5内容营销衡量不要做的事情(以及应该做什么)

想象一下这样一个世界，你可以用首席财务官理解、接受和相信的方式证明内容营销的长期价值。

Avinash Kaushik正在努力使之成为可能。

两届畅销书作者(Web Analytics 2.0和Web Analytics:每天一小时)了解内容世界。作为营销机构Croud的首席战略官，他了解营销的角度。鉴于他在谷歌工作了16年，是谷歌分析启动团队的一员，阿维纳什也了解数据方面。

如今，这位三重威胁专家帮助高管团队、营销人员和数据分析师利用数字战略和新兴技术智胜竞争对手。你可以在9月的内容营销世界上亲自向Avinash学习。

最近，他加入了CMI的Ask the Community livestream，在那里他分享了五个不要做的事情(以及相应的要做的事情),以改善您今天的内容营销衡量。您可以观看或继续阅读精彩内容:

1.不要根据不适当的目标来衡量内容绩效

当你能弄清楚你所做的推动价值的短期、中期和长期的事情时，营销就达到了它最辉煌的时刻。

你如何把所有这些东西放在一起？它需要将艺术和科学结合起来。

你想做那种能让你达到季度收入和利润数字的营销。但与此同时，你希望与未来可能考虑购买的消费者建立这种广泛的关系，或者与那些可能永远不会购买你的产品和服务，但却能影响更多客户的人建立这种关系。

困难的是要搞清楚，比如，“如果我在抖音上投放一堆广告，我是否应该考虑它们现在是否在增加收入？或者，我应该把它们视为我品牌的延伸，让我们能够在更长的时间里为公司创造价值？”

我最喜欢的一个比喻完美地捕捉到了我们生活中的问题:永远不要以一条鱼爬树的能力来判断它。

我们一直都这么做。这就是我们生活中糟糕的地方。因为我们会说，“如果抖音没有收入，那就糟透了。”或者“如果付费搜索只是增加收入，而不是增加新客户的数量，那就糟了。”这两个问题都涉及到根据一条鱼爬树的能力来判断它。所以花时间搞清楚是什么鱼，最擅长做什么，然后判断它的游泳能力。

2.不要跟踪太多的KPI

不要认为数据呕吐是解决问题的方法。大多数工具只会产生大量的数据。

我非常喜欢一种我称之为“数字营销和测量模型”的方法这是一个简单的框架，问:你做营销的目的是什么？然后，“如果这是目的，那么我们就应该关注这类数据。这意味着我们应该使用这些关键绩效指标。”

我建议(无论你做的是自有营销、挣得营销还是付费营销)围绕两个KPI:一个效率KPI和一个效果KPI。

例如，如果你在做付费营销，有效性KPI通常是收入或利润，效率KPI是每订单的成本。在这两个KPI之间，你可以找到并集中你的注意力。您可以有其他指标，但只能有两个KPI。

现在，假设你在YouTube上制作了很多内容。对于你的YouTube内容来说，每个视频的净新订户数是有效性KPI，因为它表明你能够吸引人们的注意力。在效率方面，你可以衡量重新分享，因为如果有人重新分享，你会从一级网络到二级网络再到三级网络，你会扩大你的受众。

3.不要在无用的数据上浪费时间

分析曾经是一个拥有更多数据意味着你更聪明的世界。那是20年前了。现在我们拥有的数据比上帝希望任何人拥有的都多。聪明就是要弄清楚应该忽略哪些数据。

我认为我们应该形成强烈的意见。我讨厌公制印象。没用的。它一文不值。如果你报告印象，我会对你发火的。

但你必须足够了解这种情况，才能说我会忽略、忽略、忽略这些数据，因为它没有足够的价值。这使得您的数据处理方法更加智能。

4.不要把心理特征和人口统计学放在意图之上

很长一段时间，营销人员没有足够的数据。所以他们说，“好吧，我们要把它想象成一个漏斗——我们的工作就是把人们推进这个该死的漏斗。”

问题是我们都没有遵循传统漏斗的行为方式。

但同时，我们需要信号。例如，过去的营销人员可能会看着阿曼达，想:“她22岁，住在中西部，有一个非常好的家，所以我们卖了她，等等，等等。”

事实是，你的人口统计和心理特征很少揭示你在想什么，你是什么样的人，你的价值观是什么，以及所有这些事情。所以你得到了愚蠢和不相关的广告，因为所有的营销人员都知道你22岁，住在中西部，有一个非常好的家。现在，在他们发来的一百件东西中，也许有一件与你有关。

但营销人员不必再这样做了，因为我们可以通过消费者的行为来辨别意图。最简单的例子是，你在Bing中输入一个关于新型混合动力车的查询。你在表达意图，Bing将利用这一点向你发送正确的广告。

或者，如果有人关注脸书的某些品牌，或者写了某些东西，我们可以从中看出他的意图。无论是付费广告还是一条内容，这都是向你传递广告或营销的更好方式。

5.不要害怕分析中的人工智能

我讲了很多关于数据的东西——你应该忽略什么，你应该注意什么。现在，分析工具中内置的机器学习解决方案可以让你避免搜索和挖掘数据，以确定你应该寻找什么。你只是得到一份报告，显示你应该注意的事情。

例如，如果你登录像谷歌分析这样的工具，或者市场上的许多其他分析工具，通常会有一个名为“智能”的报告，让你更快地获得这种洞察力。你不必翻遍数据来找出什么是重要的。它会发现数据中隐藏的东西，并把它们展现出来。

另一个例子是意图。很难弄清楚如何在数据的海洋中推断出某人的意图。算法在自动分析大规模数据方面是如此神奇，以帮助你找到已知的未知和未知的未知。

因此，人们看到的每一个付费广告或内容都可能与他们相关。人工智能解决方案现在帮助我们弄清楚如何以几年前深不可测的方式进行一对一营销。

我对人工智能帮助公司平衡品牌和效果广告的潜力感到非常兴奋。与品牌(发展)相比，我们应该将多少资金分配给现在推动收入的事情？除了感性的指标，如独立的认知、考虑、意图或(请不要使用此KPI)品牌喜爱度，我们如何衡量品牌？

目前，机器学习最前沿的用途是弄清楚如何理解品牌广告的影响。所有的电子邮件、电视广告、产品目录中的故事等等是如何一起识别营销的增量的？

对于我们的客户，我们可以去找首席财务官，说营销推动了32%的销售增量，这意味着如果你没有给团队做营销的预算，(品牌)就不会有这些销售。我称之为首席财务官的神KPI。

我正在使用机器学习来识别营销的incrementality，然后说:“这是电子邮件营销的长期影响，与销售无关。或者这就是内容营销的长期影响。”

目前，很难证明内容营销的长期合理性。但是通过使用机器学习，你可以。机器学习正在让我们变得更加聪明，能够找到我们可以激活的数据和见解，并进行令人难以置信的富有想象力的营销，这在过去是不可能的。

我们也许可以去找首席财务官说，“这是上帝的标准。现在再给我2000万美元。”

精选的相关内容:

• 被营销分析淹没？这个建议将有助于创建一个可行的策略
• 如何利用你的网站数据看你的买家之旅是否真的有效[新模板]
• 为什么学习GA4这么难——该怎么办
• 为什么您努力证明内容投资回报率，以及如何解决(或解决)