台灣社群行銷年會 Part 3 – 行銷人一定要懂的重點數字解析

Posted by
2018台灣社群行銷年會心得
台灣社群行銷年會Part 1- 小黑&Ken
台灣社群行銷年會Part 2 – 如何把粉絲變現
台灣社群行銷年會Part 3 – 行銷人一定要懂的重點數字解析
台灣社群行銷年會Part 4 – 社群皇帝陳思傑
台灣社群行銷年會Part 5  – 提提研腦闆
台灣社群行銷年會part 6 – Chatbot操作心法
台灣社群行銷年會part 7 – 呱吉與howhow
台灣社群行銷年會part 8 – 月月破億的台灣「臉書大神」廣告操作心法大公開

分析數據的重點在於產生可執行策略

第三場則是談到數據分析的方法,很多時候我們都是為了分析而分析,忘記了分析的目的是為了解決問題,當我們的報告只專注在好不好看跟數字夠不夠多的時候,這樣的分析已經失去了意義。

IMG_1745.jpg

數據分析不是萬能,但不分析萬萬不能

數據分析不是萬能,但不分析萬萬不能

常見數據分析的誤區

  • 沒有比較基準的數據分析
  • 行銷轉換的大數法則
  • 輿論口碑分析的侷限

CPC=5是高還是低?

CPL=1500貴嗎?ROAS=120是高還是低? => 不同產業之間的數據是很難比較的

以房地產為例:假設20個名單有七成會去現場看屋,看房的有一部分會產生訂單,而訂單就能追蹤當初是看到哪條廣告產生的收益,最後產生八億營收。

常見的數據分析比較條件
常見的數據分析比較條件

10萬可以做80萬業績,請問1萬可以做8萬業績嗎?

大數法則:樣本數量越多,其平均就越趨近期望值

假設平均轉換率12.5%,十個人就一定會有一個買你的商品嗎?
想買與買得起的人的交集有多少?

如果觸及的人不夠多,那就不要期待會有多大的交集

廣告花這麼多錢能不能看大家有沒有更喜歡品牌?

IMG_1747.jpg

口碑監測只能監測有『談論到你』的資訊:通常監測到的是超喜歡你或超討厭你的評論,但事實上這些人是非常少的,更多人是無所謂。

0.6%的粉絲,貢獻了18.1%的互動

IMG_1748.jpg忠實粉絲比例:透過線下活動,訂閱制,品牌商品販售….找到信仰者

社群是人與人的互動

別忽略了數據背後真實的使用者

5 comments

發表迴響

在下方填入你的資料或按右方圖示以社群網站登入:

WordPress.com 標誌

您的留言將使用 WordPress.com 帳號。 登出 /  變更 )

Google photo

您的留言將使用 Google 帳號。 登出 /  變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 /  變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 /  變更 )

連結到 %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.