假设您的电子商务业务高度依赖于您在 Google Analytics 中捕获的数据。环境在发生变化,因此您开始收集客户级别的数据(第一方数据)以确定产品和服务的关键参数。您根据这些数据做出决策并最大限度地利用所收集的数据 – 但接下来是什么?是时候添加另一层甚至两层了。这也称为数据混合。
现代数据工具允许我们做的最出色的事情之一就是分层和组合不同的数据集,以提供对您的产品、客户和业务活动的整体视图。通过这样做,我们可以开始做出更明智的决策并采取大多数人无法做到的行动。用于结合数据源和见解以获得可操作结果的图形
为什么这很重要?
尽管数据捕获和收集对于大多数企业来说相对较新,但在线业务的数据饱和已变得难以管理。此外,企业主收集数据所使用的大多数技术(即 Shopify、广告网络、Google Analytics 等)都是单一的,很少有简单的方法来融合数据以“概览”正在发生的事情。
这是一个技术问题,但哪里有技术问题,哪里就有技术解决方案。BI 工具(商业智能)工具(如 Tableau、Domo 等)允许您导入或查询不同的数据集,将它们组合起来,并创建有影响力的仪表板。您所需要的只是一个数据管道 – 或用于此数据导入的源。
那么为什么这很重要?孤立的数据只能描绘出一幅图景,而组合数据源(经过正确解析后)则可以提供一幅杰作,展示您的业务如何运作,以及您的客户真正想法。用于组合数据源和见解以获得可操作结果
的图形要收集的数据类型
为了使您的数据集和可视化更有价值,正确混合数据类型非常重要。每个来源都应该作为真正的北方,混合相似的数据类型通常会扭曲您的结果。以下是需要捕获和混合的三种关键数据类型,以获得基本的组合和观点:
用户活动数据,例如他们访问的页面、他们点击的内容、他们离开网站的位置以及他们在那里停留的时间
订单数据,例如购买的产品、订单价值和终身购买次数
行业基准和竞争对手数据
上述关键类型的数据可让您创建可视化效果和洞察,将用户在品牌范围内的行为方式、他们最感兴趣的内容以及性能基准结合起来。
结合数据源和洞察以获得可操作结果的图形
数据混合
在 Power Digital(结合我们的 nova 和 DataQ 平台),我们利用 Tableau 帮助校对和制作数据混合可视化以用于我们的营销工作。从技术层面上讲,数据混合是通过查找各种数据集中的公共字段或字段之间的相关性将多个数据源组合到一个视图中的能力。
一个简单的例子可以向您展示我们在 Power Digital 是如何做到这一点的,那就是我们如何混合有关客户的详细信息以更快地做出内部决策。这是我们的第一个表格:
示例:在智慧城市生态系统中,交通管理系统 Telegram 数据库用户列表 可以依靠实时手机位置数据来管理交通流量并减少拥堵。借助 5G,此类系统可以同时处理来自联网车辆和移动用户的数百万个数据点。我们公司 d的质量非常好,您可以向我们索取清单。您可以与我们公司合作,我们提供快速的就业服务。您也可以访问我们的网站。
用于结合数据源和洞察以获得可操作结果的图形
这显示了所包含客户背后的最基本内容。现在我们介绍第二个表格:
用于结合数据源和洞察以获得 为什么电子邮件营销很重要 可操作结果的图形
我们现在对他们的技术使用情况和营销团队有了更多的了解,因此如果我们将这两个表格混合起来,我们将获得更好的视图和可以生成的新字段:
用于结合数据源和洞察以获得可操作结果的图形
您可以在最后一张表格中看到,我们根据 CMS 营销团 我的号码列表 队帐户与公司总规模的计算生成了我们自己的信息。这样我们就可以推断他们是否能够管理他们的 CMS、网站等。
这是数据混合的最基本示例 – 但展示了如何通过将数据集分层叠加来生成新数据。许多 BI 工具(如 Tableau)将自动帮助进行这种聚合,甚至可以识别数据集内字段之间的相关性。
总之,
将您的各种数据集组合成一个可视化工具,可以让您全面了解您的客户、他们的兴趣等。随着数据跟踪变得越来越难以预测,一个不变的因素是您现在可以直接收集的数据。通过先收集然后找到创造性的方法将它们融合在一起,您可以产生自己的见解。