10 raisons pour lesquelles vous, la recherche Marketer, peut vous considérer comme un scientifique de données

A+ A-
données scientifiques ss-1920

Une définition standard pour le travail décrit comme « scientifique des données » n'a pas encore été convenu, mais le dénominateur commun entre les différentes interprétations identifie là trois ensembles de compétences clés:

  • Une bonne compréhension des données (ce qu'elle est, comment il est recueilli et son sens).
  • La capacité de manipuler à en tirer des enseignements.
  • Connexion aperçu des données à la valeur du monde réel et de communiquer clairement aux personnes non données.

Est-ce pas ce que vous faites tous les jours?

Une bonne compréhension des données

1. Travailler avec Metrics

Search Engine Marketing, si l'optimisation organique ou des stages rémunérés, a défini un ensemble de mesures qui doivent être compris à un niveau de langue natale.

Si vous ne comprenez pas ce que ces mesures sont et pourquoi ils sont importants, alors vous ne pouvez pas être un agent de commercialisation de la recherche.

Et il est plus que simplement savoir ce qu'ils sont. Tout le monde peut apprendre ce qu'est un taux de rebond ou taux de clics est, mais ce qui rend les scientifiques de données de SEMers est qu'ils comprennent comment ces mesures ont été capturés, les mathématiques derrière eux et ce que leur valeur est de marketing.

marketing de recherche professionnels peuvent facilement prendre un rapide coup d'œil à une table de ces paramètres et comprendre s'ils sont bons, mauvais ou laid.

Les données sont une langue clé de votre monde. Vous êtes un scientifique de données.

2. Outils de Mastering

Qu'ils utilisent Excel, une plate-forme axée SEM ou tout autre outil de données, marketing des moteurs de recherche sont devenus maîtres à apporter des ensembles de données et apprêter les données de sorte qu'il est dans un bon état d'analyser. Notre maîtrise de ces outils est similaire à celle d'un scientifique de données qui utilise des plates-formes SQL ou MicroStrategy ou d'autres analyse.

pros de la recherche ont aussi une expertise de la valeur de leurs différents outils et que l'on à sortir de leur boîte à outils en fonction de l'analyse requise à ce moment. J'imagine les travaux de commercialisation de recherche moyenne avec au moins cinq outils de données. Parmi ces outils peuvent bien sûr, ont de multiples fins, mais il y aura toujours une composante de données de la plate-forme.

Outils de données marketing: les plates - formes payantes Recherche moteur natif, les gestionnaires d'offres, analyse de site Web, Microsoft Excel, les rapports ou les systèmes d'optimisation et plus.

Outils de données de recherche organiques Marketers (référenceurs): analyse de site Web, outils pour les webmasters, les plates - formes de recherche par mot - clé, trackers classement, lien mineurs et plus.

Avez-vous des outils pour tirer et les données de vue? Bien sûr, vous le faites. Vous êtes un scientifique de données.

3. De nouvelles façons de Inventer examiner les données

Comme cette discipline de marketing a mûri, a donc la science des données derrière elle. Grands SEMers obsédés par les mesures et la façon de trouver de nouvelles façons de découper les données.

Chaque nouvelle mise en abyme dans notre industrie exige une nouvelle réflexion sur la façon dont nous pouvons manipuler les données de différentes façons de voir les nouveaux aspects du problème et les solutions possibles.

Ceci est une considération importante pour tout scientifique. la science des données est un art en évolution, et il exige des professionnels intelligents pour sortir des sentiers battus pour se déplacer en avant cette discipline. Voici comment des percées se produisent dans les différents domaines de la science, ainsi que dans le marketing des moteurs de recherche.

Les meilleurs spécialistes du marketing de recherche dans votre entreprise ou organisme cherchent toujours à construire leurs propres paramètres personnalisés. L'une des exigences de base est pour les outils de recherche pour permettre aux marketeurs de prendre les deux mesures et de construire des champs calculés personnalisés, tels que « coût par » tout. Les mesures hors du rack fonctionnent dans la plupart des situations, mais pas pour toutes les situations.

scientifiques de données comme vous pensez toujours à l'extérieur de la boîte pour apporter une nouvelle façon de penser à la façon dont les données peuvent être coupées en tranches et coupées en dés.

Capacité à analyser et tirer des enseignements précieux

4. Analyse des données

Ceci est au cœur des données scientifiques et la valeur réelle de ce que ce rôle apporte à la table. marketing de recherche sont sur une constante recherche de petites pépites d'or de la vérité qui aident à peindre l'image autour de ce qui est arrivé et comment soit continuer que le succès ou changer la tendance négative.

Dans semble comme toutes les grandes histoires de SEM commencer, « Je regardais à travers les données et vu ... »

Même si vous ne réalisez pas consciemment, en passant par vos données de recherche, vous passez rapidement d'un type d'analyse à l'autre et une autre comme vous plonger pour avoir un aperçu.

Les six types d'analyse archétypale reconnus sont ci-dessous. Pensez à la façon dont vous utilisez la plupart de ces - sinon tous - tous les jours.

  • Descriptif. La discipline de décrire quantitativement les principales caractéristiques d'un ensemble de données.
  • Exploratoire. Une méthode d'analyse des ensembles de données pour trouver des relations jusque-là inconnues.
  • Déductive. Utilisez un échantillon relativement faible de données à dire quelque chose sur une plus grande population.
  • Prédictive. Utilisez les données sur certains objets pour prédire les valeurs d'un autre objet.
  • Causal. Découvrez ce qui arrive à une variable lorsque vous modifiez une autre.
  • Mécaniste. Comprendre les changements exacts des variables qui entraînent des changements d'autres variables pour les objets individuels.

Voyez-vous vos tâches dans cette liste? Bien sûr, vous le faites, vous êtes un chercheur de données.

5. Expériences de course

Ce qui est plus scientifique que d'exécuter des expériences chaque jour? En fait, prochaine fois que quelqu'un vous demande ce que vous faites, vous leur dites expériences menées pour vivre.

Il ne serait pas faux, ne serait-il?

Quand vous pensez à ce sujet, chaque décision d'améliorer les résultats de la recherche est une expérience. Telle est la bonne attitude pour la commercialisation de moteur de recherche professionnel. Rien est supposé. Chaque opinion est simplement une hypothèse (une hypothèse) qui sera testé et analysé. Rincer et répéter.

scientific_method-2

Question: Avez - vous déjà fait un changement dans votre stratégie de recherche, est retourné plus tard pour voir si cela a fonctionné, et a ensuite fait une nouvelle décision (de garder les choses de la même ou le changement) en fonction de ces résultats?

C'est la méthode scientifique, le professeur, ce qui signifie que vous êtes un scientifique de données.

6. L' utilisation d' autres jeux de données pour construire Insights avancée

les scientifiques de données voir les données brutes comme ingrédients qui seront utilisés pour construire une nouvelle compréhension des objectifs à portée de main. À cause de cela, de la même manière un chef ira à son étagère à épices pour ajouter une nouvelle saveur à un plat, le scientifique de données recherchera des différents ensembles de données pour aider à « saveur » leur propre.

données externes aide à fournir plus de contexte à l'ensemble de données source. Par exemple, très tôt dans la recherche payée, du marketing à partir en utilisant des outils organiques, ainsi que des analyses de sites Web, pour construire une compréhension plus forte de la valeur de leurs stratégies.

Je me souviens la première fois que je voyais le taux de rebond dans un rapport de recherche payée, peut - être autour de 2004. Ce fut un moment « aha » pour moi. Bien sûr, je voudrais comprendre le comportement des visiteurs payés une fois qu'ils ont rendu sur le site! Nous avons suivi les événements de conversion dans les outils de recherche payés, mais il me était jamais venu à comprendre si elles rebondissent sans aller au-delà de la page d'atterrissage.

Au fil des ans, je travaillais avec les clients et analysé le taux de rebond deuxième page et taux de rebond troisième page pour construire une compréhension encore plus profonde du trafic payé.

Attribution des outils sont également devenus monnaie courante maintenant avec du marketing de recherche. Pendant des années, nous ne avons examiné nos propres taux de conversion pour l'optimisation. Cependant, la recherche - autant ou plus que tout autre canal - est absolument impacté par l'autre activité du canal.

Les consommateurs ne viennent pas seulement d'une manière extravagante l'idée hors du bleu pour rechercher des mots-clés à longue queue tels que le produit UGS sans être conduit à cette action par d'autres points de contact marketing et de recherche. Il est très important de comprendre les facteurs qui influent sur le marketing de recherche, ainsi que la façon dont vos initiatives de recherche impact sur d'autres canaux.

En regardant votre ensemble de données et se rendre compte qu'il ya plus d'informations dont vous avez besoin est de savoir comment un scientifique de données fonctionne. Vous pensez déjà comme ça parce que vous êtes un scientifique de données.

Analyse Se connecter au monde réel et communiquer clairement la valeur

7. Savoir ce qui doit arriver pour améliorer les performances

Le dernier maillon de la chaîne pour un scientifique de données - après qu'il a tiré les données, manipulé et analysé - est de prendre des mesures. Après tout, quelle valeur les données ont sur une page? Aucun. Il est ce que vous faites avec les données qui les rend puissant.

Ceci est une preuve indéniable que les responsables marketing de recherche sont des scientifiques de données. Vous utilisez des données pour adopter des changements et obtenir des résultats positifs au nom de votre entreprise ou les clients. Si vous ne pouvez pas faire cela, alors vous ne pouvez pas être un agent de commercialisation de la recherche. Ceci est au cœur de ce que la science des données est tout au sujet; étudier les données et l'application des connaissances de votre analyse pour améliorer les choses.

Que vous soyez en train de valider une stratégie précédente, trouver la preuve de prendre une autre direction, ou même de vérifier qu'il faut plus de preuves pour prendre une décision, les données sont au cœur de cette discipline.

C'est ce que vous faites tous les jours parce que - vous l'aurez deviné - vous êtes un scientifique de données.

8. Utilisation de visualisation de données Raconter l'histoire

Parfois, une image vaut mille mots, et le scientifique de données sait comment apporter des données à la vie en utilisant les visualisations appropriées.

Essayez de mettre une table de données devant un groupe de pairs. Chacun d'entre eux arrivent à des conclusions différentes que leurs yeux se promener dans les colonnes et les lignes. Toutefois, si vous utilisez la bonne combinaison de tableaux et de graphiques, le groupe sera en mesure de voir facilement ce que vous avez besoin de conclure.

Le graphique à droite de la barre mettra en évidence une valeur aberrante dans les données - comme un jour qui a eu un gros pic de trafic. Un bon graphique démontrera clairement comment une tactique est en train de manger le budget. Les graphiques en courbes montrent comment la performance au fil du temps a été de plus en plus lentement. Ce sont toutes les idées qui ne sont pas claires sous forme de feuille de calcul, mais la pop dans visualisations.

Apprenez à connaître tous les différents tableaux et pourquoi vous devez utiliser un sur l'autre. Il prendra votre marketing de recherche au niveau suivant.

charts_new

scientifiques données à comprendre comment différentes visualisations affectent la perception des téléspectateurs et de les utiliser à leur avantage. Utilisez-les correctement, et vous serez en mesure de raconter l'histoire de données dans un tiers du temps avec trois fois l'impact.

Vous mangez camemberts pour les graphiques de petit-déjeuner et un bar pour le déjeuner parce que vous êtes un scientifique de données.

9. communiquer à d' autres

Compte-rendu de ce que nous avons découvert que le client ou vos pairs peuvent comprendre ce que vous avez trouvé est une compétence essentielle pour les spécialistes du marketing de recherche.

Après tout, même si vous avez découvert la meilleure approche pour résoudre un problème, si vous ne pouvez pas exprimer clairement la raison d'être vos conclusions, dans un sens, vos conclusions ne sont pas utiles.

La science des données principale raison est le travail le plus sexy du 21e siècle est que ceux qui le font ne sont pas comme les quants classiques anciens qui parlent comme les ordinateurs et ne sont pas en mesure de rapporter à qui que ce soit au bureau.

Le scientifique de données ne sont pas une personne qui se trouve de l'autre côté du bâtiment et est jamais impliqué dans la prise de décision clé. Ils sont les cadres les gens aiment avoir dans la salle de réunion qui peuvent contribuer à la conversation et apporter des données à la table.

J'ai appris très tôt dans ma carrière que presque tout le monde peut apprendre à analyser les données. Mais la capacité de l'appliquer dans des situations réelles et expliquer aux autres d'une manière qui sera logique pour eux est ce qui distingue un chercheur de données d'un analyste.

Mais vous êtes bon, non? Vous pouvez vous asseoir avec votre patron ou votre client et de les guider à travers les tableaux et graphiques afin qu'ils puissent conclure eux-mêmes pourquoi vous recommandez un certain cours d'action.

Mais vous le saviez déjà, non? Parce que vous êtes un scientifique de données.

Résumé

Il existe différentes définitions de scientifiques de données. Certains sont très strictes et exigent une connaissance pratique de différents types de codage et de gestion de base de données. Toutefois, si vous regardez la plupart des définitions, elles convergent toutes sur les trois points dont nous avons parlé ici aujourd'hui:

  • Une bonne compréhension des données, ce qu'elle est, comment il est recueilli et sa signification.
  • La capacité de manipuler à en tirer des enseignements.
  • Connexion aperçu des données à la valeur du monde réel et de communiquer clairement aux personnes non données.

Ma dernière preuve est que vous avez déjà réalisé que le titre a promis 10 raisons, et je n'ai couvert neuf.

10. La prise Divergences

C'est une compétence essentielle pour les données scientifiques et spécialistes du marketing de recherche, parce que parfois les données ne sont pas bonnes. Ils ont soit été corrompu par un accident de parcours dans le système ou accidentellement partiellement supprimés la feuille de calcul a changé de mains tant de fois.

Vous devez avoir un œil critique pour remarquer ces choses, ou vous allez passer votre après-midi entier tourner vos roues sur des données qui ne révélerai jamais aperçus propres parce qu'ils ne sont pas corrects.

C'est quelque chose qu'un humain peut faire - les ordinateurs ne peut fonctionner avec les données introduites pour eux. À moins qu'ils aient des instructions sur la façon de vérifier la validité de l'ensemble de données, ils vont simplement garder crissement les mauvaises informations.

Alors, allez-vous obtenir une blouse de laboratoire. Parce que vous êtes ... eh bien, vous savez ce que vous êtes.


Les opinions exprimées dans cet article sont celles de l'auteur invité et pas nécessairement Search Engine Land. Auteurs du personnel sont listés ici.


Ads

Partager