ブランドのデータストーリーを伝える前に取るべき3つのステップ



<div _ngcontent-c14 = "" innerhtml = "

先週のトラフィックとエンゲージメントを確認するために、月曜日の朝にアナリティクスダッシュボードにログインします。すべての測定基準は何らかの奇跡によって上昇しているので、あなたの一日は良いスタートを切っています。

しかし、狂気への道、つまりデータの裏にある物語について考えるのをやめたのは、最後のときですか?文脈を理解しなければ、チャートやグラフは本当にどれだけ価値があるのでしょうか。

私は最近、2018年に開催された全国ブラックジャーナリスト協会大会の「予測データとそのテーブル上の仮想座席」というパネルをモデレートしました。

パネリストからのデータの長所 データマイナー、Spotify、そしてColumbia University—データがどのようにして私たちが重要と考えるものを決定し、私たちが作成するコンテンツに影響を与えるかを掘り下げました。

データが非常に強力であることは、「健康だと思うものから意味があると思うものまで、真実だと思うまで」と非常に強力な意味を持ちます。ニューヨーク大学とコロンビア大学での分析と創設者 女性たち

ダッシュボードのデータをガットチェックして、チームが進捗状況を評価して成功を促進する準備ができていることを確認する3つの方法があります。

1。 データに偏りがないことを明らかにします。

Spotifyのデータサイエンティスト、Roland Carter氏は、次のように語っています。 Spotifyのデータチームは、バイアスがデータに与える影響を評価するのに役立つアルゴリズム的バイアスチェックリストにアクセスできます。

Spotifyの音声スピーカーは、偏りが生じる可能性のある例の1つです。アルゴリズムによって、アーティスト名がA $ AP FergやKe $ haのような特殊文字で誤って解釈される可能性があります。特定のファンが音声コマンド機能を使用していないとSpotifyが判断した場合、参加したいと思っていたオーディエンス全体が見過ごされていた可能性があります。しかし、データサイエンティストは、偏りが製品データに与える影響を説明しているため、このような欠陥を見つけて対処することができます。

2。 時間をかけて戦略を調整してください。

「適切なコンテンツを適切なタイミングでユーザーに提供する方法を決定するために、多くのデータを使用しています」とCarter氏は言います。彼は、その成功の多くは過去の聴取者の活動についてモデルを訓練するための堅牢なデータセットを持つことにあると彼は説明しています。 Spoterの新しいプレイリストを作成するたびに、Carter氏とそのチームは、ブランドを維持しながらエンゲージメントを推進することを目指しています。洗練されたアルゴリズムとパーソナライズされたプレイリストを通じて、カジュアルな訪問者は本格的なファンに変わります。

そのレベルの顧客ロイヤルティを築くためにどのように取り組んでいますか。ロードマップを作成し、時間の経過とともにKPIと戦略を進化させることにオープンになります。これで、キャンペーンの成功が今何を意味しているのか、そして1年のうちにそれが何を意味するのかについて、より正確なビューを提供できます。 「アルゴリズムと同じくらい重要ですが、最適化する指標も同じくらい重要です」とカーター氏は言います。

3。 数字が何を示していないのか知っている。

教育者としての彼女の仕事に加えて、Nekpen Osuanは大統領選挙運動の政治主催者として働いています。彼女は、コンサルタント会社が一連の有権者データがキャンペーン戦略にどのように役立つべきかについて彼女のチームにアドバイスしたキャンペーンを思い出します。データは 技術的に ポーリングされたユーザーに基づいて正確です、しかしOsuanはそれが地域の本当の描写ではなかったという理由で彼女の仕事から知っていました。彼女は話さなかった – そして後で彼女がしたかった。

専門家は技術やデータをチェックするのを助けるために部屋に彼ら自身の専門知識を持ち込まなければなりません、とOsuanは言います。テクニカルミーティングを開いているときは、ドアで良心をチェックしないでください。たとえそれが怖いように見えても、実際に結果を促進するデータセットに近づいてください。」

Dataminrは、クライアントがソーシャルメディアの速いペースに追いつくのを助けるために、新進気味のニュース、最新ニュース、大きな瞬間を監視します。イベント検出および運用のシニアマネージャであるBrian Clarkeは、データに基づいて傾向を突き止め、決定を下すことの専門家かもしれませんが、データを収集するデータ科学者は彼のチームの成功にとって同じくらい重要です。

クラーク氏は、技術的な同僚と相談して、データセットが戦略的な決定を下すために使用する洞察となる方法を発見すると述べています。技術的な知識を深め、データが実際に何を言っているかについての基本的な理解を得るために、彼はあなたの快適ゾーンの外に出ることを勧めます。

「自分自身に尋ねることが重要です。私のユーザーはどのように私の製品とやり取りしたいのですか」と彼は言います。 「この製品をできる限り利用しやすくするにはどうすればよいですか。ユーザーフレンドリー、効率的、そして配信されるものであることを確認するにはどうすればよいですか。ユーザーのやり方も同様です。最終的には、データストーリーの理解を深めることが、視聴者の期待に応えるための、そしてそれを超えるための最初のステップであると彼は説明します。

Forbes Content Marketingからこのようなコンテンツをもっと見たいですか?フィードバックを共有する @ForbesBV

">

先週のトラフィックとエンゲージメントを確認するために、月曜日の朝にアナリティクスダッシュボードにログインします。すべての測定基準は何らかの奇跡によって上昇しているので、あなたの一日は良いスタートを切っています。

しかし、狂気への道、つまりデータの裏にある物語について考えるのをやめたのは、最後のときですか?文脈を理解しなければ、チャートやグラフは本当にどれだけ価値があるのでしょうか。

私は最近、2018年に開催された全国ブラックジャーナリスト協会大会の「予測データとそのテーブル上の仮想座席」というパネルをモデレートしました。

Dataminr、Spotify、およびColumbia Universityのデータ専門家であるパネリストが、データがどのように重要と考えているかを決定し、作成するコンテンツに影響を与えるかについて掘り下げました。

データには「直接の影響」があるため、データは非常に強力です。 [so much]ニューヨーク大学とコロンビア大学のData&Analyticsの助教授であり、WomenWerkの創設者であるNekpen Osuan氏は、次のように述べています。

ダッシュボードのデータをガットチェックして、チームが進捗状況を評価して成功を促進する準備ができていることを確認する3つの方法があります。

1。 データに偏りがないことを明らかにします。

Spotifyのデータサイエンティスト、Roland Carter氏は、次のように語っています。 Spotifyのデータチームは、バイアスがデータに与える影響を評価するのに役立つアルゴリズム的バイアスチェックリストにアクセスできます。

Spotifyの音声スピーカーは、偏りが生じる可能性のある例の1つです。アルゴリズムによって、アーティスト名がA $ AP FergやKe $ haのような特殊文字で誤って解釈される可能性があります。特定のファンが音声コマンド機能を使用していないとSpotifyが判断した場合、参加したいと思っていたオーディエンス全体が見過ごされていた可能性があります。しかし、データサイエンティストは、偏りが製品データに与える影響を説明しているため、このような欠陥を見つけて対処することができます。

2。 時間をかけて戦略を調整してください。

「適切なコンテンツを適切なタイミングでユーザーに提供する方法を決定するために、多くのデータを使用しています」とCarter氏は言います。彼は、その成功の多くは過去の聴取者の活動についてモデルを訓練するための堅牢なデータセットを持つことにあると彼は説明しています。 Spoterの新しいプレイリストを作成するたびに、Carter氏とそのチームは、ブランドを維持しながらエンゲージメントを推進することを目指しています。洗練されたアルゴリズムとパーソナライズされたプレイリストを通じて、カジュアルな訪問者は本格的なファンに変わります。

そのレベルの顧客ロイヤルティを築くためにどのように取り組んでいますか。ロードマップを作成し、時間の経過とともにKPIと戦略を進化させることにオープンになります。これで、キャンペーンの成功が今何を意味しているのか、そして1年のうちにそれが何を意味するのかについて、より正確なビューを提供できます。 「アルゴリズムと同じくらい重要ですが、最適化する指標も同じくらい重要です」とカーター氏は言います。

3。 数字が何を示していないのか知っている。

教育者としての彼女の仕事に加えて、Nekpen Osuanは大統領選挙運動の政治主催者として働いています。彼女は、コンサルタント会社が一連の有権者データがキャンペーン戦略にどのように役立つべきかについて彼女のチームにアドバイスしたキャンペーンを思い出します。データは 技術的に ポーリングされたユーザーに基づいて正確です、しかしOsuanはそれが地域の本当の描写ではなかったという理由で彼女の仕事から知っていました。彼女は話さなかった – そして後で彼女がしたかった。

専門家は技術やデータをチェックするのを助けるために部屋に彼ら自身の専門知識を持ち込まなければなりません、とOsuanは言います。テクニカルミーティングを開いているときは、ドアで良心をチェックしないでください。たとえそれが怖いように見えても、実際に結果を促進するデータセットに近づいてください。」

Dataminrは、クライアントがソーシャルメディアの速いペースに追いつくのを助けるために、新進気味のニュース、最新ニュース、大きな瞬間を監視します。イベント検出および運用のシニアマネージャであるBrian Clarkeは、データに基づいて傾向を突き止め、決定を下すことの専門家かもしれませんが、データを収集するデータ科学者は彼のチームの成功にとって同じくらい重要です。

クラーク氏は、技術的な同僚と相談して、データセットが戦略的な決定を下すために使用する洞察となる方法を発見すると述べています。技術的な知識を深め、データが実際に何を言っているかについての基本的な理解を得るために、彼はあなたの快適ゾーンの外に出ることをお勧めします。

「自分自身に尋ねることが重要です。私のユーザーはどのように私の製品とやり取りしたいのですか」と彼は言います。 「この製品をできる限り利用しやすくするにはどうすればよいですか。ユーザーフレンドリー、効率的、そして確実に [delivered] 方法で [the user] 最終的には、データストーリーの理解を深めることが、視聴者の期待に応えるための、そしてそれを超えるための最初のステップであると彼は説明します。

Forbes Content Marketingからこのようなコンテンツをもっと見たいですか?フィードバックを共有する @ForbesBV