1、轉發閱讀數高不等於營銷效果好

五一勞動節小明公司做活動，小明花錢投了一些大號，總閱讀數在數個10萬+；

小紅也花錢投了一些號，不過閱讀量不太高只有數千；

誰的投放效果好？

根本無法確定好嘛！

因為不知道他們分別為公司帶來多少訂單多少營業額！所以評判營銷效果好壞，只有拿轉化的數據參考才最準確，閱讀量轉發量評論量等等，在轉化面前，都是浮雲。

2、不要把數據分析等同於大數據報告

你搜了一堆報告，有行業報告，有行業歷史，有國外行業分析書，有某公司出具的行業歷史波動數據……這些報告其實對你的業務來講根本沒鳥用。

你需要關注的數據是你具體業務的流量數據，比如每天有多少用戶來到你的網站，這些用戶分別來自哪個渠道，他們從移動端還是PC端訪問網站？他們的設備型號、瀏覽器類型是什麼樣的？他們來到網站都點擊了哪些頁面，點擊了哪些按鈕，又從哪裡跳出？最終轉化情況是怎樣的？

這些數據比那些看起來高大上的數據報告重要一萬倍。

3、廣告投放不以數據為依據

如果小明花錢投放了一些大號，帶來了一些轉化，那是不是繼續加多投放量就能加多銷售額了呢？

未必。

因為小明並不知道帶來的轉化到底是哪個渠道過來的，只顧盲目的多多投放，會浪費寶貴的資金。

有效投放的前提就是通過數據反饋知道哪個渠道有效。

4、產品調整靠腦補，不參考數據反饋

大部分產品經理和營銷人員最喜歡說的三個字就是：「我覺得」

他們永遠站在自己的角度，為了做出讓自己賞心悅目的產品和營銷內容而埋頭苦幹，然後做完長舒一口氣，彷彿獲得了內在的滿足。

然而這樣對產品宣傳來說是十分危險的，因為他們沒有把客戶放在眼裡。產品是要解決客戶的問題並給客戶帶來價值，不做用戶調查不做數據分析，就是在自嗨的做一個可能沒有人用的產品。

產品的所有調整和營銷內容的製作都要經過用戶調查和用戶反饋來調整。

5、被數據本身的形式限制住

有人說我公司本身沒有那麼多程序員，我們也沒辦法部署更多代碼，我如何用分析工具呢？

其實數據分析是一種思維，用調查問卷調查得來的表格是數據，一對一訪談跟客戶聊天的記錄是數據，用戶對營銷內容的評論和反饋是數據，甚至微信公眾號後台分別回復不同關鍵詞的人數也是數據，數據是一種思維，並不拘泥於一種形式。

6、投放內容貪多求全

如同渠道選擇中所寫的，沒有經過測試，只覺得大量投放各種渠道就會帶來更多用戶，這是一廂情願。

利用測試數據判斷到底哪個渠道能帶來更多有效流量，然後集中火力投放有效渠道。

同時利用數據反饋測試更多新渠道，一個個把有效渠道篩選出來，然後集中火力投放，這才是科學有效的做事方式。

希望大家都能快速掌握數據思維，做有理有據的營銷工作，建立自己的做事方法，不再自嗨臆想的做產品。