Excel - Le cycle de l'analyse de données Tutoriels

Découvrez le cycle de l'analyse de données dans Microsoft 365 pour comprendre comment la datavisualisation peut aider à répondre à des questions et à résoudre des problèmes.
Cette vidéo présente les étapes clés du cycle de l'analyse de données, les bonnes pratiques et la création de visualisations.
Obtenez des conseils pratiques pour choisir la bonne visualisation en fonction de vos données et améliorer la compréhension des informations importantes.
Cette ressource est utile pour tous les professionnels souhaitant améliorer leur compréhension de l'analyse de données dans Microsoft 365. Suivez cette formation pour améliorer votre compréhension de l'analyse de données et prendre des décisions éclairées grâce à vos données.

05:59
790 vues

00:00:02

la visualisation, avec ce qu'on appelle

00:00:04

le cycle de l'analyse visuelle.

00:00:06

C'est quelque chose qui est peut être

00:00:08

relativement poussée par rapport

00:00:10

à l'usage que vous voudrez faire

00:00:11

de la data visualisation,

00:00:13

il n'empêche que c'est un cheminement que

00:00:15

vous devez avoir en tête quand vous allez

00:00:18

vous décider à utiliser de la visualisation.

00:00:20

Donc là, ce que vous avez ici,

00:00:23

c'est le schéma dans lequel la

00:00:25

visualisation est nécessaire et se justifie.

00:00:27

Donc la première étape avant tout,

00:00:29

c'est de définir la raison

00:00:31

pour laquelle on souhaite tout simplement

00:00:33

créer une visualisation et au delà de ça,

00:00:35

c'est qu'est ce que je veux comprendre,

00:00:37

à quelle question je souhaite répondre.

00:00:39

Donc on verra après un cas concret,

00:00:41

mais en tous les cas voilà se

00:00:43

poser une question, pas juste

00:00:44

faire une visualisation pour se dire : ça

00:00:46

sera plus joli dans mon fichier Excel.

00:00:48

Non, chaque visualisation doit

00:00:49

être justifiée et donc pour ça,

00:00:51

il faut se poser

00:00:53

ces questions-là.

00:00:54

Ensuite,

00:00:54

une fois qu'on a la problématique,

00:00:56

on regarde si les données qui sont

00:00:58

à disposition dans notre fichier

00:01:00

Excel ou dans un fichier à part

00:01:02

est disponible. Donc si ce n'est pas le cas,

00:01:04

il va falloir aller enrichir ce fichier

00:01:06

ou aller récupérer un autre fichier.

00:01:08

Ensuite, une fois qu'on a les données,

00:01:10

on va construire les visualisations,

00:01:13

le choix des visualisations, on

00:01:14

va y venir juste après, et elle a

00:01:17

aussi un sens en tous les cas,

00:01:19

là on va construire les visualisations.

00:01:21

Et comme on l'a vu juste avant,

00:01:23

normalement les visualisations vous

00:01:24

permettent de raconter une histoire,

00:01:26

de mettre des choses en avant et de

00:01:28

comprendre des choses qui n'étaient pas

00:01:30

possible de faire sans des supports visuels.

00:01:32

Et donc à partir de là,

00:01:34

et bien on va comprendre des choses,

00:01:36

comprendre des comportements comme

00:01:37

tout à l'heure avec l'évolution

00:01:38

du chiffre d'affaires,

00:01:39

ce qu'on appelait des Inside, donc

00:01:40

c'est des analyses et des résultats,

00:01:42

des raisonnements,

00:01:42

des constats qu'on va avoir

00:01:44

par rapport à nos données.

00:01:45

Une fois qu'on a ces constats

00:01:46

et bien soit on travaille tout

00:01:48

seul et on est déjà convaincu,

00:01:50

donc pas besoin de partager l'information.

00:01:51

Si ce n'est pas le cas,

00:01:53

on a une hiérarchie,

00:01:54

on a des collègues,

00:01:55

on a des collaborateurs et donc ici on

00:01:56

va aller faire du partage d'information,

00:01:58

donc on va reprendre évidemment

00:02:00

nos graphiques parce que c'est

00:02:01

ce qui est le plus parlant.

00:02:03

Et on va refaire

00:02:04

notre cheminement de pensée. Et une

00:02:06

fois que tout le monde est convaincu

00:02:08

qu'il y a quelque chose à corriger,

00:02:09

qu'il y a un constat qui est fait,

00:02:12

qui est légitime,

00:02:13

on va mettre des actions en

00:02:14

place pour aller améliorer ce qu'on

00:02:16

aurait pu identifier ou aller corriger

00:02:18

des éléments qui nous semblent

00:02:20

anormaux.

00:02:21

Et donc pour vous illustrer ça,

00:02:23

on va prendre un exemple

00:02:25

avec un site e-commerce.

00:02:27

Donc moi je travaille dans ce qu'on

00:02:29

appelle le Digital Analytics, donc je

00:02:31

suis au quotidien baigné dans

00:02:33

ces types de problématiques là.

00:02:35

Et donc imaginons un site e-commerce qui

00:02:37

achète des campagnes marketing

00:02:39

sur Internet pour faire sa publicité.

00:02:42

Donc ce sont les fameuses bannières que

00:02:44

vous pouvez voir ou ce qu'on appelle

00:02:46

des liens sponsorisés sur les moteurs de

00:02:49

recherche. Et on se demande :

00:02:51

ces campagnes sont payantes,

00:02:53

est ce qu'elles contribuent effectivement

00:02:55

à mon chiffre d'affaires global

00:02:56

sur mon site e-commerce ?

00:02:58

Donc imaginons qu'on vende des vêtements.

00:03:00

Voilà donc on va partir là-dessus.

00:03:02

Donc pour pouvoir répondre à cette

00:03:05

question, à cette problématique,

00:03:06

la contribution de mes campagnes

00:03:08

à mon chiffre d'affaires en ligne,

00:03:09

je vais déjà obtenir les données

00:03:11

qui m'intéressent pour le faire.

00:03:13

Donc évidemment,

00:03:14

dans mes outils webmarketing je vais

00:03:16

déjà avoir des interfaces qui vont

00:03:18

permettre d'analyser les données

00:03:20

donc je vais avoir du Google,

00:03:21

donc Google Adsense,

00:03:22

je vais avoir

00:03:24

des reportings dans Google Ads et

00:03:25

cetera. Donc ce sont les outils

00:03:27

qui sont souvent utilisés.

00:03:28

Quoi qu'il en soit,

00:03:29

je peux tout à fait faire un extract

00:03:31

brut de ces sources de données pour

00:03:34

pouvoir après refaire moi-même les

00:03:35

manipulations dans Excel.

00:03:37

Donc après je vais avoir un

00:03:39

certain nombre de visualisations

00:03:40

qui vont s'offrir à moi,

00:03:42

donc tout simplement déjà le

00:03:43

chiffre d'affaires qui a été

00:03:45

généré par ces campagnes,

00:03:46

ce qu'on va appeler le taux de

00:03:48

conversion donc pour 100 personnes

00:03:50

qui sont rentrés sur le site via

00:03:52

ma campagne, combien ont finalement converti ?

00:03:54

On va aussi regarder ce qu'on appelle le CPC.

00:03:57

Le coût par clic, le CPA,

00:03:59

le coût par acquisition,

00:04:00

donc tout ça,

00:04:01

ce sont des voilà des choses

00:04:03

très liées au digital marketing,

00:04:05

donc je ne vais pas trop m'étendre là dessus,

00:04:07

il y a pas mal de ressources

00:04:10

sur Internet.

00:04:11

Si ça vous intéresse en tout cas voilà,

00:04:13

je vais pouvoir récupérer des

00:04:15

tendances, récupérer des chiffres

00:04:17

clés qui vont permettre de commencer

00:04:19

à faire mes analyses. Et typiquement

00:04:21

dans la partie analyse, donc ici, là,

00:04:23

je vais constater que globalement ça marche,

00:04:25

mais je vais avoir des problèmes de

00:04:27

performance sur certaines campagnes.

00:04:28

Typiquement celle qui cible

00:04:29

les produits A, B et D.

00:04:31

Voilà imaginons qu'on ait

00:04:32

une centaine de produits,

00:04:34

peu importe, en tous les cas,

00:04:35

je peux voir qu'il y a des faiblesses

00:04:37

dans mon dispositif marketing payant

00:04:39

en ligne, car sur certaines campagnes,

00:04:41

ça ne fonctionne pas du tout.

00:04:43

J'ai un chiffre d'affaire généré

00:04:45

qui est très faible.

00:04:46

J'ai un taux de conversion qui

00:04:48

n'est du coup pas bon,

00:04:49

j'ai un coût par clic qui est élevé

00:04:51

donc ça me coûte de l'argent.

00:04:53

Et cetera, et cetera. Donc,

00:04:55

la conclusion,

00:04:55

c'est que ça ne fonctionne pas.

00:04:57

Donc je vais aller voir mon chef et

00:04:59

je vais lui partager les informations

00:05:01

que j'ai pu constater sur

00:05:03

ces campagnes-là, lui dire :

00:05:05

il faut qu'on corrige quelque

00:05:07

chose pour aller améliorer

00:05:09

les campagnes qui concernent ces

00:05:10

produits. Et finalement du coup

00:05:12

ça va être l'action qu'on va mettre en place,

00:05:15

c'est d'aller modifier le

00:05:16

ciblage sur ces campagnes,

00:05:17

donc se dire : en fait je vais prendre

00:05:20

d'autres sites pour diffuser mes campagnes,

00:05:22

je vais cibler d'autres mots clés

00:05:24

si je suis sur des liens sponsorisés,

00:05:26

et cetera, et cetera.

00:05:27

Et donc ce cheminement là

00:05:29

que je viens de faire,

00:05:31

vous pouvez l'appliquer sur

00:05:32

n'importe quoi. Mais vraiment,

00:05:33

l'étape importante quand vous

00:05:35

allez vous lancer dans des visualisations,

00:05:36

c'est in fine à quoi va me servir

00:05:39

cette visualisation ?

00:05:40

Est-ce que je veux suivre

00:05:42

une tendance ?

00:05:43

Est-ce que si je détecte une

00:05:45

anomalie je vais être capable de

00:05:47

mener une action pour la corriger,

00:05:49

et cetera et cetera,

00:05:50

donc essayez, sans évidemment

00:05:51

l'appliquer à la lettre, mais

00:05:53

d'avoir un petit peu ce cheminement

00:05:55

en tête quand vous vous lancez

00:05:57

dans la création de graphiques.

00:00:02

визуализация, с тем, что называется

00:00:04

цикл визуального анализа.

00:00:06

Это то, что может быть

00:00:08

относительно продвинутый по сравнению с

00:00:10

Использование, которое вы хотите сделать

00:00:11

визуализация данных,

00:00:13

Тем не менее, это путешествие, которое

00:00:15

Вы должны иметь в виду, когда идете

00:00:18

Вы решили использовать визуализацию.

00:00:20

Так вот, что у вас здесь,

00:00:23

Это схема, в которой

00:00:25

Визуализация необходима и оправдана.

00:00:27

Итак, первый шаг сначала,

00:00:29

Он заключается в том, чтобы определить причину

00:00:31

для чего мы просто желаем

00:00:33

создать визуализацию и, кроме того,

00:00:35

Вот что я хочу понять,

00:00:37

На какой вопрос я хочу ответить.

00:00:39

Так что посмотрим после конкретного случая,

00:00:41

Но в любом случае вот оно.

00:00:43

Задайте вопрос, а не просто

00:00:44

Сделайте визуализацию, чтобы сказать: это

00:00:46

будет выглядеть красивее в моем файле Excel.

00:00:48

Нет, каждая визуализация должна

00:00:49

быть оправданным и, следовательно, для этого,

00:00:51

Вы должны спросить себя

00:00:53

эти вопросы.

00:00:54

Тогда

00:00:54

Как только у вас возникнет проблема,

00:00:56

Мы смотрим, есть ли данные, которые

00:00:58

доступно в нашем файле

00:01:00

Excel или в отдельном файле

00:01:02

имеется. Так что, если нет,

00:01:04

Нам придется обогатить этот файл

00:01:06

Или идите за другим файлом.

00:01:08

Затем, когда у вас есть данные,

00:01:10

построим визуализации,

00:01:13

Выбор визуализаций, на

00:01:14

собирается прийти к нему сразу после этого, и у нее есть

00:01:17

тоже смысл в любом случае,

00:01:19

Там мы построим визуализации.

00:01:21

И, как мы только что видели,

00:01:23

Обычно визуализации вы

00:01:24

позволяют рассказать историю,

00:01:26

выдвигать вещи вперед и

00:01:28

понимать то, чего не было

00:01:30

Можно обойтись и без наглядных пособий.

00:01:32

И так оттуда,

00:01:34

Что ж, разберемся,

00:01:36

понимать такое поведение, как:

00:01:37

Только что с эволюцией

00:01:38

оборот

00:01:39

то, что называлось Внутри, так

00:01:40

это анализы и результаты,

00:01:42

рассуждение

00:01:42

Наблюдения, которые у нас будут

00:01:44

в отношении наших данных.

00:01:45

Как только мы получим эти выводы

00:01:46

ну либо мы все прорабатываем

00:01:48

в одиночестве и мы уже убедились,

00:01:50

Так что не нужно делиться информацией.

00:01:51

Если это не так,

00:01:53

у нас есть иерархия,

00:01:54

У нас есть коллеги,

00:01:55

У нас есть коллаборационисты, и вот мы

00:01:56

пойдут и поделятся информацией,

00:01:58

Так что мы, очевидно, возобновим

00:02:00

Наши графики, потому что это

00:02:01

Что наиболее показательно.

00:02:03

И мы собираемся сделать это снова

00:02:04

наш мыслительный процесс. И

00:02:06

Раз, когда все убеждены

00:02:08

что есть что исправлять,

00:02:09

что сделано замечание,

00:02:12

что законно,

00:02:13

Мы примем меры в

00:02:14

Место, куда можно пойти и улучшить то, что мы

00:02:16

могли бы выявить или исправить

00:02:18

Элементы, которые нам кажутся

00:02:20

Ненормальный.

00:02:21

И чтобы проиллюстрировать это,

00:02:23

Возьмем пример

00:02:25

с сайтом электронной коммерции.

00:02:27

Поэтому я работаю в том, что мы

00:02:29

называет Digital Analytics, поэтому я

00:02:31

Я ежедневно купаюсь в

00:02:33

такого рода проблемы.

00:02:35

Итак, давайте представим себе сайт электронной коммерции, который

00:02:37

Покупает маркетинговые кампании

00:02:39

в интернете для рекламы.

00:02:42

Итак, это знаменитые знамена, которые

00:02:44

Можно посмотреть или то, что называется

00:02:46

рекламные ссылки на движках

00:02:49

исследование. И мы задаемся вопросом:

00:02:51

Эти кампании платные,

00:02:53

Действительно ли они вносят свой вклад

00:02:55

к моему общему обороту

00:02:56

на моем сайте электронной коммерции?

00:02:58

Итак, давайте представим, что мы продаем одежду.

00:03:00

Вот и все, с этого и начнем.

00:03:02

Чтобы иметь возможность ответить на это

00:03:05

вопрос, к этой проблеме,

00:03:06

Вклад моих кампаний

00:03:08

к моему онлайн-обороту,

00:03:09

Я уже получу данные

00:03:11

которые меня интересуют в этом.

00:03:13

Итак, очевидно,

00:03:14

В своих инструментах веб-маркетинга я буду

00:03:16

уже есть интерфейсы, которые будут

00:03:18

Включить анализ данных

00:03:20

так что у меня будет Google,

00:03:21

итак, Google Adsense,

00:03:22

У меня будет

00:03:24

отчетность в Google Ads и

00:03:25

Так далее. Итак, это инструменты

00:03:27

которые часто используются.

00:03:28

В любом случае

00:03:29

Я могу сделать выписку

00:03:31

необработанных этих источников данных для

00:03:34

уметь повторить

00:03:35

манипуляции в Excel.

00:03:37

Так что тогда у меня будет

00:03:39

Ряд визуализаций

00:03:40

которые предложат себя мне,

00:03:42

Так что просто уже

00:03:43

Товарооборот, который был

00:03:45

сгенерированные этими кампаниями,

00:03:46

То, что мы будем называть курсом

00:03:48

Конверсия так для 100 человек

00:03:50

которые вернулись на сайт через

00:03:52

Моя кампания, сколько из них наконец-то обратились?

00:03:54

Мы также рассмотрим то, что называется CPC.

00:03:57

Цена за клик, CPA,

00:03:59

стоимость приобретения,

00:04:00

Итак, все это,

00:04:01

Это вещи

00:04:03

очень связан с цифровым маркетингом,

00:04:05

Так что я не собираюсь слишком подробно останавливаться на этом,

00:04:07

Ресурсов довольно много

00:04:10

в интернете.

00:04:11

Если вам все равно интересно, вот,

00:04:13

Я смогу восстановиться

00:04:15

тенденции, получение цифр

00:04:17

Ключи, которые помогут начать работу

00:04:19

чтобы сделать мои анализы. И как правило

00:04:21

в разделе анализа, так что здесь, там,

00:04:23

Я посмотрю, что в целом это работает,

00:04:25

но у меня будут проблемы с

00:04:27

Эффективность в некоторых кампаниях.

00:04:28

Как правило, тот, на который нацелен

00:04:29

продукты А, В и D.

00:04:31

Это то, что мы думаем, что у нас есть

00:04:32

сотня изделий,

00:04:34

Неважно, в любом случае,

00:04:35

Я вижу, что есть слабые места

00:04:37

в моем платном маркетинговом устройстве

00:04:39

онлайн, потому что в некоторых кампаниях,

00:04:41

Это вообще не работает.

00:04:43

У меня сгенерирован оборот

00:04:45

что очень слабо.

00:04:46

У меня есть коэффициент конверсии, который

00:04:48

поэтому нехорошо,

00:04:49

У меня высокая цена за клик

00:04:51

Так что это стоит мне денег.

00:04:53

и так далее, и так далее. Следовательно

00:04:55

Заключение,

00:04:55

Дело в том, что это не работает.

00:04:57

Так что я пойду к своему боссу и

00:04:59

Поделюсь с ним информацией

00:05:01

которые я смог увидеть на

00:05:03

Эти походы, скажите ему:

00:05:05

Некоторые нуждаются в исправлении.

00:05:07

Вещь, которую нужно улучшить

00:05:09

Кампании, которые касаются этих

00:05:10

производить. И, наконец, внезапно

00:05:12

Это будет действие, которое мы предпримем,

00:05:15

Он заключается в том, чтобы пойти и изменить

00:05:16

таргетинг на эти кампании,

00:05:17

Так сказать: вообще-то я собираюсь взять

00:05:20

другие сайты для трансляции моих кампаний,

00:05:22

Я буду ориентироваться на другие ключевые слова

00:05:24

если я нахожусь по рекламным ссылкам,

00:05:26

и так далее, и так далее.

00:05:27

И вот это путешествие туда

00:05:29

что я только что сделал,

00:05:31

Вы можете применить его на:

00:05:32

Что-нибудь. Но на самом деле,

00:05:33

Важный шаг, когда вы

00:05:35

Приступайте к визуализации,

00:05:36

в конечном счете, это то, для чего меня будут использовать?

00:05:39

Эта визуализация?

00:05:40

Хочу ли я следовать

00:05:42

Тенденция?

00:05:43

Если я обнаружу

00:05:45

аномалия, которую я смогу

00:05:47

принять меры по его исправлению,

00:05:49

и так далее, и так далее,

00:05:50

Так что попробуйте, не очевидно

00:05:51

Примените его к письму, но

00:05:53

чтобы немного поучаствовать в этом путешествии

00:05:55

В виду, когда вы начнете

00:05:57

в создании графиков.

00:00:02

visualization, with what is called

00:00:04

the cycle of visual analysis.

00:00:06

This is something that may be

00:00:08

relatively advanced compared to

00:00:10

the use you want to make

00:00:11

data visualization,

00:00:13

Nevertheless, it is a journey that

00:00:15

You must have in mind when you go

00:00:18

You decide to use visualization.

00:00:20

So there, what you have here,

00:00:23

This is the scheme in which the

00:00:25

Visualization is necessary and justified.

00:00:27

So the first step first,

00:00:29

it is to define the reason

00:00:31

for which we simply wish

00:00:33

create a visualization and beyond that,

00:00:35

That's what I want to understand,

00:00:37

What question I want to answer.

00:00:39

So we will see after a concrete case,

00:00:41

But in any case here it is.

00:00:43

Ask a question, not just

00:00:44

make a visualization to say: this

00:00:46

will look prettier in my Excel file.

00:00:48

No, each visualization must

00:00:49

be justified and therefore for that,

00:00:51

You have to ask yourself

00:00:53

those questions.

00:00:54

Then

00:00:54

Once you have the problem,

00:00:56

We look at whether the data that are

00:00:58

available in our file

00:01:00

Excel or in a separate file

00:01:02

is available. So if not,

00:01:04

We will have to enrich this file

00:01:06

or go get another file.

00:01:08

Then, once you have the data,

00:01:10

we will build the visualizations,

00:01:13

The choice of visualizations, on

00:01:14

is going to come to it right after, and she's got

00:01:17

also a meaning in any case,

00:01:19

There we will build the visualizations.

00:01:21

And as we saw just before,

00:01:23

Normally the visualizations you

00:01:24

allow you to tell a story,

00:01:26

to put things forward and

00:01:28

understand things that were not

00:01:30

Possible to do without visual aids.

00:01:32

And so from there,

00:01:34

Well, we'll understand things,

00:01:36

understand behaviours such as

00:01:37

just now with the evolution

00:01:38

turnover,

00:01:39

what was called Inside, so

00:01:40

it is analyses and results,

00:01:42

reasoning,

00:01:42

Observations that we will have

00:01:44

in relation to our data.

00:01:45

Once we have these findings

00:01:46

well either we work everything

00:01:48

alone and we are already convinced,

00:01:50

so no need to share information.

00:01:51

If this is not the case,

00:01:53

we have a hierarchy,

00:01:54

we have colleagues,

00:01:55

We have collaborators and so here we

00:01:56

will go and share information,

00:01:58

So we're going to resume obviously

00:02:00

our charts because it's

00:02:01

which is the most telling.

00:02:03

And we're going to do it again

00:02:04

our thought process. And a

00:02:06

times everyone is convinced

00:02:08

that there is something to correct,

00:02:09

that an observation is made,

00:02:12

which is legitimate,

00:02:13

We will put actions in

00:02:14

Place to go and improve what we

00:02:16

could have identified or corrected

00:02:18

Elements that seem to us

00:02:20

Abnormal.

00:02:21

And so to illustrate that,

00:02:23

Let's take an example

00:02:25

with an e-commerce site.

00:02:27

So I work in what we

00:02:29

calls Digital Analytics, so I

00:02:31

am daily bathed in

00:02:33

these types of problems.

00:02:35

And so let's imagine an e-commerce site that

00:02:37

buys marketing campaigns

00:02:39

on the Internet to advertise.

00:02:42

So these are the famous banners that

00:02:44

You can see or what is called

00:02:46

sponsored links on the engines of

00:02:49

research. And we wonder:

00:02:51

these campaigns are paid,

00:02:53

Do they actually contribute

00:02:55

to my overall turnover

00:02:56

on my e-commerce site?

00:02:58

So let's imagine that we sell clothes.

00:03:00

So that's it, we're going to start with that.

00:03:02

So to be able to respond to this

00:03:05

question, to this problem,

00:03:06

The contribution of my campaigns

00:03:08

to my online turnover,

00:03:09

I will already get the data

00:03:11

that interest me to do it.

00:03:13

So obviously,

00:03:14

In my webmarketing tools I will

00:03:16

already have interfaces that will

00:03:18

enable data analysis

00:03:20

so I'm going to have Google,

00:03:21

so Google Adsense,

00:03:22

I'm going to have

00:03:24

reporting in Google Ads and

00:03:25

Cetera. So these are the tools

00:03:27

which are often used.

00:03:28

Anyway,

00:03:29

I can make an extract

00:03:31

raw of these data sources for

00:03:34

be able to redo the

00:03:35

manipulations in Excel.

00:03:37

So then I'm going to have a

00:03:39

a number of visualizations

00:03:40

who will offer themselves to me,

00:03:42

So simply already the

00:03:43

turnover that was

00:03:45

generated by these campaigns,

00:03:46

what we will call the rate of

00:03:48

Conversion so for 100 people

00:03:50

who have returned to the site via

00:03:52

My campaign, how many have finally converted?

00:03:54

We will also look at what is called CPC.

00:03:57

Cost per click, CPA,

00:03:59

cost per acquisition,

00:04:00

So all that,

00:04:01

These are things

00:04:03

very related to digital marketing,

00:04:05

So I'm not going to dwell too much on that,

00:04:07

There are quite a few resources

00:04:10

on the Internet.

00:04:11

If you're interested anyway, here,

00:04:13

I will be able to recover

00:04:15

trends, retrieving figures

00:04:17

keys that will get started

00:04:19

to do my analyses. And typically

00:04:21

in the analysis section, so here, there,

00:04:23

I will see that overall it works,

00:04:25

but I'm going to have problems with

00:04:27

Performance on some campaigns.

00:04:28

Typically the one that targets

00:04:29

products A, B and D.

00:04:31

That's what we think we have

00:04:32

a hundred products,

00:04:34

No matter, in any case,

00:04:35

I can see that there are weaknesses

00:04:37

in my paid marketing device

00:04:39

online, because on some campaigns,

00:04:41

It doesn't work at all.

00:04:43

I have a turnover generated

00:04:45

which is very weak.

00:04:46

I have a conversion rate that

00:04:48

is therefore not good,

00:04:49

I have a high cost per click

00:04:51

So it costs me money.

00:04:53

et cetera, et cetera. Therefore

00:04:55

the conclusion,

00:04:55

it's that it doesn't work.

00:04:57

So I'm going to go see my boss and

00:04:59

I will share the information with him

00:05:01

that I was able to see on

00:05:03

These campaigns, tell him:

00:05:05

Some needs to be corrected.

00:05:07

Thing to go improve

00:05:09

campaigns that concern these

00:05:10

produce. And finally suddenly

00:05:12

This will be the action we will put in place,

00:05:15

it is to go and modify the

00:05:16

targeting on these campaigns,

00:05:17

So to say: actually I'm going to take

00:05:20

other sites to broadcast my campaigns,

00:05:22

I will target other keywords

00:05:24

if I am on sponsored links,

00:05:26

et cetera, et cetera.

00:05:27

And so this journey there

00:05:29

that I have just done,

00:05:31

You can apply it on

00:05:32

Anything. But really,

00:05:33

The important step when you

00:05:35

go get started with visualizations,

00:05:36

it's ultimately what I'm going to be used for?

00:05:39

This visualization?

00:05:40

Do I want to follow

00:05:42

A trend?

00:05:43

If I detect a

00:05:45

anomaly I will be able to

00:05:47

take action to correct it,

00:05:49

et cetera et cetera,

00:05:50

So try, without obviously

00:05:51

apply it to the letter, but

00:05:53

to have a little bit of that journey

00:05:55

in mind when you get started

00:05:57

in the creation of charts.

00:00:02

visualización, con lo que se llama

00:00:04

El ciclo del análisis visual.

00:00:06

Esto es algo que puede ser

00:00:08

relativamente avanzado en comparación con

00:00:10

el uso que quieres hacer

00:00:11

visualización de datos,

00:00:13

Sin embargo, es un viaje que

00:00:15

Debes tenerlo en cuenta cuando vayas

00:00:18

Decide utilizar la visualización.

00:00:20

Así que allí, lo que tienes aquí,

00:00:23

Este es el esquema en el que el

00:00:25

La visualización es necesaria y está justificada.

00:00:27

Entonces, el primer paso primero,

00:00:29

Es definir la razón

00:00:31

para lo que simplemente deseamos

00:00:33

crear una visualización y más allá de eso,

00:00:35

Eso es lo que quiero entender,

00:00:37

Qué pregunta quiero responder.

00:00:39

Así que veremos después de un caso concreto,

00:00:41

Pero en cualquier caso aquí está.

00:00:43

Haga una pregunta, no solo

00:00:44

Haz una visualización para decir: esto

00:00:46

se verá más bonito en mi archivo de Excel.

00:00:48

No, cada visualización debe

00:00:49

estar justificado y, por lo tanto, para ello,

00:00:51

Tienes que preguntarte a ti mismo

00:00:53

esas preguntas.

00:00:54

Entonces

00:00:54

Una vez que tenga el problema,

00:00:56

Analizamos si los datos que son

00:00:58

disponible en nuestro archivo

00:01:00

Excel o en un archivo separado

00:01:02

está disponible. Así que si no,

00:01:04

Tendremos que enriquecer este archivo

00:01:06

o ir a buscar otro archivo.

00:01:08

Luego, una vez que tenga los datos,

00:01:10

construiremos las visualizaciones,

00:01:13

La elección de visualizaciones, en

00:01:14

va a llegar a eso justo después, y ella tiene

00:01:17

también un significado en cualquier caso,

00:01:19

Allí construiremos las visualizaciones.

00:01:21

Y como vimos justo antes,

00:01:23

Normalmente las visualizaciones que

00:01:24

permitirle contar una historia,

00:01:26

para presentar las cosas y

00:01:28

entender cosas que no fueron

00:01:30

Posibilidad de prescindir de ayudas visuales.

00:01:32

Y así, a partir de ahí,

00:01:34

Bueno, entenderemos las cosas,

00:01:36

comprender comportamientos tales como:

00:01:37

Justo ahora con la evolución

00:01:38

rotación

00:01:39

lo que se llamaba Inside, así que

00:01:40

es análisis y resultados,

00:01:42

razonamiento

00:01:42

Observaciones que tendremos

00:01:44

en relación con nuestros datos.

00:01:45

Una vez que tenemos estos hallazgos

00:01:46

bueno o trabajamos todo

00:01:48

solos y ya estamos convencidos,

00:01:50

Así que no hay necesidad de compartir información.

00:01:51

Si este no es el caso,

00:01:53

tenemos una jerarquía,

00:01:54

tenemos colegas,

00:01:55

Tenemos colaboradores y aquí

00:01:56

irá y compartirá información,

00:01:58

Así que vamos a reanudar obviamente

00:02:00

nuestros gráficos porque es

00:02:01

que es lo más revelador.

00:02:03

Y lo vamos a hacer de nuevo

00:02:04

nuestro proceso de pensamiento. y un

00:02:06

Momentos en que todos están convencidos

00:02:08

que hay algo que corregir,

00:02:09

que se hace una observación,

00:02:12

que es legítimo,

00:02:13

Pondremos acciones en

00:02:14

Lugar para ir y mejorar lo que

00:02:16

podría haber identificado o corregido

00:02:18

Elementos que nos parecen

00:02:20

Anormal.

00:02:21

Y para ilustrar eso,

00:02:23

Tomemos un ejemplo

00:02:25

con un sitio de comercio electrónico.

00:02:27

Así que trabajo en lo que

00:02:29

llama a Digital Analytics, así que

00:02:31

am diariamente bañado en

00:02:33

este tipo de problemas.

00:02:35

Y así imaginemos un sitio de comercio electrónico que

00:02:37

compra campañas de marketing

00:02:39

en Internet para hacer publicidad.

00:02:42

Así que estas son las famosas pancartas que

00:02:44

Puedes ver o lo que se llama

00:02:46

Enlaces patrocinados en los motores de

00:02:49

investigación. Y nos preguntamos:

00:02:51

estas campañas son pagadas,

00:02:53

¿Contribuyen realmente

00:02:55

a mi volumen de negocios total

00:02:56

en mi sitio de comercio electrónico?

00:02:58

Así que imaginemos que vendemos ropa.

00:03:00

Así que eso es todo, vamos a empezar con eso.

00:03:02

Así que para poder responder a esto

00:03:05

pregunta, a este problema,

00:03:06

La contribución de mis campañas

00:03:08

a mi facturación en línea,

00:03:09

Ya obtendré los datos

00:03:11

que me interesa hacerlo.

00:03:13

Así que, obviamente,

00:03:14

En mis herramientas de webmarketing lo haré

00:03:16

ya tienen interfaces que

00:03:18

Habilitar el análisis de datos

00:03:20

así que voy a tener Google,

00:03:21

así que Google Adsense,

00:03:22

Voy a tener

00:03:24

informes en Google Ads y

00:03:25

Cetera. Así que estas son las herramientas

00:03:27

que se utilizan a menudo.

00:03:28

De todos modos

00:03:29

Puedo hacer un extracto

00:03:31

sin procesar de estos orígenes de datos para

00:03:34

ser capaz de rehacer el

00:03:35

manipulaciones en Excel.

00:03:37

Así que entonces voy a tener un

00:03:39

Una serie de visualizaciones

00:03:40

que se ofrecerán a mí,

00:03:42

Así que simplemente ya el

00:03:43

volumen de negocios que fue

00:03:45

generados por estas campañas,

00:03:46

lo que llamaremos la tasa de

00:03:48

Conversión para 100 personas

00:03:50

que han regresado al sitio a través de

00:03:52

Mi campaña, ¿cuántos se han convertido finalmente?

00:03:54

También veremos lo que se llama CPC.

00:03:57

Coste por clic, CPA,

00:03:59

coste por adquisición,

00:04:00

Así que todo eso,

00:04:01

Estas son cosas

00:04:03

muy relacionado con el marketing digital,

00:04:05

Así que no voy a detenerme demasiado en eso,

00:04:07

Hay bastantes recursos

00:04:10

en Internet.

00:04:11

Si estás interesado de todos modos, aquí,

00:04:13

Podré recuperarme

00:04:15

tendencias, recuperación de cifras

00:04:17

Claves que comenzarán

00:04:19

para hacer mis análisis. Y típicamente

00:04:21

En la sección de análisis, así que aquí, allá,

00:04:23

Veré que en general funciona,

00:04:25

pero voy a tener problemas con

00:04:27

Rendimiento en algunas campañas.

00:04:28

Por lo general, el que se dirige

00:04:29

productos A, B y D.

00:04:31

Eso es lo que creemos que tenemos

00:04:32

cien productos,

00:04:34

No importa, en cualquier caso,

00:04:35

Puedo ver que hay debilidades

00:04:37

en mi dispositivo de marketing de pago

00:04:39

en línea, porque en algunas campañas,

00:04:41

No funciona en absoluto.

00:04:43

Tengo una facturación generada

00:04:45

que es muy débil.

00:04:46

Tengo una tasa de conversión que

00:04:48

por lo tanto, no es bueno,

00:04:49

Tengo un alto coste por clic

00:04:51

Así que me cuesta dinero.

00:04:53

etcétera, etcétera. Por lo tanto

00:04:55

la conclusión,

00:04:55

Es que no funciona.

00:04:57

Así que voy a ir a ver a mi jefe y

00:04:59

Compartiré la información con él

00:05:01

que pude ver en

00:05:03

Estas campañas, díganle:

00:05:05

Algunos necesitan ser corregidos.

00:05:07

Cosa para ir a mejorar

00:05:09

campañas que conciernen a estos

00:05:10

producir. Y finalmente de repente

00:05:12

Esta será la acción que pondremos en marcha,

00:05:15

Es ir y modificar el

00:05:16

orientación en estas campañas,

00:05:17

Por así decirlo: en realidad voy a tomar

00:05:20

otros sitios para difundir mis campañas,

00:05:22

Me dirigiré a otras palabras clave

00:05:24

si estoy en enlaces patrocinados,

00:05:26

etcétera, etcétera.

00:05:27

Y así este viaje allí

00:05:29

que acabo de hacer,

00:05:31

Puedes aplicarlo en

00:05:32

Cualquier cosa. Pero realmente,

00:05:33

El paso importante cuando usted

00:05:35

Empieza con las visualizaciones,

00:05:36

en última instancia, ¿para qué me van a usar?

00:05:39

¿Esta visualización?

00:05:40

¿Quiero seguir?

00:05:42

¿Una tendencia?

00:05:43

Si detecto un

00:05:45

anomalía que podré

00:05:47

tomar medidas para corregirlo,

00:05:49

et cetera et cetera,

00:05:50

Así que inténtalo, sin obviamente

00:05:51

aplicarlo al pie de la letra, pero

00:05:53

para tener un poco de ese viaje

00:05:55

en mente cuando empieces

00:05:57

en la creación de gráficos.

00:00:02

Visualisierung, mit dem, was man

00:00:04

Der Zyklus der visuellen Analyse.

00:00:06

Dies ist etwas, das sein kann

00:00:08

relativ fortgeschritten im Vergleich zu

00:00:10

die Verwendung, die Sie machen möchten

00:00:11

Visualisierung von Daten,

00:00:13

Nichtsdestotrotz ist es eine Reise, die

00:00:15

Sie müssen im Hinterkopf behalten, wenn Sie gehen

00:00:18

Sie entscheiden sich für die Visualisierung.

00:00:20

Also da, was du hier hast,

00:00:23

Dies ist das Schema, in dem die

00:00:25

Visualisierung ist notwendig und gerechtfertigt.

00:00:27

Also der erste Schritt zuerst,

00:00:29

Es geht darum, den Grund zu definieren

00:00:31

die wir uns einfach wünschen

00:00:33

eine Visualisierung erstellen und darüber hinaus,

00:00:35

Das ist es, was ich verstehen möchte,

00:00:37

Welche Frage möchte ich beantworten?

00:00:39

Wir werden also nach einem konkreten Fall sehen,

00:00:41

Aber auf jeden Fall ist es hier.

00:00:43

Stellen Sie eine Frage, nicht nur

00:00:44

Machen Sie eine Visualisierung, um zu sagen: Dies

00:00:46

wird in meiner Excel-Datei hübscher aussehen.

00:00:48

Nein, jede Visualisierung muss

00:00:49

gerechtfertigt sein und daher dafür,

00:00:51

Das muss man sich fragen

00:00:53

diese Fragen.

00:00:54

Dann

00:00:54

Sobald Sie das Problem haben,

00:00:56

Wir schauen uns an, ob die Daten, die

00:00:58

verfügbar in unserer Datei

00:01:00

Excel oder in einer separaten Datei

00:01:02

zur Verfügung steht. Wenn nicht,

00:01:04

Wir müssen diese Datei anreichern

00:01:06

oder holen Sie sich eine andere Datei.

00:01:08

Sobald Sie die Daten haben,

00:01:10

Wir werden die Visualisierungen erstellen,

00:01:13

Die Auswahl der Visualisierungen, auf

00:01:14

wird gleich danach dazu kommen, und sie hat

00:01:17

auch eine Bedeutung in jedem Fall,

00:01:19

Dort werden wir die Visualisierungen erstellen.

00:01:21

Und wie wir kurz zuvor gesehen haben,

00:01:23

Normalerweise sind die Visualisierungen, die Sie

00:01:24

Ihnen erlauben, eine Geschichte zu erzählen,

00:01:26

Dinge voranzubringen und

00:01:28

Dinge verstehen, die es nicht waren

00:01:30

Es ist möglich, auf visuelle Hilfsmittel zu verzichten.

00:01:32

Und von dort aus,

00:01:34

Nun, wir werden die Dinge verstehen,

00:01:36

Verhaltensweisen verstehen wie:

00:01:37

gerade jetzt mit der Evolution

00:01:38

Umsatz

00:01:39

was hieß Inside, also

00:01:40

es sind Analysen und Ergebnisse,

00:01:42

Denken

00:01:42

Beobachtungen, die wir haben werden

00:01:44

in Bezug auf unsere Daten.

00:01:45

Sobald wir diese Ergebnisse haben

00:01:46

Nun, entweder wir arbeiten alles

00:01:48

allein und wir sind schon überzeugt,

00:01:50

Es besteht also keine Notwendigkeit, Informationen auszutauschen.

00:01:51

Ist dies nicht der Fall,

00:01:53

wir haben eine Hierarchie,

00:01:54

Wir haben Kolleginnen und Kollegen,

00:01:55

Wir haben Mitarbeiter und so sind wir hier

00:01:56

wird gehen und Informationen austauschen,

00:01:58

Also werden wir natürlich weitermachen

00:02:00

Unsere Charts, weil es

00:02:01

was am aufschlussreichsten ist.

00:02:03

Und wir werden es wieder tun

00:02:04

unser Denkprozess. Und ein

00:02:06

Zeiten, in denen alle überzeugt sind

00:02:08

dass es etwas zu korrigieren gibt,

00:02:09

dass eine Beobachtung gemacht wird,

00:02:12

was legitim ist,

00:02:13

Wir werden Maßnahmen ergreifen

00:02:14

Ort, um zu gehen und zu verbessern, was wir

00:02:16

hätte identifizieren oder korrigieren können

00:02:18

Elemente, die uns erscheinen

00:02:20

Abnorm.

00:02:21

Und um das zu veranschaulichen,

00:02:23

Nehmen wir ein Beispiel

00:02:25

mit einer E-Commerce-Website.

00:02:27

Also arbeite ich in dem, was wir

00:02:29

ruft Digital Analytics an, also habe ich

00:02:31

Ich bin täglich gebadet

00:02:33

Diese Art von Problemen.

00:02:35

Stellen wir uns also eine E-Commerce-Website vor, die

00:02:37

kauft Marketingkampagnen

00:02:39

im Internet zu werben.

00:02:42

Das sind also die berühmten Banner, die

00:02:44

Sie können sehen oder wie heißt

00:02:46

Gesponserte Links zu den Motoren von

00:02:49

Forschung. Und wir fragen uns:

00:02:51

diese Kampagnen bezahlt werden,

00:02:53

Tragen sie tatsächlich dazu bei?

00:02:55

zu meinem Gesamtumsatz

00:02:56

auf meiner E-Commerce-Website?

00:02:58

Stellen wir uns also vor, wir verkaufen Kleidung.

00:03:00

Das war's also, wir fangen damit an.

00:03:02

Um darauf reagieren zu können

00:03:05

Frage, zu diesem Problem,

00:03:06

Der Beitrag meiner Kampagnen

00:03:08

zu meinem Online-Umsatz,

00:03:09

Ich werde die Daten bereits erhalten

00:03:11

die mich interessieren, es zu tun.

00:03:13

So offensichtlich,

00:03:14

In meinen Webmarketing-Tools werde ich

00:03:16

verfügen bereits über Schnittstellen, die

00:03:18

Ermöglichen Sie die Datenanalyse

00:03:20

also werde ich Google haben,

00:03:21

also Google Adsense,

00:03:22

Ich werde haben

00:03:24

Berichterstellung in Google Ads und

00:03:25

Cetera. Das sind also die Werkzeuge

00:03:27

die häufig verwendet werden.

00:03:28

Jedenfalls

00:03:29

Ich kann einen Auszug machen

00:03:31

Rohdaten dieser Datenquellen für

00:03:34

in der Lage sein, das zu wiederholen

00:03:35

Manipulationen in Excel.

00:03:37

Dann werde ich also eine

00:03:39

eine Reihe von Visualisierungen

00:03:40

die sich mir aufopfern werden,

00:03:42

Also einfach schon die

00:03:43

Umsatz, der war

00:03:45

die durch diese Kampagnen generiert werden,

00:03:46

was wir die Rate von nennen werden

00:03:48

Umbau also für 100 Personen

00:03:50

die auf die Website zurückgekehrt sind über

00:03:52

Meine Kampagne, wie viele haben sich schließlich bekehrt?

00:03:54

Wir werden uns auch mit dem befassen, was CPC genannt wird.

00:03:57

Kosten pro Klick, CPA,

00:03:59

Kosten pro Akquisition,

00:04:00

Also all das,

00:04:01

Das sind Dinge

00:04:03

sehr verwandt mit digitalem Marketing,

00:04:05

Ich werde also nicht zu sehr darauf eingehen,

00:04:07

Es gibt eine ganze Reihe von Ressourcen

00:04:10

im Internet.

00:04:11

Wenn Sie sowieso interessiert sind, hier,

00:04:13

Ich werde mich erholen können

00:04:15

Trends, Zahlen abrufen

00:04:17

Schlüssel, mit denen Sie loslegen können

00:04:19

um meine Analysen durchzuführen. Und in der Regel

00:04:21

im Analysebereich, also hier, dort,

00:04:23

Ich werde sehen, dass es insgesamt funktioniert,

00:04:25

aber ich werde Probleme haben mit

00:04:27

Leistung bei einigen Kampagnen.

00:04:28

In der Regel diejenige, die darauf abzielt

00:04:29

Produkte A, B und D.

00:04:31

Das ist es, was wir glauben zu haben

00:04:32

hundert Produkte,

00:04:34

Egal, auf jeden Fall,

00:04:35

Ich sehe, dass es Schwächen gibt

00:04:37

In meinem kostenpflichtigen Marketinggerät

00:04:39

online, weil bei einigen Kampagnen,

00:04:41

Es funktioniert überhaupt nicht.

00:04:43

Ich habe einen Umsatz generiert

00:04:45

was sehr schwach ist.

00:04:46

Ich habe eine Conversion-Rate, die

00:04:48

ist daher nicht gut,

00:04:49

Ich habe hohe Kosten pro Klick

00:04:51

Es kostet mich also Geld.

00:04:53

et cetera, et cetera. Deshalb

00:04:55

Die Schlussfolgerung,

00:04:55

Es ist so, dass es nicht funktioniert.

00:04:57

Also gehe ich zu meinem Chef und

00:04:59

Ich werde die Informationen mit ihm teilen

00:05:01

die ich weiter sehen konnte

00:05:03

Diese Kampagnen sagen ihm:

00:05:05

Einige müssen korrigiert werden.

00:05:07

Sache, die verbessert werden muss

00:05:09

Kampagnen, die diese betreffen

00:05:10

produzieren. Und schließlich plötzlich

00:05:12

Dies wird die Maßnahme sein, die wir ergreifen werden,

00:05:15

Es ist zu gehen und die zu modifizieren

00:05:16

Targeting auf diese Kampagnen,

00:05:17

Sozusagen: Eigentlich nehme ich

00:05:20

andere Websites, um meine Kampagnen zu übertragen,

00:05:22

Ich werde auf andere Keywords abzielen

00:05:24

wenn ich auf gesponserten Links bin,

00:05:26

et cetera, et cetera.

00:05:27

Und so diese Reise dorthin

00:05:29

die ich gerade getan habe,

00:05:31

Sie können es anwenden auf

00:05:32

Irgendetwas. Aber wirklich,

00:05:33

Der wichtige Schritt, wenn Sie

00:05:35

Beginnen Sie mit Visualisierungen,

00:05:36

es ist letztendlich das, wofür ich verwendet werde?

00:05:39

Diese Visualisierung?

00:05:40

Will ich folgen?

00:05:42

Ein Trend?

00:05:43

Wenn ich eine

00:05:45

Anomalie, die ich in der Lage sein werde

00:05:47

Maßnahmen ergreifen, um es zu korrigieren,

00:05:49

et cetera et cetera,

00:05:50

Versuchen Sie es also, ohne offensichtlich

00:05:51

Wenden Sie es auf den Brief an, aber

00:05:53

um ein bisschen von dieser Reise zu haben

00:05:55

Denken Sie daran, wenn Sie anfangen

00:05:57

bei der Erstellung von Diagrammen.

00:00:02

visualização, com o que se chama

00:00:04

o ciclo da análise visual.

00:00:06

Isso é algo que pode ser

00:00:08

relativamente avançado em comparação com

00:00:10

o uso que você quer fazer

00:00:11

visualização de dados,

00:00:13

No entanto, é uma jornada que

00:00:15

Você deve ter em mente quando você vai

00:00:18

Você decide usar a visualização.

00:00:20

Então, o que você tem aqui,

00:00:23

Este é o esquema em que o

00:00:25

A visualização é necessária e justificada.

00:00:27

Então, o primeiro passo primeiro,

00:00:29

é definir a razão

00:00:31

para o qual simplesmente desejamos

00:00:33

criar uma visualização e além disso,

00:00:35

É isso que eu quero entender,

00:00:37

Que pergunta quero responder.

00:00:39

Assim veremos depois de um caso concreto,

00:00:41

Mas, de qualquer forma, aqui está.

00:00:43

Faça uma pergunta, não apenas

00:00:44

faça uma visualização para dizer: isso

00:00:46

ficará mais bonito no meu arquivo do Excel.

00:00:48

Não, cada visualização deve

00:00:49

ser justificada e, por conseguinte, para tal,

00:00:51

Você tem que se perguntar

00:00:53

essas perguntas.

00:00:54

Então

00:00:54

Uma vez que você tem o problema,

00:00:56

Analisamos se os dados que são

00:00:58

disponível em nosso arquivo

00:01:00

Excel ou em um arquivo separado

00:01:02

está disponível. Então, se não,

00:01:04

Teremos que enriquecer este arquivo

00:01:06

ou vá buscar outro arquivo.

00:01:08

Então, uma vez que você tenha os dados,

00:01:10

vamos construir as visualizações,

00:01:13

A escolha das visualizações, em

00:01:14

vai chegar logo em seguida, e ela tem

00:01:17

também um significado em qualquer caso,

00:01:19

Lá vamos construir as visualizações.

00:01:21

E como vimos um pouco antes,

00:01:23

Normalmente as visualizações que você

00:01:24

permitir que você conte uma história,

00:01:26

para apresentar as coisas e

00:01:28

entender coisas que não foram

00:01:30

Possível fazer sem recursos visuais.

00:01:32

E assim, a partir daí,

00:01:34

Bem, vamos entender as coisas,

00:01:36

compreender comportamentos como:

00:01:37

só agora com a evolução

00:01:38

rotatividade

00:01:39

o que se chamava Inside, então

00:01:40

são análises e resultados,

00:01:42

raciocínio

00:01:42

Observações que teremos

00:01:44

em relação aos nossos dados.

00:01:45

Uma vez que temos esses achados

00:01:46

bem, ou trabalhamos tudo

00:01:48

sozinhos e já estamos convencidos,

00:01:50

portanto, não há necessidade de compartilhar informações.

00:01:51

Se não for esse o caso,

00:01:53

temos uma hierarquia,

00:01:54

temos colegas,

00:01:55

Temos colaboradores e por isso aqui

00:01:56

irá compartilhar informações,

00:01:58

Então, vamos retomar, obviamente

00:02:00

nossos gráficos porque é

00:02:01

o que é o mais revelador.

00:02:03

E vamos fazer de novo

00:02:04

nosso processo de pensamento. E um

00:02:06

vezes todos estão convencidos

00:02:08

que há algo a corrigir,

00:02:09

que seja feita uma observação,

00:02:12

o que é legítimo,

00:02:13

Vamos colocar ações em

00:02:14

Lugar para ir e melhorar o que nós

00:02:16

poderia ter identificado ou corrigido

00:02:18

Elementos que nos parecem

00:02:20

Anormal.

00:02:21

E para ilustrar isso,

00:02:23

Vamos a um exemplo

00:02:25

com um site de e-commerce.

00:02:27

Então eu trabalho no que a gente

00:02:29

chama de Digital Analytics, então eu

00:02:31

sou banhado diariamente em

00:02:33

esses tipos de problemas.

00:02:35

E então vamos imaginar um site de e-commerce que

00:02:37

compra campanhas de marketing

00:02:39

na internet para anunciar.

00:02:42

Então esses são os famosos banners que

00:02:44

Você pode ver ou o que é chamado

00:02:46

links patrocinados sobre os motores de

00:02:49

investigação. E nos perguntamos:

00:02:51

essas campanhas são pagas,

00:02:53

Será que eles realmente contribuem

00:02:55

ao meu volume de negócios global

00:02:56

no meu site de e-commerce?

00:02:58

Então vamos imaginar que vendemos roupas.

00:03:00

Então é isso, vamos começar com isso.

00:03:02

Então, para poder responder a isso

00:03:05

pergunta, a este problema,

00:03:06

A contribuição das minhas campanhas

00:03:08

ao meu volume de negócios online,

00:03:09

Já vou pegar os dados

00:03:11

que me interessa fazê-lo.

00:03:13

Então, obviamente,

00:03:14

Nas minhas ferramentas de webmarketing eu vou

00:03:16

já tem interfaces que

00:03:18

Habilitar a análise de dados

00:03:20

então eu vou ter o Google,

00:03:21

então Google Adsense,

00:03:22

Vou ter

00:03:24

relatórios no Google Ads e

00:03:25

Cetera. Então, essas são as ferramentas

00:03:27

que são frequentemente usados.

00:03:28

De qualquer maneira

00:03:29

Eu posso fazer um extrato

00:03:31

bruto dessas fontes de dados para

00:03:34

ser capaz de refazer o

00:03:35

manipulações no Excel.

00:03:37

Então eu vou ter um

00:03:39

várias visualizações

00:03:40

que se oferecerão a mim,

00:03:42

Então, simplesmente já o

00:03:43

volume de negócios que foi

00:03:45

gerados por essas campanhas,

00:03:46

o que chamaremos de taxa de

00:03:48

Conversão para 100 pessoas

00:03:50

que retornaram ao site via

00:03:52

Minha campanha, quantos finalmente se converteram?

00:03:54

Veremos também o que se chama CPC.

00:03:57

Custo por clique, CPA,

00:03:59

custo por aquisição,

00:04:00

Então, tudo isso,

00:04:01

São coisas

00:04:03

muito relacionado ao marketing digital,

00:04:05

Então eu não vou me alongar muito nisso,

00:04:07

Há alguns recursos

00:04:10

na Internet.

00:04:11

Se você está interessado de qualquer maneira, aqui,

00:04:13

Vou conseguir me recuperar

00:04:15

tendências, recuperando números

00:04:17

chaves que começarão

00:04:19

para fazer minhas análises. E tipicamente

00:04:21

na seção de análise, então aqui, ali,

00:04:23

Vou ver que no geral funciona,

00:04:25

mas eu vou ter problemas com

00:04:27

Atuação em algumas campanhas.

00:04:28

Normalmente aquele que visa

00:04:29

produtos A, B e D.

00:04:31

É isso que achamos que temos

00:04:32

cem produtos,

00:04:34

Não importa, em qualquer caso,

00:04:35

Vejo que há fragilidades

00:04:37

no meu dispositivo de marketing pago

00:04:39

online, porque em algumas campanhas,

00:04:41

Não funciona de jeito nenhum.

00:04:43

Tenho um turnover gerado

00:04:45

o que é muito fraco.

00:04:46

Eu tenho uma taxa de conversão que

00:04:48

não é, portanto, bom,

00:04:49

Tenho um alto custo por clique

00:04:51

Então isso me custa dinheiro.

00:04:53

et cetera, et cetera. Portanto

00:04:55

a conclusão,

00:04:55

é que não funciona.

00:04:57

Então eu vou ver meu chefe e

00:04:59

Vou compartilhar as informações com ele

00:05:01

que eu pude ver em

00:05:03

Essas campanhas, diga-lhe:

00:05:05

Algumas precisam ser corrigidas.

00:05:07

Coisa para ir melhorar

00:05:09

campanhas que dizem respeito a estes

00:05:10

produzir. E, finalmente, de repente

00:05:12

Esta será a ação que colocaremos em prática,

00:05:15

é ir e modificar o

00:05:16

segmentação nessas campanhas,

00:05:17

Então para dizer: na verdade eu vou tomar

00:05:20

outros sites para divulgar minhas campanhas,

00:05:22

Vou segmentar outras palavras-chave

00:05:24

se estou em links patrocinados,

00:05:26

et cetera, et cetera.

00:05:27

E assim essa jornada até lá

00:05:29

que acabei de fazer,

00:05:31

Você pode aplicá-lo em

00:05:32

Qualquer coisa. Mas realmente,

00:05:33

O passo importante quando você

00:05:35

Comece a usar visualizações,

00:05:36

afinal é para que eu vou ser usado?

00:05:39

Essa visualização?

00:05:40

Quero seguir

00:05:42

Uma tendência?

00:05:43

Se eu detectar um

00:05:45

anomalia eu serei capaz de

00:05:47

tomar medidas para corrigi-lo,

00:05:49

et cetera et cetera,

00:05:50

Então tente, sem obviamente

00:05:51

aplicá-lo à letra, mas

00:05:53

ter um pouco dessa jornada

00:05:55

em mente quando você começar

00:05:57

na criação de gráficos.

00:00:02

visualisatie, met zijn aanroep

00:00:04

de cyclus van visuele analyse.

00:00:06

Dit is iets dat kan zijn

00:00:08

relatief geavanceerd in vergelijking met

00:00:10

het gebruik dat u wilt maken,

00:00:11

datavisualisatie.

00:00:13

Toch is het een reis die

00:00:15

je moet in gedachten houden wanneer je gaat

00:00:18

u besluit visualisatie te gebruiken,

00:00:20

dus daar, wat je hier hebt,

00:00:23

dit is de regeling waarin de

00:00:25

visualisatie is noodzakelijk en gerechtvaardigd.

00:00:27

Dus de eerste stap vooral,

00:00:29

het is om de reden te definiëren.

00:00:31

Wat we gewoon wensen

00:00:33

een visualisatie maken en verder,

00:00:35

dat is wat ik wil begrijpen,

00:00:37

welke vraag ik wil beantwoorden,

00:00:39

dus we zullen zien na een concreet geval,

00:00:41

maar in ieder geval hier is het

00:00:43

stel een vraag, niet eerlijk.

00:00:44

Maak een visualisatie om jezelf te vertellen dat

00:00:46

ziet er mooier uit in mijn Excel-bestand,

00:00:48

nee, elke visualisatie moet

00:00:49

gerechtvaardigd zijn en dus daarvoor,

00:00:51

Nou moet je jezelf afvragen,

00:00:53

dat zijn de vragen.

00:00:54

Dan

00:00:54

zodra we het probleem hebben,

00:00:56

we kijken of de gegevens die

00:00:58

beschikbaar in ons bestand

00:01:00

Excel of in een apart bestand.

00:01:02

Is beschikbaar dus zo niet,

00:01:04

het zal nodig zijn om dit bestand te verrijken

00:01:06

of ga een ander bestand ophalen.

00:01:08

Dan, zodra we de gegevens hebben

00:01:10

nou we gaan de visualisaties bouwen,

00:01:13

de keuze van visualisaties op

00:01:14

zal direct daarna komen en ze heeft

00:01:17

ook een betekenis in ieder geval,

00:01:19

daar zullen we de visualisaties bouwen.

00:01:21

En zoals we net zagen,

00:01:23

normaal gesproken visualisaties u

00:01:24

je in staat stellen een verhaal te vertellen,

00:01:26

om dingen naar voren te brengen en

00:01:28

dingen begrijpen die dat niet waren

00:01:30

mogelijk om te doen zonder visuele ondersteuning.

00:01:32

En van daaruit,

00:01:34

nou we zullen de dingen begrijpen,

00:01:36

gedrag begrijpen zoals

00:01:37

net nu met de evolutie

00:01:38

omzet

00:01:39

wat heette Inside so

00:01:40

het zijn analyses en resultaten,

00:01:42

redenering

00:01:42

de observaties die we zullen hebben

00:01:44

met betrekking tot onze gegevens.

00:01:45

Zodra we deze observaties hebben

00:01:46

nou of we werken alles

00:01:48

alleen en we zijn al overtuigd,

00:01:50

het is dus niet nodig om informatie te delen.

00:01:51

Zo niet,

00:01:53

we hebben een hiërarchie,

00:01:54

we hebben collega's,

00:01:55

we hebben medewerkers en dus hier

00:01:56

zal gaan en informatie delen,

00:01:58

dus we zullen uiteraard hervatten

00:02:00

onze grafieken omdat het

00:02:01

dat is het meest veelzeggend.

00:02:03

En we gaan het opnieuw doen.

00:02:04

Onze gedachtereis en een

00:02:06

keer is iedereen overtuigd

00:02:08

dat er iets te corrigeren valt,

00:02:09

er wordt een constatering gedaan,

00:02:12

wat is legitiem?

00:02:13

Nou, we gaan acties ondernemen

00:02:14

plek om naartoe te gaan en te verbeteren wat we

00:02:16

had kunnen identificeren waar te gaan om te corrigeren

00:02:18

elementen die ons abnormaal lijken,

00:02:20

dat.

00:02:21

En om dat te illustreren,

00:02:23

laten we een voorbeeld nemen

00:02:25

met een e-commerce site.

00:02:27

Dus ik werk in de wat we

00:02:29

bel digital Analytics zodat ik

00:02:31

Ik ben in dagelijks baden in

00:02:33

dit soort problemen daar.

00:02:35

En dus laten we ons een city commerce voorstellen die

00:02:37

koopt uit marketingcampagnes

00:02:39

op het internet om te adverteren

00:02:42

het zijn dus de beroemde spandoeken.

00:02:44

U kunt zien of hoe heet

00:02:46

gesponsorde links op

00:02:49

onderzoek en je vraagt je af is goed?

00:02:51

Deze campagnes worden betaald,

00:02:53

draagt het daadwerkelijk bij

00:02:55

aan mijn totale omzet

00:02:56

op mijn e-commerce site?

00:02:58

Dus stel je voor dat we kleding verkopen?

00:03:00

Dus laten we daarheen gaan

00:03:02

om hier dus op in te kunnen spelen

00:03:05

vraag naar dit probleem,

00:03:06

de bijdrage van mijn campagnes

00:03:08

om online zaken te doen,

00:03:09

Ik krijg de gegevens al

00:03:11

dat interesseert me om het te doen.

00:03:13

Dus uiteraard,

00:03:14

in mijn webmarketing tools zal ik

00:03:16

al interfaces hebben die

00:03:18

data-analyse mogelijk maken

00:03:20

dus ik ga Google hebben.

00:03:21

Google Adsense dus.

00:03:22

Ik ga wat hebben,

00:03:24

rapportage in Google en

00:03:25

cetera dus het zijn de tools

00:03:27

die vaak worden gebruikt.

00:03:28

Sowieso

00:03:29

Ik kan best een uittreksel maken

00:03:31

ruwe van deze gegevensbronnen voor

00:03:34

om de

00:03:35

manipulaties in Excel.

00:03:37

Dus nadat ik een

00:03:39

aantal visualisaties

00:03:40

die zich aan Mij zullen aanbieden,

00:03:42

dus gewoon al de

00:03:43

omzet die

00:03:45

gegenereerd door haar campagnes,

00:03:46

wat we het tarief van

00:03:48

conversie dus voor 100 personen

00:03:50

die zijn teruggekeerd naar de site via.

00:03:52

Hoeveel van mijn campagnes zijn uiteindelijk geconverteerd?

00:03:54

We zullen ook kijken naar wat de CPC wordt genoemd.

00:03:57

De kosten per klik, de CPA,

00:03:59

de kosten per overname,

00:04:00

dus dat alles,

00:04:01

dit zijn dingen

00:04:03

zeer gerelateerd aan digitale marketing,

00:04:05

dus ik ga er niet te veel bij stilstaan,

00:04:07

er zijn nogal wat bronnen

00:04:10

op internet.

00:04:11

Als u geïnteresseerd bent in elk geval hier is het,

00:04:13

Ik zal kunnen herstellen

00:04:15

herstelde trends naar cijfers

00:04:17

toetsen waarmee u aan de slag kunt

00:04:19

om mijn analyses te doen en typisch

00:04:21

in de analyse sectie hier.

00:04:23

Ik zal zien dat het over het algemeen werkt,

00:04:25

maar ik ga problemen krijgen met

00:04:27

prestaties op bepaalde campagnes,

00:04:28

meestal degene die zich richt op

00:04:29

AB en d producten.

00:04:31

Dus we proberen het niet

00:04:32

honderd producten,

00:04:34

het maakt in ieder geval niet uit,

00:04:35

Ik zie dat er zwakke punten zijn

00:04:37

in mijn betaalde marketingapparaat

00:04:39

online omdat op sommige campagnes

00:04:41

het werkt helemaal niet.

00:04:43

Ik heb een omzet gegenereerd

00:04:45

wat erg laag is.

00:04:46

Ik heb een conversieratio die

00:04:48

is dus niet goed,

00:04:49

Ik heb hoge kosten per klik

00:04:51

dus het kost me geld.

00:04:53

Enzovoort, et cetera, dus.

00:04:55

De conclusie,

00:04:55

het is dat het niet werkt,

00:04:57

dus ik ga naar mijn baas en

00:04:59

Ik zal de informatie met hem delen

00:05:01

dat kon ik zien.

00:05:03

Deze campagnes daar vertellen hem Bah voilà,

00:05:05

sommige moeten worden gecorrigeerd

00:05:07

ding om te gaan verbeteren een.

00:05:09

Campagnes hierover

00:05:10

producten en uiteindelijk plotseling

00:05:12

dit zal de actie zijn die we gaan ondernemen,

00:05:15

het is om te gaan en de

00:05:16

targeting op deze campagnes,

00:05:17

dus zeg bah eigenlijk zal ik nemen

00:05:20

andere sites om mijn campagnes uit te zenden,

00:05:22

Ik zal me richten op andere trefwoorden,

00:05:24

als ik op gesponsorde links ben,

00:05:26

et cetera, et cetera.

00:05:27

En dus deze reis daarheen

00:05:29

dat heb ik gewoon gedaan.

00:05:31

U kunt het toepassen op

00:05:32

allesbehalve echt.

00:05:33

De belangrijke stap wanneer u wilt,

00:05:35

zal beginnen met visualisaties,

00:05:36

het is uiteindelijk waar ik voor gebruikt zal worden?

00:05:39

Deze visualisatie?

00:05:40

Wil ik volgen?

00:05:42

Een trend,

00:05:43

is dat als ik een

00:05:45

anomalie Ik zal in staat zijn om

00:05:47

actie ondernemen om het te corrigeren,

00:05:49

et cetera et cetera,

00:05:50

dus probeer het zonder natuurlijk

00:05:51

sollicitatie tot op de letter, maar

00:05:53

om een beetje van deze reis te hebben

00:05:55

in gedachten wanneer u begint

00:05:57

bij het maken van grafieken.

00:00:02

visualizzazione, con ciò che viene chiamato

00:00:04

il ciclo dell'analisi visiva.

00:00:06

Questo è qualcosa che potrebbe essere

00:00:08

relativamente avanzato rispetto a

00:00:10

l'uso che vuoi fare

00:00:11

visualizzazione dei dati,

00:00:13

Tuttavia, è un viaggio che

00:00:15

Devi avere in mente quando vai

00:00:18

Si decide di utilizzare la visualizzazione.

00:00:20

Quindi ecco, quello che avete qui,

00:00:23

Questo è lo schema in cui il

00:00:25

La visualizzazione è necessaria e giustificata.

00:00:27

Quindi il primo passo prima,

00:00:29

è definire la ragione

00:00:31

per i quali desideriamo semplicemente

00:00:33

creare una visualizzazione e oltre a ciò,

00:00:35

Questo è quello che voglio capire,

00:00:37

A quale domanda voglio rispondere.

00:00:39

Quindi vedremo dopo un caso concreto,

00:00:41

Ma in ogni caso eccolo qui.

00:00:43

Fai una domanda, non solo

00:00:44

Fai una visualizzazione per dire: questo

00:00:46

apparirà più bello nel mio file Excel.

00:00:48

No, ogni visualizzazione deve

00:00:49

essere giustificato e quindi per questo,

00:00:51

Devi chiederti

00:00:53

quelle domande.

00:00:54

Allora

00:00:54

Una volta che hai il problema,

00:00:56

Esaminiamo se i dati che sono

00:00:58

disponibile nel nostro file

00:01:00

Excel o in un file separato

00:01:02

è disponibile. Quindi, in caso contrario,

00:01:04

Dovremo arricchire questo file

00:01:06

o vai a prendere un altro file.

00:01:08

Quindi, una volta che hai i dati,

00:01:10

costruiremo le visualizzazioni,

00:01:13

La scelta delle visualizzazioni, su

00:01:14

ci arriverà subito dopo, e lei ha

00:01:17

anche un significato in ogni caso,

00:01:19

Lì costruiremo le visualizzazioni.

00:01:21

E come abbiamo visto poco prima,

00:01:23

Normalmente le visualizzazioni si

00:01:24

permetterti di raccontare una storia,

00:01:26

per proporre le cose e

00:01:28

capire cose che non lo erano

00:01:30

Possibile fare a meno di ausili visivi.

00:01:32

E così da lì,

00:01:34

Bene, capiremo le cose,

00:01:36

comprendere comportamenti come

00:01:37

proprio ora con l'evoluzione

00:01:38

fatturato

00:01:39

quello che si chiamava Inside, quindi

00:01:40

sono analisi e risultati,

00:01:42

ragionamento

00:01:42

Osservazioni che avremo

00:01:44

in relazione ai nostri dati.

00:01:45

Una volta che abbiamo questi risultati

00:01:46

beh o lavoriamo tutto

00:01:48

da solo e ne siamo già convinti,

00:01:50

Quindi non c'è bisogno di condividere informazioni.

00:01:51

In caso contrario,

00:01:53

abbiamo una gerarchia,

00:01:54

abbiamo colleghi,

00:01:55

Abbiamo collaboratori e quindi eccoci qui

00:01:56

andrà a condividere informazioni,

00:01:58

Quindi riprenderemo ovviamente

00:02:00

i nostri grafici perché è

00:02:01

che è il più significativo.

00:02:03

E lo faremo di nuovo

00:02:04

il nostro processo di pensiero. E un

00:02:06

volte in cui tutti sono convinti

00:02:08

che c'è qualcosa da correggere,

00:02:09

che è stata fatta un'osservazione,

00:02:12

che è legittimo,

00:02:13

Metteremo in atto azioni in

00:02:14

Posto dove andare e migliorare ciò che abbiamo

00:02:16

avrebbe potuto identificare o correggere

00:02:18

Elementi che ci sembrano

00:02:20

Anormale.

00:02:21

E quindi, per illustrarlo,

00:02:23

Facciamo un esempio

00:02:25

con un sito di e-commerce.

00:02:27

Quindi lavoro in quello che noi

00:02:29

chiama Digital Analytics, quindi io

00:02:31

Sono bagnato ogni giorno in

00:02:33

questi tipi di problemi.

00:02:35

E quindi immaginiamo un sito di e-commerce che

00:02:37

acquista campagne di marketing

00:02:39

su Internet per fare pubblicità.

00:02:42

Quindi questi sono i famosi banner che

00:02:44

Puoi vedere o ciò che viene chiamato

00:02:46

Link sponsorizzati sui motori di

00:02:49

ricerca. E ci chiediamo:

00:02:51

queste campagne sono pagate,

00:02:53

Contribuiscono effettivamente

00:02:55

al mio fatturato complessivo

00:02:56

sul mio sito e-commerce?

00:02:58

Quindi immaginiamo di vendere vestiti.

00:03:00

Questo è tutto, inizieremo con quello.

00:03:02

Quindi essere in grado di rispondere a questo

00:03:05

domanda, a questo problema,

00:03:06

Il contributo delle mie campagne

00:03:08

al mio fatturato online,

00:03:09

Otterrò già i dati

00:03:11

che mi interessano farlo.

00:03:13

Quindi, ovviamente,

00:03:14

Nei miei strumenti di webmarketing lo farò

00:03:16

hanno già interfacce che

00:03:18

Abilita analisi dei dati

00:03:20

quindi avrò Google,

00:03:21

quindi Google Adsense,

00:03:22

Ho intenzione di avere

00:03:24

rapporti in Google Ads e

00:03:25

Cetera. Quindi questi sono gli strumenti

00:03:27

che sono spesso usati.

00:03:28

Comunque

00:03:29

Posso fare un estratto

00:03:31

grezzi di queste fonti di dati per

00:03:34

essere in grado di rifare il

00:03:35

manipolazioni in Excel.

00:03:37

Quindi allora avrò un

00:03:39

Una serie di visualizzazioni

00:03:40

che si offriranno a me,

00:03:42

Quindi semplicemente già il

00:03:43

fatturato che è stato

00:03:45

generati da queste campagne,

00:03:46

quello che chiameremo il tasso di

00:03:48

Conversione così per 100 persone

00:03:50

che sono tornati al sito tramite

00:03:52

La mia campagna, quanti si sono finalmente convertiti?

00:03:54

Vedremo anche quello che viene chiamato CPC.

00:03:57

Costo per clic, CPA,

00:03:59

costo per acquisizione,

00:04:00

Quindi tutto questo,

00:04:01

Queste sono cose

00:04:03

molto legato al marketing digitale,

00:04:05

Quindi non mi soffermerò troppo su questo,

00:04:07

Ci sono parecchie risorse

00:04:10

su Internet.

00:04:11

Se sei interessato comunque, qui,

00:04:13

Sarò in grado di recuperare

00:04:15

tendenze, recupero di cifre

00:04:17

chiavi che inizieranno

00:04:19

per fare le mie analisi. E in genere

00:04:21

nella sezione analisi, quindi qui, là,

00:04:23

Vedrò che nel complesso funziona,

00:04:25

ma avrò problemi con

00:04:27

Rendimento su alcune campagne.

00:04:28

In genere quello che si rivolge

00:04:29

prodotti A, B e D.

00:04:31

Questo è ciò che pensiamo di avere

00:04:32

un centinaio di prodotti,

00:04:34

Non importa, in ogni caso,

00:04:35

Vedo che ci sono punti deboli

00:04:37

nel mio dispositivo di marketing a pagamento

00:04:39

online, perché su alcune campagne,

00:04:41

Non funziona affatto.

00:04:43

Ho un fatturato generato

00:04:45

che è molto debole.

00:04:46

Ho un tasso di conversione che

00:04:48

non è quindi buono,

00:04:49

Ho un costo per clic elevato

00:04:51

Quindi mi costa denaro.

00:04:53

eccetera, eccetera. Pertanto

00:04:55

La conclusione,

00:04:55

è che non funziona.

00:04:57

Quindi vado dal mio capo e

00:04:59

Condividerò le informazioni con lui

00:05:01

che sono stato in grado di vedere su

00:05:03

Queste campagne, gli dicono:

00:05:05

Alcuni devono essere corretti.

00:05:07

Cosa da migliorare

00:05:09

campagne che riguardano questi

00:05:10

produrre. E finalmente improvvisamente

00:05:12

Questa sarà l'azione che metteremo in atto,

00:05:15

è quello di andare a modificare il

00:05:16

targeting su queste campagne,

00:05:17

Per dire: in realtà ho intenzione di prendere

00:05:20

altri siti per trasmettere le mie campagne,

00:05:22

Sceglierò come target altre parole chiave

00:05:24

se sono su link sponsorizzati,

00:05:26

eccetera, eccetera.

00:05:27

E così questo viaggio lì

00:05:29

che ho appena fatto,

00:05:31

Puoi applicarlo su

00:05:32

Qualsiasi cosa. Ma davvero,

00:05:33

Il passo importante quando si

00:05:35

Vai a iniziare con le visualizzazioni,

00:05:36

alla fine è quello per cui sarò usato?

00:05:39

Questa visualizzazione?

00:05:40

Voglio seguire

00:05:42

Una tendenza?

00:05:43

Se rilevo un

00:05:45

anomalia sarò in grado di

00:05:47

agire per correggerlo,

00:05:49

et cetera eccetera,

00:05:50

Quindi prova, senza ovviamente

00:05:51

applicarlo alla lettera, ma

00:05:53

per avere un po' di quel viaggio

00:05:55

in mente quando inizi

00:05:57

nella creazione di grafici.

00:00:02

التصور ، مع ما يسمى

00:00:04

دورة التحليل البصري.

00:00:06

هذا شيء قد يكون

00:00:08

متقدمة نسبيا مقارنة ب

00:00:10

الاستخدام الذي تريد القيام به

00:00:11

تصور البيانات ،

00:00:13

ومع ذلك ، فهي رحلة

00:00:15

يجب أن تضع في اعتبارك عندما تذهب

00:00:18

قررت استخدام التصور.

00:00:20

إذن هناك ، ما لديك هنا ،

00:00:23

هذا هو المخطط الذي

00:00:25

التصور ضروري ومبرر.

00:00:27

لذا فإن الخطوة الأولى أولا ،

00:00:29

هو تحديد السبب

00:00:31

التي نتمناها ببساطة

00:00:33

إنشاء تصور وما وراء ذلك ،

00:00:35

هذا ما أريد أن أفهمه ،

00:00:37

ما السؤال الذي أريد الإجابة عليه.

00:00:39

لذلك سنرى بعد حالة ملموسة ،

00:00:41

ولكن على أي حال هنا.

00:00:43

اطرح سؤالا، وليس فقط

00:00:44

قم بعمل تصور ليقول: هذا

00:00:46

سيبدو أجمل في ملف Excel الخاص بي.

00:00:48

لا ، يجب على كل تصور

00:00:49

تكون مبررة وبالتالي لذلك ،

00:00:51

عليك أن تسأل نفسك

00:00:53

تلك الأسئلة.

00:00:54

ثم

00:00:54

بمجرد أن تواجه المشكلة ،

00:00:56

نحن ننظر إلى ما إذا كانت البيانات التي هي

00:00:58

متوفر في ملفنا

00:01:00

Excel أو في ملف منفصل

00:01:02

متاح. لذلك إذا لم يكن كذلك ،

00:01:04

سيتعين علينا إثراء هذا الملف

00:01:06

أو اذهب للحصول على ملف آخر.

00:01:08

بعد ذلك ، بمجرد حصولك على البيانات ،

00:01:10

سنقوم ببناء التصورات ،

00:01:13

اختيار التصورات ، على

00:01:14

ستأتي إليها بعد ذلك مباشرة ، وقد حصلت عليها

00:01:17

أيضا معنى في أي حال ،

00:01:19

هناك سنبني التصورات.

00:01:21

وكما رأينا من قبل،

00:01:23

عادة التصورات لك

00:01:24

تسمح لك برواية قصة ،

00:01:26

لطرح الأمور إلى الأمام و

00:01:28

فهم الأشياء التي لم تكن كذلك

00:01:30

من الممكن الاستغناء عن الوسائل البصرية.

00:01:32

وهكذا من هناك،

00:01:34

حسنا ، سنفهم الأشياء ،

00:01:36

فهم سلوكيات مثل

00:01:37

الآن فقط مع التطور

00:01:38

دوران

00:01:39

ما كان يسمى في الداخل ، لذلك

00:01:40

إنها تحليلات ونتائج ،

00:01:42

المنطق

00:01:42

الملاحظات التي ستكون لدينا

00:01:44

فيما يتعلق ببياناتنا.

00:01:45

بمجرد حصولنا على هذه النتائج

00:01:46

حسنا إما أن نعمل كل شيء

00:01:48

وحدنا ونحن مقتنعون بالفعل ،

00:01:50

لذلك لا حاجة لتبادل المعلومات.

00:01:51

إذا لم يكن الأمر كذلك ،

00:01:53

لدينا تسلسل هرمي ،

00:01:54

لدينا زملاء،

00:01:55

لدينا متعاونون وهنا

00:01:56

سوف تذهب وتبادل المعلومات ،

00:01:58

لذلك سنستأنف بشكل واضح

00:02:00

مخططاتنا لأنها

00:02:01

وهو الأكثر دلالة.

00:02:03

وسنفعل ذلك مرة أخرى

00:02:04

عملية تفكيرنا. و أ

00:02:06

مرات الجميع مقتنع

00:02:08

أن هناك شيئا يجب تصحيحه ،

00:02:09

أن يتم إجراء ملاحظة ،

00:02:12

وهو أمر شرعي ،

00:02:13

سنضع الإجراءات في

00:02:14

مكان للذهاب وتحسين ما نحن

00:02:16

يمكن أن يكون قد حدد أو صحح

00:02:18

العناصر التي تبدو لنا

00:02:20

غير طبيعي.

00:02:21

ولتوضيح ذلك،

00:02:23

لنأخذ مثالا

00:02:25

مع موقع للتجارة الإلكترونية.

00:02:27

لذلك أنا أعمل في ما نحن

00:02:29

يدعو التحليلات الرقمية ، لذلك أنا

00:02:31

صباحا يوميا تستحم في

00:02:33

هذه الأنواع من المشاكل.

00:02:35

ولذا دعونا نتخيل موقع للتجارة الإلكترونية

00:02:37

يشتري الحملات التسويقية

00:02:39

على الإنترنت للإعلان.

00:02:42

إذن هذه هي اللافتات الشهيرة التي

00:02:44

يمكنك أن ترى أو ما يسمى

00:02:46

روابط دعائية على محركات

00:02:49

بحث. ونتساءل:

00:02:51

يتم دفع هذه الحملات ،

00:02:53

هل يساهمون بالفعل

00:02:55

إلى إجمالي مبيعاتي

00:02:56

على موقع التجارة الإلكترونية الخاص بي؟

00:02:58

لذلك دعونا نتخيل أننا نبيع الملابس.

00:03:00

هذا كل شيء ، سنبدأ بذلك.

00:03:02

حتى تكون قادرة على الاستجابة لهذا

00:03:05

سؤال، لهذه المسألة،

00:03:06

مساهمة حملاتي

00:03:08

إلى معدل الدوران الخاص بي عبر الإنترنت ،

00:03:09

سأحصل بالفعل على البيانات

00:03:11

التي تهمني للقيام بذلك.

00:03:13

من الواضح جدا،

00:03:14

في أدوات التسويق عبر الويب الخاصة بي ، سأفعل

00:03:16

لديها بالفعل واجهات من شأنها أن

00:03:18

تمكين تحليل البيانات

00:03:20

لذلك سأحصل على Google ،

00:03:21

حتى جوجل ادسنس ،

00:03:22

انا ذاهب الى الحصول على

00:03:24

إعداد التقارير في "إعلانات Google" و

00:03:25

جرا. إذن هذه هي الأدوات

00:03:27

والتي غالبا ما تستخدم.

00:03:28

على أي حال

00:03:29

يمكنني عمل مقتطف

00:03:31

الخام من مصادر البيانات هذه ل

00:03:34

تكون قادرة على إعادة

00:03:35

التلاعب في إكسل.

00:03:37

إذن سأحصل على ملف

00:03:39

عدد من التصورات

00:03:40

الذين سيقدمون أنفسهم لي ،

00:03:42

لذلك ببساطة بالفعل

00:03:43

دوران الذي كان

00:03:45

الناتجة عن هذه الحملات ،

00:03:46

ما نسميه معدل

00:03:48

التحويل حتى ل 100 شخص

00:03:50

الذين عادوا إلى الموقع عبر

00:03:52

حملتي ، كم عدد الذين تحولوا أخيرا؟

00:03:54

سننظر أيضا في ما يسمى CPC.

00:03:57

تكلفة النقرة ، CPA ،

00:03:59

تكلفة الاستحواذ ،

00:04:00

لذلك كل ذلك،

00:04:01

هذه هي الأشياء

00:04:03

مرتبط جدا بالتسويق الرقمي ،

00:04:05

لذلك لن أسهب كثيرا في ذلك ،

00:04:07

هناك عدد غير قليل من الموارد

00:04:10

على الإنترنت.

00:04:11

إذا كنت مهتما على أي حال ، هنا ،

00:04:13

سأكون قادرا على التعافي

00:04:15

الاتجاهات واسترجاع الأرقام

00:04:17

المفاتيح التي ستبدأ

00:04:19

للقيام بتحليلاتي. وعادة

00:04:21

في قسم التحليل ، إذن هنا ، هناك ،

00:04:23

سأرى أنه يعمل بشكل عام ،

00:04:25

لكنني سأواجه مشاكل مع

00:04:27

الأداء في بعض الحملات.

00:04:28

عادة ما يستهدف

00:04:29

المنتجات أ و ب و د.

00:04:31

هذا ما نعتقد أنه لدينا

00:04:32

مائة منتج ،

00:04:34

لا يهم ، على أي حال ،

00:04:35

أستطيع أن أرى أن هناك نقاط ضعف

00:04:37

في جهاز التسويق المدفوع الخاص بي

00:04:39

عبر الإنترنت ، لأنه في بعض الحملات ،

00:04:41

لا يعمل على الإطلاق.

00:04:43

لدي دوران تم إنشاؤه

00:04:45

وهو ضعيف جدا.

00:04:46

لدي معدل تحويل

00:04:48

لذلك ليس جيدا ،

00:04:49

لدي تكلفة عالية لكل نقرة

00:04:51

لذلك يكلفني المال.

00:04:53

وما إلى ذلك، وما إلى ذلك. لذلك

00:04:55

الاستنتاج،

00:04:55

إنه لا يعمل.

00:04:57

لذلك سأذهب لرؤية رئيسي و

00:04:59

سوف أشارك المعلومات معه

00:05:01

التي تمكنت من رؤيتها على

00:05:03

هذه الحملات، قل له:

00:05:05

يحتاج البعض إلى تصحيح.

00:05:07

شيء للذهاب لتحسين

00:05:09

الحملات التي تهم هذه

00:05:10

أنتج. وأخيرا فجأة

00:05:12

سيكون هذا هو الإجراء الذي سنضعه ،

00:05:15

هو الذهاب وتعديل

00:05:16

استهداف هذه الحملات ،

00:05:17

لذلك أقول: في الواقع سآخذ

00:05:20

مواقع أخرى لبث حملاتي ،

00:05:22

سأستهدف كلمات رئيسية أخرى

00:05:24

إذا كنت على روابط دعائية ،

00:05:26

وما إلى ذلك، وما إلى ذلك.

00:05:27

وهكذا هذه الرحلة هناك

00:05:29

التي قمت بها للتو ،

00:05:31

يمكنك تطبيقه على

00:05:32

اي شيء. لكن حقا،

00:05:33

الخطوة المهمة عندما

00:05:35

اذهب للبدء مع التصورات ،

00:05:36

إنه في النهاية ما سأستخدمه؟

00:05:39

هذا التصور؟

00:05:40

هل أريد المتابعة

00:05:42

اتجاه؟

00:05:43

إذا اكتشفت

00:05:45

الشذوذ سأكون قادرا على

00:05:47

اتخاذ إجراءات لتصحيحه ،

00:05:49

وما إلى ذلك,

00:05:50

لذا حاول ، دون وضوح

00:05:51

قم بتطبيقه على الرسالة ، ولكن

00:05:53

للحصول على القليل من تلك الرحلة

00:05:55

في الاعتبار عند البدء

00:05:57

في إنشاء الرسوم البيانية.

00:00:02

görselleştirme, denilen şeyle

00:00:04

görsel analiz döngüsü.

00:00:06

Bu olabilecek bir şey

00:00:08

ile karşılaştırıldığında nispeten gelişmiş

00:00:10

yapmak istediğiniz kullanım

00:00:11

veri görselleştirme,

00:00:13

Bununla birlikte, bu bir yolculuktur.

00:00:15

Giderken aklınızda olmalısın

00:00:18

Görselleştirmeyi kullanmaya karar verdiniz.

00:00:20

Yani orada, burada sahip oldukların,

00:00:23

Bu,

00:00:25

Görselleştirme gerekli ve haklı.

00:00:27

Yani ilk adım önce,

00:00:29

sebebini tanımlamaktır

00:00:31

sadece dilediğimiz şey

00:00:33

bir görselleştirme oluşturmak ve bunun ötesinde,

00:00:35

Anlamak istediğim şey bu,

00:00:37

Hangi soruyu cevaplamak istiyorum.

00:00:39

Yani somut bir olaydan sonra göreceğiz,

00:00:41

Ama her durumda, işte burada.

00:00:43

Bir soru sorun, sadece değil

00:00:44

Şunu söylemek için bir görselleştirme yapın: bu

00:00:46

Excel dosyamda daha güzel görünecek.

00:00:48

Hayır, her görselleştirme

00:00:49

haklı olmak ve bu nedenle bunun için,

00:00:51

Kendinize sormalısınız

00:00:53

bu sorular.

00:00:54

Sonra

00:00:54

Sorun olduğunda,

00:00:56

Verilerin olup olmadığına bakıyoruz.

00:00:58

dosyamızda mevcuttur

00:01:00

Excel veya ayrı bir dosyada

00:01:02

mevcuttur. Yani değilse,

00:01:04

Bu dosyayı zenginleştirmemiz gerekecek

00:01:06

veya gidip başka bir dosya alın.

00:01:08

Ardından, verilere sahip olduğunuzda,

00:01:10

görselleştirmeleri oluşturacağız,

00:01:13

Görselleştirme seçimi, açık

00:01:14

hemen sonra ona gelecek ve o var

00:01:17

ayrıca her durumda bir anlam,

00:01:19

Orada görselleştirmeleri oluşturacağız.

00:01:21

Ve biraz önce gördüğümüz gibi,

00:01:23

Normalde görselleştirmeler

00:01:24

bir hikaye anlatmana izin ver,

00:01:26

bir şeyleri ortaya koymak ve

00:01:28

olmayan şeyleri anlamak

00:01:30

Görsel yardımlar olmadan yapmak mümkündür.

00:01:32

Ve böylece oradan,

00:01:34

Şey, bir şeyleri anlayacağız,

00:01:36

gibi davranışları anlamak

00:01:37

şimdi evrimle birlikte

00:01:38

Ciro

00:01:39

Inside denilen şey, yani

00:01:40

analizler ve sonuçlardır,

00:01:42

muhakeme

00:01:42

Sahip olacağımız gözlemler

00:01:44

verilerimizle ilgili olarak.

00:01:45

Bu bulgulara sahip olduktan sonra

00:01:46

ya her şeyi yaparız

00:01:48

yalnız ve biz zaten ikna olduk,

00:01:50

bu yüzden bilgi paylaşmaya gerek yok.

00:01:51

Eğer durum böyle değilse,

00:01:53

bir hiyerarşimiz var,

00:01:54

meslektaşlarımız var,

00:01:55

İşbirlikçilerimiz var ve işte buradayız

00:01:56

gidip bilgi paylaşacak,

00:01:58

Bu yüzden açıkça devam edeceğiz

00:02:00

Grafiklerimiz çünkü

00:02:01

ki bu en çok anlatandır.

00:02:03

Ve bunu tekrar yapacağız

00:02:04

düşünce sürecimiz. Ve bir

00:02:06

Herkesin ikna olduğu zamanlar

00:02:08

düzeltilmesi gereken bir şey olduğunu,

00:02:09

bir gözlem yapıldığını,

00:02:12

meşru olan,

00:02:13

Harekete geçeceğiz

00:02:14

Gidilecek ve geliştirebileceğimiz yer

00:02:16

tanımlayabilir veya düzeltmiş olabilir

00:02:18

Bize görünen unsurlar

00:02:20

Anormal.

00:02:21

Ve bunu göstermek için,

00:02:23

Bir örnek verelim

00:02:25

bir e-ticaret sitesi ile.

00:02:27

Bu yüzden biz ne için çalışıyorum

00:02:29

Dijital Analitik'i çağırıyor, bu yüzden ben

00:02:31

Her gün yıkandım

00:02:33

bu tür sorunlar.

00:02:35

Ve bir e-ticaret sitesi düşünelim ki

00:02:37

pazarlama kampanyaları satın alır

00:02:39

reklam vermek için İnternet'te.

00:02:42

İşte bunlar ünlü afişler

00:02:44

Görebilirsin ya da ne denir

00:02:46

motorlarında sponsorlu bağlantılar

00:02:49

araştırma. Ve merak ediyoruz:

00:02:51

Bu kampanyalar ücretlidir,

00:02:53

Gerçekten katkıda bulunuyorlar mı

00:02:55

genel ciroma

00:02:56

E-ticaret sitemde?

00:02:58

Öyleyse kıyafet sattığımızı düşünelim.

00:03:00

İşte bu kadar, bununla başlayacağız.

00:03:02

Yani buna cevap verebilmek için

00:03:05

soru, bu soruna,

00:03:06

Kampanyalarımın katkısı

00:03:08

online ciroma,

00:03:09

Verileri zaten alacağım

00:03:11

bunu yapmak beni ilgilendiriyor.

00:03:13

Yani açıkçası,

00:03:14

Web pazarlama araçlarımda şunları yapacağım:

00:03:16

zaten olacak arayüzlere sahip

00:03:18

Veri analizini etkinleştir

00:03:20

bu yüzden Google'a sahip olacağım,

00:03:21

yani Google Adsense,

00:03:22

Sahip olacağım

00:03:24

Google Ads'de raporlama ve

00:03:25

Saire. Yani bunlar araçlar

00:03:27

sıklıkla kullanılır.

00:03:28

Zaten

00:03:29

Bir ekstrakt yapabilirim

00:03:31

Bu veri kaynaklarının ham

00:03:34

yeniden yapabilmek

00:03:35

Excel'de manipülasyonlar.

00:03:37

O zaman bir

00:03:39

Bir dizi görselleştirme

00:03:40

Kendini bana sunacak olan,

00:03:42

Yani basitçe zaten

00:03:43

ciro oldu

00:03:45

Bu kampanyalar tarafından oluşturulan,

00:03:46

oranı diyeceğimiz şey

00:03:48

100 kişi için dönüşüm

00:03:50

aracılığıyla siteye geri dönenler

00:03:52

Kampanyam, sonunda kaç tanesi dönüşüm sağladı?

00:03:54

Ayrıca TBM olarak adlandırılan şeye de bakacağız.

00:03:57

Tıklama başına maliyet, EBM,

00:03:59

edinme başına maliyet,

00:04:00

Yani bütün bunlar,

00:04:01

Bunlar

00:04:03

dijital pazarlama ile çok ilgili,

00:04:05

Bu yüzden bunun üzerinde çok fazla durmayacağım,

00:04:07

Epeyce kaynak var

00:04:10

İnternette.

00:04:11

Yine de ilgileniyorsanız, burada,

00:04:13

İyileşebileceğim

00:04:15

trendler, rakamları alma

00:04:17

Başlayacak tuşlar

00:04:19

analizlerimi yapmak için. Ve tipik olarak

00:04:21

analiz bölümünde, yani burada, orada,

00:04:23

Genel olarak işe yaradığını göreceğim,

00:04:25

ama sorun yaşayacağım

00:04:27

Bazı kampanyalardaki performans.

00:04:28

Genellikle hedefleyen

00:04:29

A, B ve D ürünleri

00:04:31

Sahip olduğumuzu düşündüğümüz şey budur

00:04:32

yüz ürün,

00:04:34

Ne olursa olsun, her halükarda,

00:04:35

Zayıflıklar olduğunu görebiliyorum

00:04:37

ücretli pazarlama cihazımda

00:04:39

çevrimiçi, çünkü bazı kampanyalarda,

00:04:41

Hiç çalışmıyor.

00:04:43

Elde ettiğim bir ciroya sahibim

00:04:45

ki bu çok zayıf.

00:04:46

Bir dönüşüm oranım var

00:04:48

bu nedenle iyi değildir,

00:04:49

Tıklama başına maliyetim yüksek

00:04:51

Bu yüzden bana paraya mal oluyor.

00:04:53

ve diğerleri. Bu yüzden

00:04:55

sonuç,

00:04:55

işe yaramıyor olmasıdır.

00:04:57

Bu yüzden patronumu görmeye gideceğim ve

00:04:59

Bilgileri onunla paylaşacağım

00:05:01

üzerinde görebildiğim

00:05:03

Bu kampanyalar, ona şunu söyle:

00:05:05

Bazılarının düzeltilmesi gerekiyor.

00:05:07

Geliştirilecek bir şey

00:05:09

Bunları ilgilendiren kampanyalar

00:05:10

üretmek. Ve sonunda aniden

00:05:12

Uygulamaya koyacağımız eylem bu olacak,

00:05:15

gidip değiştirmek

00:05:16

bu kampanyaları hedeflemek,

00:05:17

Yani söylemek gerekirse: aslında alacağım

00:05:20

kampanyalarımı yayınlamak için diğer siteler,

00:05:22

Diğer anahtar kelimeleri hedefleyeceğim

00:05:24

sponsorlu bağlantılardaysam,

00:05:26

ve diğerleri.

00:05:27

Ve böylece oradaki bu yolculuk

00:05:29

az önce yaptığım,

00:05:31

Üzerine uygulayabilirsiniz

00:05:32

Hiçbir şey. Ama gerçekten,

00:05:33

Ne zaman önemli bir adım

00:05:35

Görselleştirmeleri kullanmaya başlayın,

00:05:36

sonuçta ne için kullanılacağım?

00:05:39

Bu görselleştirme?

00:05:40

Takip etmek istiyor muyum?

00:05:42

Bir trend mi?

00:05:43

Eğer bir

00:05:45

anomali ben mümkün olacak

00:05:47

düzeltmek için harekete geçmek,

00:05:49

et cetera et cetera,

00:05:50

Öyleyse dene, açıkça olmadan

00:05:51

mektuba uygulayın, ancak

00:05:53

bu yolculuktan biraz olsun faydalanmak

00:05:55

Başlarken aklınızda bulundurun

00:05:57

grafiklerin oluşturulmasında.

00:00:02

wizualizacja, z tym, co nazywa się

00:00:04

cykl analizy wizualnej.

00:00:06

To jest coś, co może być

00:00:08

stosunkowo zaawansowany w porównaniu do

00:00:10

Użytek, który chcesz zrobić

00:00:11

wizualizacja danych,

00:00:13

Niemniej jednak jest to podróż, która

00:00:15

Musisz mieć na uwadze, kiedy idziesz

00:00:18

Decydujesz się na użycie wizualizacji.

00:00:20

Więc tam, co macie tutaj,

00:00:23

Jest to schemat, w którym

00:00:25

Wizualizacja jest konieczna i uzasadniona.

00:00:27

Więc pierwszy krok,

00:00:29

Ma to na celu określenie przyczyny

00:00:31

dla których po prostu sobie życzymy

00:00:33

stworzyć wizualizację i nie tylko,

00:00:35

To właśnie chcę zrozumieć,

00:00:37

Na jakie pytanie chcę odpowiedzieć.

00:00:39

Zobaczymy więc po konkretnym przypadku,

00:00:41

Ale w każdym razie tak jest.

00:00:43

Zadaj pytanie, nie tylko

00:00:44

Zrób wizualizację, aby powiedzieć: to

00:00:46

będzie ładniej wyglądać w moim pliku Excel.

00:00:48

Nie, każda wizualizacja musi

00:00:49

być uzasadnione, a zatem w związku z tym,

00:00:51

Musisz zadać sobie pytanie

00:00:53

te pytania.

00:00:54

Wtedy

00:00:54

Gdy masz problem,

00:00:56

Sprawdzamy, czy dane, które są

00:00:58

dostępne w naszym pliku

00:01:00

Excel lub w osobnym pliku

00:01:02

jest dostępny. Więc jeśli nie,

00:01:04

Będziemy musieli wzbogacić ten plik

00:01:06

lub idź po inny plik.

00:01:08

Następnie, gdy masz już dane,

00:01:10

zbudujemy wizualizacje,

00:01:13

Wybór wizualizacji, na

00:01:14

zaraz potem do tego dojdzie, a ona ma

00:01:17

również znaczenie w każdym przypadku,

00:01:19

Tam zbudujemy wizualizacje.

00:01:21

I jak widzieliśmy przed chwilą,

00:01:23

Zwykle wizualizacje można

00:01:24

pozwalają opowiedzieć historię,

00:01:26

aby przedstawić rzeczy i

00:01:28

zrozumieć rzeczy, których nie było

00:01:30

Można to zrobić bez pomocy wizualnych.

00:01:32

I tak dalej,

00:01:34

Cóż, zrozumiemy rzeczy,

00:01:36

zrozumieć zachowania takie jak:

00:01:37

Właśnie teraz z ewolucją

00:01:38

obrót

00:01:39

co nazywało się Inside, więc

00:01:40

to analizy i wyniki,

00:01:42

Rozumowanie

00:01:42

Obserwacje, które będziemy mieli

00:01:44

w odniesieniu do naszych danych.

00:01:45

Kiedy już będziemy mieli te odkrycia

00:01:46

cóż, albo pracujemy wszystko

00:01:48

sami i już jesteśmy przekonani,

00:01:50

Więc nie ma potrzeby dzielenia się informacjami.

00:01:51

Jeśli tak nie jest,

00:01:53

mamy hierarchię,

00:01:54

mamy kolegów,

00:01:55

Mamy współpracowników, więc tutaj

00:01:56

pójdzie i podzieli się informacjami,

00:01:58

Więc oczywiście wznowimy

00:02:00

Nasze wykresy, ponieważ są

00:02:01

co jest najbardziej wymowne.

00:02:03

I zrobimy to jeszcze raz

00:02:04

nasz proces myślowy. oraz

00:02:06

razy wszyscy są przekonani

00:02:08

że jest coś do poprawienia,

00:02:09

że poczyniono obserwację,

00:02:12

która jest zgodna z prawem,

00:02:13

Umieścimy działania w

00:02:14

Miejsce, do którego można się udać i ulepszyć to, co my

00:02:16

mógł zidentyfikować lub poprawić

00:02:18

Elementy, które nam się wydają

00:02:20

Nienormalny.

00:02:21

Aby to zilustrować,

00:02:23

Weźmy przykład

00:02:25

z witryną e-commerce.

00:02:27

Więc pracuję w tym, co my

00:02:29

dzwoni do Digital Analytics, więc ja

00:02:31

codziennie kąpię się

00:02:33

tego typu problemy.

00:02:35

Wyobraźmy sobie więc witrynę e-commerce, która

00:02:37

kupuje kampanie marketingowe

00:02:39

w Internecie, aby się reklamować.

00:02:42

To są słynne banery, które

00:02:44

Możesz zobaczyć lub co się nazywa

00:02:46

linki sponsorowane na silnikach

00:02:49

badania. I zastanawiamy się:

00:02:51

kampanie te są płatne,

00:02:53

Czy rzeczywiście przyczyniają się do tego?

00:02:55

do mojego całkowitego obrotu

00:02:56

w mojej witrynie e-commerce?

00:02:58

Wyobraźmy sobie, że sprzedajemy ubrania.

00:03:00

Zaczniemy od tego.

00:03:02

Aby móc na to zareagować

00:03:05

pytanie, do tego problemu,

00:03:06

Wkład moich kampanii

00:03:08

do mojego obrotu online,

00:03:09

Już dostanę dane

00:03:11

które mnie interesują, aby to zrobić.

00:03:13

Więc oczywiście,

00:03:14

W moich narzędziach marketingu internetowego będę

00:03:16

mają już interfejsy, które

00:03:18

Włącz analizę danych

00:03:20

więc będę miał Google,

00:03:21

więc Google Adsense,

00:03:22

Będę miał

00:03:24

raportowanie w Google Ads i

00:03:25

Cetera. To są narzędzia

00:03:27

które są często używane.

00:03:28

W każdym razie

00:03:29

Mogę zrobić wyciąg

00:03:31

Surowe z tych źródeł danych dla

00:03:34

być w stanie powtórzyć

00:03:35

manipulacje w programie Excel.

00:03:37

Więc wtedy będę miał

00:03:39

szereg wizualizacji

00:03:40

którzy ofiarują się Mnie,

00:03:42

Więc po prostu już

00:03:43

Obrót, który był

00:03:45

generowane przez te kampanie,

00:03:46

co nazwiemy stawką

00:03:48

Konwersja tak dla 100 osób

00:03:50

którzy powrócili na stronę za pośrednictwem

00:03:52

Moja kampania, ile w końcu się nawróciło?

00:03:54

Przyjrzymy się również temu, co nazywa się CPC.

00:03:57

Koszt kliknięcia, CPA,

00:03:59

koszt pozyskania,

00:04:00

A więc to wszystko,

00:04:01

To są rzeczy

00:04:03

bardzo związane z marketingiem cyfrowym,

00:04:05

Więc nie zamierzam się nad tym zbytnio rozwodzić,

00:04:07

Istnieje sporo zasobów

00:04:10

w Internecie.

00:04:11

Jeśli i tak jesteś zainteresowany, tutaj,

00:04:13

Będę mógł wyzdrowieć

00:04:15

trendy, wyszukiwanie danych

00:04:17

, które rozpoczną

00:04:19

do moich analiz. I zazwyczaj

00:04:21

w sekcji analizy, więc tu, tam,

00:04:23

Zobaczę, że ogólnie to działa,

00:04:25

ale będę miał problemy z

00:04:27

Skuteczność w niektórych kampaniach.

00:04:28

Zazwyczaj ten, który jest skierowany

00:04:29

produkty A, B i D.

00:04:31

To jest to, co myślimy, że mamy

00:04:32

sto produktów,

00:04:34

Nieważne, w każdym razie,

00:04:35

Widzę, że są słabe strony

00:04:37

na moim płatnym urządzeniu marketingowym

00:04:39

online, ponieważ w niektórych kampaniach,

00:04:41

To w ogóle nie działa.

00:04:43

Mam wygenerowany obrót

00:04:45

co jest bardzo słabe.

00:04:46

Mam współczynnik konwersji, który

00:04:48

nie jest zatem dobry,

00:04:49

Mam wysoki koszt kliknięcia

00:04:51

Więc to mnie kosztuje.

00:04:53

et cetera, et cetera. Więc

00:04:55

wniosek,

00:04:55

Chodzi o to, że to nie działa.

00:04:57

Więc pójdę do mojego szefa i

00:04:59

Podzielę się z nim informacjami

00:05:01

które udało mi się zobaczyć na

00:05:03

Te kampanie, powiedz mu:

00:05:05

Niektóre wymagają korekty.

00:05:07

Rzecz do poprawy

00:05:09

kampanie, które dotyczą

00:05:10

produkować. I wreszcie nagle

00:05:12

To będzie działanie, które podejmiemy,

00:05:15

To jest iść i zmodyfikować

00:05:16

ukierunkowanie na te kampanie,

00:05:17

Że tak powiem: właściwie to wezmę

00:05:20

inne strony do nadawania moich kampanii,

00:05:22

Będę kierować reklamy na inne słowa kluczowe

00:05:24

jeśli jestem na linkach sponsorowanych,

00:05:26

et cetera, et cetera.

00:05:27

I tak ta podróż tam

00:05:29

które właśnie uczyniłem,

00:05:31

Możesz go zastosować na

00:05:32

Coś. Ale tak naprawdę,

00:05:33

Ważny krok, gdy

00:05:35

Rozpocznij pracę z wizualizacjami,

00:05:36

to jest ostatecznie to, do czego będę używany?

00:05:39

Ta wizualizacja?

00:05:40

Czy chcę śledzić

00:05:42

Trend?

00:05:43

Jeśli wykryję

00:05:45

anomalia będę w stanie

00:05:47

podjąć działania w celu jego skorygowania,

00:05:49

et cetera et cetera,

00:05:50

Więc spróbuj, oczywiście bez

00:05:51

Zastosuj go do litery, ale

00:05:53

mieć trochę tej podróży

00:05:55

Pamiętaj, kiedy zaczynasz

00:05:57

w tworzeniu wykresów.

00:00:02

विज़ुअलाइज़ेशन, जिसे क्या कहा जाता है

00:00:04

दृश्य विश्लेषण का चक्र।

00:00:06

यह कुछ ऐसा है जो हो सकता है

00:00:08

की तुलना में अपेक्षाकृत उन्नत

00:00:10

वह उपयोग जो आप करना चाहते हैं

00:00:11

डेटा विज़ुअलाइज़ेशन,

00:00:13

फिर भी, यह एक यात्रा है कि

00:00:15

जाते समय आपका ध्यान रखना चाहिए

00:00:18

आप विज़ुअलाइज़ेशन का उपयोग करने का निर्णय लेते हैं।

00:00:20

तो वहाँ, तुम्हारे पास यहाँ क्या है,

00:00:23

यह वह योजना है जिसमें

00:00:25

विज़ुअलाइज़ेशन आवश्यक और उचित है।

00:00:27

पहला कदम सबसे पहले,

00:00:29

यह कारण को परिभाषित करने के लिए है

00:00:31

जिसके लिए हम बस चाहते हैं

00:00:33

एक विज़ुअलाइज़ेशन बनाएं और उससे परे,

00:00:35

यही मैं समझना चाहता हूँ,

00:00:37

मैं किस सवाल का जवाब देना चाहता हूं।

00:00:39

इसलिए हम एक ठोस मामले के बाद देखेंगे,

00:00:41

लेकिन किसी भी मामले में यहां यह है।

00:00:43

एक सवाल पूछें, न केवल

00:00:44

कहने के लिए एक विज़ुअलाइज़ेशन बनाएं: यह

00:00:46

मेरी एक्सेल फ़ाइल में सुंदर दिखेगा।

00:00:48

नहीं, प्रत्येक विज़ुअलाइज़ेशन होना चाहिए

00:00:49

उचित होना चाहिए और इसलिए इसके लिए,

00:00:51

आपको खुद से पूछना होगा

00:00:53

ये सवाल।

00:00:54

तब

00:00:54

एक बार जब आपको समस्या होती है,

00:00:56

हम देखते हैं कि क्या डेटा है

00:00:58

हमारी फ़ाइल में उपलब्ध है

00:01:00

Excel में या किसी अलग फ़ाइल में

00:01:02

उपलब्ध है. यदि नहीं, तो,

00:01:04

हमें इस फ़ाइल को समृद्ध करना होगा

00:01:06

या एक और फ़ाइल प्राप्त करें।

00:01:08

फिर, एक बार जब आपके पास डेटा होता है,

00:01:10

हम विज़ुअलाइज़ेशन का निर्माण करेंगे,

00:01:13

विज़ुअलाइज़ेशन का विकल्प, पर

00:01:14

वह इसके तुरंत बाद आने वाला है, और वह मिल गया है

00:01:17

किसी भी मामले में एक अर्थ भी,

00:01:19

वहां हम विज़ुअलाइज़ेशन का निर्माण करेंगे।

00:01:21

जैसा कि हमने पहले देखा,

00:01:23

आम तौर पर विज़ुअलाइज़ेशन आप

00:01:24

आपको एक कहानी बताने की अनुमति दें,

00:01:26

चीजों को आगे रखने के लिए और

00:01:28

उन चीजों को समझें जो नहीं थीं

00:01:30

दृश्य सहायता के बिना करना संभव है।

00:01:32

और इसलिए वहां से,

00:01:34

खैर, हम चीजों को समझेंगे,

00:01:36

व्यवहार को समझें जैसे

00:01:37

अभी विकास के साथ

00:01:38

कारोबार

00:01:39

जिसे अंदर कहा जाता था, इसलिए

00:01:40

यह विश्लेषण और परिणाम है,

00:01:42

तर्क

00:01:42

अवलोकन जो हमारे पास होंगे

00:01:44

हमारे डेटा के संबंध में।

00:01:45

एक बार जब हमारे पास ये निष्कर्ष होते हैं

00:01:46

या तो हम सब कुछ काम करते हैं

00:01:48

अकेले और हम पहले से ही आश्वस्त हैं,

00:01:50

इसलिए जानकारी साझा करने की आवश्यकता नहीं है।

00:01:51

यदि ऐसा नहीं है,

00:01:53

हमारे पास एक पदानुक्रम है,

00:01:54

हमारे पास सहयोगी हैं,

00:01:55

हमारे पास सहयोगी हैं और इसलिए यहां हम

00:01:56

जाकर जानकारी साझा करेंगे,

00:01:58

इसलिए हम स्पष्ट रूप से फिर से शुरू करने जा रहे हैं

00:02:00

हमारे चार्ट क्योंकि यह है

00:02:01

जो सबसे ज्यादा बताने वाला है।

00:02:03

और हम इसे फिर से करने जा रहे हैं

00:02:04

हमारी विचार प्रक्रिया। और एक

00:02:06

कई बार हर कोई आश्वस्त हो जाता है

00:02:08

कि कुछ सही करना है,

00:02:09

कि एक अवलोकन किया जाता है,

00:02:12

जो वैध है,

00:02:13

हम कार्रवाई करेंगे

00:02:14

जाने और हम जो सुधारते हैं उसे सुधारने के लिए जगह

00:02:16

पहचाना या ठीक किया जा सकता था

00:02:18

तत्व जो हमें लगते हैं

00:02:20

असामान्य।

00:02:21

और इसलिए इसे स्पष्ट करने के लिए,

00:02:23

आइए एक उदाहरण लेते हैं

00:02:25

एक ई-कॉमर्स साइट के साथ।

00:02:27

तो मैं उस में काम करता हूं जो हम करते हैं

00:02:29

डिजिटल Analytics कहते हैं, इसलिए मैं

00:02:31

मैं रोज स्नान करता हूं

00:02:33

इस प्रकार की समस्याएं।

00:02:35

और तो आइए एक ई-कॉमर्स साइट की कल्पना करें जो

00:02:37

विपणन अभियान खरीदता है

00:02:39

विज्ञापन देने के लिए इंटरनेट पर।

00:02:42

तो ये हैं वो मशहूर बैनर जो

00:02:44

आप देख सकते हैं या क्या कहा जाता है

00:02:46

के इंजन पर प्रायोजित लिंक

00:02:49

शोध। और हमें आश्चर्य है:

00:02:51

इन अभियानों का भुगतान किया जाता है,

00:02:53

क्या वे वास्तव में योगदान करते हैं?

00:02:55

मेरे समग्र कारोबार में

00:02:56

मेरी ई-कॉमर्स साइट पर?

00:02:58

तो चलो कल्पना करते हैं कि हम कपड़े बेचते हैं।

00:03:00

तो यही है, हम इसके साथ शुरू करने जा रहे हैं।

00:03:02

तो इस पर जवाब देने में सक्षम होना

00:03:05

सवाल, इस समस्या के लिए,

00:03:06

मेरे अभियानों का योगदान

00:03:08

मेरे ऑनलाइन कारोबार के लिए,

00:03:09

मुझे पहले से ही डेटा मिल जाएगा

00:03:11

यह मुझे ऐसा करने में दिलचस्पी है।

00:03:13

तो जाहिर है,

00:03:14

मेरे वेबमार्केटिंग टूल में मैं करूंगा

00:03:16

पहले से ही इंटरफेस हैं जो होंगे

00:03:18

डेटा विश्लेषण सक्षम करें

00:03:20

तो मैं Google लेने जा रहा हूँ,

00:03:21

तो Google Adsense,

00:03:22

मैं करने जा रहा हूँ

00:03:24

Google विज्ञापनों में रिपोर्टिंग और

00:03:25

वगैरह। तो ये हैं उपकरण

00:03:27

जो अक्सर उपयोग किए जाते हैं।

00:03:28

वैसे भी

00:03:29

मैं एक अर्क बना सकता हूँ

00:03:31

इन डेटा स्रोतों की कच्ची

00:03:34

इसे फिर से करने में सक्षम हो

00:03:35

एक्सेल में जोड़तोड़।

00:03:37

तो फिर मैं एक करने जा रहा हूँ

00:03:39

कई विज़ुअलाइज़ेशन

00:03:40

जो खुद को मेरे सामने पेश करेगा,

00:03:42

तो बस पहले से ही

00:03:43

कारोबार जो था

00:03:45

इन अभियानों द्वारा उत्पन्न,

00:03:46

हम किसकी दर कहेंगे?

00:03:48

100 लोगों के लिए धर्मांतरण

00:03:50

जो साइट पर लौट आए हैं

00:03:52

मेरा अभियान, आखिरकार कितने लोगों ने धर्मांतरण किया है?

00:03:54

हम यह भी देखेंगे कि सीपीसी किसे कहा जाता है।

00:03:57

प्रति क्लिक लागत, CPA,

00:03:59

प्रति अधिग्रहण लागत,

00:04:00

तो यह सब,

00:04:01

ये हैं बातें

00:04:03

डिजिटल मार्केटिंग से बहुत संबंधित,

00:04:05

इसलिए मैं इस पर ज्यादा ध्यान नहीं दूंगा,

00:04:07

काफी कुछ संसाधन हैं

00:04:10

इंटरनेट पर।

00:04:11

यदि आप वैसे भी रुचि रखते हैं, तो यहां,

00:04:13

मैं ठीक हो पाऊंगा

00:04:15

रुझान, आंकड़े पुनः प्राप्त करना

00:04:17

चाबियाँ जो शुरू हो जाएंगी

00:04:19

मेरा विश्लेषण करने के लिए। और आम तौर पर

00:04:21

विश्लेषण अनुभाग में, इसलिए यहां, वहां,

00:04:23

मैं देखूंगा कि कुल मिलाकर यह काम करता है,

00:04:25

लेकिन मुझे इसके साथ समस्याएं होने जा रही हैं

00:04:27

कुछ अभियानों पर प्रदर्शन.

00:04:28

आमतौर पर वह जो लक्ष्य करता है

00:04:29

उत्पाद ए, बी और डी।

00:04:31

यही हमें लगता है कि हमारे पास है

00:04:32

सौ उत्पादों,

00:04:34

कोई बात नहीं, किसी भी मामले में,

00:04:35

मैं देख सकता हूं कि कमजोरियां हैं

00:04:37

मेरे भुगतान विपणन उपकरण में

00:04:39

ऑनलाइन, क्योंकि कुछ अभियानों पर,

00:04:41

यह बिल्कुल काम नहीं करता है।

00:04:43

मेरे पास एक कारोबार उत्पन्न है

00:04:45

जो बहुत कमजोर है।

00:04:46

मेरे पास रूपांतरण दर है कि

00:04:48

इसलिए अच्छा नहीं है,

00:04:49

मेरे पास प्रति क्लिक उच्च लागत है

00:04:51

तो यह मुझे पैसे खर्च करता है।

00:04:53

वगैरह, वगैरह। इसलिए

00:04:55

निष्कर्ष है,

00:04:55

यह है कि यह काम नहीं करता है।

00:04:57

तो मैं अपने बॉस से मिलने जा रहा हूँ और

00:04:59

मैं उसके साथ जानकारी साझा करूंगा।

00:05:01

जिसे मैं देख सकता था

00:05:03

ये अभियान, उसे बताएं:

00:05:05

कुछ को ठीक करने की जरूरत है।

00:05:07

सुधार की बात

00:05:09

अभियान जो इनसे संबंधित हैं

00:05:10

उत्पादन करना। और अंत में अचानक

00:05:12

यह वह कार्रवाई होगी जिसे हम लागू करेंगे,

00:05:15

यह जाना और संशोधित करना है

00:05:16

इन अभियानों को लक्षित करना,

00:05:17

तो कहने के लिए: वास्तव में मैं लेने जा रहा हूं

00:05:20

मेरे अभियानों को प्रसारित करने के लिए अन्य साइटें,

00:05:22

मैं अन्य कीवर्ड को लक्षित करूंगा

00:05:24

अगर मैं प्रायोजित लिंक पर हूं,

00:05:26

वगैरह, वगैरह।

00:05:27

और इसलिए यह यात्रा वहां

00:05:29

जो मैंने अभी किया है,

00:05:31

आप इसे लागू कर सकते हैं

00:05:32

कुछ भी। लेकिन वास्तव में,

00:05:33

महत्वपूर्ण कदम जब आप

00:05:35

विज़ुअलाइज़ेशन के साथ शुरू करें,

00:05:36

यह अंततः क्या है जिसके लिए मैं इस्तेमाल करने जा रहा हूं?

00:05:39

यह विज़ुअलाइज़ेशन?

00:05:40

क्या मैं अनुसरण करना चाहता हूँ

00:05:42

एक प्रवृत्ति?

00:05:43

अगर मुझे पता चलता है

00:05:45

विसंगति मैं कर सकूंगा

00:05:47

इसे ठीक करने के लिए कार्रवाई करें,

00:05:49

और वगैरह,

00:05:50

तो कोशिश करो, स्पष्ट रूप से बिना

00:05:51

इसे पत्र पर लागू करें, लेकिन

00:05:53

उस यात्रा का थोड़ा सा हिस्सा लेना

00:05:55

जब आप शुरू करते हैं तो दिमाग में

00:05:57

चार्ट के निर्माण में।

00:00:02

visualisasi, dengan apa yang disebut

00:00:04

Siklus analisis visual.

00:00:06

Ini adalah sesuatu yang mungkin

00:00:08

relatif maju dibandingkan dengan

00:00:10

penggunaan yang ingin Anda buat

00:00:11

visualisasi data,

00:00:13

Namun demikian, ini adalah perjalanan yang

00:00:15

Anda harus ingat ketika Anda pergi

00:00:18

Anda memutuskan untuk menggunakan visualisasi.

00:00:20

Jadi di sana, apa yang Anda miliki di sini,

00:00:23

Ini adalah skema di mana

00:00:25

Visualisasi diperlukan dan dibenarkan.

00:00:27

Jadi langkah pertama dulu,

00:00:29

itu untuk menentukan alasannya

00:00:31

yang kami hanya berharap

00:00:33

buat visualisasi dan lebih dari itu,

00:00:35

Itulah yang ingin saya pahami,

00:00:37

Pertanyaan apa yang ingin saya jawab.

00:00:39

Jadi kita akan melihat setelah kasus konkret,

00:00:41

Tapi bagaimanapun juga, ini dia.

00:00:43

Ajukan pertanyaan, bukan hanya

00:00:44

Buat visualisasi untuk mengatakan: ini

00:00:46

akan terlihat lebih cantik di file Excel saya.

00:00:48

Tidak, setiap visualisasi harus

00:00:49

dibenarkan dan karena itu untuk itu,

00:00:51

Anda harus bertanya pada diri sendiri

00:00:53

pertanyaan-pertanyaan itu.

00:00:54

Kemudian

00:00:54

Setelah Anda memiliki masalah,

00:00:56

Kami melihat apakah data yang

00:00:58

tersedia di file kami

00:01:00

Excel atau dalam file terpisah

00:01:02

tersedia. Jadi jika tidak,

00:01:04

Kita harus memperkaya file ini

00:01:06

atau dapatkan file lain.

00:01:08

Kemudian, setelah Anda memiliki data,

00:01:10

Kami akan membangun visualisasi,

00:01:13

Pilihan visualisasi, pada

00:01:14

akan datang ke sana segera setelah itu, dan dia punya

00:01:17

juga makna dalam hal apapun,

00:01:19

Di sana kita akan membangun visualisasi.

00:01:21

Dan seperti yang kita lihat sebelumnya,

00:01:23

Biasanya visualisasi Anda

00:01:24

memungkinkan Anda untuk bercerita,

00:01:26

untuk mengedepankan hal-hal dan

00:01:28

memahami hal-hal yang tidak

00:01:30

Mungkin dilakukan tanpa alat bantu visual.

00:01:32

Dan dari sana,

00:01:34

Yah, kita akan mengerti banyak hal,

00:01:36

memahami perilaku seperti

00:01:37

Baru saja dengan evolusi

00:01:38

omzet

00:01:39

apa yang disebut Di dalam, jadi

00:01:40

itu adalah analisis dan hasil,

00:01:42

Penalaran

00:01:42

Pengamatan yang akan kita miliki

00:01:44

sehubungan dengan data kami.

00:01:45

Setelah kami memiliki temuan ini

00:01:46

yah kita juga mengerjakan semuanya

00:01:48

sendirian dan kami sudah yakin,

00:01:50

Jadi tidak perlu berbagi informasi.

00:01:51

Jika ini tidak terjadi,

00:01:53

kami memiliki hierarki,

00:01:54

kami memiliki kolega,

00:01:55

Kami memiliki kolaborator dan di sini kami

00:01:56

akan pergi dan berbagi informasi,

00:01:58

Jadi kami akan melanjutkan dengan jelas

00:02:00

Tangga lagu kami karena itu

00:02:01

yang paling jitu.

00:02:03

Dan kami akan melakukannya lagi

00:02:04

proses berpikir kami. Dan a

00:02:06

kali semua orang yakin

00:02:08

bahwa ada sesuatu yang harus diperbaiki,

00:02:09

bahwa pengamatan dilakukan,

00:02:12

yang sah,

00:02:13

Kami akan menempatkan tindakan di

00:02:14

Tempat untuk pergi dan meningkatkan apa yang kita

00:02:16

bisa mengidentifikasi atau mengoreksi

00:02:18

Elemen yang tampak bagi kita

00:02:20

Ganjil.

00:02:21

Dan untuk menggambarkan itu,

00:02:23

Mari kita ambil contoh

00:02:25

dengan situs e-commerce.

00:02:27

Jadi saya bekerja dalam apa yang kita

00:02:29

memanggil Digital Analytics, jadi saya

00:02:31

Saya mandi setiap hari

00:02:33

jenis masalah ini.

00:02:35

Jadi mari kita bayangkan sebuah situs e-commerce yang

00:02:37

Membeli kampanye pemasaran

00:02:39

di Internet untuk beriklan.

00:02:42

Jadi ini adalah spanduk terkenal yang

00:02:44

Anda dapat melihat atau apa yang disebut

00:02:46

Tautan sponsor pada mesin

00:02:49

riset. Dan kami bertanya-tanya:

00:02:51

kampanye ini dibayar,

00:02:53

Apakah mereka benar-benar berkontribusi

00:02:55

untuk omset keseluruhan saya

00:02:56

di situs e-commerce saya?

00:02:58

Jadi mari kita bayangkan bahwa kita menjual pakaian.

00:03:00

Jadi itu saja, kita akan mulai dengan itu.

00:03:02

Jadi untuk dapat menanggapi ini

00:03:05

pertanyaan, untuk masalah ini,

00:03:06

Kontribusi kampanye saya

00:03:08

ke omset online saya,

00:03:09

Saya sudah akan mendapatkan datanya

00:03:11

yang menarik minat saya untuk melakukannya.

00:03:13

Jadi jelas,

00:03:14

Dalam alat pemasaran web saya, saya akan

00:03:16

sudah memiliki antarmuka yang akan

00:03:18

Aktifkan Analisis Data

00:03:20

jadi saya akan memiliki Google,

00:03:21

jadi Google Adsense,

00:03:22

Saya akan memiliki

00:03:24

pelaporan di Google Ads dan

00:03:25

Cetera. Jadi ini adalah alatnya

00:03:27

yang sering digunakan.

00:03:28

Anyway

00:03:29

Saya bisa membuat ekstrak

00:03:31

mentah dari sumber data ini untuk

00:03:34

dapat mengulang

00:03:35

manipulasi di Excel.

00:03:37

Jadi saya akan memiliki

00:03:39

Sejumlah visualisasi

00:03:40

yang akan mempersembahkan diri kepada-Ku,

00:03:42

Jadi hanya sudah

00:03:43

omset yang

00:03:45

yang dihasilkan oleh kampanye ini,

00:03:46

apa yang akan kita sebut tingkat

00:03:48

Konversi jadi untuk 100 orang

00:03:50

yang telah kembali ke situs melalui

00:03:52

Kampanye saya, berapa banyak yang akhirnya bertobat?

00:03:54

Kami juga akan melihat apa yang disebut BPK.

00:03:57

Biaya per klik, BPA,

00:03:59

biaya per akuisisi,

00:04:00

Jadi semua itu,

00:04:01

Ini adalah hal-hal

00:04:03

sangat terkait dengan pemasaran digital,

00:04:05

Jadi saya tidak akan terlalu memikirkan hal itu,

00:04:07

Ada beberapa sumber daya

00:04:10

di Internet.

00:04:11

Jika Anda tertarik, di sini,

00:04:13

Saya akan bisa pulih

00:04:15

Tren, Mengambil Angka

00:04:17

Kunci yang akan dimulai

00:04:19

untuk melakukan analisis saya. Dan biasanya

00:04:21

di bagian analisis, jadi di sini, di sana,

00:04:23

Saya akan melihat bahwa secara keseluruhan itu berhasil,

00:04:25

tapi aku akan punya masalah dengan

00:04:27

Performa pada beberapa kampanye.

00:04:28

Biasanya yang menargetkan

00:04:29

produk A, B dan D.

00:04:31

Itulah yang kami pikir kami miliki

00:04:32

seratus produk,

00:04:34

Tidak masalah, bagaimanapun,

00:04:35

Saya dapat melihat bahwa ada kelemahan

00:04:37

Di perangkat pemasaran berbayar saya

00:04:39

online, karena pada beberapa kampanye,

00:04:41

Itu tidak berhasil sama sekali.

00:04:43

Saya memiliki omset yang dihasilkan

00:04:45

yang sangat lemah.

00:04:46

Saya memiliki tingkat konversi yang

00:04:48

karena itu tidak baik,

00:04:49

Saya memiliki biaya tinggi per klik

00:04:51

Jadi saya harus mengeluarkan uang.

00:04:53

dan sebagainya, dan sebagainya. Jadi

00:04:55

Kesimpulannya,

00:04:55

Itu tidak berhasil.

00:04:57

Jadi saya akan pergi menemui bos saya dan

00:04:59

Saya akan berbagi informasi dengannya

00:05:01

yang bisa saya lihat di

00:05:03

Kampanye-kampanye ini, katakan padanya:

00:05:05

Beberapa perlu diperbaiki.

00:05:07

Hal yang harus ditingkatkan

00:05:09

Kampanye yang menyangkut hal ini

00:05:10

menghasilkan. Dan akhirnya tiba-tiba

00:05:12

Ini akan menjadi tindakan yang akan kami lakukan,

00:05:15

itu adalah untuk pergi dan memodifikasi

00:05:16

penargetan pada kampanye ini,

00:05:17

Jadi untuk mengatakan: sebenarnya saya akan mengambil

00:05:20

situs lain untuk menyiarkan kampanye saya,

00:05:22

Saya akan menargetkan kata kunci lainnya

00:05:24

jika saya menggunakan tautan sponsor,

00:05:26

dan sebagainya, dan sebagainya.

00:05:27

Dan perjalanan ini di sana

00:05:29

yang baru saja saya lakukan,

00:05:31

Anda dapat menerapkannya pada

00:05:32

Apa-apa. Tapi sungguh,

00:05:33

Langkah penting saat Anda

00:05:35

Mulailah dengan visualisasi,

00:05:36

pada akhirnya untuk apa saya akan digunakan?

00:05:39

Visualisasi ini?

00:05:40

Apakah saya ingin mengikuti

00:05:42

Sebuah tren?

00:05:43

Jika saya mendeteksi

00:05:45

anomali saya akan bisa

00:05:47

mengambil tindakan untuk memperbaikinya,

00:05:49

dan lain-lain,

00:05:50

Jadi cobalah, tanpa jelas

00:05:51

menerapkannya pada surat itu, tetapi

00:05:53

untuk memiliki sedikit perjalanan itu

00:05:55

Dalam pikiran saat Anda memulai

00:05:57

dalam pembuatan grafik.

00:00:02

visualização, com o que é chamado de

00:00:04

o ciclo de análise visual.

00:00:06

É algo que pode ser

00:00:08

relativamente avançado em comparação com

00:00:10

para o uso que você deseja fazer

00:00:11

visualização de dados,

00:00:13

No entanto, é uma viagem que

00:00:15

Você precisa ter em mente quando você está indo

00:00:18

Decida usar a visualização.

00:00:20

Então, lá, o que você tem aqui,

00:00:23

Este é o padrão em que o

00:00:25

A visualização é necessária e justificada.

00:00:27

Portanto, o primeiro passo em primeiro lugar,

00:00:29

é definir a razão

00:00:31

para o qual simplesmente desejamos

00:00:33

criar uma visualização e além disso,

00:00:35

É isso que eu quero entender,

00:00:37

Que pergunta quero responder.

00:00:39

Então vamos ver depois de um caso concreto,

00:00:41

Mas, em qualquer caso, aqui está.

00:00:43

Fazer uma pergunta, não apenas perguntar

00:00:44

Faça uma visualização para dizer a si mesmo: isto

00:00:46

vai ficar mais bonito no meu arquivo Excel.

00:00:48

Não, cada visualização deve

00:00:49

ser justificada e, por conseguinte, para tal,

00:00:51

Você tem que se perguntar

00:00:53

estas questões.

00:00:54

Em seguida,

00:00:54

Uma vez que você tem o problema,

00:00:56

Analisamos se os dados que são

00:00:58

disponível em nosso arquivo

00:01:00

Excel ou em um arquivo separado

00:01:02

está disponível. Então, se não for,

00:01:04

Vamos ter que ir e enriquecer este arquivo

00:01:06

ou vá recuperar outro arquivo.

00:01:08

Então, uma vez que tenhamos os dados,

00:01:10

Vamos construir as visualizações,

00:01:13

a escolha das visualizações, nós

00:01:14

vai vir logo depois disso, e ela tem

00:01:17

também um sentido em qualquer caso,

00:01:19

Agora vamos construir as visualizações.

00:01:21

E como vimos um pouco antes,

00:01:23

Normalmente, as visualizações que você

00:01:24

permitir-lhe contar uma história,

00:01:26

apresentar as coisas e

00:01:28

entender coisas que não eram

00:01:30

possível prescindir de ajudas visuais.

00:01:32

E assim, a partir daí,

00:01:34

Bem, vamos descobrir as coisas,

00:01:36

compreender comportamentos como:

00:01:37

só agora com a evolução

00:01:38

volume de negócios,

00:01:39

o que chamamos de Inside, então

00:01:40

é análise e resultados,

00:01:42

raciocínio,

00:01:42

Observações que vamos ter

00:01:44

em comparação com os nossos dados.

00:01:45

Uma vez que tenhamos essas observações

00:01:46

Bem, ou trabalhamos tudo

00:01:48

sozinhos e já estamos convencidos,

00:01:50

Portanto, não há necessidade de compartilhar informações.

00:01:51

Caso contrário,

00:01:53

temos uma hierarquia,

00:01:54

Temos colegas,

00:01:55

Temos colaboradores e por isso aqui estamos

00:01:56

irá compartilhar informações,

00:01:58

Então, vamos retomar, obviamente

00:02:00

os nossos gráficos porque é

00:02:01

que é o mais revelador.

00:02:03

E vamos fazê-lo novamente

00:02:04

o nosso processo de pensamento. E um

00:02:06

uma vez que todos estejam convencidos

00:02:08

que há algo que precisa ser corrigido,

00:02:09

que há uma observação que foi feita,

00:02:12

que é legítimo,

00:02:13

Vamos implementar ações

00:02:14

lugar para ir e melhorar o que nós

00:02:16

poderiam ter identificado ou corrigido

00:02:18

elementos que nos parecem ser

00:02:20

Anormal.

00:02:21

E assim, para ilustrar isso para você,

00:02:23

Vamos dar um exemplo

00:02:25

com um site de e-commerce.

00:02:27

Por isso, trabalho naquilo que fazemos

00:02:29

chama Digital Analytics, então eu

00:02:31

Estou imerso no

00:02:33

este tipo de questões.

00:02:35

E então vamos imaginar um site de e-commerce que

00:02:37

Compra campanhas de marketing

00:02:39

na Internet para se anunciar.

00:02:42

Por isso, são os famosos banners que

00:02:44

Você pode ver onde o que é chamado

00:02:46

Links patrocinados em motores de busca

00:02:49

investigação. E perguntamo-nos:

00:02:51

Estas campanhas são pagas,

00:02:53

Será que eles realmente contribuem para o

00:02:55

ao meu volume de negócios global

00:02:56

no meu site de e-commerce?

00:02:58

Então, digamos que estamos vendendo roupas.

00:03:00

Então é isso, nós vamos com isso.

00:03:02

Assim, para poder responder a esta pergunta,

00:03:05

pergunta, a este problema,

00:03:06

A contribuição das minhas campanhas

00:03:08

ao meu volume de negócios online,

00:03:09

Já vou conseguir os dados

00:03:11

que estou interessado em fazê-lo.

00:03:13

Então, obviamente,

00:03:14

Nas minhas ferramentas de webmarketing vou

00:03:16

já possuem interfaces que irão

00:03:18

Habilitar a análise de dados

00:03:20

então eu vou ter o Google,

00:03:21

então Google Adsense,

00:03:22

Eu vou ter

00:03:24

relatórios no Google Ads e

00:03:25

Cetera. Portanto, estas são as ferramentas

00:03:27

que são frequentemente utilizados.

00:03:28

Enfim,

00:03:29

Eu posso totalmente fazer um extrato

00:03:31

fontes de dados brutos para

00:03:34

para poder refazer o

00:03:35

manipulações no Excel.

00:03:37

Então, depois disso, eu vou ter um

00:03:39

Número de visualizações

00:03:40

que me vão ser oferecidos,

00:03:42

Então, muito simplesmente, já o

00:03:43

receitas que tenham sido

00:03:45

gerados por estas campanhas,

00:03:46

o que vamos chamar de

00:03:48

Conversão por 100 pessoas

00:03:50

que entraram no site através de

00:03:52

A minha campanha, quantos acabaram por se converter?

00:03:54

Também vamos analisar o que se chama CPC.

00:03:57

Custo por clique, CPA,

00:03:59

custo por aquisição,

00:04:00

Então, tudo isso,

00:04:01

São coisas

00:04:03

intimamente relacionado com o marketing digital,

00:04:05

Então eu não vou me alongar muito sobre isso,

00:04:07

Existem bastantes recursos

00:04:10

na Internet.

00:04:11

Se você está interessado, aqui está,

00:04:13

Vou conseguir alguns

00:04:15

tendências, recuperação de números

00:04:17

chaves que o ajudarão a começar

00:04:19

para fazer as minhas análises. E tipicamente

00:04:21

Na parte de análise, então aqui, ali,

00:04:23

Vou ver que, no geral, funciona,

00:04:25

Mas vou ter problemas com

00:04:27

desempenho em determinadas campanhas.

00:04:28

Normalmente, aquele que tem como alvo

00:04:29

produtos A, B e D.

00:04:31

Imaginemos que temos

00:04:32

uma centena de produtos,

00:04:34

Não importa, em qualquer caso,

00:04:35

Vejo que há fraquezas

00:04:37

no meu dispositivo de marketing pago

00:04:39

online, porque em algumas campanhas,

00:04:41

Não funciona de todo.

00:04:43

Tenho um volume de negócios gerado

00:04:45

o que é muito baixo.

00:04:46

Tenho uma taxa de conversão que

00:04:48

não é, portanto, bom,

00:04:49

Tenho um custo por clique elevado

00:04:51

Então está me custando dinheiro.

00:04:53

Et cetera, et cetera. Por conseguinte,

00:04:55

a conclusão,

00:04:55

é que não funciona.

00:04:57

Então eu vou ver meu chefe e

00:04:59

Vou compartilhar as informações com ele

00:05:01

que pude ver em

00:05:03

Estas campanhas, diga-lhe:

00:05:05

Algo precisa ser corrigido.

00:05:07

coisa para ir e melhorar

00:05:09

campanhas que dizem respeito a estes

00:05:10

produzir. E finalmente

00:05:12

Essa vai ser a ação que vamos implementar,

00:05:15

é ir e modificar o

00:05:16

orientação para estas campanhas,

00:05:17

Então diga para si mesmo: eu realmente vou tomar

00:05:20

outros sites para transmitir as minhas campanhas,

00:05:22

Vou segmentar outras palavras-chave

00:05:24

Se eu estiver em links patrocinados,

00:05:26

et cetera, et cetera.

00:05:27

E assim esta viagem

00:05:29

que acabei de fazer,

00:05:31

Pode aplicá-lo a

00:05:32

Qualquer coisa. Mas, realmente,

00:05:33

O passo importante quando você

00:05:35

vá começar a fazer visualizações,

00:05:36

É para isso que vou ser usado

00:05:39

Esta visualização?

00:05:40

Quero seguir

00:05:42

Uma tendência?

00:05:43

Se eu detetar um

00:05:45

anomalia eu vou ser capaz de

00:05:47

tomar medidas para corrigi-lo,

00:05:49

et cetera, et cetera,

00:05:50

Então experimente, sem é claro

00:05:51

aplique-o à letra, mas

00:05:53

para ter um pouco desta viagem

00:05:55

na liderança quando você começa

00:05:57

na criação de gráficos.

DiLeap AI: CE QUI POURRAIT VOUS INTÉRESSER

Excel - Les grands principes de la data visualisation

Découvrez les grands principes de la datavisualisation dans Microsoft 365 pour rendre les données compréhensibles et raconter une histoire.
Cette vidéo présente les étapes clés du cycle de la dataviz, les bonnes pratiques et la création d'un dashboard.
Obtenez des conseils pratiques pour choisir la bonne visualisation en fonction de vos données et améliorer la compréhension des informations importantes.
Cette ressource est utile pour tous les professionnels souhaitant améliorer leur compréhension de la datavisualisation dans Microsoft 365. Suivez cette formation pour améliorer votre compréhension de la datavisualisation et raconter des histoires convaincantes avec vos données.

11:57
653 vues

Power BI - Introduction à la data visualisation

Découvrez comment créer des rapports visuels pour une utilisation professionnelle dans Microsoft 365 grâce à cette vidéo informative.
Cette vidéo présente les étapes clés pour comprendre la notion de visualisation de données et comment créer des rapports visuels à l'aide de Microsoft Power BI.
Obtenez des conseils pratiques pour choisir les graphiques appropriés et personnaliser la mise en forme de vos rapports pour optimiser la manipulation et l'analyse des données.
Suivez cette vidéo pour en savoir plus sur la création de rapports visuels dans Microsoft 365 et comment cela peut vous aider à améliorer les performances de votre entreprise.

18:48
3119 vues

Excel - Conseils et bonnes pratiques

Découvrez les conseils et bonnes pratiques pour la datavisualisation dans Microsoft 365 afin de rendre vos données compréhensibles et raconter une histoire convaincante.
Cette vidéo présente les étapes clés du cycle de la dataviz, les bonnes pratiques et la création d'un dashboard.
Obtenez des conseils pratiques pour choisir la bonne visualisation en fonction de vos données et améliorer la compréhension des informations importantes.
Cette ressource est utile pour tous les professionnels souhaitant améliorer leur compréhension de la datavisualisation dans Microsoft 365. Suivez cette formation pour améliorer votre compréhension de la datavisualisation et raconter des histoires convaincantes avec vos données.

15:33
704 vues

Excel - Les options sur les courbes

Découvrez comment personnaliser les courbes dans les graphiques de tendances de Microsoft 365 en utilisant des données réelles.
Cette vidéo présente les étapes clés pour ajouter des courbes, personnaliser les axes et les étiquettes de données, et choisir la bonne visualisation en fonction de vos données.
Obtenez des conseils pratiques pour créer des graphiques clairs et percutants pour mieux comprendre l'évolution de vos chiffres d'affaires, trafic mensuel ou courbes épidémiologiques.
Cette ressource est utile pour tous les professionnels souhaitant améliorer leur compréhension de la datavisualisation dans Microsoft 365. Suivez cette formation pour créer facilement des graphiques de tendances professionnels et mieux comprendre vos données.

08:16
373 vues

Excel - Introduction à la visualisation des données

Découvrez comment la datavisualisation peut aider à raconter une histoire et rendre les données compréhensibles.
Cette vidéo présente les grands principes de la datavisualisation, le cycle de la dataviz, les bonnes pratiques et la création d'un dashboard.
Obtenez des conseils pratiques pour choisir la bonne visualisation en fonction de vos données et améliorer la compréhension des informations importantes.
Cette ressource est utile pour tous les professionnels souhaitant améliorer leur compréhension de la datavisualisation dans Microsoft 365.

02:24
916 vues

LES COURS ASSOCIÉS Ce tutoriel fait partie des cours suivants

Formation Vidéo Microsoft Excel - Découverte

Découvrez et familiarisez-vous avec Excel : De la création à l’exploitation de vos tableaux en passant par l’amélioration de vos visuels ainsi que la collaboration. Nos tutoriels d’initiation à Excel associent simplicité et efficacité !

Votre formateur pour ce cours
Cours E-learning

1954 vues

TOUS LES COURS