データ駆動型コンテンツの山を登る方法

公開: 2020-09-29

このプロセスを完了するための鍵は、2次効果（どのデータポイントが最も多くのリンク、つまりPRを取得するか）に固執するのではなく、基本に戻って「データが実際に視聴者にどのように役立つか」を尋ねることです。

あなたの会社が持っているデータ（ユーザーデータ、製品データ、収集または購入したデータ）は、世界と共有できるストーリー、洞察、アイデアの山です。データを使用して実際の意味のあるヘルプを提供すると、トラフィック、リンク、報道が続きます。

ほとんどのデータ駆動型コンテンツの奇妙な問題

データドリブンコンテンツは、視聴者に役立つストーリーのコアとして1つ以上のデータポイントを使用するコンテンツです。

その定義のすべての部分が重要です。

データドリブンコンテンツには、正当なデータのナゲットが含まれている必要があります。これが小さな統計であるか、業界全体の分析的な内訳であるかは重要ではありません。その妥当性、収集、または購入のいずれであるかは問題ではありません。データはデータです。
データ駆動型コンテンツでは、データがストーリーを駆動します。それでも、経験と専門知識から得た洞察、知識、および理解にデータをラップする、優れたコンテンツである必要があります。
そのデータ+洞察はあなたの聴衆を助ける必要があります。それはあなたの製品を最大限に活用すること、または彼らが他の業界に対して彼ら自身をベンチマークするのを助けることについてである可能性があります。しかし、あなたが書く人々は価値をもってそれから離れなければなりません。

これは本当に基本的な定義ですが、作成する必要があります。誰もがポイント1を獲得し、ほとんどの人がポイント2を獲得しますが、人々が頭を向けるのはポイント3です。

同じオーディエンス向けにデータコンテンツを作成する代わりに、他のすべてのコンテンツを作成し、代わりに「リンクを取得する」という望ましい結果でデータコンテンツを作成します。彼らは、コンテンツをコアリーダーにとって有用で問題解決にする機会を無視しています。

これの最もひどい形は、PRと報道機関の言及のために書くことです。 New York TimesのWebサイトに、1対1で1,200語を掲載することを期待している人は誰もいません。しかし、人々はデータコンテンツでそれを期待しています。優れたコンテンツには、二次的な効果として、リンクがあり、プレスの言及さえあります。

しかし、最初の効果は常に読者を助けることでなければなりません。

これは、ビデオCTAを使用するためのベストプラクティスを共有したいときにWistiaが行ったことです。

彼らは、顧客や見込み客が他の人がCTAをどのように使用しているかを理解したいと考えており、役立つデータがあることを知っていました。そこで彼らは、「Wistiaがホストする動画の360万以上のカスタマイズ— 324,015本の動画からの481,514件の召喚状を含む」を分析し、CTAがどのように最適に機能するかをユーザーに知らせました。

Wistiaガイドからビデオマーケティングにおける行動の呼びかけまで

この記事は、何万ものビューを生成するだけでなく、次のことも行います。

これは、Wistia営業チームの販促資料として機能します。 見込み客と電話をしている場合は、この作品を紹介して、CTAに期待するコンバージョン率を動画で示すことができます。
これは、カスタマーサクセスチームへのアドバイスとして機能します。 彼らはこの情報を使用して、現在の顧客がビデオでCTAをよりよく使用し、成功するのに役立てることができます。

これはニューヨークタイムズやボストングローブのトップページにはなりませんでしたが、ウィスティアの顧客を呼び込み、彼らがより成功した顧客を助けました。そのため、データコンテンツを作成します。

バックリンクと報道機関の言及は、ジャーナリストが最初に書いたものと同じように、これらの読者中心のデータ投稿に自然に来る可能性があります。 Facebook広告のコストをベンチマークする記事であるAdEspressoブログで最もリンクされている記事には、約1,000の参照ドメインからの驚異的な4,170のバックリンクがあります。これは非常に評判の良い情報源からの非常に人気のある情報であり、AdEspressoは6億3600万ドル以上の広告費を管理しているため、Facebook広告を使用する人は誰でもそれにリンクします。

プレスを取得する場合も同様です。 COVID-19のパンデミックが始まった5月に給与交渉プラットフォームCandorが作成した世界の雇用市場でのこの作品は、マスコミの注目を集めました。

それは最初に役立つことによって報道されました。 Candorはクラウドソーシングされたデータを使用して、パンデミックが世界中で蔓延したときに、誰を採用したか、採用を凍結したか、または従業員を解雇したかのリストをすばやく生成しました。

次に、このリストを使用して、業界、場所、セクター別にセグメント化し、読者がまだ仕事がどこにあるかを確認できるようにしました。

COVID-19の世界の雇用市場の状態から

それは彼らが必死にそれを必要とした時に何千人もの人々に世界の雇用市場についての重要な情報を与えました。もちろん、ジャーナリストはそれについて書くつもりです。この記事は最初に読者を助けます、そしてその副産物はより多くのトラフィックとCandorの報道でした。

どの企業でも書き込める4種類のデータコンテンツ

Wet Wet Wetのよりオタクなバージョンが歌っていたかもしれないので、「データはいたるところにあります」。

私たちAnimalzは、100以上の企業と協力しており、そのすべてがデータコンテンツを作成したか、作成することができます。データを見つけることは問題ではありません。適切なデータを見つけることが重要です。

繰り返しますが、これは読者中心です。 読者が知っておく必要のあるデータは何ですか？ 読者が洞察を必要とするデータは何ですか？

1.独自のデータコンテンツ

あなたが所有するデータは、常に書くのに最適なデータになります。あなたはそれを最もよく理解し、それはあなたの聴衆にとって最も有用であり、そしてそれは無数の方法で使用することができます。

彼らの記事「私たちは752,626のFacebook広告を分析しました、そしてこれが私たちが学んだことです」で、AdEspressoはFacebook広告の構成を分析するために彼らの広告例ライブラリ全体を調べました。

この記事の読者は数十万人にのぼり、それぞれがクラス最高のFacebook広告を作成する方法を学びました。これは、技術的には上記のWistiaの例のような製品データではありません。代わりに、それは、オーディエンスとの関連性を理解したという理由だけで構築されたタンジェンシャルデータセットAdEspressoです。分析は、そのオーディエンスをさらに支援します。

この記事は最初に2015年に公開され、その後2018年に更新されました。これはデータコンテンツにとって重要であり、多くの場合、販売期限があります。 リモートワークの5つのヒントの真実は永遠ですが、データはすぐに古くなるため、できるだけ頻繁に更新する必要があります。

しかし、この余分な作業にはプラスがあります。それは余分なトラフィックです。

この記事が更新されたとき、2回目の電子メールバーストと配信から2回目のトラフィックの急増がありましたが、データが古くなったために減少していたベースラインのオーガニックトラフィックも増加しました。今はまた老朽化しているので、この記事はおそらく来年にまた更新される予定です。しかし、更新されると、ベースライントラフィックの別の増加とともに、そのスパイクが再び見られます。

すべてのデータ記事が、あなたが持っているすべてのデータを見る巨大なものである必要はありません。単一のデータに焦点を当てた短い記事は、視聴者にとっても同様に役立ちます。最適なビデオの長さに関するWistiaのこの記事は、800語未満ですが、ビデオの長さについて十分な情報に基づいて選択するために必要なすべての情報を読者に提供します。

この記事は、上記のCTAガイドの大規模なデータ分析の派生物として書かれました。大量のデータコンテンツを作成する場合は、調査結果を他の記事で再利用およびリミックスする方法を検討してください。各データポイントを独自の小さな記事にハイブオフして、そこで詳細に展開することができます。それに興味のある人は、大きな部分をくぐり抜けることなく、その記事に集中できます。

2.公開データコンテンツ

パブリックデータは、プロプライエタリデータが提供する組み込みのエッジを提供しません。理論的には、誰でもそれを見つけて書くことができます。したがって、洞察をもたらす必要があります。

これが、CBInsightsがデータコンテンツにアプローチする方法です。独自のデータを使用することもありますが、ビジネスやテクノロジーを深く理解しているため、外部のデータを使用している場合でも、自分のデータのように感じることができます。

それが、Uberがお金を稼ぐ方法と失う方法で行ったことです。

CB Insightsは、Uberの財務がどのように機能するかについてのインターネットで最も包括的なレポートをまとめるために、「Uberの公開財務データとユーザーデータ、Uberの上級チームメンバーからの声明、およびそこでのリーダーとのインタビューから形成されたBradStoneのTheUpstartsなどのテキストを調べました」。データは他の場所で見つけることができますが、洞察と分析はそうではありません。

Uberがお金を稼ぐ方法と失う方法から

その洞察と分析は、多くの場合、優れたデータコンテンツを際立たせることができるものです。

データコンテンツの一般的な欠陥は、数字を説明するだけで、読者を引き込み、コンテキストでデータを説明するストーリー内に数字を設定しないという、あまりにも乱暴なものになる可能性があることです。データは、それに注意を引くだけで、それ自体で役立つ場合があります。しかし、データポイントが彼らにとって何を意味するのか、そして彼らがその知識で次に何ができるのかを読者に示すことはより有益です。

Clearbitの製品全体はデータに基づいて構築されています。マーケターが顧客に関するデータ（会社、業界、規模）にアクセスできるようにするAPIと製品を提供します。 Clearbitは、構築する必要のある統合に関する記事を作成しました。そこでは、数十万のテクノロジー企業のデータを分析して、最も人気のあるテクノロジーツールを決定しました。なんで？ Clearbitが彼らの聴衆に権威ある推薦をすることができるように。

構築する必要のあるソフトウェア統合から

「ねえ、人々はShopifyを使っている」とだけ言ったのではありません。「ねえ、人々はShopifyを使用しています。この情報を使用して、Shopifyの統合を構築し、ユーザーベースを増やすことができます。」データは記事のアンカーですが、CB Insightsの記事と同様に、洞察は読者を助けるものです。

3.調査データの内容

データを所有しておらず、データが見つからない場合は、いつでもデータを要求できます。

アンケートは、立ち上げて実行するのに最も簡単なデータ記事の一部です。Googleフォームのクイックリンクをツイートすると、データを収集できます。質問を制御することにより、データを制御するため、クリーニング、解析、および分析が少なくなります。結果を取得して、すばやく書き留めることができます。

これが私の元Animalzの同僚であるJimmyDalyがSuperpathブログの調査を行っている方法です。

彼はTwitterとContentMarketingSlackグループで調査を送信し、待機してから照合します。彼は結果を示すためにいくつかの簡単なグラフィックをまとめて、それを書き留めます。ここで、彼はコンテンツマーケティングの給与と、性別や民族別に分類して、人々が給与をどの程度公平に感じているかを調べていました。

調査から：あなたはかなり支払われていますか？

このようにして、Superpathは、わずかなリフトで月に2回データ駆動型コンテンツを取得できます。

また、はるかに大規模なデータ分析の基礎として調査を使用することもできます。昨年、保険申請および更新プラットフォームのインディオは、更新状況レポートをリリースしました。これは、400以上の代理店の調査に基づいており、「更新送信パケットをクライアントに配信することから、署名されて完成したアプリケーションを市場に出す準備ができていることまで、更新プロセス全体」を調べています。

保険更新の状態から

調査は潜在顧客にも最適です。インディオが行ったように、答えを使ってアセットを作成できます。次の調査を最初にダウンロードした人のリストに電子メールで送信して回答を求めることができるため、これは自己永続的になり、電子メールリストだけでなくデータセットも同時に成長します。

4.実験データの内容

おそらく、作成できる最も楽しいデータ駆動型コンテンツは実験です。この実験には、（a）製品がどのように機能するかを示し、（b）その価値を示すために何らかの方法で製品を含める必要があります。

このタイプのコンテンツは分析的であるため、他のタイプよりもセットアップと分析が少し複雑です。データコンテンツは、基本的に2つのタイプに分類できます。

記述データの内容：これは、記述統計を使用してデータを解釈する場所です。ベンチマークはこの良い例であり、カウント（752,626 Facebook広告）、平均（平均見出し長は5語）、パーセンテージ（33.04％の企業が詳細CTAを使用）を使用して、読者がどこにいるのかを理解できるようにします。彼らは他人との関係にあります。
分析データの内容：これは、2つのデータセット（前/後または対照/実験コホート）間の変更または差異を具体的に詳しく説明しようとする場合です。ここでは、パーセンテージ（コンバージョン率が5.45％増加）、または実験が適切に科学的である場合はp値も表示される場合があります。

「コンバージョン率が5.45％増加した」というのは、サインアッププロセスでの摩擦がどのように減少したかについてのSegmentの記事によるものです。

この場合、彼らはClearbitと一緒に独自の製品を使用して、新規ユーザーにとってサインアップフロー機能を改善することを試みました。これは、ほぼすべてのテクノロジー企業が日常的に実行している一種のUX実験です（実行するすべてのA / Bテストを考えてみてください）が、Segmentは調査結果を書き留めてコンテンツに使用することを選択しました。読者にSegmentとClearbitの使用に関する具体的な結果を提供し、これを自分で行う方法を示します。

製品を改善するための実験を行っていない場合でも、それを楽しむためだけに実験データコンテンツを作成し、読者がツールとそれを使用して得られる結果を理解するのに役立てることができます。バッファは、読者を助けるために実験を絶えず実行しています。サードパーティのソーシャルメディアツールはリーチとエンゲージメントに悪影響を及ぼしますか？ 200以上の投稿実験と結果彼らはソーシャル投稿用のさまざまなツールを試し、いくつかのツールがリーチに悪影響を与えるかどうかを調べています。

サードパーティのソーシャルメディアツールはリーチとエンゲージメントに悪影響を及ぼしますか？ 200以上の実験と結果

製品が機能する場合は、実験を実行して機能することを示すことが、作成できる最高のデータ駆動型コンテンツの一部です。それが機能することだけでなく、最良の結果を得るためのすべてのベストプラクティスも読者に示すことができれば、読者にとって本当に価値のあるものを作成できたことになります。

データコンテンツ入門

データコンテンツはやりがいがありますが、やりがいがあります。あなたは世界に全く新しい何かを追加するでしょう。私たちはこれを多くの異なる会社で行ってきました。そのすべての経験に基づいて、この演習を開始するいくつかの方法と、避けるべきいくつかの落とし穴を以下に示します。

1.顧客が知っておくべきことを見つけることから始めます

あなたがそれを持っているなら、あなたの営業チームはあなたの顧客が知る必要があることを見つけるための素晴らしい場所です。チームは毎日顧客と話し合い、製品に関する反対意見や質問を聞きます。データコンテンツは優れた販売資料であり、営業担当者がこれらの反対意見や見込み客の質問に先んじるのに役立ちます。

これは、コンテンツと販売のコラボレーションの優れた例です。

または、自分で質問することもできます。

私たちは現在データコンテンツに取り組んでいるので、ライアンはCMCGの他のコンテンツマーケターに何を知りたいのかをまっすぐに尋ねました。これは、レポートの焦点がどこにあるべきかを理解するのに役立ちます。

ここでの落とし穴は、すべての人にとってすべてのものになろうとしていることです。はい、複数のデータポイントをカバーする大規模なレポートを作成できますが、始めたばかりの場合は、1つの興味深い質問に焦点を合わせ、その詳細に取り組むことで、あなたとあなたの聴衆を興奮させることができます。

2.質問を受け取ったら、データが質問に答えられるかどうかを調べます

データが保持している秘密をすでに知っているかもしれませんが、コンテンツの方向性がわかれば、詳細に取り掛かることができます。実際の分析を開始する前に、データを十分に理解する必要があります。プロプライエタリデータについて話している場合、これはデータベースに何があるかを正確に知ることを意味する可能性があります。データを収集している場合、何をどこで取得できますか？

この段階での落とし穴は、単にここで十分な時間を費やしていないことです。あなたが少しでもデータオタクであるなら、あなたは分析を始めたいと思うでしょう。しかし、ここで費やした時間は、残りのプロセスをスピードアップします。

3.分析を迅速かつ軽量に保つ

あらゆるタイプの分析に不慣れな場合、これは予兆となる部分です。しかし、ほとんどの質問は非常に簡単な分析で答えることができます。データエンジニアである必要はありません。機械学習を実行することはありません。カウント、合計、比率、およびパーセンテージの観点から考える必要があります。

上記のPhillipPaquetteの質問を見てみましょう。ピラーページを指しているクラスターピースはいくつありますか？ そして、平均していくつの外部リンクがそれらの柱を指し示していますか？

これは単にカウントと平均化です。それでも、それは私たちの聴衆が持っている基本的な質問に答えます。

ここでの落とし穴は行き詰まっています。やりすぎたり、分析の具体的な目標がない。そのため、上記の2つのステップが非常に重要です。始める前に、あなたを導き、データをよく理解するための質問が必要です。そうすれば、すぐに答えを得ることができます。ここでの時間を短縮するには、これより前に時間をかけてください。

4.画像とグラフがすべての違いを生む

チャートとグラフは、データコンテンツの目玉です。数字を言葉で表現することはできません。ここで時間を割いてください。使いやすく、グラフをより魅力的にする優れたツールがいくつかあります。 Animalzでは、まっすぐなGoogleスプレッドシートのグラフ、Figma、D3、plot.lyを組み合わせて使用しています。

ExcelまたはGoogleスプレッドシートのグラフを使用している場合でも、それらにタイトルがあり、軸にラベルが付けられていることを確認してください。各グラフが何を示しているかを視聴者に明確に示すことで、記事の説得力が高まり、個々の画像がより共有しやすくなります。

落とし穴は、デザインを洗練することに失敗しています。チームにデザイナーがいる場合は、間違いなく彼らを巻き込んでください。それがあなただけの場合は、各記事で画像を繰り返し処理して、デザイン要素を改善します。

5.書き留める

ここで最も重要な部分は、物語を忘れないことです。これは、数字の朗読だけでなく、それでも良い読み物であるはずです。データを徹底的に説明し、顧客からの質問の中心に置く必要があります。物語をデータに適合させますが、その逆ではありません。

ここでの落とし穴は、その逆です。ストーリーから始めて、それをバックアップするデータを見つけないでください。データがストーリーを動かします。ストーリーから始めて、それをバックアップするためのデータを探す場合、それは単なる通常のコンテンツです。たとえそれがどこか予期しないものであったとしても、データをリードさせることをいとわない。

最高の仕事は努力を要します

データを分析してデータ駆動型コンテンツを作成するのに時間をかけるよりも、「5BestX」リストまたは別の模倣コンテンツを作成する方が常に迅速です。

しかし、これは読者にとって最も役立つコンテンツです。あなたは彼らがベンチマークでどこに立っているかを彼らに伝え、彼らが成功するために必要なデータを彼らに示し、そしてあなたは彼らにあなたの製品で成功する方法を説得することができます。読者をデータ主導のコンテンツで最初に置くと、読者の成功に役立つ優れたコンテンツができあがります。その見返りに、あなたはトラフィック、バックリンク...そして多分BBCからのリンクさえも得るでしょう。