数据驱动业务和决策并不是一个新概念。
越来越多的业务人员致力于通过数据驱动积极地促进相关业务,并最大限度地提高 KPI,实现高质量的决策与高产出。随着大数据等技术的进一步发展和数据驱动意识的与日俱增,数据驱动的领路人将走过的一些坑,凝结成了一些经验。以下是数据驱动过程中应该避免的五个坑:
误区 1:“限制数据的价值,将数据仅用于事后评估”
2016 年的一项研究发现,营销人员往往专注于传统的绩效评估(如客户的交付与留存),导致很难在与客户的实时互动中做出响应。
在这项研究中指出,大数据技术可成为客户体验与这些营销优先级之间的桥梁。而许多营销人员将数据仅用于对广告系列效果进行事后评估。事实上,事后的数据管理流程往往是为了管理繁重的任务,但几乎没有任何前瞻性分析。
但是,通过简化多渠道绩效评估的营销技术可以为实时分析提供空间,从而实现更高的响应能力。例如,自动化、可视化的数据分析工具(如神策分析)以及预测建模可帮助营销人员识别数据中的模式,从而实时为决策提供有价值的信息。
误区 2:“营销人员必须成为使用 AI 的数学家”
某研究机构曾称,80% 的 B2B 营销人员认为人工智能将在 2020 年之前“彻底改变”营销。然而,只有 26% 的人对自身关于 AI 应用的认知有自信。此外,超过一半的人认为技术整合和员工培训将会是 AI 进入的障碍。
其实,与流行的看法相反,业务人员不必熟悉高级数学和算法来指导 AI。仅需一款优秀的工具或平台,就能够浏览和分析数据在应用程序和网站上的表现