大数据与深度挖掘:如何在数字营销中与研究互动


数字营销最吸引人的部分之一是对数据的内在关注。

如果一种策略往往有积极的数据,那么它就更容易采用。同样,如果一种策略尚未得到证实,则很难获得支持进行测试。

数字营销人员建立数据信心的主要方式是通过研究。这些研究通常分为两类:

  • 轶事:然而,数据点数量有限,通常有更多关于单个机制的细节。
  • 具有统计显著性:大量数据点(通常为 100+),由于要分析的实体数量庞大,这些数据点可能被迫进行更简单的分析。

这两个数据集在制定数字营销策略中都占有一席之地。这就是为什么过分依赖其中一个是危险的。

作为一个在能够发布这两种数据集的组织工作过的人,以及这两种数据集的狂热消费者,我认为深入研究会很有用:

  • 每种研究类型的最低标准。
  • 品牌可以从这两种类型的研究中获得什么价值。
  • 如何建立自己的学习。

这篇文章将着眼于数字营销学科中的一些不同研究。

这是因为管理轶事(较小数据)和具有统计意义(大数据)的核心原则在营销学科中非常相似。

每种研究类型的最低标准

人们在进行研究时常犯的一个错误是认为数据量是使他们的研究有价值的唯一标准。

是的,当有大量数据时,这很可爱,但还有其他关键因素:

  • 正在考虑多少变量?
  • 对于异常值/多余变量,有哪些缓解措施(如果有)?
  • 该研究能否用数据与情感来回应批评者?

无论您专注于轶事研究还是具有统计学意义的研究,这三个都将是最低要求。但是,也有一些特定于研究的标准。

轶事研究

当查看较小的数据集时(即少于 10 个帐户、少于一年的数据等),要深入研究要测试的任何事物的前后影响的压力要大得多。

人们会想要尽可能多的细节,因为该研究通常会显示一个帐户/一个品牌所采取的具体行动的结果。

这意味着屏幕截图将至关重要。如果你不能确切地显示发生了什么,它就不会被认真对待。

但是,屏幕截图不需要您透露您正在为之工作的客户。过滤掉品牌名称是绝对合理的。

省略基准、重要指标以及一项计划是否具有“不公平的优势”(大预算、品牌活动等)则不然。

轶事研究的一个很好的例子是研究几个月内变化的影响。这张来自 Will O’Harra 的图表显示了“粉丝”网站与大牌网站的网站流量变化。

在这项研究中,我们可以看到,由于质量内容标准的变化,原本流量较低的网站得到了很大的飙升。这是一项轶事研究,因为它只研究了五个地点。

大数据研究

人们会因为轶事研究缺乏细节而相当不宽容,而大数据研究则得到了更多的宽容。

这是因为他们的主要衡量标准是反映特定趋势的账户数量。然而,这并不意味着大数据研究不受审查,只是重点放在不同的事情上。

大数据在纳入标准上需要非常严格。包含的实体需要尽可能靠近彼此。

此外,大数据研究通常需要大量实体。如果您要对特定趋势发表评论,则需要有足够的数量来支持该声明。

品牌可以从这两种类型的研究中获得什么价值

只关注一种类型的研究可能很诱人。但是,两者都有其位置,并且可以为有意义的客户策略提供信息。

大数据有助于了解可能影响您帐户的总体概念和趋势。这些将是指导原则,例如:

  • 哪些结构选择的成功机会更高?
  • 内容生成工作的重点在哪里。
  • 人们是如何花钱的?
  • 何时在买家漏斗中使用哪种类型的消息传递?

这些学习的用处在于,它们为你提供了一个形成战略的良好起点。它们也有助于检查自己的理智。

例如,才华横溢的 Mike Ryan (SMEC) 进行了一项研究,研究了成功的 PMax 活动需要多少转化。虽然这些数据在每种情况下都很有用,但知道它基于 14,000 个广告系列是有帮助的。

从这些数据中,我们可以看到,为了取得不错的效果,我们的 PMax 广告系列应该在 30 天内至少获得 60 次转化。

如果不能,可能值得评估其他广告系列类型。在这项研究的结果之外,一个账户很有可能成功,但它们将是一般规则的异常值。

同样,同样聪明和有趣的Greg Gifford(搜索实验室)对Google Business Profile列表进行了一项研究,以评估“最佳实践”是否真的经得起分析。

他和他的团队研究了 1,000 家经销商,发现一些最佳实践是正确的,而另一些则是相关性而不是因果关系。

轶事研究会更好地给你“疯狂而疯狂的想法”来测试。它们也非常适合风险承受能力强的人探索新兴趋势。

如何建立自己的研究

建立研究归结为了解研究的范围以及它的可重复性。如果你只做一次研究,它就没有那么有用了,因为趋势总是在变化。

此外,如果范围太窄或太宽,可能会使数据混乱或无法完全解决重要问题。

确保你的假设为你留下了被证明是错误的空间。

如果你不采取预防措施,数据可以说明任何事情。对所包含的内容和原因保持严格的指导方针至关重要。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/228399.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【教3妹学编程-算法题】找出峰值

3妹:2哥2哥,你有没有看到新闻:北京地铁事故中102人骨折! 2哥 : 看到了,没想到坐个地铁还出事故了。 3妹:事故原因为雪天轨滑导致前车信号降级,紧急制动停车,后车因所在区段位于下坡地…

二维数组——特征匹配(c++)

右上左下遍历 给定一个n行m列的整数数组a&#xff0c;要求从a[0][0] 元素开始&#xff0c;按从右上到左下的对角线顺序遍历整个数组。 输出 按遍历顺序输出每个整数。每个整数占一行。 样例输入 3 3 1 2 4 3 5 7 6 8 9 样例输出 1 2 4 3 5 7 6 8 9 #include <iostream&g…

【️Java是值传递还是引用传递?】

✅Java是值传递还是引用传递&#xff1f; ✅Java是值传递还是引用传递&#xff1f;✅典型理解 ✅增加知识仓✅Java的求值策略✅Java中的对象传递✅值传递和共享对象传递的现象冲突吗? ✅总结 ✅Java是值传递还是引用传递&#xff1f; ✅典型理解 编程语言中需要进行方法间的…

一句话分清C/C++声明和定义

定义告诉编译器在在哪个位置存储变量&#xff0c;声明没有 声明&#xff1a;告诉编译器&#xff0c;变量类型和名字 定义&#xff1a;告诉编译器变量存储的位置。 举例子 int i; // 这是声明定义。声明&#xff1a;告诉编译器变量类型int,变量名字i&#xff0c; // 定义&…

kafka学习笔记--Kafka副本

本文内容来自尚硅谷B站公开教学视频&#xff0c;仅做个人总结、学习、复习使用&#xff0c;任何对此文章的引用&#xff0c;应当说明源出处为尚硅谷&#xff0c;不得用于商业用途。 如有侵权、联系速删 视频教程链接&#xff1a;【尚硅谷】Kafka3.x教程&#xff08;从入门到调优…

比特币即自由

号外&#xff1a;教链内参12.15《疯狂的铭文》 文 | Ross Ulbricht. 原文标题&#xff1a;Bitcoin Equals Freedom. 2019.9.25 在中本聪发明比特币后的头一年左右&#xff0c;发生了一些特别的事情&#xff0c;不仅没有人预料到&#xff0c;甚至很多人认为不可能。试着想象一下…

昇腾Profiling性能分析工具使用问题案例

昇腾Profiling性能分析工具用于采集和分析运行在昇腾硬件上的AI任务各个运行阶段的关键性能指标, 用户可根据输出的性能数据&#xff0c;快速定位软、硬件性能瓶颈&#xff0c;提升AI任务性能分析的效率。具体使用方法请参考&#xff1a; 本期分享几个关于Profiling性能分析工具…

C语言 打印 以这个RFC1123格式(“EEE, dd MMM yyyy HH:mm:ss z“) 格林威治时间

在C语言中&#xff0c;要按照RFC 1123格式打印格林威治时间&#xff08;包括完整的星期名称、日期、月份、年份、小时、分钟和秒&#xff09;&#xff0c;你需要使用strftime函数&#xff0c;并且指定相应的格式化字符串。以下是一个示例代码&#xff1a;#include <stdio.h&…

【CMU 15-445】Lecture 11: Joins Algorithms 学习笔记

Joins Algorithms Nested Loop JoinNaive Nested Loop JoinBLock Nested Loop JoinIndex Nested Loop Join Sort-Merge JoinHash JoinBasic Hash JoinPartitioned Hash Join Conclusion 本节课主要介绍的是数据库系统中的一些Join算法 Nested Loop Join Naive Nested Loop Joi…

高压脉冲发生器的各种电路图

高压脉冲发生器电路图一&#xff1a; 高压脉冲发生器的主放电回路的等效电路。其中&#xff0c;S是可控开关&#xff0c;C1是电容器组电容&#xff0c;R1是高压变压器输入端的损耗电阻&#xff0c;L1&#xff0c;L2分别是高压变压器初次级电感&#xff0c;K为耦合系数&#xff…

一篇文章看懂mysql加锁

一篇文章看懂Mysql加锁 本文主要基于Mysql8,InnoDB存储引擎范围讨论mysql的加锁&#xff0c;以及锁的分类&#xff0c;定义&#xff0c;使用&#xff0c;不同语句具体加的什么锁等。 前言 mysql锁是和事务绑定的。本文介绍了了&#xff1a;全局锁、表锁、行锁、MDL锁、Auto_in…

架构设计系列之基础设施能力建设

周末聊两句&#xff1a; 今天将的基础设施能力建设部分&#xff0c;一般的架构书籍中都不存在的部分&#xff0c;这是我在实践过程中的经验和能力总结部分&#xff0c;希望和大家有一个很好的交流自从在 WeChat 中开了订阅号的两周半的时间&#xff0c;非常感谢大家的支持&…

replace()是一个字符串替换的函数,用于将指定的字符串或模式在目标字符串中进行替换

replace()是一个字符串替换的函数&#xff0c;用于将指定的字符串或模式在目标字符串中进行替换。 函数原型如下&#xff1a; QString replace(const QString &before, const QString &after)参数说明&#xff1a; before&#xff1a;要替换的字符串或模式。after&a…

K - 近邻算法

1、算法介绍 KNN&#xff08;K Near Neighbor&#xff09;&#xff1a;k个最近的邻居&#xff0c;即每个样本都可以用它最接近的k个邻居来代表。KNN算法属于监督学习方式的分类算法&#xff0c;我的理解就是计算某给点到每个点的距离作为相似度的反馈。 简单来讲&#xff0c;KN…

nginx中的root and alias命令的区别

Ubuntu关于Nginx的命令&#xff1a; 1、安装Nginx&#xff1a; apt-get install nginx2、查看Nginx运行状态&#xff1a; systemctl status nginx3、启动Nginx&#xff1a; systemctl start nginx4、停止Nginx&#xff1a; systemctl stop nginx5、重启Nginx&#xff1a; …

代码随想录算法训练营第十八天 | 前中后序构造二叉树

目录 力扣题目 力扣题目记录 513.找树左下角的值 递归 迭代法 总结 112. 路径总和 106.从中序与后序遍历序列构造二叉树 总结 力扣题目 用时&#xff1a;2h 1、513.找树左下角的值 2、112. 路径总和 3、106.从中序与后序遍历序列构造二叉树 力扣题目记录 513.找树…

持续集成交付CICD:基于 GitLabCI 与 JenkinsCD 实现后端项目发布

目录 一、实验 1. GitLabCI环境设置 2.优化GitLabCI共享库代码 3.JenkinsCD 发布后端项目 4.再次优化GitLabCI共享库代码 5.JenkinsCD 再次发布后端项目 一、实验 1. GitLabCI环境设置 &#xff08;1&#xff09;GitLab给后端项目添加CI配置路径 &#xff08;2&#xf…

算法通关村第十二关—字符串冲刺题(黄金)

字符串冲刺题 一、最长公共前缀 LeetCode14 编写一个函数来查找字符串数组中的最长公共前缀。如果不存在公共前缀&#xff0c;返回空字符串"" 示例1&#xff1a; 输入&#xff1a;strs["flower","fLow","flight"] 输出&#xff1a;&…

机器学习算法---时间序列

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化—柱状图数据可视化—饼图、环形图、雷达图统计学检验箱…

【力扣100】21.合并两个有序链表

添加链接描述 # Definition for singly-linked list. # class ListNode: # def __init__(self, val0, nextNone): # self.val val # self.next next class Solution:def mergeTwoLists(self, list1: Optional[ListNode], list2: Optional[ListNode]) -&…