altra. Ad esempio, se intervisti solo persone in Idaho per un sondaggio a livello nazionale, riceverai risposte che rappresentano in modo sproporzionato un residente dell'Idaho.

Se stai conducendo sondaggi per la tua campagna di marketing (come la raccolta di dati sulle preferenze di contenuto del tuo pubblico), i possibili effetti qui sono evidenti: se selezioni un gruppo di partecipanti ristretto o distorto, i tuoi dati saranno intrinsecamente inaffidabili. Ma questo vale anche per i dati che potresti inserire in Google Analytics.

Ad esempio, se stai esplorando diverse sezioni, potresti scoprire che il tuo traffico "generale" visita in media tre pagine interne prima di uscire. Da questo, potresti trarre la conclusione che il tuo sito è efficace nell'attirare le persone ulteriormente, ma per quanto riguarda solo il tuo traffico social? Se i tuoi visitatori social spesso rimbalzano dopo la prima pagina, potrebbe essere un'indicazione che i post del tuo blog (o altri link social) non sono così efficaci nel suscitare quella curiosità.

ancoraggio

L'effetto di ancoraggio ha a che fare con ciò che incontri prima di incontrare un certo evento (o in questo caso, una certa metrica). Poiché le nostre menti sono programmate per i confronti, ogni volta che sentiamo un valore numerico, confrontiamo immediatamente i valori numerici futuri con esso, anche se quei numeri non sono completamente correlati.

Dai un'occhiata al seguente fumetto come esempio:

(Fonte immagine: Wealth Informatica)

Entrambi i partecipanti stanno essenzialmente generando numeri casuali, le ultime cifre dei loro SSN. Alla domanda su cosa valuterebbero per una bottiglia di vino identica, la persona con il numero più alto generalmente stima che sia un valore più alto.

Questo può accadere anche nei rapporti sulle metriche. Ad esempio, supponiamo che tu abbia letto di recente un articolo che vantava un miglioramento del 300 percento del ROI dopo aver apportato una semplice modifica a una campagna di marketing. Se noti un tasso di crescita del 30% nel tuo traffico, potresti pensare che sia piuttosto basso. Al contrario, se senti qualcuno lamentarsi di un tasso di conversione terribilmente basso, come una frazione di percentuale, quella cifra di crescita del 30% potrebbe iniziare a sembrare piuttosto buona.

Escalation irrazionale

L'escalation irrazionale, a volte nota come escalation dell'impegno, è un pregiudizio che ha meno a che fare con il modo in cui riporti o interpreti le metriche e più su cosa fai con le tue conclusioni da lì. Con questo pregiudizio, gli individui hanno una maggiore probabilità di intraprendere un'azione forte se hanno intrapreso azioni deboli correlate in passato.

L'esempio tipico è il gioco dell'"asta del dollaro", in cui una banconota da un dollaro viene venduta all'asta davanti a un gruppo. Chiunque può fare un'offerta per il dollaro che vuole. Alla fine del gioco, il vincitore riceve la banconota da un dollaro per qualunque importo abbia offerto, ma c'è una svolta: il secondo classificato deve pagare la sua offerta finale al banditore senza ottenere il dollaro in cambio. Invariabilmente, le offerte aumentano ben oltre il valore in dollari della banconota da un dollaro; questo perché una volta che ti sei impegnato in una certa idea, o una certa strategia, è facile investire in modo incrementale solo "un po' di più", anche se a un certo punto diventa irrazionale.

Qual è la pratica da asporto qui? Diciamo che hai investito in una certa strategia di marketing per molti mesi e hai visto risultati decenti, ma gli ultimi mesi sono stati lenti al punto che sei a malapena in pareggio. Il pregiudizio dell'escalation irrazionale ti farebbe continuare a investire in esso, dal momento che sei già arrivato così lontano, anche se non ci sono prove di benefici futuri. L'unico modo per sconfiggere questo pregiudizio è soppesare i pro ei contro di ogni strategia, anche quelle a cui sei abituato, con prove oggettive, preferibilmente numeriche.

L'effetto eccessiva sicurezza

Tutti noi siamo disperatamente e irrimediabilmente troppo sicuri di sé. Non sto parlando della tua autostima o dei tuoi livelli di comfort in varie situazioni sociali; Sto parlando della tua tendenza a stimare le tue percezioni. Tutti credono di essere migliori della media nel prendere decisioni e nel rispondere alle domande, in quasi tutti gli scenari.

Per questo motivo, i professionisti del marketing spesso credono di saperne di più sull'analisi dei dati di quanto non sappiano effettivamente e credono di essere responsabili delle decisioni migliori di quanto non siano in realtà. Quello che succede è questo: un marketer esaminerà i dati, ne trarrà una conclusione e poi si atterrà a quella conclusione senza esplorare altre possibilità. In generale, ci sono troppe incognite per poter sostenere una conclusione definitiva.

Per compensare questo, porta più menti nella tua analisi e discussione. Ogni persona sarà troppo sicura della propria capacità analitica, ma insieme sarete in grado di compensare le debolezze dell'altro e giungere a una conclusione più uniforme.

Essenzialismo

L'essenzialismo è un complesso pregiudizio cognitivo che permea la nostra vita in modi profondi e talvolta orribili. Il suo nome deriva dalla radice della parola "essenza" perché riflette una naturale tendenza umana a ridurre temi e idee complesse fino alla loro più nuda essenza. Questo è importante durante le prime fasi dell'apprendimento e dello sviluppo, dove l'astrazione è difficile e l'acquisizione è imperativa, ma più avanti nella vita, questo ci dà la brutta tendenza a classificare cose, luoghi e persone in base a ciò che sappiamo di altre cose, luoghi e persone. È almeno in parte responsabile di stereotipi e pregiudizi.

In un reato molto meno grave, l'essenzialismo è anche responsabile di indurre i marketer a generalizzare oa categorizzare eccessivamente determinati tipi di metriche. Ad esempio, potrebbero credere che la frequenza di rimbalzo sia intrinsecamente "cattiva" e, pertanto, le frequenze di rimbalzo dovrebbero essere sempre inferiori, anche se le persone che rimbalzano potrebbero essere una buona cosa se non fanno parte dei dati demografici di destinazione per cominciare.

Non esiste un modo semplice per impedire alla tua mente di vagare in questa direzione, ma puoi lottare per la neutralità trattando ogni metrica come se avesse tratti sia positivi che negativi; vedere ogni metrica per quello che è senza cercare di ridurla a una posizione universalmente "buona" o "cattiva". Ciò è particolarmente importante per i tratti relativi al comportamento dell'utente, che è qualitativo e, a volte, imprevedibile.

Ottimismo Bias

(Fonte immagine: Masmi)

Penso che tutti sappiamo com'è il pregiudizio dell'ottimismo. Lo abbiamo sentito tutti in un'applicazione o nell'altra e la maggior parte di noi lo sperimenta ancora durante la vita quotidiana. No, questo non ha nulla a che fare con il fatto che ti consideri un "ottimista" o un "pessimista" in generale, invece, è un fenomeno psicologico ben documentato che si applica alla maggior parte delle persone.

L'effetto più grande qui è che le persone credono intrinsecamente di avere meno probabilità della media di sperimentare eventi negativi, specialmente se sono rari. La maggior parte delle persone non pensa mai di essere derubata, o che la loro casa prenderà fuoco, o che perderanno il lavoro. Ma le persone lo fanno ancora.

Nel mondo del marketing, questo di solito si riferisce ai disastri delle pubbliche relazioni. La maggior parte dei marchi non pensa mai all'idea che le loro statistiche sui social media stiano crollando a causa di un commento sciocco che hanno fatto qualche tempo prima, o credono che il loro calo del traffico organico possa essere dovuto a una grave sanzione. Il fatto è che queste cose accadono, anche a brand e strategie intelligenti e ben pianificate. Non considerarti fuori dalla possibilità qui.

Errori di attribuzione di gruppo

L'errore fondamentale di attribuzione del gruppo si verifica quando si vede il comportamento di una singola persona e si proiettano immediatamente i tratti di quella persona all'intero gruppo. Ad esempio, in un bar potresti vedere un gruppo di persone a un tavolo vicino e uno di loro è particolarmente odioso, urla e urla. Molti penserebbero immediatamente che l'intero gruppo sia odioso, piuttosto che solo un individuo.

Nel senso della segnalazione, questo può anche applicarsi, a seconda di quanto sono ampie le tue misurazioni e se usi eventuali istanze di prove aneddotiche. Ad esempio, supponiamo che tu abbia scritto un contenuto eccezionale e che una manciata di utenti abbia iniziato a commentarlo attivamente. In generale, i commenti sono un buon segno che il tuo pezzo è stato interessante o abbastanza prezioso da consentire ai tuoi lettori di interagire, ma puoi fare questa ipotesi per l'intero gruppo, o è stato solo una manciata di strambi che ti è capitato di impigliare?

Questo non vuol dire che piccoli campioni di popolazione siano intrinsecamente inutili: possono essere preziosi e possono rappresentare l'insieme. Ciò che è importante ricordare è che non sempre rappresentano il tutto e devi compensare questo guardando campioni più grandi.

(Fonte immagine: The Rad Group)

La linea di fondo per la maggior parte di questi pregiudizi è che non dovresti prendere nulla per oro colato o fidarti troppo del tuo istinto. La maggior parte dei tuoi istinti si basa su funzioni cognitive evolutivamente vantaggiose, il che significa che quando si tratta della logica e della matematica dell'analisi statistica, le nostre menti non possono fidarsi. Tratta tutto con un secondo grado di scrutinio.

Idee sbagliate e interpretazioni errate

Come se tutti quei pregiudizi cognitivi non fossero sufficienti, ci sono casi in cui non definiamo nemmeno con precisione le nostre metriche. Dimentica il bias di conferma: se stai osservando una metrica pensando che sia un'altra, i tuoi numeri sono comunque sbagliati. Questa sezione è progettata per chiarire alcuni dei punti di confusione più comuni per il traffico web e le metriche dei social media, ma non commettere errori: questo è tutt'altro che completo. Lo devi a te stesso per ricontrollare la tua interpretazione di ogni metrica che misuri; anche una parola diversa può compromettere un intero costrutto.

statistiche di Google

Google Analytics è gratuito, facile da navigare e affidabile, ma ciò non significa che sia sempre semplice. Dai un'occhiata ad alcune delle discrepanze che potresti trovare qui.

• Frequenza di rimbalzo e frequenza di uscita. Se provi a pensarci concettualmente, la frequenza di rimbalzo e la frequenza di uscita sembrano identiche. Sono anche uno accanto all'altro nella dashboard predefinita di Analytics, ma come puoi vedere di seguito, possono essere molto diversi. Fondamentalmente, il tasso di uscita si applica solo agli utenti per i quali la pagina in questione è stata l'ultima della loro sessione. La frequenza di rimbalzo si riferisce agli utenti per i quali la pagina in questione è stata la prima e unica della loro sessione.

• Visitatori, visite e visualizzazioni di pagina. Qual è la differenza tra una visita e una visualizzazione di pagina? Puoi dirmelo senza praticamente ripeterti? A quanto pare, una "visita" si verifica quando un utente accede al tuo sito Web da un URL esterno e termina quando quell'utente è inattivo per 30 minuti o più (o se lascia il tuo sito). Una visualizzazione di pagina, d'altra parte, viene conteggiata ogni volta che una persona carica o ricarica una pagina sul tuo sito. Pertanto, è possibile che un'esperienza venga conteggiata come una visita e più visualizzazioni. Le visite sono anche chiamate "sessioni".

• Segmentazione. È anche facile interpretare erroneamente le metriche definite quando hai segmentato il tuo traffico in modo improprio (o non l'hai segmentato affatto). A volte, vorrai guardare un "pubblico generale" e altre volte vorrai approfondire qualcosa di più specifico, come gli utenti che ti hanno trovato attraverso la ricerca o attraverso i social media, ma è importante conoscere la differenza. Dai un'occhiata a come possono essere diversi i risultati di traffico diretto e organico:

• Traffico interno. Potresti anche distorcere i tuoi numeri consentendo la segnalazione del traffico interno in Google Analytics. Tecnicamente, non hai frainteso il significato di una metrica qui, ma potresti sovrastimare gravemente quante persone stanno effettivamente visitando il tuo sito. Fortunatamente, è facile impostare un filtro che ti impedisca di monitorare tutti i tuoi colleghi e partner che accedono al sito su base giornaliera (ma non fanno parte dei dati demografici di destinazione).

Per iniziare, vai alla scheda amministratore e seleziona "Filtri".

Questo ti darà l'opportunità di “creare” un nuovo filtro; ci sono diversi tipi di filtri tra cui scegliere, ma di solito vorrai sceglierne uno che filtri gli utenti in base all'indirizzo IP o alle informazioni dell'ISP. Ciò impedirà ad Analytics di tenere traccia delle informazioni di qualsiasi utente specificato.

• Il gioco dei numeri. Infine, ricorda che i numeri sono solo numeri. La tua frequenza di rimbalzo potrebbe essere alta, ma ciò non significa che tutti quelli che se ne sono andati non fossero interessati alla tua pagina. Le tue percentuali di clic dai social potrebbero essere buone, ma ciò non significa che alle persone siano piaciuti i tuoi contenuti. Si è tentati di ridurre tutto a parametri oggettivi, ma è importante riconoscere quei parametri oggettivi per quello che sono.

Social media

Successivamente, ci sono alcune metriche sui social media che richiedono esplorazione.

• Mi piace (o segue). Non importa su quale piattaforma ti trovi, c'è una metrica che ti dice quante persone sono interessate al tuo marchio. La maggior parte dei marchi prospera su questa cifra, vantandosi di quanti follower hanno o lamentandosi di aver bisogno di più "Mi piace". Tuttavia, non lasciare che questa metrica ti inganni; non riflette esattamente come le persone si sentono effettivamente nei confronti del tuo marchio, il che è molto più importante a lungo termine.
• Informazioni sulla pagina. La maggior parte delle piattaforme social offre approfondimenti sulla pagina o qualcosa di simile, che ti dirà quante persone hanno visto o cliccato sul tuo materiale. Stai attento qui; un'"impressione" non è sempre correlata a una persona che vede effettivamente il tuo post, significa solo che è stato inserito nel suo feed di notizie. Un vago “click” potrebbe significare qualsiasi tipo di interazione, anche la segnalazione del post. Analizza cosa significano effettivamente queste metriche ingannevolmente ambigue prima di trarre conclusioni importanti da esse e ricorda, ogni piattaforma social sarà un po' diversa, ecco perché non approfondisco nessuna metrica specifica della piattaforma qui.

(Fonte immagine: Facebook)

• Impegni. Infine, gli impegni, come i Mi piace dei post, le condivisioni e i commenti, sono tutti importanti e preziosi, ma non cercare di ridurli a un valore puramente quantitativo. Ad esempio, un articolo che guadagna 1.000 condivisioni può essere considerato popolare, ma ciò non riflette l'impressione audace che ha fatto sulle persone che lo hanno condiviso: avrebbero potuto condividerlo solo per il titolo intelligente. Allo stesso modo, non prendere i commenti come un'indicazione sicura che queste persone sono fan del tuo marchio e non dare per scontato che ogni "mi piace" significhi che qualcuno ha letto e apprezzato il tuo pezzo. Prendi queste metriche di coinvolgimento con le pinze.

Errori di confronto

Come regola generale, il modo in cui confronti le metriche tra loro ha molto potere sulle conclusioni che alla fine arriverai. Ad esempio, è di fondamentale importanza che tu prenda misure "dalle mele alle mele". Se hai intenzione di valutare i tuoi progressi in una certa area, devi replicare le condizioni di misurazione nel modo più preciso possibile; ad esempio, se stai osservando la frequenza di rimbalzo dei visitatori organici nel corso di un mese, non puoi confrontarla con la frequenza di rimbalzo dei visitatori social nel corso di un mese diverso. È come paragonare le mele alle arance. Consenti solo una variabile tra le metriche confrontate, come il mese in questione o il tipo di traffico: quando ne introduci due, il confronto si sgretola.

Comunicazione

Riconosci che la tua capacità comunicativa ha una forte influenza sul modo in cui gli altri interpretano le metriche. Una parola sbagliata o fuorviante su come dovrebbe essere letta una metrica specifica potrebbe compromettere l'interpretazione di una persona di quella metrica per il prossimo futuro. Questo è particolarmente importante con i clienti; vuoi che abbiano la visione più chiara e obiettiva possibile, quindi rimani diligente e coerente fin dall'inizio per dare loro il quadro completo e accurato delle tue metriche di marketing.

Utilità e valore

Ci sono due punti importanti riguardo all'utilità e al valore della misurazione e dell'analisi che devo affrontare. Finora, la mia guida potrebbe farti credere che le misurazioni siano intrinsecamente imprecise o che non valga la pena di essere perseguite, ma questo è tutt'altro che vero. La misurazione e l'analisi sono fondamentali se vuoi che la tua attività rimanga in vita. Ciò che conta davvero è come ti avvicini a loro:

Innanzitutto, le tue misurazioni sono utili solo se sono oggettive . E per peggiorare le cose, è incredibilmente difficile essere obiettivi (come hai visto nella mia lista di pregiudizi cognitivi). Se permetti al tuo istinto o ai tuoi preconcetti di prendere il sopravvento, le tue metriche diventano come uno specchio: vedi solo ciò che vuoi vedere. I dati dovrebbero essere uno strumento per rispondere a domande importanti, non un mezzo di autoaffermazione.

Secondo, non basare tutto sui numeri . I numeri sono oggettivi, è vero, ma grazie alla moderna tecnologia i numeri sono troppi. I dati possono essere manipolati per dirti quasi tutto e, grazie all'imperfezione umana, è praticamente impossibile arrivare a una conclusione completamente imparziale e obiettiva su qualsiasi cosa. Ciò che è importante qui è mantenere un sano grado di fiducia; sentiti libero di usare le tue metriche e numeri per trarre conclusioni, ma nella parte posteriore della tua mente dovrebbe sempre esserci un'ombra di dubbio. Le analisi non sono perfette; accettalo.

Takeaway finali

Sebbene la mia speranza fosse quella di creare una guida dettagliata e preziosa, so che questa non è intrinsecamente completa. Creare una guida veramente completa sui pregiudizi umani e la tendenza agli errori nel marketing richiederebbe molte più risorse di quelle che ho io e, molto probabilmente, più conoscenza sulla mente umana di quella che abbiamo attualmente.

Se c'è una conclusione fondamentale da questa guida, è questa: non importa quanto siano affidabili i tuoi dati, richiedono comunque una mente umana per l'interpretazione e le menti umane sono fallibili. Puoi ridurre questa fallibilità (come dovresti), ma non puoi eliminarla, quindi aspettati, compensala e non lasciare che comprometta la tua campagna di link building SEO.