SEO Raporlama Önyargıları: Çevrimiçi Pazarlama Verileri Hakkında Nasıl Objektif Kalınır?

İnsanlar mükemmel düşünürler değildir. Kendimizi mantıklı, basit problem çözücüler olarak hayal etmeyi severiz, ancak gerçek şu ki, çoğu zaman en nesnel verilere yönelik yorumlarımızı bile tamamen çarpıtan gizli önyargılar ve yanlış anlamalardan etkileniyoruz. Bir veri kümesine baktığımızda veya bir şeyi doğal ortamında gözlemlediğimizde, bu öğelerle etkileşimlerimizi şekillendiren somut yargılar oluştururuz. Ve pratik açıdan, bunda iyiyiz; insan beyni, hayatta kalma mekanizması olarak kalıpları kolayca tespit edecek şekilde evrimleşmiştir.

Bu mekanizma aşırı hassas ve kusurlu, bu da üzerinden geçmek üzere olduğum birçok önyargıya yol açıyor. Günlük hayatımızda çok fazla etkisi olmayabilir, ancak pazarlama ve reklamcılık alanında nesnel veriler çok önemlidir. Bu önyargılar, aksi takdirde objektif veri setleri hakkındaki yorumlarınızı etkiliyorsa, müşterilerinize hatalı bilgiler sunabilir veya daha da kötüsü, kampanyanızı yanlış yönde büyüyecek şekilde ayarlayabilirsiniz.

Önyargı Telafisi Neden Önemlidir?

Neyse ki, önyargılarınızın kölesi olmak zorunda değilsiniz. Beyninizi yeniden programlamanın ve onlardan tamamen kaçınmanın bir yolu yok, ancak bu önyargıların işinizi etkilemesini zorlaştırmak için uygulayabileceğiniz stratejiler var. Bir nevi handikap veya ayar sistemi olarak düşünün; örneğin, golf sahasında rüzgarın doğudan estiğini biliyorsanız, atışınızı topun gerçekten gitmesini istediğiniz yerin batısına hizalayabilirsiniz. Bu, rüzgarı bir faktör olarak ortadan kaldırmaz, ancak yalnızca küçük bir ayarlamayla ihtiyacınız olan sonuçları elde etmenize yardımcı olur. Aksi takdirde, atışınız, inmeniz gereken yerin doğusuna doğru uçacak.

Bu golf metaforuyla ilgili büyük bir sorun var ve o da, tamamladığınızda atışınızın rotadan saptığını fark etmenizdir; pazarlama alanında, metriklerinizi yanlış yorumlarsanız, bu gerçeği asla öğrenemeyebilirsiniz.

Önyargıların zihninizi nasıl bozabileceğinin etkili bir göstergesi olarak bu optik illüzyona bir göz atın:

(Resim Kaynağı: Nerdist)

Yan panelin orta karesini üst panelin orta karesiyle karşılaştırın. Çoğu insan, yan karenin parlak turuncu, üst karenin ise donuk kahverengi göründüğünü iddia edecektir. Burada yazmayı bıraksaydım, çoğunuz buna inanmaya devam ederdiniz.

Ancak gerçek şu ki, her iki kare de tamamen aynı renktedir. Beyninizi aydınlatma koşullarını aşırı telafi etmesi için kandıran çevreleyen renkli kareleri örterseniz, bunun doğru olduğunu göreceksiniz. Bu süreç, bahsettiğim türden bir “önyargı düzeltmesi”dir; onsuz, verilerinizi yanlış yorumlamış olursunuz, ancak onunla daha doğru bir sonuca varabilirsiniz.

Önyargı Türleri

Bu kılavuzda ele alacağım iki tür önyargı vardır, ancak ikincisi teknik olarak resmi tanımda bir “önyargı” değildir. Her ikisinin de verileri nasıl gördüğünüz ve yorumladığınız üzerinde çarpıcı bir etkisi olabilir, bu nedenle belirli bir kampanya için metrikleri her ölçtüğünüzde veya raporladığınızda her ikisini de hesaba katmanız gerekir.

• Bilişsel önyargılar. İlk tip klasik bilişsel önyargılardır. Bunlar, bireye ve senaryoya bağlı olarak farklı etki dereceleri sunsalar da, nüfusun büyük çoğunluğunun doğasında vardır. Bunları beyindeki doğal, aksi takdirde değerli süreçleri kullanan durumlar olarak düşünün; Yukarıdaki renk örneğinde, beynimizin ışığın ve gölgenin varlığını doğal olarak hesaba katabilmesi iyi bir şeydir. Ancak, çarpık algılara neden olur. Aynısı aşağıdaki örnek için de geçerlidir—hangi satır daha kısadır?

(Resim Kaynağı: Beyin Yıkıcılar)

Önyargıların sayısız alt türü vardır ve ben modern pazarlamacılar için en alakalı olanlardan bazılarını keşfedeceğim.

• Kavram Yanılgıları ve Yanlış Yorumlamalar. Ayrıca, bir metriğin gerçek “anlamı”nı yanlış yorumlamamıza yol açan bir tür önyargı olduğunu düşünüyorum. Modern teknoloji sayesinde, sadece on yıl önce mümkün olduğunu düşündüğümüzden çok daha fazla veriye erişebiliyoruz. Bu, her veri noktasının net bir tanımı olduğu veya anlaşılması kolay olduğu anlamına gelmez. Birçok benzer metrik, benzer adları paylaşır, ancak kampanyanız hakkında çok farklı görüşler sunar. Benzer şekilde, ekip üyeleri arasındaki bir yanlış iletişim, aynı fikrin çok farklı yorumlarına yol açabilir:

(Resim Kaynağı: Connexin)

Metrikleri yorumlamanızı etkileyebilecek en yaygın bilişsel önyargılardan bazılarına göz atarak başlayalım.

Bilişsel önyargılar

Bu liste kapsamlı değildir; Akıl yürütmenizi, sosyal davranışınızı ve hatta hafızanızı etkileyebilecek şaşırtıcı sayıda bilişsel önyargı vardır. Ancak, zihninizin pazarlama sonuçlarını nasıl bulduğunu, incelediğini ve yorumladığını etkileyebilecek önyargıların çoğunu yakaladım. Her alt bölümde, bunu telafi etmek için kullanabileceğiniz önyargı ve detay stratejilerini açıklayacağım.

Onay Önyargısı

Birincisi, en yaygın olarak tanınan bilişsel önyargılardan biri olan doğrulama yanlılığıdır. Bu olgu, bir kişinin belirli bir inanca karar verdikten sonra, bu inancı "teyit" etmesine ve bu inançla çelişen herhangi bir bilgiden kaçınmasına ve/veya onu reddetmesine yol açan herhangi bir bilgiyi arayacak ve/veya tercih edecektir. Örneğin, bir süre önce sosyal medyada sansasyon yaratan garip elbiseyi ele alalım:

(Resim Kaynağı: LinkedIn)

Ortadaki resim orijinaldir ve her iki tarafta da elbiseyi farklı ışıklandırma ve filtrelerle sergilemektedir. Ortadaki resim, onu altın ve beyaz veya mavi ve siyah olarak tanımlayan yanıtlar üretti. Tek bir tanımla karşılaşan kullanıcılar, fotoğraftaki görsel bilgilerin belirsiz olduğunu fark etmeden genellikle elbiseyi bu renkler olarak gördüler.

Bir pazarlama kampanyası bağlamında, bu, stratejilerinizden biri hakkında önceden bir sonuç oluşturduğunuzda olabilir. Örneğin, çok fazla zaman ve para yatırdığınız için yeni içerik stratejinizin başarılı olduğunu varsayabilirsiniz. O zaman yalnızca bu varsayımı doğrulayan veri noktalarına bakabilirsiniz; Diyelim ki çok daha fazla yorum alıyorsunuz ve yeni sohbetler başlatıyorsunuz. Ancak, daha düşük organik trafik sayıları gibi çelişkili veri noktalarını görmezden gelebilir veya gözden kaçırabilirsiniz.

Bunu telafi etmek için, bir strateji geliştirmeden önce başarıyı belirlemek için hangi metrikleri ölçeceğinizi seçin. Ardından, bu ölçüm seti ile tutarlı olun ve analizlerinde mümkün olduğunca objektif kalın - sayılar içgüdülerinizle çelişse bile.

Seçim Önyargısı

Seçim yanlılığı, genellikle, tarafsız ve etkili olarak kabul edilmek için geniş, rastgele bir katılımcı örneğine dayanan anketlere indirgenir. Bir seçim yanlılığı, sonuçları bir yöne ya da başka bir yöne çeken bir katılımcı havuzuna yol açan bazı uygunsuz prosedürler olacaktır. Örneğin, ulusal düzeyde bir anket için yalnızca Idaho'daki insanlarla röportaj yaparsanız, orantısız bir şekilde bir Idaho sakinini temsil eden cevaplar alırsınız.

Pazarlama kampanyanız için anketler yürütüyorsanız (kitlenizin içerik tercihleri ​​hakkında veri toplamak gibi), buradaki olası etkiler açıktır; dar veya çarpık bir katılımcı havuzu seçerseniz, verileriniz doğası gereği güvenilmez olacaktır. Ancak bu, Google Analytics'te alabileceğiniz veriler için de geçerlidir.

Örneğin, farklı bölümlere göz atıyorsanız, "genel" trafiğinizin ayrılmadan önce ortalama üç dahili sayfayı ziyaret ettiğini görebilirsiniz. Bundan, sitenizin insanları daha fazla cezbetme konusunda etkili olduğu sonucuna varabilirsiniz - peki ya sadece sosyal trafiğiniz? Sosyal ziyaretçileriniz genellikle ilk sayfadan sonra geri dönüyorsa, bu, blog yayınlarınızın (veya diğer sosyal bağlantıların) bu merakı uyandırmada o kadar etkili olmadığının bir göstergesi olabilir.

demirleme

Sabitleme etkisinin, belirli bir olayla (veya bu durumda belirli bir ölçümle) karşılaşmadan önce karşılaştığınız şeyle ilgisi vardır. Zihinlerimiz karşılaştırmalar için kablolu olduğundan, ne zaman sayısal bir değer duysak, gelecekteki sayısal değerleri anında onunla karşılaştırırız - bu sayılar tamamen ilgisiz olsa bile.

Örnek olarak aşağıdaki karikatüre bir göz atın:

(Resim Kaynağı: Servet Bilişimi)

Her iki katılımcı da esasen rasgele sayılar üretiyor - SSN'lerinin son rakamları. Aynı şişe şarap için ne tahmin edecekleri sorulduğunda, daha yüksek sayıya sahip olan kişi genellikle onu daha yüksek bir değer olarak tahmin edecektir.

Bu, metrik raporlamanızda da olabilir. Örneğin, yakın zamanda bir pazarlama kampanyasında basit bir değişiklik yaptıktan sonra YG'de yüzde 300'lük bir iyileşme sağlayan bir makale okuduğunuzu varsayalım. Kendi trafiğinizde yüzde 30'luk bir büyüme oranı fark ederseniz, bunun oldukça düşük olduğunu düşünebilirsiniz. Tersine, birinin çok düşük bir dönüşüm oranından şikayet ettiğini duyarsanız - yüzde birin küçük bir kısmı gibi - bu yüzde 30'luk büyüme rakamı oldukça iyi görünmeye başlayabilir.

Mantıksız Yükseltme

Bazen bağlılığın artması olarak da bilinen irrasyonel yükseltme, metrikleri nasıl raporladığınız veya yorumladığınızla daha az, oradan vardığınız sonuçlarla ne yaptığınızla daha fazla ilgisi olan bir önyargıdır. Bu önyargı altında, geçmişte ilgili bazı zayıf eylemlerde bulunmuşlarsa, bireylerin güçlü bir eylemde bulunma olasılığı daha yüksektir.

Tipik bir örnek, bir dolarlık banknotun bir grubun önünde açık artırmayla satıldığı “dolar müzayede” oyunudur. Herkes dolar için istediği kadar teklif verebilir. Oyunun sonunda, kazanan, teklif ettiği tutar ne olursa olsun bir dolarlık banknotu alır, ancak bir bükülme vardır - ikinci sırada bitiren, karşılığında doları almadan müzayedeciye son teklifini ödemek zorundadır. Her zaman, teklifler bir dolarlık banknotun dolar değerinin çok ötesine yükselir; Bunun nedeni, belirli bir fikre veya belirli bir stratejiye bağlı olduğunuzda, bir noktada mantıksız hale gelse bile, kademeli olarak “biraz daha fazla” yatırım yapmak kolaydır.

Buradaki pratik paket servisi nedir? Diyelim ki, aylardır belirli bir pazarlama stratejisine yatırım yaptınız ve iyi sonuçlar elde ettiniz, ancak son birkaç ay o kadar yavaştı ki, zar zor kırıyorsunuz. İrrasyonel yükselme eğilimi, gelecekteki faydalarına dair bir kanıt olmasa bile, bu noktaya kadar geldiğiniz için yatırım yapmaya devam etmenizi sağlayacaktır. Bu önyargıyı yenmenin tek yolu, her stratejinin artılarını ve eksilerini, hatta alışık olduğunuzları bile, objektif, tercihen sayısal kanıtlarla tartmaktır.

Aşırı Güven Etkisi

Hepimiz umutsuzca ve telafisi mümkün olmayan bir şekilde aşırı özgüvenliyiz. Ben sizin özgüveninizden ya da çeşitli sosyal durumlardaki rahatlık seviyenizden bahsetmiyorum; Kendi algılarınızı tahmin etme eğiliminizden bahsediyorum. Herkes, neredeyse her senaryoda karar vermede ve soruları yanıtlamada ortalamadan daha iyi olduklarına inanır.

Bu nedenle, pazarlamacılar genellikle veri analizi hakkında gerçekte bildiklerinden daha fazlasını bildiklerine inanırlar ve kendilerinin gerçekte olduğundan daha iyi karar vericiler olduğuna inanırlar. Olan şudur: Bir pazarlamacı verilere bakar, bununla ilgili bir sonuca varır ve sonra başka olasılıkları araştırmadan bu sonuca bağlı kalır. Genel olarak, herhangi bir kesin sonucun tutması için çok fazla bilinmeyen vardır.

Bunu telafi etmek için, analizinize ve tartışmanıza daha fazla zihin getirin. Her kişi kendi analitik yeteneği konusunda kendine aşırı güven duyacaktır, ancak birlikte, birbirinizin zayıf yönlerini telafi edebilecek ve daha tekdüze bir sonuca varabileceksiniz.

özcülük

Özcülük, yaşamımıza derin ve bazen de korkunç şekillerde nüfuz eden karmaşık bir bilişsel önyargıdır. Adı, "öz" kökünden türemiştir, çünkü karmaşık konuları ve fikirleri en basit özüne indirgemek için doğal bir insan eğilimini yansıtmaktadır. Bu, soyutlamanın zor olduğu ve edinmenin zorunlu olduğu öğrenme ve gelişimin ilk aşamalarında önemlidir, ancak daha sonra hayatta, bu bize şeyleri, yerleri ve insanları başka şeyler hakkında bildiklerimize dayanarak kategorize etme konusunda kötü bir eğilim verir. yerler ve insanlar. Stereotiplerden ve önyargılardan en azından kısmen sorumludur.

Çok daha az ciddi bir suçta, özcülük, pazarlamacıların belirli metrik türlerini aşırı genelleştirmesine veya kategorize etmesine neden olmaktan da sorumludur. Örneğin, hemen çıkma oranının doğası gereği "kötü" olduğuna ve bu nedenle, hemen çıkma oranlarının her zaman daha düşük olması gerektiğine inanabilirler - başlangıçta hedef demografinizin bir parçası değilse, hemen çıkma iyi bir şey olsa bile.

Zihninizi bu yönde dolaşmaktan alıkoymanın kolay bir yolu yoktur, ancak her metriğe hem olumlu hem de olumsuz özelliklere sahipmiş gibi davranarak tarafsızlık için çabalayabilirsiniz; evrensel olarak "iyi" veya "kötü" bir konuma indirgemeye çalışmadan her bir ölçütü ne olduğunu görün. Bu, niteliksel ve zaman zaman öngörülemeyen kullanıcı davranışıyla ilgili özellikler için özellikle önemlidir.

İyimserlik Önyargısı

(Resim Kaynağı: Masmi)

Sanırım hepimiz iyimserlik yanlılığının nasıl olduğunu biliyoruz. Hepimiz bir uygulamada bunu hissettik ve çoğumuz bunu günlük yaşamımız boyunca hala yaşıyoruz. Hayır, bunun kendinizi genel olarak "iyimser" veya "kötümser" olarak görüp görmemenizle hiçbir ilgisi yoktur - bunun yerine, çoğu insan için geçerli olan iyi belgelenmiş psikolojik bir fenomendir.

Buradaki en büyük etki, insanların doğaları gereği, özellikle nadir ise, kötü olaylar yaşama olasılıklarının ortalamadan daha düşük olduğuna inanmalarıdır. Çoğu insan soyulacağını, evinin yanacağını ya da işini kaybedeceğini asla düşünmez. Ama insanlar hala yapıyor.

Pazarlama dünyasında bu genellikle halkla ilişkiler felaketlerini ifade eder. Çoğu marka, bir süre önce yaptıkları aptalca bir yorum nedeniyle sosyal medya istatistiklerinin düştüğünü veya organik trafikteki düşüşlerinin ciddi bir cezadan kaynaklanabileceğine inandığını asla ikinci kez düşünmez. Gerçek şu ki, akıllı, iyi planlanmış markalar ve stratejiler için bile bunlar oluyor. Kendinizi buradaki olasılığın dışında saymayın.

Grup İlişkilendirme Hataları

Temel grup atıf hatası, tek bir kişinin davranışını gördüğünüzde ve o kişinin özelliklerini hemen tüm gruba yansıttığınızda ortaya çıkar. Örneğin, bir barda yakındaki bir masada bir grup insan görebilirsiniz ve bunlardan biri özellikle iğrenç, bağırıyor ve çığlık atıyor. O zaman çoğu kişi hemen tek bir bireyden ziyade tüm grubun iğrenç olduğunu varsayar.

Raporlama anlamında, ölçümlerinizin ne kadar geniş olduğuna ve herhangi bir anekdot kanıtı kullanıp kullanmadığınıza bağlı olarak bu da geçerli olabilir. Örneğin, nakavt bir içerik yazdığınızı ve bir avuç kullanıcının aktif olarak yorum yapmaya başladığını varsayalım. Genel olarak yorumlar, yazınızın okuyucularınızın ilgisini çekecek kadar ilginç veya değerli olduğunun iyi bir işaretidir, ancak bu varsayımı tüm grup için yapabilir misiniz, yoksa tesadüfen karşılaştığınız bir avuç tuhaf adam mıydı?

Bu, küçük popülasyon örneklerinin doğası gereği yararsız olduğu anlamına gelmez - değerli olabilirler ve bütünü temsil edebilirler. Unutulmaması gereken şey, bunların her zaman bütünü temsil etmedikleri ve bunu daha büyük örneklere bakarak telafi etmeniz gerektiğidir.

(Resim Kaynağı: Rad Grubu)

Bu önyargıların çoğunun özü, hiçbir şeyi gerçek değerinde almamanız veya içgüdülerinize çok fazla güvenmemeniz gerektiğidir. İçgüdülerinizin çoğu, evrimsel olarak avantajlı bilişsel işlevlere dayanmaktadır, bu da, istatistiksel analizin mantığı ve matematiği söz konusu olduğunda, zihinlerimizin güvenemeyeceği anlamına gelir. Her şeye ikinci derecede bir inceleme ile yaklaşın.

Kavram Yanılgıları ve Yanlış Yorumlamalar

Tüm bu bilişsel önyargılar yetmiyormuş gibi, metriklerimizi bile doğru bir şekilde tanımlayamadığımız durumlar var. Onay yanlılığını unutun—bir metriğe diğerinin olduğunu düşünerek bakıyorsanız, sayılarınız zaten yanlıştır. Bu bölüm, web trafiği ve sosyal medya ölçümleri için en yaygın karışıklık noktalarından bazılarını ortadan kaldırmak için tasarlanmıştır, ancak hata yapmayın - bu kapsamlı olmaktan uzaktır. Ölçtüğünüz her metriğe ilişkin yorumunuzu iki kez kontrol etmeyi kendinize borçlusunuz; tek bir farklı kelime bile bütün bir yapıyı tehlikeye atabilir.

Google Analytics

Google Analytics ücretsiz, gezinmesi kolay ve güvenilirdir, ancak bu her zaman basit olduğu anlamına gelmez. Burada bulabileceğiniz bazı tutarsızlıklara bir göz atın.

• Hemen çıkma oranı ve çıkış oranı. Kavramsal olarak düşünmeye çalışırsanız, hemen çıkma oranı ve çıkış oranı aynı görünüyor. Analytics'in varsayılan panosunda bile yan yanalar, ancak aşağıda görebileceğiniz gibi, çok farklı olabilirler. Temel olarak, çıkış oranı yalnızca söz konusu sayfanın oturumlarının sonuncusu olduğu kullanıcılar için geçerlidir. Hemen çıkma oranı, söz konusu sayfanın oturumlarının ilk ve tek olduğu kullanıcıları ifade eder.

• Ziyaretçiler, ziyaretler ve sayfa görünümleri. Ziyaret ile sayfa görüntüleme arasındaki fark nedir? Temelde kendini tekrar etmeden bana söyleyebilir misin? Görünen o ki, bir kullanıcı web sitenize harici bir URL'den eriştiğinde bir "ziyaret" gerçekleşir ve bu kullanıcı 30 dakika veya daha uzun süre hareketsiz kaldığında (veya sitenizden ayrıldığında) sona erer. Öte yandan, bir kişi sitenizde bir sayfa yüklediğinde veya yeniden yüklediğinde, sayfa görüntüleme sayılır. Bu nedenle, bir deneyimin bir ziyaret ve birden çok görüntüleme olarak sayılması mümkündür. Ziyaretler ayrıca “oturumlar” olarak da adlandırılır.

• Segmentasyon. Trafiğinizi uygun olmayan şekilde bölümlere ayırdığınızda (veya hiç bölümlere ayırmadığınızda) tanımlanmış metrikleri yanlış yorumlamak da kolaydır. Bazen bir "genel kitleye" bakmak isteyeceksiniz ve diğer zamanlarda sizi arama veya sosyal medya yoluyla bulan kullanıcılar gibi daha spesifik bir şeye inmek isteyeceksiniz - ancak farkı bilmek önemlidir. Doğrudan ve Organik trafik sonuçlarının ne kadar farklı olabileceğine bir göz atın:

• Dahili trafik. Google Analytics'te dahili trafiğin raporlanmasına izin vererek de numaralarınızı çarpıtıyor olabilirsiniz. Teknik olarak, burada bir metriğin anlamını yanlış yorumlamadınız, ancak sitenize gerçekte kaç kişinin geldiğini ciddi şekilde fazla tahmin ediyor olabilirsiniz. Neyse ki, siteye günlük olarak erişen (ancak hedef demografinizin bir parçası olmayan) tüm iş arkadaşlarınızı ve ortaklarınızı izlemenizi engelleyecek bir filtre kurmak kolaydır.

Başlamak için yönetici sekmesine gidin ve "Filtreler"i seçin.

Bu size yeni bir filtre “oluşturma” fırsatı verecektir; Aralarından seçim yapabileceğiniz birkaç filtre türü vardır, ancak genellikle kullanıcıları IP adresine veya ISP bilgilerine göre filtreleyen birini seçmek isteyeceksiniz. Bu, Analytics'in belirttiğiniz herhangi bir kullanıcıdan gelen bilgileri izlemesini engeller.

• Sayı oyunu. Son olarak, sayıların sadece sayı olduğunu unutmayın. Hemen çıkma oranınız yüksek olabilir, ancak bu, ayrılan herkesin sayfanızla ilgilenmediği anlamına gelmez. Sosyal medyadan tıklama oranlarınız iyi olabilir, ancak bu, insanların içeriğinizi beğendiği anlamına gelmez. Her şeyi nesnel ölçütlere indirgemek cezbedicidir, ancak bu nesnel ölçütleri oldukları gibi tanımak önemlidir.

Sosyal medya

Ardından, keşif gerektiren birkaç sosyal medya metriği var.

• Beğenir (veya takip eder). Hangi platformda olursanız olun, markanızla kaç kişinin ilgilendiğini gösteren bir ölçü vardır. Çoğu marka, ya kaç takipçisi olduğuyla övünerek ya da daha fazla "beğeniye" ihtiyaç duyduklarından şikayet ederek bu rakamdan yararlanıyor. Ancak bu ölçümün sizi aldatmasına izin vermeyin; insanların markanıza karşı gerçekte nasıl hissettiklerini doğru bir şekilde yansıtmaz, ki bu uzun vadede çok daha önemlidir.
• Sayfa Bilgileri. Çoğu sosyal platform, materyalinizi kaç kişinin gördüğünü veya tıkladığını size söyleyen sayfa bilgileri veya benzer bir şey sunar. Burada dikkatli olun; bir "gösterim", gönderinizi gerçekten gören bir kişiyle her zaman ilişkili değildir; bu, yalnızca haber akışlarında yer aldığı anlamına gelir. Belirsiz bir "tıklama", gönderiyi rapor etmek dahil her türlü etkileşim anlamına gelebilir. Onlardan önemli sonuçlar çıkarmadan önce bu aldatıcı belirsiz ölçümlerin gerçekte ne anlama geldiğini araştırın ve her sosyal platformun biraz farklı olacağını unutmayın - bu yüzden burada belirli platform ölçümlerine girmiyorum.

(Resim Kaynağı: Facebook)

• Nişanlar. Son olarak, gönderi beğenileri, paylaşımlar ve yorumlar gibi etkileşimlerin tümü önemli ve değerlidir, ancak bunları salt nicel bir değere indirgemeye çalışmayın. Örneğin, 1000 hisse kazanan bir makale popüler olarak kabul edilebilir, ancak bu, onu paylaşan insanlar üzerinde ne kadar cesur bir izlenim bıraktığını yansıtmaz - sadece akıllı başlıktan dolayı paylaşmış olabilirler. Benzer şekilde, yorumları bu kişilerin markanızın hayranı olduklarının kesin bir göstergesi olarak algılamayın ve her "beğeni"nin, birinin yazınızı okuyup beğendiği anlamına geldiğini düşünmeyin. Bu angajman ölçümlerini bir tuz tanesi ile alın.

Karşılaştırma Hataları

Genel bir kural olarak, metrikleri birbiriyle karşılaştırma şekliniz, sonunda ulaşacağınız sonuçlar üzerinde çok fazla güce sahiptir. Örneğin, “elmalardan elmaya” ölçümleri almanız sizin için kritik derecede önemlidir. İlerlemenizi belirli bir alanda değerlendirecekseniz, ölçüm koşullarınızı olabildiğince doğru bir şekilde tekrarlamanız gerekir; örneğin, bir ay boyunca organik ziyaretçilerin hemen çıkma oranına bakıyorsanız, bunu farklı bir ay boyunca sosyal ziyaretçilerin hemen çıkma oranıyla karşılaştıramazsınız. Bu elma ile armudu karşılaştırmaya benzer. Karşılaştırılan metrikleriniz arasında, söz konusu ay veya trafik türü gibi yalnızca bir değişkene izin verin; iki tane eklediğinizde karşılaştırma çöker.

İletişim

İletişim yeteneğinizin, başkalarının metrikleri nasıl yorumladığı üzerinde güçlü bir etkisi olduğunu kabul edin. Belirli bir metriğin nasıl okunması gerektiğine dair yanlış veya yanıltıcı bir kelime, bir kişinin öngörülebilir gelecek için o metriğe ilişkin yorumunu tehlikeye atabilir. Bu özellikle müşteriler için önemlidir; mümkün olan en net, en objektif görüşe sahip olmalarını istiyorsunuz, bu nedenle onlara pazarlama ölçümlerinizin tam ve doğru resmini vermek için en baştan gayretli ve tutarlı olun.

Fayda ve Değer

Ele almam gereken ölçüm ve analizin faydası ve değeri ile ilgili iki önemli çıkarım var. Şimdiye kadar rehberim, ölçümlerin doğası gereği yanlış olduğuna veya takip etmeye değmeyeceğine inanmanızı sağlayabilir, ancak bu durumdan çok uzak. İşletmenizin hayatta kalmasını istiyorsanız, ölçüm ve analiz çok önemlidir. Asıl önemli olan onlara nasıl yaklaştığınızdır:

İlk olarak, ölçümleriniz yalnızca objektif olduklarında değerlidir . Ve işleri daha da kötüleştirmek için, objektif olmak inanılmaz derecede zor (bilişsel önyargılar listemde gördüğünüz gibi). İçgüdülerinizin veya önyargılı fikirlerinizin kontrolü ele geçirmesine izin verirseniz, ölçümleriniz bir ayna gibi olur - yalnızca görmek istediğinizi görürsünüz. Veriler, önemli soruları yanıtlamanız için bir araç olmalı, bir kendini onaylama aracı değil.

İkincisi, her şeyi sayılara dayandırmayın . Rakamlar objektif, bu doğru, ancak modern teknoloji sayesinde çok fazla sayı var. Veriler size hemen hemen her şeyi anlatmak için manipüle edilebilir ve insan kusurları sayesinde, herhangi bir şey hakkında tamamen tarafsız, nesnel bir sonuca varmak neredeyse imkansızdır. Burada önemli olan sağlıklı bir güven derecesini korumaktır; Sonuç oluşturmak için metriklerinizi ve sayılarınızı kullanmaktan çekinmeyin, ancak aklınızın bir köşesinde her zaman bir şüphe gölgesi olmalıdır. Analitikler mükemmel değildir; bunu kabul et.

Son Paket Servisler

Umudum ayrıntılı ve değerli bir rehber oluşturmak olsa da, bunun doğası gereği kapsamlı olmadığını biliyorum. İnsan önyargısı ve pazarlamadaki hata eğilimi hakkında gerçekten kapsamlı bir kılavuz oluşturmak, sahip olduğumdan çok daha fazla kaynak ve muhtemelen insan zihni hakkında şu anda sahip olduğumuzdan daha fazla bilgi gerektirecektir.

Bu kılavuzdan çıkarılacak bir sonuç varsa, o da şudur: Verileriniz ne kadar güvenilir olursa olsun, yorumlanması için yine de bir insan zihni gerekir ve insan zihni yanılabilir. Bu yanılabilirliği azaltabilirsiniz (olması gerektiği gibi), ancak ortadan kaldıramazsınız, bunun yerine bekleyin, telafi edin ve SEO bağlantı kurma kampanyanızı tehlikeye atmasına izin vermeyin.