四個(gè)數據分析陷阱amp；如何避免他們對數據的誤解，甚至會(huì )誤導我們**好的人。看看數字營(yíng)銷(xiāo)四個(gè)常見(jiàn)的數據分析陷阱，以及一些批判性思考和避免這些陷阱的尖銳提示。

　　數字營(yíng)銷(xiāo)是一個(gè)引以為傲的數據驅動(dòng)領(lǐng)域。然而，正如SEO，我們經(jīng)常處理這樣不完整或有問(wèn)題的數據，**終得出錯誤的結論，我們試圖證明我們的論點(diǎn)或量化我們的問(wèn)題和機會(huì )。

　　在本文中，我將概述我們行業(yè)中的四個(gè)常見(jiàn)數據分析陷阱以及如何避免這些缺陷。

　　1.跳轉得出結論

　　今年早些時(shí)候，我對品牌知名度進(jìn)行了排名因子研究，并發(fā)布了以下警告：

　　ldquo；ldquo；（0.01）hellip）;hellip; 域名管理機構（或品牌搜索卷或其他任何內容）與排名呈正相關(guān)，這一事實(shí)可能表明以下任何或全部：

　　鏈接引線(xiàn)至網(wǎng)站排名良好

　　排名良好原因網(wǎng)站獲取鏈接

　　大約有第三個(gè)因素（例如網(wǎng)站的聲譽(yù)或年齡）會(huì )導致網(wǎng)站同時(shí)獲得鏈接排名。

　　我~

　　但是，我想更深入地研究這個(gè)問(wèn)題，并給您一個(gè)框架來(lái)分析這些框架，因為仍然有很多。以石廟**近的研究為例，您可以在前10或蘭德微博中看到這篇很好文章，或討論SEMRush近期的直交研究。很清楚，我并不是批評這兩個(gè)研究，但我想提請大家注意我們如何解讀它們。

　　首先，我們會(huì )有點(diǎn)確認偏見(jiàn)——我們都太渴望大聲喊叫ldquo；相關(guān)性與因果關(guān)系的差異rdquo；當我們看到成功網(wǎng)站關(guān)鍵字時(shí)，也同意當我們看到研究時(shí)，我們認為它是有效的，或者做同樣的事情，比如鏈接。

　　其次，我們不能批判地分析其內在機制。選擇不僅僅是因果關(guān)系或巧合。

　　在根據相關(guān)性得出結論之前，必須考慮以下可能性：

　　確切地

　　逆向因果

　　共同原因

　　線(xiàn)性度

　　廣泛適用性

　　如果這些都沒(méi)有道理，那就夠公平了——他們是行話(huà)。舉個(gè)例子

　　我警告你不要吃奶酪，因為你可能會(huì )死在床單上，我必須檢查它是否有以下內容：

　　完全符合——是否可能將如此多的數據集進(jìn)行比較，其中一些數據集必然相似 為什么，這正是Tyler Vigen所做的！是的，有可能。

　　相反因果關(guān)系mdashmdash；我們走錯方向有可能嗎 比如，也許你的愛(ài)人，哀悼與床單有關(guān)的死亡，吃很多奶酪來(lái)安慰自己 看來(lái)不太可能，讓我們過(guò)去。不，不可能。

　　共同因果關(guān)系——這兩個(gè)因素背后是否可能有第三個(gè)因素 也許增加財富會(huì )使你更健康（這樣你不會(huì )死于營(yíng)養不良），也會(huì )導致你吃得更多奶酪。這似乎很合理。是的，有可能。

　　線(xiàn)性-我們比較兩種線(xiàn)性趨勢 線(xiàn)性趨勢是一個(gè)穩定的增長(cháng)率或下降率。隨時(shí)間近似線(xiàn)性的任何兩個(gè)統計數據都具有良好的相關(guān)性。在上圖中，我們的統計數據呈直線(xiàn)上升趨勢。如果你在不同的尺度上繪制它們，它們看起來(lái)可能完全不相關(guān)，就像這樣，但是因為它們都有一個(gè)穩定的速率，它們仍然是很好的相關(guān)。是的，似乎有可能。

　　廣泛適用性-這種關(guān)系是否可能只存在于某些利基場(chǎng)景中，或者至少不存在于我的利基場(chǎng)景中 例如，奶酪，對某些人來(lái)說(shuō)，這足以產(chǎn)生這種關(guān)聯(lián)，因為很少有床單卷入死亡 是的，似乎有可能。

　　所以我們有四個(gè)ldquo；是rdquo；答案和五個(gè)測試之一ldquo；否rdquo；回答。

　　如果你的例子沒(méi)有得到五分之五的檢查ldquo；否rdquo；你不能說(shuō)這項研究確定了奶酪消費排名因素或致命的副作用。

　　類(lèi)似的過(guò)程應該應用于案例研究，這是另一種形式的相關(guān)性mdashmdash；你所改變的關(guān)系，以及一些好的（或壞的）。發(fā)生。例如，詢(xún)問(wèn)：

　　我是否排除了其他因素（如外部需求、季節性、競爭對手失誤）

　　我是通過(guò)做我想做的事情來(lái)增加流量，還是同時(shí)意外地改善了其他因素

　　這是由于特定客戶(hù)/項目的特殊情況造成的嗎

　　2.缺失

　　如果我告訴你我今天的流量是每周20%，你會(huì )怎么說(shuō) 恭喜你

　　如果去年這個(gè)時(shí)候增長(cháng)了20%呢

　　如果我告訴你20年來(lái)一直上漲20%，直到**近呢

　　有趣的是，一個(gè)小環(huán)境可以完全改變這一點(diǎn)。這是另一個(gè)案例研究的問(wèn)題和他們邪惡的倒雙胞胎，交通下降分析。

　　如果我們真的想知道某件事是令人驚訝的，是積極的還是消極的，我們需要將它與我們的預期進(jìn)行比較，然后計算出我們的預期偏差是多少ldquo；正常rdquo；。如果這聽(tīng)起來(lái)像是統計數據，那是因為這是統計數據——事實(shí)上，我在2015年就寫(xiě)過(guò)衡量變化的統計方法。

　　但是，如果你想偷懶，一個(gè)好的經(jīng)驗法則是收縮和增加前幾年。如果有人向你展示可疑的放大數據，你可能需要使用少量的鹽。

　　3相信我們的工具

　　你會(huì )根據你的競爭對手操縱的數字做出數百萬(wàn)美元的商業(yè)決策嗎 好吧，你有機會(huì )。這個(gè)數字可以在谷歌分析中找到。我在其他地方對此進(jìn)行了廣泛討論，但大多數分析平臺都存在一些主要問(wèn)題：

　　他們很容易操縱外部世界

　　他們是如何分組談話(huà)的

　　他們對AD阻滯劑有多脆弱

　　它們在樣本中的表現，它們的明顯程度

　　例如，您知道谷歌ApI V3可以分析大量的樣本數據，并告訴您，如果流量超過(guò)某個(gè)數量（日期范圍內的～500000），則同時(shí)采樣數據嗎 我也沒(méi)有，直到我們遇到它，同時(shí)建造蒸餾ODN。

　　類(lèi)似的問(wèn)題存在于許多ldquo；搜索分析rdquo；在工具中。我的同事Sam Nemzer為此寫(xiě)了一堆報告——你知道排名**高的跟蹤平臺是完全不同的排名 或者，關(guān)鍵詞就是谷歌（所以像SEMRush這樣的工具和統計數據是不等價(jià)的，肯定有很多參考資料

　　了解我們使用的工具的優(yōu)點(diǎn)和缺點(diǎn)是很重要的，這樣我們至少可以知道它們是什么時(shí)候準確定位的（比如他們的見(jiàn)解會(huì )指引你正確的方向），即使不是完全準確。我在這里真正可以推薦的是，他出現在SEO（或任何其他數字渠道）一定意味著(zhù)理解你的測量平臺上的機制，這就是為什么所有新員工都開(kāi)始學(xué)習如何在蒸餾結束時(shí)分析審計。

　　根問(wèn)題**常見(jiàn)的解決方案之一是合并多個(gè)數據源，但是hellip；

　　4.合并數據源

　　有許多平臺可供選擇ldquo；失敗（未提供）rdquo；收集兩個(gè)或多個(gè)數據：

　　分析

　　搜索控制臺

　　關(guān)鍵詞廣告

　　排名跟蹤

　　這里的問(wèn)題是，**，這些平臺沒(méi)有相同的定義，第二，諷刺的是，它們經(jīng)常被分解。

　　讓我們看看定義，例如mdashmdash；我們來(lái)看一個(gè)帶有頻道的登錄頁(yè)：

　　在搜索控制臺中，數據以單擊方式報告，當合并多個(gè)維度（如關(guān)鍵字和頁(yè)面）或篩選器時(shí)，可能會(huì )受到嚴重的、不可見(jiàn)的采樣攻擊。

　　在谷歌分析中，這些報告使用的是**后一次非直接點(diǎn)擊，這意味著(zhù)你的有機流量包括一系列的直接會(huì )話(huà)、超時(shí)、中間會(huì )話(huà)恢復等，這些都不是暗中流量、廣告攔截器等。

　　在A(yíng)dWords中，大多數報表使用AdWords單擊并轉換以定義不同的。另外，如上所述，關(guān)鍵字volume是捆綁的。

　　排名如上所述，跟蹤是特定于位置且不一致的。

　　好吧，雖然它可能不準確，但考慮到這些限制，你至少可以得到一些對定位有用的數據。但是，關(guān)于ldquo（未提供）rdquohellip；

　　大多數登錄頁(yè)獲得的流量不止一個(gè)關(guān)鍵詞。其中一些關(guān)鍵字可能比其他關(guān)鍵字轉換得更好，特別是當它們被品牌化時(shí)，這意味著(zhù)即使是****的點(diǎn)擊率模型也幫不了你。那么你怎么知道哪個(gè)關(guān)鍵詞是有價(jià)值的呢

　　**好的答案是從這些關(guān)鍵詞AdWords數據中總結出來(lái)，但您不太可能將這些關(guān)鍵詞數據和web數據分析結合起來(lái)。基本上，報告工具給出了一個(gè)非常大膽的假設，即給定頁(yè)面到所有關(guān)鍵字的轉換是相同的。有些人比其他人更透明。

　　再次強調，并不是說(shuō)這些工具一文不值，而是需要仔細理解它們。唯一的辦法是可靠地填補空白ldquo；未提供rdquo；即使沒(méi)有固定的不一致性定義問(wèn)題，也要花費大量的付費搜索來(lái)獲得合適的搜索量轉換率和所有關(guān)鍵字的跳出率估計值。

　　獎金：一般

　　我經(jīng)常看到它。三個(gè)問(wèn)題：

　　您是否更關(guān)心丟失排名十個(gè)非常低的卷查詢(xún)（10個(gè)月或更少的搜索）而不是高容量查詢(xún)（百萬(wàn)以上） 如果答案不是ldquo；是的，我更關(guān)心十個(gè)低容量查詢(xún)r(jià)dquo；，所以這個(gè)度量不適合你。您應該考慮基于點(diǎn)擊率估計的可見(jiàn)性度量。

　　當你在沒(méi)有排名之前開(kāi)始排名100個(gè)關(guān)鍵詞時(shí)，它會(huì )讓你不開(kāi)心嗎 如果答案不是ldquo；是的，我討厭排名rdquo新關(guān)鍵字；，那么該指示器不適合您mdashmdash；因為它會(huì )降低你的平均值排名。當然，您可以將所有非排名關(guān)鍵字作為位置100，正如某些工具允許的那樣，但是2個(gè)平均排名位置的下降是否真的是表示您的登錄頁(yè)中1/50已索引的**佳方式 同樣，使用可見(jiàn)性度量。

　　你想把你的表現和你的競爭對手比較嗎 如果答案不是ldquo；不，當然不是rdquo；，那么該指示器不適合您mdashmdash；您的競爭對手可能有更多或更少的品牌關(guān)鍵詞或長(cháng)尾排名，這將導致比較的偏差。同樣，使用可見(jiàn)性度量。

　　希望你能找到這個(gè)有用的。主要結論：通過(guò)對相關(guān)和案例研究進(jìn)行批判性分析，以期通過(guò)引用第三個(gè)相關(guān)因素或生態(tài)位適用性來(lái)解釋它們是否可以解釋為巧合，如反向因果關(guān)系，作為聯(lián)合因果關(guān)系。

　　不要不看上下文就看流量變化——你會(huì )預測周期，以及有多少錯誤

　　請記住，我們使用的工具有局限性，并研究它們如何影響它們顯示的數字ldquo；這個(gè)數字是如何形成的ldquo；這是一個(gè)重要的部分。這個(gè)數字是什么意思rdquo；（0ldquo）；

　　如果**終合并了來(lái)自多個(gè)工具的數據，請記住找出它們之間的關(guān)系mdashmdash；將此信息視為方向性而不是精確性。

http://www.ezekroy.com/jianzhanzhishi/1241.html 四個(gè)數據分析陷阱amp；如何避免它們