یہ 4 تجزیاتی نگرانی کے اصول آپ کے مواد کی کارکردگی کے منصوبے کے ساتھ گڑبڑ کرتے ہیں۔

 اس سے کوئی فرق نہیں پڑتا ہے کہ آپ کا مواد کتنا ہی کامیاب کیوں نہ ہو ، آپ ہمیشہ اصلاح کے مواقع کی نشاندہی اور ان کا پیچھا کر سکتے ہیں اور اپنی رہنمائی کے لیے اپنے تجزیاتی ڈیٹا کا استعمال کر سکتے ہیں۔

بدقسمتی سے ، یہاں تک کہ سب سے زیادہ تجربہ کار مواد مارکیٹرز سب سے زیادہ مددگار میٹرکس کو ٹریک کرنے اور اعداد و شمار تک رسائی ، انتظام اور تشریح کرنے کے لیے جدوجہد کرتے ہیں۔ یہاں تک کہ معمولی غلط حساب کتاب مواد کی کارکردگی کو غلط سمت میں لے جا سکتی ہے۔

ٹرسٹ انسائٹس کے چیف ڈیٹا سائنسدان کرس پین نے حال ہی میں ایمنڈا سبلر کے ساتھ سی ایم ورلڈ۔ کمیونٹی سے پوچھو پر بات چیت کی۔ انہوں نے عام غلطیوں کی وضاحت کی جو مارکیٹرز کرتے ہیں اور پیمائش کے منصوبوں کو زیادہ موثر بنانے کا طریقہ۔ اس ویڈیو کو دیکھیں اور/یا اضافی تجاویز اور تکنیک کے لیے پڑھیں۔

غلطی 1: میٹرکس کے ساتھ مبہم ۔

میٹرک کلیدی کارکردگی کے اشارے (کے پی آئی) جیسا نہیں ہے۔

میٹرکس "معمول کے مطابق کاروباری" اقدامات ہیں-ان چیزوں کی مقدار جو آپ کی تنظیم کی قدر میں اضافہ کرتی ہیں لیکن انتہائی اہم اہداف پر مرکوز نہیں ہیں۔

(کے پی آئی)"وہ نمبر ہیں جو اگر غلط سمت میں جاتے ہیں تو آپ کو نکال دیا جا سکتا ہے۔"

مثال کے طور پر سائٹ ٹریفک کے میٹرک پر غور کریں۔ "اگر آپ ہارڈ ویئر کی دکان ہیں اور آپ کی ویب سائٹ ٹریفک صفر ہو جاتی ہے تو کیا آپ کاروبار سے باہر ہو جائیں گے؟ شاید نہیں۔ لیکن اگر آپ ایمیزون ہیں اور آپ کی سائٹ کا ٹریفک صفر ہو جاتا ہے ، ٹھیک ہے ، ہاں ، آپ بڑی پریشانی میں پڑ سکتے ہیں ، "کرس کا کہنا ہے۔

(کے پی آئی) ان نمبروں پر مرکوز ہیں جو آپ کی ملازمت کی کارکردگی کی توثیق کرتے ہیں۔ کرس نے وضاحت کی: "کون سا نمبر آپ کو بونس دے گا؟ آپ کی کارکردگی کے جائزے پر کون سا نمبر آپ کو ڈنگ دے گا یا آپ کو نوکری سے نکالے گا؟ ایک بار جب آپ نے اسے صاف کر لیا ہے ، آپ کو معلوم ہو جائے گا کہ آپ کے (کے پی آئی) کون سے میٹرکس ہیں۔

 ے پی آئی سے متعلقہ میٹرکس کو منتخب کریں جو سب سے زیادہ اہمیت رکھتا ہے - آپ کی کمپنی کے اعلی براس کو سب سے زیادہ پرواہ ہے۔ کرس کا کہنا ہے کہ "آپ کو اس بات کی ضرورت ہے کہ آپ کے مالک کو کس چیز کے لیے جوابدہ ٹھہرایا جا رہا ہے اور آپ کا مواد کامیابی کے ساتھ کیا انجام دے رہا ہے۔"

غلطی 2: پیمائش کی ترجیحات کو حکمت عملی سے طے کرنے میں ناکامی۔

تمام میٹرکس مفید کارکردگی کی بصیرت فراہم کرنے کی صلاحیت میں برابر نہیں ہیں۔ لیکن اس سے پہلے کہ آپ پیج ویوز یا سوشل میڈیا فالوورز جیسے معیاری مواد کی مارکیٹنگ کی پیمائش کو بے معنی ویٹیٹری میٹرکس کے طور پر مسترد کردیں ، کرس آپ کو مشورہ دیتا ہے کہ نمبر دیں-بغیر جانچے ہوئے مفروضے-اپنی فیصلہ سازی کی رہنمائی کریں۔

وہ کہتے ہیں ، "آپ کو اپنے تمام دستیاب اعداد و شمار پر تجزیہ کرنا ہوگا تاکہ یہ معلوم کیا جا سکے کہ کون سے (متغیرات) ترجیحی نتائج میں حصہ ڈال رہے ہیں - جیسے آمدنی میں اضافہ یا بند سودے۔"

مثال کے طور پر ، اپنے کام میں ، کرس عام طور پر ایک سے زیادہ رجعت تجزیہ کے ذریعے ڈیٹا چلاتا ہے - ایک تحقیقی تکنیک جو آپ کے مواد کے متغیرات کے تمام ممکنہ امتزاج کو دیکھنے کے لیے استعمال کی جاتی ہے تاکہ آپ ان کی تقابلی قیمت کا اندازہ لگا سکیں۔ یہ تجزیہ دکھا سکتا ہے کہ کون سے میٹرکس میں کارکردگی کا نتیجہ نکالنے کا مضبوط ترین ریاضیاتی امکان ہے جو آپ کے کاروبار کے لیے اہم ہے۔

کرس کا کہنا ہے کہ "آپ کے تجزیے کے بعد ہی آپ اس نمبر کو ظاہر کر سکتے ہیں۔

غلطی 3: ڈیش بورڈز میں بہت زیادہ ڈیٹا ڈمپ کرنا۔

ایک تجزیاتی ڈیش بورڈ یہ دیکھنا آسان بنا سکتا ہے کہ کون سا مواد ناپ رہا ہے اور کم ہو رہا ہے۔ لیکن اس واضح تصویر کو حاصل کرنے کے لیے آپ کو کون سا ڈیٹا - اور اس کا کتنا حصہ - ڈیش بورڈ پر شامل کرنا چاہیے؟

کرس کا کہنا ہے کہ مارکیٹرز اکثر یہ سمجھتے ہیں کہ ڈیش بورڈ پر جتنے زیادہ ڈیٹا پوائنٹس پھنسے ہیں ، وہ مواد کے حصول داروں کے لیے زیادہ قیمتی ہوں گے۔ لیکن یہ اس کے برعکس ہے: "ایک ڈیش بورڈ جیسی کوئی چیز نہیں ہے جس میں تمام جوابات ہوں۔ ان سب پر حکومت کرنے کے لیے کوئی ایک رنگ نہیں ہے۔

وہ متعلقہ ڈیش بورڈز تیار کرتا ہے جو کلائنٹس کو ان کی تنظیم میں ہر سطح کا میٹرکس بنانے کے لیے کہتا ہے۔ "اس میٹرکس کے ہر باکس کو اس کے اپنے ڈیش بورڈ کی ضرورت ہوتی ہے کیونکہ (سی ایم او) جس چیز کی پرواہ کرتا ہے وہ مارکیٹنگ مینیجر کو جاننے کی ضرورت نہیں ہے۔ ایک ڈیش بورڈ بنانا جو ہر ایک کے لیے سوالات کے جوابات دینے کی کوشش کرتا ہے وہ کسی بھی چیز کی مدد کرنے میں ناکام ہو جائے گا۔

ہر ممکنہ متعلقہ ڈیٹا پوائنٹ کو روشن کرنے کی کوشش کرنے کے بجائے ، ان معلومات پر توجہ مرکوز کریں جو ہر کردار کو اپنے انتہائی اہم فیصلے کرنے کے قابل بناتی ہیں۔ کرس کا کہنا ہے کہ "بصورت دیگر ، آپ یہ فرانک سٹائن مونسٹراسٹیز بنانا ختم کر سکتے ہیں ، جہاں لوگ ہر طرح کا ڈیٹا اسکور کرتے ہیں لیکن ان کی سمجھ میں کبھی اضافہ نہیں کرتے کہ کیا اقدامات کیے جائیں۔" "فیصلوں کے بغیر ڈیٹا خلفشار ہے ، اور فیصلوں کے بغیر ڈیش بورڈ صرف ایک سجاوٹ ہے - آپ اسے استعمال نہیں کریں گے ، اور یہ تعمیر کرنے میں آپ کے وقت کا بہت بڑا ضیاع ہوگا۔"

زیادہ انتظامی اور مفید طریقے سے ڈیش بورڈ ڈویلپمنٹ سے رجوع کرنے کے لیے ، کرس نے اپنے ٹرسٹ انسائٹس کے شریک بانی کیٹی رابرٹ کے ذریعہ صارف کی کہانیاں کہلانے کے طریقے کی طرف اشارہ کیا۔ اس کا عمل اس جملے میں خالی جگہوں کو پُر کرنے سے شروع ہوتا ہے جس میں آپ کے کردار کی کلیدی ضرورت یا ہدف ہوتا ہے:

"مجھے [ایک مخصوص بصیرت] کی ضرورت ہے تاکہ میں [مطلوبہ نتیجہ] حاصل کر سکوں۔"

مثال کے طور پر ، بطور سی ایم او ، آپ کی صارف کہانی اس طرح نظر آ سکتی ہے:

"مجھے اپنے انتساب کے تجزیے کو سمجھنے کی ضرورت ہے تاکہ میں مؤثر طریقے سے بجٹ مختص کر سکوں۔"

ایک مواد مارکیٹنگ تخلیق کار یہ جملہ استعمال کر سکتا ہے:

"مجھے یہ دیکھنے کی ضرورت ہے کہ کون سا مواد آمدنی کے نقطہ نظر سے بہترین کارکردگی کا مظاہرہ کر رہا ہے تاکہ میں اس جیسا مزید مواد بنا سکوں۔"

بطور (ایس ای او) منیجر:

"مجھے یہ دیکھنے کی ضرورت ہے کہ ہمارے کون سے صفحات اکثر نامیاتی تلاشوں میں درجہ بندی کرتے ہیں تاکہ میں جان سکوں کہ مجھے کن صفحات کو ٹھیک کرنے کی ضرورت ہے۔"

کرس کا کہنا ہے کہ ، "ایک بار جب آپ بالکل وہی کہانی لکھ لیں جو آپ سیکھنے کی کوشش کر رہے ہیں ، تو آپ اس کے خلاف کارکردگی کو ٹریک کرنے کے لیے ڈیش بورڈ بنا سکتے ہیں۔"

غلطی 4: سمجھنے سے پہلے عمل کرنے کی جلدی

واضح ڈیش بورڈز کو ٹریک کرنے اور بنانے کے لیے صحیح میٹرکس کا انتخاب ڈیٹا پر مبنی مواد کی مارکیٹنگ کی حکمت عملی کے لیے میز کا حصہ ہیں۔ لیکن اس ڈیٹا کو ہاتھ میں رکھنا اس وقت تک مددگار نہیں ہوگا جب تک کہ آپ اس کے معنی کی درست تشریح کرنا نہ جان لیں کہ کون سے اعمال آپ کو اپنے مواد کی کارکردگی کو بڑھانے یا بہتر بنانے کے قابل بنائیں گے۔

ڈیٹا کے تجزیے میں مہارت حاصل کرنا کوئی آسان مہارت نہیں ہے ، اپنے مواد کے فیصلہ سازی پر لاگو ہونے دیں۔ لیکن خوش قسمتی سے ، کرس کا کہنا ہے کہ ، اگر آپ نے اپنی ٹیگنگ اور ٹریکنگ صحیح طریقے سے کی ہے تو ، آپ گوگل اینالیٹکس کا استعمال کرکے دیکھ سکتے ہیں کہ کون سا مواد بہترین نتائج دے رہا ہے۔

 وہ کہتے ہیں ، "اگر میں نے ایک ایسی رپورٹ منتخب کرنی ہے جو آپ کو سیکھنی چاہیے ، اور اچھی طرح سیکھنی چاہیے ، تو یہ تبادلوں کے راستے کا تجزیہ ہوگا ، جو آپ اپنے ایڈمن کنسول پر اشتہاری مینو کے تحت نئے گوگل تجزیات 4 میں تلاش کریں گے۔"

اس طرح کی پیچیدہ ڈیٹا رپورٹس بنانے کے لیے کچھ اضافی سیٹ اپ اقدامات کی ضرورت ہوتی ہے-بشمول گوگل اینالیٹکس میں اہداف کا تعین اور گوگل ٹیگ مینیجر میں کنورژن ٹریکنگ۔ لیکن ایک بار جب آپ یہ کر لیتے ہیں تو ، آپ اپنے فنل کے ہر مرحلے کے لیے تقابلی مواد چینل کی کارکردگی دیکھ سکتے ہیں۔ آپ دیکھ سکتے ہیں کہ خریدار کے سفر کے دوران آپ کا مواد کہاں سے بھاپ کھو رہا ہے ، جس سے آپ کو مطلوبہ علاقے یا نئے انداز کی ضرورت ہو۔

گوگل اینالیٹکس کنفیگریشن پر تھوڑا زیادہ وقت گزاریں (یا ڈیٹا سائنس کے ماہر آپ کی مدد کریں)۔ آپ تخلیق کر سکتے ہیں جسے کرس انتہائی قیمتی صفحات (ایم وی پی) تجزیہ کہتا ہے تاکہ وہ مواد کے صفحات اور اثاثوں کا سراغ لگاسکیں جو صارفین کی طرف سے ملاحظہ کیے جاتے ہیں جب وہ تبادلوں کی طرف بڑھتے ہیں۔

کرس کا کہنا ہے کہ "اگر آپ یہ جان سکتے ہیں کہ ہر مرحلے پر آپ کے سب سے زیادہ دیکھے جانے والے صفحات کیا ہیں ، تو یہ آپ کو بتائے گا کہ کون سا مواد کام کر رہا ہے۔" "پھر ، آپ اس بات کو یقینی بنا سکتے ہیں کہ یہ وہ صفحات ہیں جنہیں آپ سوشل میڈیا پر شیئر کر رہے ہیں ، اپنے نیوز لیٹر میں ڈال رہے ہیں ، اپنے بلاگ پوسٹس کے نیچے تجویز کر رہے ہیں ، کیونکہ آپ کو ریاضی کے نقطہ نظر سے معلوم ہو گا کہ وہ ہٹ رہے ہیں۔ لوگ تبدیلی کی طرف۔ "

 فیصلے بصیرت سے کریں ، جبلت سے نہیں۔

سب سے کامیاب مواد کے اثاثوں کو تلاش کرنا اہم معلومات ہے ، لیکن گوگل کے تجزیات جیسا طاقتور ٹول بھی آپ کو یہ نہیں بتا سکتا کہ یہ اثاثے دوسروں سے کیوں بہتر ہیں۔

کرس کا کہنا ہے کہ "آپ کبھی بھی ان جوابات کو تجزیات سے نہیں نکالیں گے۔" آپ کے تجزیات میں درج کسی عمل کی اصل وجہ کو سمجھنے کے لیے ایک مختلف قسم کے تجزیے کی ضرورت ہوتی ہے - جس طرح آپ کو حاصل کرنے کے لیے درست معیار کی بصیرت تک براہ راست رسائی درکار ہو گی۔

کرس کا کہنا ہے کہ "آپ کو سروے ، فوکس گروپ ، پول کرنے کے قابل ہونا پڑے گا۔

سامعین کی اس گہری تفہیم کے بغیر کہ آپ کے تجزیات میں کیا ہے اس کے پیچھے کیا ہے ، آپ کی پیمائش کی حکمت عملی اور مکمل طور پر ڈیٹا سے چلنے والے مواد کے فیصلہ سازی کے مابین ہمیشہ ایک فرق ہوگا۔

کرس اسے کس طرح دیکھتا ہے یہ ہے: "اگر آپ پہلے ڈیٹا کے ساتھ فیصلے کرتے ہیں تو آپ ڈیٹا پر مبنی ہوتے ہیں ، جس کا مطلب ہے کہ آپ پہلے تجربے ، مفروضوں یا جبلت پر انحصار نہیں کر رہے ہیں۔ آپ اس حقیقت کی بنیاد پر فیصلے کر رہے ہیں جو آپ دیکھ سکتے ہیں۔