本文筆者為大家列舉了十四條經驗法則，期以幫助各位在營銷中能夠正確使用數據分析，使用合適的數據驅動營銷方法，避免落入數據陷阱。

大數據無疑給眾多企業帶來了競爭突圍的曙光，但是仍有很多企業對數據的價值產生質疑，很可能因為他們沒有正確的使用數據。

事實上，我認為正確使用數據在現代營銷中非常強大。

正如我之前在文章中提到的那樣：“在數字時代，完全依賴直覺、經驗驅動的營銷決策是愚蠢的?！蔽覀冃枰庾R到這一點：“對于大多數公司最明智的決策方式是數據驅動與經驗驅動的平衡?！?/p>

我最喜歡的專欄作家戈德·霍奇基斯（Gord Hotchkiss）最近寫了一篇關于營銷的文章，他在許多有爭議的市場營銷二分法中倡導這種平衡的方法：

“市場營銷中沒有絕對，中間存在很多交叉地帶。我們需要刺猬（刺猬知道一件重要的事）來實現偉大營銷的“重大創意”。但我們也需要狐貍（狐貍知道很多東西）來幫助我們成功地在中間導航。事實上，我研究營銷的時間越長，越是意識到中間存在一定的靈活的轉換空間，如：在定量與定性之間、戰略與大數據之間、創意品牌和直接營銷之間、科學與藝術之間等?！?/p>

那么，如何在平衡中實現企業的良性增長呢？

我衷心鼓勵你在營銷中使用數據分析 ，以下為 14 條經驗法則幫助你正確的使用數據，并支持實用的數據驅動營銷方法。

一、客戶驅動和數據驅動不相互排斥

數據驅動營銷毫無疑問是有價值的，但營銷的目的是贏得客戶（并確保能使其長期留存）。因此，以客戶為導向的營銷更好。

當然，它們不存在相互排斥，其中一個是手段，另一個是目標。在

追逐高大上的數據之前，有必要先停下來問：“這對顧客有什么好處？”，再使用數據驅動的方法贏得更多客戶。

二、所有數據都不相同

“數據結束了爭論?！比绻@是一個絕對真理，那就太好了。

由于在一段時間中有如此多的數據，所以很容易找到數據來支持論證的幾乎所有方面。但數據的準確性和相關性不同，更好的座右銘可能是：最準確和最相關的數據結束爭論，驅動決策。

三、數據只是歷史

數據告訴我們已經發生了什么，但它沒有告訴我們將會發生什么。

我們應該從歷史中吸取教訓，也可以推斷過去的趨勢，以預測未來，甚至可能是非常準確的預測。但世界在不斷變化，歷史的情況不一定是今天或明天的情況?，F實中存在黑天鵝事件，它的方式并不總是那樣，但數據仍不失為預測的一種最科學的方式。

四、數據總是不完整的

確實任何一個特定的數據集都可以完整，比如：三年的季度銷售數據，這就是一個完整的數據集。

但當你使用數據做出決策時，你擁有的數據并不是唯一可能與你的決策相關的數據（我們用我們擁有的數據進入市場，而不是需要的數據），總有更多數據出現。

你永遠不可能擁有所有這一切。承認這一點有助于我們認識到：盡管我們擁有的數據可能會描繪一幅畫面，但它充其量只是一幅印象派畫作，通常，它更像是現代藝術。

五、數據是客觀的，但其收集和解釋是主觀的

數據給出了客觀性的危險錯覺。

客觀地說，每個人都可以在電子表格中查看相同的數據。但是，收集到什么數據以及它如何被收集，每個人幾乎都是主觀的選擇。而另一方面，我們如何選擇解釋這些數據也是主觀的。

六、任何一組數據都支持無數的敘述

營銷人員是講故事的人，這通常是一件好事。

數據可用于使故事更具吸引力，但是，既然我們可以主觀地選擇如何解釋數據，那么我們幾乎可以發明任何我們想要的敘述。

當然，有些故事比其他故事更可信，但這通常是模糊的，這被稱為歸納問題（幾個世紀以來它一直困擾著科學家和哲學家）。

但不管如何它有助于保持觀點：圍繞數據呈現的任何故事都不是唯一可以講述它的故事。

七、戰略是選擇，好的數據有助于我們做出這些選擇

一個好的戰略是做出正確選擇的框架。

反過來，良好的數據是幫助我們做出這些選擇的信息，無法幫助我們在追求戰略時做出選擇的數據令人分心。

八、實驗是因果關系的黃金標準

相關性不是因果關系，每個數據科學家都會告訴你這一點。

但作為營銷人員，我們追求的通常是因果關系，我們想知道我們能做些什么會讓更多的客戶與我們開展更多業務。

那么，當數據顯示可能揭示這種原因的相關性時，我們該怎么辦？我們進行了一項實驗，保持所有其他變量不變（盡可能多），并測試替代方案以證明或反駁我們的假設。谷歌每年都會進行 10,000 多次此類實驗，它使你可以生成最強大的佐證數據，當然擁有正確而詳細的數據也是前提。

九、觀看儀表板，同時注意擋風玻璃

來自 Gord 的我最喜歡的一句話就是這個比喻：“量化就是在你開車時看著儀表板，定性是擋風玻璃?！?/p>

顯然，我們應該做兩件事，在實踐中，大多數人在駕駛時自然地平衡定量（數據）和定性（經驗），我們也應該在營銷中爭取同樣的均衡，不要錯過令人振奮的風景，或因為你的手表粘在你的儀表板上，而碰撞迎面而來的卡車。

十、數據隨時間衰減的準確性和相關性

大多數數據的保質期相對較短，特別是在營銷方面。

無論如何，在我尋找新車的那一周，我會訂閱汽車廣告，但六個月之后，那些將我識別為汽車市場的數據只是過去的化石。這比無價值更糟糕，因為它可能會導致你對我做出錯誤的決定，準確性和相關性是使數據有價值的原因，但這些屬性隨時間而變化，因此實時獲取數據非常重要。

十一、數據可用于探索（“為什么？”）或確認（“什么？”）

當數據用于探索與確認時，應對其進行不同的處理。

通過探索，你將尋求模式、見解、想法、發現或對新假設的啟發。通過確認，你將驗證發生了什么（或不發生）以及發生了什么程度。不過，相同的數據可用于在一個上下文中進行確認并在另一個上下文中進行探索，因此你需要結合場景進行分析。

十二、有手表的男人知道現在幾點了，但一個有兩只手表的男人永遠不會確定

這條規則被稱為西格爾定律，這是每個營銷人員都應該知道的 7 項技術法則之一。

世界充滿了相互矛盾的數據，任何試圖從兩個獨立的網絡分析軟件包中獲取指標的人都可以證明這一事實。

不同的工具將以不同的方式測量同一現象，理解為什么它們不同可能會產生有價值的見解，但追逐每一分鐘差異的回報都在減少。在許多情況下，你不需要完全準確的數據，而只需要足夠準確的數據來做出正確的決策。

十三、數據是現實的客觀反映，但需保持健康的懷疑態度

數據不是它聲稱代表的現實，充其量，它反映了現實，但卻容易被扭曲（參見上述所有規則）。

著名的哲學家和科學家 Alfred Korzybski 說：“地圖不是領土?！?/p>

當然，我們想要使用數據和地圖，正如偉大的統計學家 George EP Box 所說：“所有模型都是錯誤的，但有些模型是有用的?！?/p>

但謹慎的是：對表現的正確性保持一點健康的懷疑態度。

特別是：我們希望對數據之外的其他跡象保持警惕，這些跡象表明現實存在差異。正如遵循瑞士軍隊格言：如果地圖和地形不一致，請相信地形。

十四、數據可視化可以照亮，混淆或分散注意力。

數據可視化（圖形、圖表、信息圖表等）是一把強大而又雙刃劍。到目前為止，它是我們人類看到數據模式的最有效方式。不幸的是，無論是有意還是無意，它都可以向我們展示實際上并非如此的模式。

偉大的數據可視化本身就是一門科學和藝術。因此，我們要在大、全、細、時的數據上建立可視化數據模型，以減少其誤差。

總之，你需要保持冷靜并明智地使用數據。

數據可能是營銷或其他任何領域中最未充分利用的資產，我們希望使其價值被最大化釋放，這也是神策數據一直在做的事。

最后，告訴大家一個好消息：

為了幫助在運營進階路上，執著前進的伙伴們能夠更快速的提升，我們聯合了騰訊、百度等擁有10年以上經驗沉淀的實戰派導師，推出了【運營總監修煉之道】，至今已幫助5000多名運營管理者和進階者，掌握了更加系統全面的運營專業知識和管理思路，在處理類似運營戰略規劃、不同渠道運營策略和流量變現、品牌營銷玩法、數據分析等實際問題時有更清晰的解決方向！

掃描二維碼添加小助手了解詳情，還可以回復“筆記”領取【運營總監課程學習筆記】哦！

再猶豫，機會就沒啦~

原作者：SCOTT BRINKER

原文鏈接：https://chiefmartec.com/2013/09/14-rules-data-driven-marketing/

編譯：策小編（編譯過程中有所刪減。）

本文由 @神策數據 發布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議