作者 | 橙子
审核 | gongyouliu
编辑 | auroral-L
数据盲点
上期和大家探讨了 “从用数据到养数据”,今天和大家分享的是“数据盲点”。
我们通常意义上的盲点指的是眼睛没有看到的现实存在体。数据上的定义也基本类似,就是指被我们无意中忽略了的重要数据或角度。在数据中,盲点可以分为两类,一类是物理盲点,另一类是逻辑盲点。
所谓物理盲点,就是指在数据库中不存在这样的数据及企业没有收集到应该收集的数据。这一类数据问题的产生通常是数据收集策略出了问题。之前我们在评价某一商品是不是被用户有效地浏览时,使用的数据指标是用户在页面上停留的时间,但是这个指标存在天然的缺陷。首先,停留时间并不完全代表用户对商品的喜好。在企业收集到的数据场景中,有很大一部分可能是用户的无意识停留行为,比如用户刚打开网页就被领导叫去开会或者谈话等等。而这种情况导致用户在某些页面停留时间过长的数据就没有收集的必要。其次,停留时间通常情况下不容易计算清楚。在传统的日志模式下,停留时间都是按照下一个页面打开的时间作为上一个页面结束的时间。当一个人在多个窗口同时停留时,则会陷入停留时间过短的误区。
在要评价用户是否对页面感兴趣时,数据就出现了物理盲点——企业没有精确的数据来描述用户是否对商品感兴趣。面对这种情况,就需要企业在商品详情页上用技术的手段做上标记,以记录用户在页面上是否有动作,以及是否滚动屏幕去看更多的内容。在明确了用户具体看到了哪些内容后,企业就收集到了相应有效的数据,就能够很好的对商品页面进行后续的分析。
相对于物理盲点的数据遗漏情况,逻辑盲点就是有数据但是没有被很好的发掘出来。数据逻辑盲点的出现,很多时候与数据分析师或者数据使用者的经验和敏感度都有关系。在分析数据时,相关从业者需要对数据抱有敬畏之心,不可轻易放过任何一个可能产生问题的点。
通常,企业在分析数据时,会将焦点放在宏观数据上,比如登录商品页面浏览的总人数,很少会有人去关注个别商品页面的浏览人数,而且即使是有些商品的浏览人数明显激增时,分析师往往也不会投入精力去详细研究。由于日常工作的繁忙,这类数据更多时候是被当作一个异常数据忽略了,而这就形成了一个盲点。逻辑盲点如果未得到重视,就很有可能对企业的业务造成极大的损害。
在逻辑盲点中,最大的盲点是将PC端数据和移动端数据混着看。很多网站都会统计转化率的数据,即电商网站通常所看的购买用户除以浏览用户得出的数据。在单纯PC端的情况下,这个转化率大体可用,还是可以描绘宏观经营状况的。但是,在移动端进入后,这个数据就有问题了,移动终端成交的数据记录在了成交中,但是浏览的数据却没有计入到浏览中,所以就会导致转化率越来越高。如果忽略了这一点,就很有可能漏过重要的商机。
本期的内容到这里就结束了,下期内容会继续和大家探讨“数据盲点的价值”。欢迎大家关注数据与智能获取更多好内容。
本文的视频版本可以直接点击下面视频观看,欢迎关注数据与智能视频号获取更多精彩视频。