Analytiikkaraportointi: datasta päätöksiin

Opi tekemään analytiikkaraportteja, jotka vievät päätöksiin. Siirry datasta havaintoihin ja suosituksiin.

Luonnos

Markkinointijohtajasi saa viikoittaisen analytiikkaraportin. Viisikymmentä sivua. Liikenne kasvoi kolme prosenttia. Poistumisprosentti laski kaksi prosenttia. Istunnon keskimääräinen kesto piteni kahdeksan sekuntia. Konversiot kasvoivat yhden prosentin.

Hän lukee raportin läpi. Hänen mielestään kaikki näyttää hyvältä. Hän ei tee mitään. Viikko päättyy. Seuraavalla viikolla hän saa seuraavan raportin. Sama kuvio. Kaikki nousi hieman. Hän ei tee päätöksiä.

Samaan aikaan kilpailijasi saa viikoittaisen raportin. Sama data. Eri esitystapa. Raportti kertoo: tiistaina käynnistetty uusi kanava toi 40 prosenttia viikon liikenteestä ja konversioluku oli kaksinkertainen vanhoihin kanaviin verrattuna. Suositus: nosta uuden kanavan budjettia 300 prosenttia.

Kilpailija nostaa budjettia. Uusi kanava kasvaa. Kilpailijan liikevaihto kasvaa tässä kuussa 15 prosenttia. Sinun liikevaihtosi kasvaa yhden prosentin.

Sama data. Eri raportointi. Eri lopputulos.

Huonon raportoinnin hinta

Huono raportointi maksaa oikeaa rahaa.

Esimerkki: SaaS-yritys, jonka toistuva kuukausiliikevaihto on 10 000. Asiakaspoistuma on viisi prosenttia kuukaudessa. Se tarkoittaa 500 dollarin liikevaihdon menetystä kuukaudessa.

Huono raportointi näyttää, että poistumaa tapahtuu, mutta ei selvitä syytä. Se ei tunnista, mitkä asiakassegmentit poistuvat. Se ei yhdistä poistumaa tiettyihin tapahtumiin.

Hinta: sata asiakasta vuodessa 500 dollarin arvolla. Se on 50 000 dollaria, joka olisi voitu estää.

Hyvä raportointi näyttää, että poistuma kasvoi asiakkailla, jotka eivät ottaneet käyttöön pääominaisuutta. Se osoittaa, että ominaisuuden käyttöönotto on vipu. Se suosittelee perehdytyksen parantamista. Yritys parantaa perehdytystä. Poistuma laskee yhden prosentin. Liikevaihto kasvaa 100 dollaria kuukaudessa. Vuodessa se on 1 200 dollaria.

Ero huonon ja hyvän raportoinnin välillä: 50 000 dollaria löydetty ja 5 000 dollaria säästetty. Pelkän raportoinnin vaikutus on 55 000 dollaria.

Ero datan ja havainnon välillä

Data ja havainto

Data: liikenne kasvoi tällä viikolla kolme prosenttia.

Havainto: liikenne kasvoi kolme prosenttia, koska uusi maksettu kanava käynnistettiin tiistaina. Uuden kanavan kävijän keskimääräinen hinta oli kahdeksan dollaria ja konversioluku kolme prosenttia. Vanhojen kanavien kävijän keskimääräinen hinta on 12 dollaria ja konversioluku kaksi prosenttia. Uusi kanava on kolme prosenttia tehokkaampi. Suositus: kokeile nostaa päiväbudjettia 200 dollarista 500 dollariin päivässä kahden viikon ajan nähdäksesi, säilyykö tehokkuus suuremmassa mittakaavassa.

Data on pelkkiä lukuja. Havainto yhdistää luvut syihin ja suosittelee toimintaa.

Huonot raportit luettelevat dataa. Hyvät raportit tarjoavat havaintoja.

Mikä tekee raportista todella hyödyllisen

Raportit vastaavat tiettyihin kysymyksiin

Hyödyllinen raportti vastaa tiettyyn kysymykseen. Se ei vastaa kaikkiin mahdollisiin kysymyksiin. Se vastaa siihen yhteen kysymykseen, johon sidosryhmä tarvitsee vastauksen tällä viikolla.

Esimerkki: markkinointipäällikkö kysyi, "mitkä kanavat alisuoriutuvat". Hyödyllinen raportti näyttää: maksetun haun hankintakustannus nousi kahdeksasta 12 dollariin viimeisen neljän viikon aikana. Orgaanisen haun hankintakustannus nousi kahdesta neljään dollariin (todellisuudessa ilmainen, mutta asiakashankinnan kustannus sisältää orgaanisen työn). Sähköpostin hankintakustannus pysyi tasaisena yhdessä dollarissa.

Raportin johtopäätös: maksettu haku alisuoriutuu suhteessa kahdeksan dollarin kattotavoitteeseen. Orgaaninen haku heikkenee. Sähköposti on vakaa. Suositus: keskeytä maksetun haun laajennus, selvitä orgaanisen haun heikkeneminen ja pidä sähköpostin budjetti ennallaan.

Hyödytön raportti näyttää: kaikki kanavat vaikuttivat liikevaihdon kasvuun. Maksettu haku tuotti 40 prosenttia liikevaihdosta. Orgaaninen tuotti 35 prosenttia. Sähköposti tuotti 25 prosenttia.

Molemmat käyttävät samaa dataa. Ensimmäinen raportti vastaa kysymykseen. Toinen ei.

Hyödyllisen raportoinnin kolme osaa

Osa yksi: vertailu lähtötasoon

Älä koskaan näytä mittaria yksinään. Näytä mittari verrattuna:

Viime viikkoon tai viime kuuhun (välitön muutos). Samaan ajanjaksoon viime vuonna (kausivaihtelun lähtötaso). Viimeisen 13 viikon keskiarvoon (normaalin vaihtelun lähtötaso).

Ilman vertailua mittari on merkityksetön. Liikenne oli tällä viikolla 5 000. Onko se hyvä vai huono? Se riippuu lähtötasosta.

Jos viime viikolla oli 4 000, tämä viikko on hyvä. Jos viime viikolla oli 6 000, tämä viikko on huono. Jos keskiarvo on 5 000, tämä viikko on normaali.

Lähtötaso poistaa epäselvyyden.

Osa kaksi: yhteys tavoitteeseen

Jokaisen mittarin pitäisi liittyä liiketoiminnan tavoitteeseen.

Tavoite: kasvata liikevaihtoa. Mittari yksi: liikevaihto oli tällä viikolla 50 000. Tavoite on 60 000. Jäljessä 16 prosenttia. Mittari kaksi: liikenne oli 10 000. Tavoite oli 11 000. Jäljessä yhdeksän prosenttia. Mittari kolme: konversioluku oli neljä prosenttia. Tavoite oli viisi prosenttia. Jäljessä 20 prosenttia.

Mittari kolme on ongelma. Liikenne on hieman jäljessä. Konversioluku on kuitenkin merkittävästi jäljessä. Suositus: paranna konversiolukua tavoitteen saavuttamiseksi.

Ilman tavoitetta mittarit ovat vain lukuja.

Osa kolme: muutoksen syy ja suositus

Jos mittari liikkui, miksi se liikkui?

Konversioluku laski viidestä neljään prosenttiin. Miksi? Mitkä sivut konvertoivat huonommin? Mitkä liikennelähteet konvertoivat huonommin? Mitkä laitteet konvertoivat huonommin?

Jos tiedät syyn, voit korjata sen.

Raportin pitäisi selittää syy ja suositella korjausta.

Mitä raporteista kannattaa jättää pois

Älä sisällytä mittareita, jotka eivät ohjaa päätöksiä.

Sivunäytöt ovat turhamaisuusmittari. Älä raportoi sivunäyttöjä. Raportoi konversiot sivuittain. Se ohjaa päätöksiä.

Yksittäiset kävijät ovat turhamaisuusmittari. Raportoi tavoitteeseen soveltuva liikenne. Se ohjaa päätöksiä.

Sivulla vietetty aika on kontekstimittari. Sisällytä se, jos aika liittyy konversioon. Älä kuitenkaan raportoi sivulla vietettyä aikaa ilman konversiokontekstia.

Jätä pois mittarit, jotka tuntuvat hyvältä mutta eivät ohjaa toimintaa.

Raportti ja kojelauta

Eri tarkoitukset

Raportti: kirjoitettu kertomus datan kera. Vastaa tiettyyn kysymykseen. Tarjoaa havainnon ja suosituksen. Tuotetaan viikoittain, kuukausittain ja neljännesvuosittain.

Kojelauta: mittareiden reaaliaikainen näkymä. Ei kertomusta. Itsepalvelu. Käytetään seurantaan. Käyttäjät tutkivat itse haluamaansa.

Raportti on pull. Kojelauta on push. Raportti vastaa kysymykseen. Kojelauta antaa sinun esittää kysymyksiä.

Molemmilla on eri tarkoitus. Molempia tarvitaan.

Virhe: raporttien muuttaminen liian usein

Rakennat raportin. Käytät sitä kaksi viikkoa. Päätät, ettei se ole hyödyllinen. Muutat sitä.

Kaksi viikkoa ei riitä raportista oppimiseen. Tarvitset kuukauden dataa nähdäksesi kuviot.

Käytä samaa raporttirakennetta vähintään kuukauden ennen kuin päätät, ettei se toimi. Anna sidosryhmille aikaa sopeutua ja oppia.

Jatkuva raporttien muuttaminen estää oppimisen.

Usein kysytyt kysymykset

Pitäisikö raportteihin sisällyttää kaikki seurattavat mittarit vai vain tärkeimmät?

Vain tärkeimmät. Raportit, joissa on 30 mittaria, ovat hyödyttömiä, koska lukija ei tiedä, mitkä niistä ovat merkityksellisiä. Voit seurata kaikkia mittareita kojelaudalla. Raporteissa pitäisi kuitenkin olla enintään viidestä kymmeneen mittaria. Jos et pysty selittämään, miksi mittari on raportissa, poista se. Mittarin pitäisi joko ohjata päätöstä tai selittää, miksi toinen mittari liikkui. Esimerkki: analytiikkapalvelussasi voi olla sata mittaria. Viikkoraportissa pitäisi kuitenkin olla enintään viisi mittaria: liikevaihto, liikenne, konversioluku, hankintakustannus ja mainonnan tuotto. Kaikki muut mittarit ovat tukitietoa kojelaudalla tai kuukausiraportin syvällisessä katsauksessa. WEMASY-sivustonrakentajalla voit ottaa tämän käyttöön suoraan verkkosivustollasi.

Kuinka yksityiskohtaisia mittarien muutosten selitysten pitäisi olla?

Riittävän yksityiskohtaisia suositusta varten, mutta ei niin yksityiskohtaisia, että lukija hämmentyy. Esimerkki: "Liikevaihto laski kolme prosenttia. Syynä oli maksetun haun keskeytys, jolla testattiin uutta tarjousstrategiaa. Strategia ei toiminut odotetusti ja kustannukset nousivat. Olemme palanneet aiempaan tarjousstrategiaan ja odotamme liikevaihdon normalisoituvan ensi viikkoon mennessä." Tämä on riittävästi. Älä mene tarjousstrategian teknisiin yksityiskohtiin. Kerro sen verran, että sidosryhmä ymmärtää, mitä tapahtui ja mitä asialle tehdään. Huono versio: "Keskeytimme maksetun haun kampanjat kolmeksi päiväksi käyttäen Smart Bidding -ominaisuutta tavoite-CPA:lla 12 dollaria ja konversioarvon säädöillä uusille ja palaaville asiakassegmenteille." Sidosryhmä hämmentyy. Hyvä versio: "Maksetun haun kustannukset nousivat, joten keskeytimme kampanjat ja palasimme aiempaan tarjoustapaan. Liikevaihdon pitäisi normalisoitua ensi viikolla."

Jos mittari on laskenut, pitäisikö se selittää kausivaihteluna vai tutkia ongelmana?

Molempia. Jos mittari on laskenut ja kyse on odotetusta kausivaihtelusta, mainitse se. "Liikevaihto laski kahdeksan prosenttia, mikä on odotettua elokuussa kahden viime vuoden historiadatan perusteella." Tutki kuitenkin myös: "Liikevaihto on kuitenkin kolme prosenttia elokuun keskiarvon alapuolella, mikä viittaa tavallisen kausivaihtelun lisäksi johonkin lisävastatuuleen. Selvitämme, mitkä kampanjat alisuoriutuivat elokuun lähtötasoon nähden." Tunnista odotettu kuvio, mutta merkitse odottamaton vaihtelu. Älä syytä kausivaihtelua ja sivuuta ongelmia. Kausivaihtelu selittää osan liikkeestä. Ylimääräinen vaihtelu pitää tutkia.

Miten estämme raporttien tekemisen kestämästä tunteja?

Automatisoi datan keruu. Työkalun pitäisi hakea mittarit ja luoda pohja. Sinä lisäät selityksen ja suosituksen. Jos datan keruu on manuaalista, käytä kyselymalleja. Jos muotoilu on manuaalista, käytä mallipohjia. Keskitä aikasi selitykseen ja suositukseen, älä datan keruuseen ja muotoiluun. Pohjaan ja automaatioon käytetty aika kannattaa. Esimerkki: käytät kaksi tuntia rakentaaksesi pohjan, joka hakee datan ja muotoilee viikkoraportin. Joka viikko käytät 30 minuuttia selityksen ja suosituksen täyttämiseen. Neljän viikon jälkeen pohja on maksanut itsensä takaisin. Vuoden jälkeen olet säästänyt 80 tuntia datan keruun automatisoinnilla.

Pitäisikö raportointiin sisällyttää kilpailijadataa?

Vain jos sinulla on luotettavaa dataa. Jos arvailet, jätä pois. Jos sinulla on toimialan vertailuarvoja tai olet ostanut kilpailijadataa, sisällytä se kontekstiksi. "Konversioluvumme on neljä prosenttia. Toimialan keskiarvo on kolme prosenttia. Suoriudumme keskiarvoa paremmin." Konteksti auttaa selittämään, ovatko mittarit hyviä vai huonoja. Älä kuitenkaan spekuloi kilpailijoiden suorituksesta. Pysy tosiasioissa.

Kuinka usein raportointirakenne pitäisi suunnitella kokonaan uudelleen?

Vuosittain. Tarkista neljännesvuosittain, ovatko raportit yhä hyödyllisiä. Älä kuitenkaan suunnittele uudelleen neljännesvuosittain. Anna rakenteen vakiintua. Kerran vuodessa, hiljaisena aikana, tarkista, pitäisikö raporttirakennetta muuttaa uusien tavoitteiden, kanavien, tuotteiden tai organisaatiomuutosten vuoksi. Muutostiheys: jos neljännesvuosittainen tarkistus osoittaa raporttien yhä toimivan, jätä ne rauhaan. Jos suurin osa sidosryhmistä sanoo raporttien kaipaavan parannusta, muuta niitä. Jos vain yksi henkilö valittaa, ohita se. Uudelleensuunnittelu joka neljännes luo kaaosta ja estää oppimisen.

Ota se heti käyttöön
omalla verkkosivullasi.

Aloita ilmaiseksi WEMASYlla ja rakenna sivusi muutamassa minuutissa.