本文笔者为大家列举了十四条经验法则，期以帮助各位在营销中能够正确使用数据分析，使用合适的数据驱动营销方法，避免落入数据陷阱。

大数据无疑给众多企业带来了竞争突围的曙光，但是仍有很多企业对数据的价值产生质疑，很可能因为他们没有正确的使用数据。

事实上，我认为正确使用数据在现代营销中非常强大。

正如我之前在文章中提到的那样：“在数字时代，完全依赖直觉、经验驱动的营销决策是愚蠢的。”我们需要意识到这一点：“对于大多数公司最明智的决策方式是数据驱动与经验驱动的平衡。”

我最喜欢的专栏作家戈德·霍奇基斯（Gord Hotchkiss）最近写了一篇关于营销的文章，他在许多有争议的市场营销二分法中倡导这种平衡的方法：

“市场营销中没有绝对，中间存在很多交叉地带。我们需要刺猬（刺猬知道一件重要的事）来实现伟大营销的“重大创意”。但我们也需要狐狸（狐狸知道很多东西）来帮助我们成功地在中间导航。事实上，我研究营销的时间越长，越是意识到中间存在一定的灵活的转换空间，如：在定量与定性之间、战略与大数据之间、创意品牌和直接营销之间、科学与艺术之间等。”

那么，如何在平衡中实现企业的良性增长呢？

我衷心鼓励你在营销中使用数据分析 ，以下为 14 条经验法则帮助你正确的使用数据，并支持实用的数据驱动营销方法。

一、客户驱动和数据驱动不相互排斥

数据驱动营销毫无疑问是有价值的，但营销的目的是赢得客户（并确保能使其长期留存）。因此，以客户为导向的营销更好。

当然，它们不存在相互排斥，其中一个是手段，另一个是目标。在

追逐高大上的数据之前，有必要先停下来问：“这对顾客有什么好处？”，再使用数据驱动的方法赢得更多客户。

二、所有数据都不相同

“数据结束了争论。”如果这是一个绝对真理，那就太好了。

由于在一段时间中有如此多的数据，所以很容易找到数据来支持论证的几乎所有方面。但数据的准确性和相关性不同，更好的座右铭可能是：最准确和最相关的数据结束争论，驱动决策。

三、数据只是历史

数据告诉我们已经发生了什么，但它没有告诉我们将会发生什么。

我们应该从历史中吸取教训，也可以推断过去的趋势，以预测未来，甚至可能是非常准确的预测。但世界在不断变化，历史的情况不一定是今天或明天的情况。现实中存在黑天鹅事件，它的方式并不总是那样，但数据仍不失为预测的一种最科学的方式。

四、数据总是不完整的

确实任何一个特定的数据集都可以完整，比如：三年的季度销售数据，这就是一个完整的数据集。

但当你使用数据做出决策时，你拥有的数据并不是唯一可能与你的决策相关的数据（我们用我们拥有的数据进入市场，而不是需要的数据），总有更多数据出现。

你永远不可能拥有所有这一切。承认这一点有助于我们认识到：尽管我们拥有的数据可能会描绘一幅画面，但它充其量只是一幅印象派画作，通常，它更像是现代艺术。

五、数据是客观的，但其收集和解释是主观的

数据给出了客观性的危险错觉。

客观地说，每个人都可以在电子表格中查看相同的数据。但是，收集到什么数据以及它如何被收集，每个人几乎都是主观的选择。而另一方面，我们如何选择解释这些数据也是主观的。

六、任何一组数据都支持无数的叙述

营销人员是讲故事的人，这通常是一件好事。

数据可用于使故事更具吸引力，但是，既然我们可以主观地选择如何解释数据，那么我们几乎可以发明任何我们想要的叙述。

当然，有些故事比其他故事更可信，但这通常是模糊的，这被称为归纳问题（几个世纪以来它一直困扰着科学家和哲学家）。

但不管如何它有助于保持观点：围绕数据呈现的任何故事都不是唯一可以讲述它的故事。

七、战略是选择，好的数据有助于我们做出这些选择

一个好的战略是做出正确选择的框架。

反过来，良好的数据是帮助我们做出这些选择的信息，无法帮助我们在追求战略时做出选择的数据令人分心。

八、实验是因果关系的黄金标准

相关性不是因果关系，每个数据科学家都会告诉你这一点。

但作为营销人员，我们追求的通常是因果关系，我们想知道我们能做些什么会让更多的客户与我们开展更多业务。

那么，当数据显示可能揭示这种原因的相关性时，我们该怎么办？我们进行了一项实验，保持所有其他变量不变（尽可能多），并测试替代方案以证明或反驳我们的假设。谷歌每年都会进行 10,000 多次此类实验，它使你可以生成最强大的佐证数据，当然拥有正确而详细的数据也是前提。

九、观看仪表板，同时注意挡风玻璃

来自 Gord 的我最喜欢的一句话就是这个比喻：“量化就是在你开车时看着仪表板，定性是挡风玻璃。”

显然，我们应该做两件事，在实践中，大多数人在驾驶时自然地平衡定量（数据）和定性（经验），我们也应该在营销中争取同样的均衡，不要错过令人振奋的风景，或因为你的手表粘在你的仪表板上，而碰撞迎面而来的卡车。

十、数据随时间衰减的准确性和相关性

大多数数据的保质期相对较短，特别是在营销方面。

无论如何，在我寻找新车的那一周，我会订阅汽车广告，但六个月之后，那些将我识别为汽车市场的数据只是过去的化石。这比无价值更糟糕，因为它可能会导致你对我做出错误的决定，准确性和相关性是使数据有价值的原因，但这些属性随时间而变化，因此实时获取数据非常重要。

十一、数据可用于探索（“为什么？”）或确认（“什么？”）

当数据用于探索与确认时，应对其进行不同的处理。

通过探索，你将寻求模式、见解、想法、发现或对新假设的启发。通过确认，你将验证发生了什么（或不发生）以及发生了什么程度。不过，相同的数据可用于在一个上下文中进行确认并在另一个上下文中进行探索，因此你需要结合场景进行分析。

十二、有手表的男人知道现在几点了，但一个有两只手表的男人永远不会确定

这条规则被称为西格尔定律，这是每个营销人员都应该知道的 7 项技术法则之一。

世界充满了相互矛盾的数据，任何试图从两个独立的网络分析软件包中获取指标的人都可以证明这一事实。

不同的工具将以不同的方式测量同一现象，理解为什么它们不同可能会产生有价值的见解，但追逐每一分钟差异的回报都在减少。在许多情况下，你不需要完全准确的数据，而只需要足够准确的数据来做出正确的决策。

十三、数据是现实的客观反映，但需保持健康的怀疑态度

数据不是它声称代表的现实，充其量，它反映了现实，但却容易被扭曲（参见上述所有规则）。

著名的哲学家和科学家 Alfred Korzybski 说：“地图不是领土。”

当然，我们想要使用数据和地图，正如伟大的统计学家 George EP Box 所说：“所有模型都是错误的，但有些模型是有用的。”

但谨慎的是：对表现的正确性保持一点健康的怀疑态度。

特别是：我们希望对数据之外的其他迹象保持警惕，这些迹象表明现实存在差异。正如遵循瑞士军队格言：如果地图和地形不一致，请相信地形。

十四、数据可视化可以照亮，混淆或分散注意力。

数据可视化（图形、图表、信息图表等）是一把强大而又双刃剑。到目前为止，它是我们人类看到数据模式的最有效方式。不幸的是，无论是有意还是无意，它都可以向我们展示实际上并非如此的模式。

伟大的数据可视化本身就是一门科学和艺术。因此，我们要在大、全、细、时的数据上建立可视化数据模型，以减少其误差。

总之，你需要保持冷静并明智地使用数据。

数据可能是营销或其他任何领域中最未充分利用的资产，我们希望使其价值被最大化释放，这也是神策数据一直在做的事。

最后，告诉大家一个好消息：

为了帮助在运营进阶路上，执着前进的伙伴们能够更快速的提升，我们联合了腾讯、百度等拥有10年以上经验沉淀的实战派导师，推出了【运营总监修炼之道】，至今已帮助5000多名运营管理者和进阶者，掌握了更加系统全面的运营专业知识和管理思路，在处理类似运营战略规划、不同渠道运营策略和流量变现、品牌营销玩法、数据分析等实际问题时有更清晰的解决方向！

扫描二维码添加小助手了解详情，还可以回复“笔记”领取【运营总监课程学习笔记】哦！

再犹豫，机会就没啦~

原作者：SCOTT BRINKER

原文链接：https://chiefmartec.com/2013/09/14-rules-data-driven-marketing/

编译：策小编（编译过程中有所删减。）

本文由 @神策数据 发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议