Was ist eigentlich Data Analytics?

Egal, welche Art von Website Sie betreiben, Sie versuchen, irgendwie in Daten zu graben. Höchstwahrscheinlich wird dies entweder durch das Jetpack-Plugin und seine integrierten Statistiken oder durch Google Analytics und seinen unglaublich detaillierten Satz verfolgter Metriken geschehen. Wenn Sie sich hinsetzen, um diese Zahlen wirklich zu analysieren, gelangen Sie auf unterschiedlichen Ebenen in die Datenanalyse. Aber was ist eigentlich Datenanalyse? Und was kann man damit machen? Nun, das ist es, was wir Ihnen hier sagen möchten.

Was ist Datenanalyse?

So einfach wie möglich ausgedrückt, ist Datenanalyse der Prozess, bei dem Rohdaten betrachtet, deren Bedeutung ermittelt und dieses Wissen dann zur Lösung von Problemen angewendet wird. Es ist eine Art Unterabschnitt des größeren Bereichs der Datenwissenschaft und wirklich einer der allgegenwärtigen. Denn jeder, der eine Website hat, geht in irgendeiner Weise mit Rohdaten um.

Angenommen, Sie verwenden Google Site Kit. Wenn Sie in das Dashboard klicken, sehen Sie eine Reihe von Daten wie diese.

Die Datenanalyse kommt daher, weil all dies Rohinformationen sind, die Sie sehen und lesen können. Aber die Interpretation ist das Entscheidende. Zu wissen, dass Ihre Klicks im letzten Monat um 37,2 % gestiegen sind, ist großartig. Aber... was machst du damit?

Hier wird Data Analytics zu einem Teil Ihres Webauftritts. Was Sie haben, sind Daten. Um genau zu sein Daten über Benutzer und deren Verhalten. Data Science ist der Überbegriff, den Sie verwenden, wenn Sie sagen, dass Sie in irgendeiner Weise mit diesen Daten arbeiten werden. Datenanalyse ist die Art und Weise , dass Sie es tun und was Sie damit machen später, genauer gesagt an granulare Daten suchen als große Trends.

Sie können einen Algorithmus verwenden, um die Daten zu sortieren und zu bereinigen, um Ausreißer und Extreme oder Duplikate auszuschließen. Sogar etwas so Einfaches wie die Steigerung der Klicks zu sehen, Ihre leistungsstärksten Seiten oder Beiträge zu überprüfen und dann einen Plan zu erstellen, um Eckpfeiler zu diesen Themen zu erstellen, fällt in den Bereich der Datenanalyse.

Die vier Arten der Datenanalyse

Wann immer Sie den Begriff Datenanalyse sehen, werden Sie ihn höchstwahrscheinlich auch in vier spezifische Bereiche unterteilt sehen.

• Beschreibende Analyse
• Diagnoseanalytik
• Präskriptive Analytik
• Prädiktive Analysen

Unabhängig davon, womit Sie arbeiten, fallen die Daten und die Art und Weise, wie Sie sie verarbeiten, in eine dieser Kategorien.

Beschreibende Analyse

Dies wird oben verwendet, wenn über Website-Statistiken gesprochen wird. Descriptive Analytics deckt ab, was im Laufe der Zeit passiert. Dinge, die zu- oder abnehmen – auf der Plattform verbrachte Zeit, Klicks, welche Plattformen am häufigsten auf Ihre Website verweisen usw. Sie verstehen möglicherweise nicht, warum der Benutzer auf eine bestimmte Weise handelt, aber Sie können genau feststellen, was er tut tun.

Diagnostische Analyse

Wenn Sie nach dem Grund suchen, warum etwas passiert, verwenden Sie Diagnoseanalysen. Wenn Ihre Website-Statistiken boomen und Sie wissen möchten, warum (damit Sie dies weiterhin tun können), werden Sie sich alle Informationen auf der Website ansehen. Sie wissen, dass Klicks gestiegen sind. Aber welche bestimmten Artikel werden gesehen? Gibt es Tageszeiten mit mehr Verkehr? Sie werden die Demografie der Besucher untersuchen und feststellen, ob E-Mail-Kampagnen gesendet wurden, die mit der Spitze korrelieren. Durch einen ganzheitlichen Blick auf die Daten können Sie innerhalb einer angemessenen Fehlerspanne die wahrscheinlichsten Faktoren bestimmen, die dazu geführt haben, dass die Daten so aussehen, wie sie aussehen. Und indem Sie diagnostizieren, warum es passiert ist, können Sie dann versuchen, es zu replizieren. (Oder, wenn etwas schief gelaufen ist, vermeiden Sie es, dieselben Entscheidungen zu treffen.)

Präskriptive Analyse

Prescriptive Analytics ist, wenn Sie einen Blick auf die Daten werfen und eine Reaktion darauf bestimmen. Wenn zum Beispiel die Anzahl der Klicks auf Nintendo Switch-Artikel in den nächsten Monaten um weitere 25 % steigt, würden Sie planen, die Ausgabe von Artikeln zu diesem Thema zu erhöhen und vielleicht sogar damit zu beginnen, mehr Autoren einzustellen, um den Anstieg abzudecken. Sie machen Pläne, die vollständig auf Daten basieren, die Sie haben und wissen, dass sie über einen bestimmten Zeitraum Bestand haben.

Prädiktive Analyse

Auf der anderen Seite ist dies die Praxis, sich eine Reihe von Daten aus der Vergangenheit anzusehen und darauf basierend einen mutmaßlichen Plan zu erstellen. Dies unterscheidet sich von der Vorschrift, da Sie nicht wissen können, ob Ihr Plan zu 100% aufgeht. Wenn Sie zum Beispiel 70 % aller Bürger in einer Umfrage angeben, dass sie einen Bauernmarkt in Ihrer Stadt haben wollen, und Sie planen, einen Wochenmarkt zu eröffnen, dann machen Sie einen vorausschauenden Plan auf der Grundlage von Daten. Sie machen eine fundierte Vermutung auf der Grundlage von Daten und sagen voraus, dass die Einwohner der Stadt positiv auf Ihr Geschäft reagieren werden, aber Sie haben keine eigenen Bauernmarktdaten, um weiterzumachen.

Wo soll man mit Datenanalyse beginnen

Das ist also der grundlegende Umriss dessen, was Datenanalyse ist. Aber wohin gehst du jetzt?

Zuerst möchten Sie Google Analytics auf Ihrer Website installieren. Es ist sehr einfach, und es sind nur ein paar Klicks. Sobald Sie dies getan haben, können Sie mit einigen unserer Tutorials beginnen, z. Sie können sogar Ihr eigenes Analyse-Dashboard einrichten, um die Plattform zu integrieren.

Wenn Sie nicht der Google-Typ sind, sind sie nicht das einzige Spiel in der Stadt – selbst wenn es die größten sind. Lassen Sie uns Ihnen einige der anderen Optionen zeigen, die nicht das Big G sind.

Und es gibt alle möglichen Arten von Daten, die Sie verfolgen und in die Sie eindringen können. Möglicherweise möchten Sie Heatmap-Daten abrufen, damit Sie verstehen, wie Ihre Benutzer mit Ihrer Website interagieren. Vielleicht möchten Sie Ihre Social-Media-Präsenz einbringen.

Empfehlen möchten wir auch das Tool Databox. Im Grunde genommen nimmt es alle Ihre verschiedenen und diversen Datenanalysetools und bringt sie an einem Ort zusammen. Während Sie immer noch selbst mit der Datenanalyse arbeiten müssen, ist es unglaublich, alle KPIs an einem Ort zu haben.

Einpacken

Egal, wo Sie sich mit Datenanalysen befinden, ein Anfänger oder ein erfahrener Veteran, es ist eine gute Idee, die Grundlagen durchzugehen. Denn wenn Sie sich nur Daten ansehen, werden Sie nicht aktiv. Sie haben nur Daten. Es ist wichtig, wie Sie diese Daten betrachten und damit vorankommen. Unabhängig davon, ob Sie ein Problem diagnostizieren oder eine Reaktion auf Ihre Benutzer vorhersagen, das Treffen der besten Entscheidungen beginnt und endet mit der Datenanalyse.

Wofür verwenden Sie Datenanalysen in Ihrem Unternehmen?

Beitragsbild des Artikels von Julia Tim / shutterstock.com