来自Avinash Kaushik的建议(一)今天读了AK的博客,觉得这篇文章虽然提到的内容并不很深入,但却是我们经常能遇到

的问题.所以我尽力翻译了一下,很多 AK式的幽默不一定翻译的很到位.另外内容不算少,我还是分多次吧.1. 不要拿苹果和西瓜相比

下面这张图表中有不少值得分析的地方 .我很喜欢分析员将数据进行切分的做法 ,而不是放在一起看趋势,我也很赞赏他使用了六个月的趋势来做分析.但是,在这个分析中仍然有一些很基础性的错误,在你往下看我的分析之前,你能发现这些问题吗?

四个不同的细分放在一起进行比较(噢,太好了!),但是这种比较是没有意义的.(哦,可恶!)

这个错误从表面上是不好看出来的.我们知道搜索流量和推介流量是没有多少交集的 ,如果你使用 Omniture或者 GA能

得到很清晰的数据.但是Mobile(移动设备)作为一个平台.它所带来的流量既有搜索流量也有推介流量.所以你很难说图里面橘色的数据怎么算好,怎么算坏.而且,数据中已经包含了搜索和推介的转化率,你是无法知道到底是哪一方面的原因 ,也就无从下手采取行动了.(分析人员根据这个图建议在移动设备的营销上加大投入!)

至于社交媒体(Social Media),因为这一项其实已经被推介流量包含,当然也包含在移动设备这一项中,所以绿色的柱子完全没有任何意义.(分析人员同时建议在社交媒体加大投入,多么惊人的结论啊!)

记住要准确的对你”划分”进行划分.所以如果你要分析移动设备的表现 ,那么你应该把它和桌面设备进行比较 .这做起来

并不难.更进一步,你可以分析使用移动设备搜索的流量和使用移动设备非搜索的流量.然后比较一下桌面设备的搜索和非搜索流量.

简单明了的细分能帮助你找到简单明了的答案.(反之也成立哦!)你可以将社交媒体和搜索流量进行比较(这两个细分直接使用 GA/SC/WT/YWA里

的默认选项就好了 ),而对于推介流量 ,一定要进一步地区分出是来自 Facebook.com, Twitter.com, plus.Google.com还是 Stumbleupon.com等等等等.这样你就可以清晰地比较Social Media, Search和 Referring流量而不用担心将 social referral的效果牵扯进来了.

在做细分的时候要问自己这样一个问题:我的这些细分是正确且有意义的吗?它们之间是不是互无影响呢?然后你就可以根据自己的发现信心满满得做出分析并提出建议了.

2. 不必要的时候千万不要惊动领导创建一个图表是件很简单的事情,而且我可以用那些毫无意义的图表填满 5个博客.

是的,这就是我经常抱怨的一件事.你认为下面这个看起来还不错的图表有什么问题呢?仔细看?发现了吗?

这个图表把原本没那么重要的指标变化人为地夸大了 .在这个例子里面,指标的统计学意义并没有那么大(后面的内容会详细讲),但是你从这个图上是看不出这一点的.而且Y轴上的数据变化暗示很严重的事情发生了.

我打算冒点儿风险举个例子,除非你是在进行一个外科手术,而且上面的图显示的是心跳或者血压的指数,否则,请你在做数据展示的时候避免做认为的夸大.因为这样会误导看报告的人.

你不必每次都让 Y轴从 0开始.但是在这个图中过分的强调 1.5分的差距就是浪费每个人的时间.想想狼来了的故事吧.

另外一件重要的事情.请给你的X轴标上点儿东西.这个统计是在那个时间区间的?过去的 x小时?过去的 y周?过去的 z个月?根据你的

选择,这个数据对于疯狂地分析爱好者来说就是天上和地下的差别.(假设你已经修复了Y轴存在的问题.)

作为一个数据分析员,在图形化表达数据的时候你是有很大的权利的,记得善用它哦.

对时间轴做合适的调整我相信你们中的很多人,甚至是我的一些刚开始做数据分析的朋友都会把下面这个

来自Google Analytics的截图放在自己的展示模板或者报告中.先别往下看.仔细看看这个图……有什么问题吗?

这张图展示的是 9个月的数据变化……以天为间隔!这种所谓的“趋势”已经毫无意义可言。

这其实是 GA 的默认设置,你看,错误的发生就是因为当你在这么长的一段时间里去看每一天的趋势的时候就无法看到真正的东西了.

下面我们来看一下以周为间隔的图.

好多了,对吧?没有那堆无意义的弯弯曲曲的线条了 .你貌似是可以从上面的趋势中看出点儿东西的.特别是在曲线的尾部.(在之前的图表中连这么简单的事实也被隐藏了).

这就是让人振奋的事情,当你在一个更长的时间段看数据的时候,你能够看得更清楚.我在Web Analytics2.0中推荐的最佳实践是这样的:如果你观察的是 4周或以下的数

据,那么你把间隔设为一天,仍然能看到有趣的真相.如果你有的是 3个月(一个季度)的数据,那么你应该把间隔调整为周.

如果你的数据时间超过了 3个月,那么你应该以月来作为间隔.在这个例子中,下面的图展示的就是以月为间隔的效果.

很棒,对吧?你可以看到一月和二月,7月和 8月两个比较明显的转折,然后数据冲到了一个历史

最高点.所有的这些在以日为间隔的图表中是完全看不到的.在以周为间隔的图表中也很难

看到.一定要记住这个十分重要的法则:当你去观察一个长期的数据时,(在这个例子中是 9

个月的数据),你要看的是一个大的趋势,记得将你的时间轴据此做调整.当你把时间轴调整正确以后,你马上可以开始进行更为深入的分析和思考了.比如,7

月份之后发生了什么使得数据上升?3月到 7月的缓慢的下降又是什么造成的?为什么X,Y或者 Z情况没有发生?这些好的问题和思考在错误的图表里是不会被看到的.

非常简单但实用的实践,记得用它哦!

一定,一定,一定要记得清楚地表达你的观点!(哦,还有,颜色是很重要滴.)我相信你们都会在一个 presentation里用 95张幻灯片,或者至少 55张.:)当你做这种数据的展示的时候,有一点十分重要的,那就是尽量要让坐在桌子那头的

人(通常是你的老板,或者更糟的是你老板的老板)保持清醒.如果你在这个数据盛宴中让人感受到了生活的无趣,那你就太失败了.所以.尽量…好吧?你认为下面图中的两个颜色代表什么?不要看下面的注释.另外,你认为这些数据告诉我们什么?别跑,想 5秒钟.

我的第一反应是,为什么只有 29%的公司有一名以上的专职与转化率的员工!这太糟糕了.

等等,这说不通啊!我又看了一下图表下方的问题.然后看了图表,然后是注释,然后又看了看问题,然后

是注释.这个图表的第一个问题是红色代表了肯定,绿色代表了否定.下面是一些非常非常简单的规则,你必须要明白并且坚定不移地这样做:红色代表不

好的,绿色代表好的.永远是这样的.不要耍小聪明.所有的人都知道这个规则,我们一直以来都是如此实践的.所以你也要这样做,这会让你更有效率地传达你的信息.

第二个问题.更糟糕的,也许只是我这么认为,这个图表把本来简单的问题搞复杂了.太多的“Yes”了。

还有,那个 29%又是怎么回事?如果问题是在你的公司有多少人专职与转化率的提高,而且 71%的公司有超过 1个专职人员,那么 29%的意思是小于等于一个人的还是一个都没有的?不清楚(而且让人抓狂).

[上面的第三个柱形]如果 62%的公司说他们一个专职人员都没有 ,那么 38%的意思又是什么?是不是“不，不，我们是有专职人员的？”

事实上这个图表来自于我很尊敬的一家机构，但是恐怕这次我通过这张图抓不到重点，你能明白我的意思吗？

（译者注：学过逻辑的人都可以很明显地看出这个图表中存在的逻辑漏洞。原作者在这里就没有再多说了。作者最后给出了一些表格，通过对比我们发现这些表格比上面的图表更能清楚的表达意思。所以作者想要告诉我们的是：不管什么方式来展现数据，清楚明了永远是第一位的。）

5.显著性差异分析是你“永远的好朋友”好吧，我的标题已经泄题了，我们（菜鸟和专家）都会犯这种错误。

我们创建了如下的一个表格。（哇哦，里面的细分竟然是准确无误的，太让人感动了）我们在表格中将一些数据明显地标示出来。我们宣布Organic是表现最好的，Direct 紧随其后，然后是其它两个细分，而且我们建议做更多的 SEO.这个表格有什么问题呢?

其实这些数据的显著性并不高,也就是说我们认为很重要的数据其实可能并无任何意义.(看看 7份的数据).这几个来源的数据差别是完全不重要的.一个简单的补救方法是,统一每一行的数据标准看看这些百分数有没有实际的意义.

比如说,所有 Direct这一行的数据代表的意思是 10个访客的转化率而 Referral这一行代表的是 1000000个访客的转化率.更好的方法是通过数据差异显著性的比较来找到那些我们可以确定有显著不同的数

据组.(译者注:作者在这里给出了一个数据差异显著性的计算工具 http://www.kaushik.net/

avinash/wp-content/uploads/2011/10/statistical_significance_calculator.zip).如果你在使用 Google Analytics,下面是一个Michael Whitaker提供的小插件,能让你

在GA中直接使用.使用步骤:1. 打开Michael 的博客,把这样一个图标拖拽到你浏览器的书签栏 .(译者注:国内

的浏览器可能无法使用这一功能.我的搜狗浏览器是不行的.建议用 Chrome 浏览器)

2. 进入Google Analytics的Goal tab或者 Ecommerce tab.

3. 点击书签栏中的 Z-Test图标.

4. 在你GA报告的底部你会看到一个叫做 Z-test的新按钮.

5.在你想要检验差异度的数据行前面打钩.

6. 按下 Z-test 按钮你就得到了想要的结果. (译者注:在实际使用中一定要在新版的GA环境下)

有这样一种说法,数据量太小就没有价值了.这个问题稍稍显得有些大.我很了解,童鞋们都很善于收集数据,然后搞一大堆的表格和图表,在数据的海洋中傲游地不亦乐乎.在这里,我要很严肃地告诉你们,这么做是有风险的.当数据量太小的时候你所做的一切将变得毫无价值.当然,没有人愿意在费劲的搜集了数以亿计的数据之后才会去做决定.但是右边表中的数据几乎是没有任何价值的.

但是你能做的是通过这张表格你可以看到你费尽心力想要得到链接的地方是不是真的给你带来了流量 .说不定那些你没投资的地方给你带来了惊喜 .试着去了解为什么 ,这样对你最终营销策略的制定也是有好处的.还有一些事情你可以做.去看看你的搜索关键词的报告 ,看看之前你 SEO过的关键词是不是在报告中出现了 .最好你能用 Webmaster Tools 去看看你的站点在索引方面有没有问题 ,看看你的站点因为哪些关键词出现在Google的搜索结果中 ,这是你意料之中的吗?当然 ,你还能做得更好 ,用 Compete/Trends for Websites,Insights for Search, Ad Planner 这些工具去看看你的竞争对手现在是什么状况 ,这往往能给你更多的启示.我们都很容易陷入数据的泥潭中 ,一个优秀的数据分析师知道什么时候“向外看” ,把更多的时间用在完成一个 Task Completion Rate的调查上,进而制定新的营销策略.(译者注:这里的 Task Completion Rate牵扯到大师的另外一篇文章 ,这里给出链接 : http://www.kaushik.net/avinash/the-three-greatest-survey-questions-ever/)

来自 Avinash Kaushik 的建议 ( 四 )

相关文章1.来自 Avinash Kaushik 的建议 ( 一 ) 2.来自 Avinash Kaushik 的建议 ( 二 )

3.来自 Avinash Kaushik 的建议 ( 三 ) 4.来自 Avinash Kaushik 的建议 ( 四 ) 5.来自 Avinash Kaushik 的建议 ( 五 ) 6.来自 Avinash Kaushik 的建议 ( 六 ) 7.来自 Avinash Kaushik 的建议 ( 七 ) 饼状图很坑爹好吧,我承认饼状图在有些时候还是有用的.但绝大多数时候它就是沟通障碍的根源.经典的坑爹的饼状图有很多.这里选了一个简单并且常见的.仔细地观察下面这个图,你有什么想法吗?

3D效果没帮什么忙,相信我.这组饼状图隐藏了所有有价值的信息.当你看到这组图的时候,你能做的就是:看看左边的那个,记住是哪个细分,记住它是什么颜色,记住上面的数字,然后再看看右边个那个,找到对应的颜色和细分,看看数字是多少……同样地事情你要做 5 遍才能看出数据中隐含的价值.难道你做这张图就是为了折磨自己或者同事吗?为什么要折磨那些对你的收入至关重要的人呢?

用个表格这些问题就都解决了.就像我们在第四部分做的一样. 来自 Avinash Kaushik 的建议 ( 四 )

这样看起来就清楚多了,对吧?最起码,我们不需要把眼睛从左边转到右边仅仅是为了搞清楚发生了什么.进一步来看,既然别人付你工资是让你展示重要数据的,那么你可以用下面这个表格.

这样你和管理者的沟通就能更集中在焦点上,效率也更高了.还有,既然你已经花费了很多时间去收集和分析数据,那么为什么不去详细地看一下数据的相关性呢?把容易的事情搞复杂很容易,把复杂的事情搞简单却很难.好了,我已经说了这么多了,也该你了.如果你有什么问题欢迎提出来!(译者注:大师的这篇博文我分 7次翻译完成了.希望对大家有所帮助.当然,看原版的文字会有不一样的感受. Data Analysis 101: Seven Simple Mistakes That Limit Your Salary)

社会化媒体的最佳指标(一)

这篇文章来自 Avinash Kaushik 在上个月发布的博文<Best Social Media Metrics: Converation, Amplification, Applause, Economic Value>在这篇文章里,AK大师打破了以往的惯例,第一次提到一些在实际当中并不容易监测到的数据指标,而这些指标都是和今天最热门的社会化媒体相关的.我将分五次翻译这篇文章.希望得到大家的指正.

我今天要打破一个我一直坚守的不成文的规则:只去写实际存在的问题和在现实世界可以监测到的数据指标.我将要定义一种方法用作监测社会化媒体.而这些内容中的很多数据你在现实中是不容易监测的.今天的互联网世界中,社会化媒体正在大踏步的前进.我们中的许多人并不知道如何积极地融入这个领域.在数据方面,大量的数据产生在社会化媒体中,而这些数据目前的处理方法还是很“幼稚”的。我们会走两个极端，要不是就是陷入数据的海洋不能自拔,就像 IT部门的员工一样;要不就是看到简单的数据变化就高兴的不得了 ,就像市场部的员工一样(我有 158632个粉丝了,ohyeah).

我要提供的这个解决方案,你是可以用来监测自己是不是很好地参与到了这个重要的媒介中.这难道不是变革性的东西吗?让数据来告诉你在什么是重要的,你应该做什么.什么使得这个渠道如此与众不同.不要再 Twitter, Facebook, Google Plus,和 Youtube上给你的品牌丢脸了.我们可以做的更好.那么,在社会化媒体中什么是重要的呢?不是粉丝数量,不是发帖数量,更不是粉丝的粉丝的数量.重要的是在你发帖之后发生了什么.你引起关注了吗?你引发人们的转发\分享的欲望了吗?你创建讨论了吗?你引发人们的后续行为了吗?你把这些行为转化为经济价值了吗?我在后面的内容中会介绍四个我们应该重视的指标,更牛的是这些指标和你参与的具体的社会化平台是无关的.

社会化媒体的交互度当我说所有在 TV上出现的品牌都会出现在社会化媒体中,我的意思是这些品牌在社会化媒

体里做的事情和在 TV上做的没有两样:都是无意义的大喊大叫和自卖自夸.在传统的 TV领域,我们并不知道电视机那头坐着的是谁,为了更有效地传播,我们能做的就

是大声的,频繁的推广.而在社会化媒体中,我们就不用这么干了.我们很清楚我们的粉丝是谁.我们可以很好的了解

我们说的话是否到达了受众.而且这是即时就能拿到的数据.所以为什么不去监测这个指标呢? 社会化媒体的交互度=每个帖子的评论(回复)数你可以在所有的社会化媒体平台上监测到这个指标.

指标怎么用?如果你想得到一个比较高的交互度,你需要清楚以下几点:1,了解你的受众是谁;2,你品牌的

属性如何;3,你擅长于什么;4你可以为你的粉丝带来什么.这就是我为什么喜欢这个指标的原因,它让你集中精力用正确的方法做正确的事情.所以,把你的交互度的目标定的高一些.和你的受众进行有质量的互动.这些都是推广预算无

法做到的事情.当然,你可以做一些刺激的事情,说一些傻话,从而获得一个不错的互动效果,但事实上这些对

你品牌的推广毫无意义,不是吗?

如何去监测?在每个单独的平台上去监测这一指标并不难,但是跨平台的就有些难度了.这里我需要你们的帮助,你们知道哪些工具能够做到这一点的呢?希望你留下评论.(译者注:在实践中,有一些第三方的机构可以提供跨平台的舆情监控工具,比如Hootsuite,

HubSpot, Crowdbooster 等等.你可以根据自己的需要进行选择)

传播力每一个传统的营销渠道都有它的限 制 .这种限 制往往体现在你能够买的广告的数量

上.Google的搜索引擎广告,Facebook的展示广告等等,都不例外.然而社会化媒体在这方面却有着无可比拟的优势.通过社会化媒体,你不仅可以建立你自己的社交网络,更重要的是每个在你社交网络里的受

众都有自己的社交网络.如果你听从我的建议去发布一些有价值的信息,那么你可以打破所谓的限制,把你的信息传播给更多的人.拿我自己做例子.我现在在 Twitter有 57000个粉丝,在Google Plus 上有 12000个粉丝.

这是所谓的限制.如果我写了一些东西,最多有 57000个人能够在 twitter上读到.但注意这只是一级网络.二级网络(我的粉丝的粉丝)数量就是惊人的 630万.所以我能够影响的范围就扩大到了 630万.所以,当你涉足社会化媒体,一定要学会监控你的传播力,即你的粉丝与自己的粉丝分享你的

内容的比例.在 Twitter上:传播力=每个帖子的转发数.在Facebook和Google Plus:传播力=每个帖子的分享数在博客和 YouTube上 :传播力=每篇文章(视频)的分享数.

指标怎么用 ?这个指标可以让你看到什么类型的内容是可以达到比较好的效果的.甚至什么时间发帖才是

合适的.然后你就可以有针对性的发帖了.你会得到更多的分享和传播.但这一切的前提都是你要知

道你的受众想要什么.当然,随着时间的推移,你的第二级网络也会变成第一级网络,因为他们会发现你很 cool从而

成为你的粉丝.如何去监测 ?和前一个指标一样,我也不知道如何做到跨平台的监测,如果你知道,请告诉大家.当然对于一

个平台还是很容易做到的.你的Excel可以发挥作用了.

受欢迎度我相信你已经看出来了我的良苦用心 :一定要去了解你的受众,而不是在社会化媒体里当一

天和尚敲一天钟.另外一个非常有力的指标能让你了解你的首宗.那就是受欢迎度.

在 Twitter上 :受欢迎度=每个帖子Favorite的点击数

在Facebook上 :受欢迎度=每个帖子的 Like数

在Google Plus上 :受欢迎度=每个帖子+1的数量

在Blog或者 YouTube上 :受欢迎度=每个帖子或者视频+1数和 Like数之和

如何使用这个指标 ?很简单,你需要知道你的受众喜欢什么,不喜欢什么.他们的反馈让你更好地了解这一点.而且

可以让你的内容出现在他们自己的社交网络中.想象一下,你 Like了我的这篇文章,我是不容易从这个单一的数据中看到什么的 .但是,你

like的行为可能到导致当别人在Goolge里搜索 ‘ 社会化媒体评价指标 ‘这些关键词的时候,我的文章更有可能出现在前面.这样你的 like就为我带来了一个相关的访客.多好的事儿啊 !这其实才是你为什么要关注受欢迎度这个指标.

如何监测这个指标 ?Google +有专门的统计 .Facebook 通过 Insights 也可以看到 .(译者注 :Facebook

Insights中的指标名称有所变化,这在今后我的文章中会专门介绍的).Twitter里还没有统计的结果可以直接提供.如果你有更好地方法,欢迎在评论中提出来.最后,下面这张图给出的是通过GA统计的社会化媒体的访客数目.

经济价值写到这儿,我笑了.那些经常看我博客的读者肯定知道为什么 :对于网络营销的任何努力我都

会让你去衡量最终的商业价值.如果你觉得上面提到的转化率,交互度,受欢迎度就已经够了的话,那你就太傻了.是的,你应

该关注这些指标,但是如果你想靠着这些东西赢得公司老大们的预算,那就难了.除非你能量化出这些社会化媒体创造出来的实际经济价值.记住,你参与到社会化媒体中的目的不仅是为了带来商业产出.这一点我已经强调过多次了.

如果商业价值是你的优先目标的话,那么你在社会媒体中会混的很不好.而且上面提到过的指标就可以用来衡量你混得到底有多不好.你的社会化媒体的圈子中,一部分人可能会通过各种各样的方式变成你的客户,不管是线上

还是线下,注册还是购买.这些就是所谓的转化即价值.在所有的社会化媒体渠道中经济价值=短期和长期的入账和花费的削减

社会化媒体带来的价值有些是不能量化的,没有关系.但是对于可以量化的那部分就是你的工作了.(译者注 :AK的另外两篇文章 Macro and Micro Conversions!和 Economic Value!中详细针对不同的电子商务类型介绍了如何去计算经济价值.这两篇文章也会在我今后的博文中贴出.)如何使用这个指标 ?对于看过这两篇文章的朋友来说,下面的这个图应该是你熟悉的.

你的工作就是去量化那个蓝色的箭头和橙色的方块.这并不难,只需要一些耐心和一些想象力.在GA里你可以看到你参与到的社交媒体像下面的表格一样展示出来了.

你可以把注意力集中到 Per Visit Goal Value上面.你可以发现 stumbleupon这个渠道表现得很不错,twitter次之.facebook的表现就不尽如人意了.现在我就不仅可以告诉我的老板社会化媒体带来了多少价值,还可以告诉他每个不同的渠道

分别带来了多少价值.对于任何一个企业来说,不可能所有的渠道价值都一样,通过上面的表格你可以知道哪些渠道对于你更有价值.相信我,如果你按照我上面说的那么去做,你不用去求老板给你预算,预算会不请自来的.在这里我还是要强调一点,社会化媒体更重要的目的是让你和你的受众加强沟通.适时的提

到它的经济价值可以避免很多麻烦的解释.如何监测这个指标 ?你可以使用Google Analytics, Omniture, WebTrends, CoreIBMInsights,等等.

相关文章:

社会化媒体的最佳指标 ( 一 ) 社会化媒体的最佳指标 ( 二 ) 社会化媒体的最佳指标 ( 三 ) 社会化媒体的最佳指标 ( 四 ) 社会化媒体的最佳指标 ( 五 ) 社会化媒体的最佳指标 ( 六 )

社会化媒体的 4大指标结语前面的几篇文章介绍了监测社会化媒体表现的四大指标.到目前为止我们遇到的最大的问题

其实是如何把这四个指标放在一起.像我之前提到的,EXCEL是你的好伙伴.但我还是希望有一种工具能够很好的监控社会化媒体的表现,把我们所需要的指标和数据放在一起.当然,还是有希望的.Crowdbooster 提供了一个不错的尝试.下面是我的 twitter 账号在

Crowdbooster中的界面.

还是很形象的,对吧?All My +是针对Google+开发的小应用,可以监控到前面提到的四个指标中的三个.

缺少的那个经济价值指标,你可以通过Google Analytics或者 Site Catalyst看到.

关于社会化媒体广告如果你在社会化媒体上投放了品牌推广的广告,那么你要关注的指标就是前三个.如果你是

在社会化媒体上做关于产品的推广,那么你还需要关注经济价值的指标.当然根据你的营销策略,这个经济价值应该包括短期的和长期的.对于社会化媒体直观效果的报告应该包括的指标和我对于其他广告渠道(如 PPC,展示广告

等)的指标建议是一致的.下面这个表中的指标适合于社会化媒体直观效益的衡量:

社会化媒体的出现给了我们一个机会去重新思考与消费者建立联系的意义.你必须忘掉之前有用的东西,(这很难做到,这也是一些大品牌在社会化媒体中丢脸的原因).你必须给自己洗脑.

希望这篇文章可以让你开始 think differently.