1 Min. Read

解决差异的处方

Avatar Asaf Shamir May 05, 2016

在字典中查找“差异”会出现以下结果:两个或两个以上的事实之间缺乏相容性或相似性。两个或两个以上的事实怎么会不相容呢?它们是事实,都是正确的。这正是数据差异的问题所在。

如果您从事数字营销业务已有一段时间,您可能会遭遇脱发困扰。因为当您努力思考为何不同的平台显示不同的数字,特别是不同的转化数据时,您会抓头发。

为了帮助您避免类似的遭遇,我将在下面这篇博文中努力帮助您了解差异背后的原因,以及为解决和应对差异所需采取的措施。

不同的时区

这可能是最容易找出的原因。不同的平台使用不同的时区,如果您查看的数据按小时或天来切分,则很可能出现差异。这是因为一个平台跟踪的数据会在另一个平台中“漏”到前/后一天/小时。例如,假设对于您查看的转化数据,提供此数据的一个系统配置为根据 GMT 时区记录某一天的时间戳,而另一个系统设置为根据 PST 时区记录。这种情况下,12:00am-6:59am GMT 时段内跟踪的结果在 PST 时区将标记为 17:00pm-11:59pm – 前一天!

如果不能协调不同的平台来一致使用相同的时区,则最大限度减少差异的一个合理做法是使用较宽的时间范围(但不要过宽),因此时区之间的小时差异便可忽略不计 – 建议使用两周的时间范围。

术语

不同的平台使用不同的术语。例如,互动通常是指广告点击或查看/展示。然而,一个平台可能计算互动次数,而另一个平台可能计算与广告互动的人数(又称覆盖范围)。

转化是另一典型示例。转化的确切定义是什么?在应用生态系统中,我们谈论的是应用安装。然而,某些平台可能将每次应用下载计为安装,而其他平台可能仅当下载的应用首次启动时才记录为安装。

再以应用内事件为例加以说明,例如应用内购买、完成教程/通过级别,或者您跟踪的其他 KPI。了解通过所使用的不同工具跟踪这些 KPI 的方法和时间是至关重要的。例如,在一个平台中,可能在用户提交应用内购买时,您便可跟踪此次购买。然而,另一个平台仅当购买收据经过验证后才计为应用内购买。

因此,将 KPI 定义协调一致或至少是确切了解各定义的内涵的确很重要。一旦做到这一点,您的数字便能够与各平台的相应内容(打比方说,一个篮子中的红苹果和另一个篮子中的青苹果)准确地协调一致。

跟踪/归因方法中的差异

作为新时代的营销商,您很可能忙于将数字操作归因于之前的其他操作,以便很好地优化营销活动。遗憾的是,不同的服务/平台不仅对操作的定义有所不同,而且可能对操作的归因方式也各不相同。

例如,一个平台可能根据最后一次互动归因,而另一个平台可能根据第一次互动归因;再比如一个分析平台会把应用内购买事件归因给用户安装之前第一次互动的广告,而另一个平台则会把购买事件归因给带来安装的广告。

偏向

有必要记住这一点,即移动营销领域内有一些公司提供端到端或多重解决方案。他们购买媒体,监测营销活动并加以优化。因此,作为其最大收入来源的核心业务中包含购买和出售媒体,而监测至多也只能屈居第二。这种情况下,由于这些公司实质上监测其自身的成功情况,因此可能出现利益冲突。

群组/同类比较

根据定义,群组是指绑在一起视为一组的用户。作为营销商,您的工作是查看群组,并根据所选的指标查看其表现情况。问题在于,平台可能有不同的筛选器和分组机制,因此您在两个不同平台中创建完全相同的群组并随后应用完全相同指标的几率微乎其微,相当于您撞到遭雷电击中的真独角兽的几率。两次。

这正是问题所在 – 在创建群组并加以比较时,您的数据已经过处理而无法进行同类比较,您实际所进行的对比相当于苹果汁和过期的苹果酱之间的比较。

保持冷静,转向原始数据

如何处理差异呢?最好的解决途径是制作自己的苹果(数据)。如果要进行正确比较,必须将汇总/概要数据细分为原始数据点。理想情况下,应创建带有时间戳的事件列表,使其在您怀疑存在差异的两个(或两个以上)平台中具有唯一的通用关键标识符。如果存在差异,通过比较列表便能够确定哪些事件在一个平台中有记录而在另一个平台中缺失(增量)。

由于此类数据由您支配,您现已能够采取数据点样本并加以分析来处理相关问题。如果一个系统因移动应用跟踪或其他跟踪方法中的差异而缺失增量数据点,您便找出了问题的解决方案。

如果不同的跟踪方法并不能解释增量数据点的缺失,则完全可以认定这属于技术性问题,从而引导您向这一方向展开调查。您将能够使用此原始数据作为已跟踪/未跟踪事件的证据,并将其提供给相关各方的技术团队以供进一步调查。

以下提供一些建议采用的经验法则:

  1. 不同概要数据表的比较不能作为存在差异的有效证据;您的技术资源无法对此采取任何措施。
  2. 只有原始数据是可以比较的 — 但是请确保掌握足够的原始数据,并且其可以复现以排除任何随机性/边缘情况异常问题。
  3. 建议将差异容限设为 10%。

始终保持乐观

差异是自然存在的,而且是有利的。在调查差异问题时,您将发现技术问题,或者会更加深入地了解监测工具 – 工具对数据的监测情况及其准确度和可靠性。

更为重要的是,您将获得防止掉发的处方…