מי שמכיר אותנו יודע שאנחנו חובבים גדולים של דשבורדים.
דשבורד נתונים טוב מרכז את כל הביצועים השיווקיים במקום אחד, מציג תמונת מצב ברורה ומותאמת ליעדים ולמטרות העסק ועוזר לקבל החלטות חכמות יותר. אבל כמו כל כלי חזק – גם כאן הכול תלוי באופן השימוש בו.
הנתונים יכולים להיות מדויקים לחלוטין, ועדיין להוביל למסקנות לא נכונות אם מפרשים אותם לא נכון. התמקדות במדד אחד, התעלמות מהקשר רחב יותר או פרשנות לא מדויקת של הנתונים עלולות להוביל למסקנות לא נכונות ולעיתים גם להחלטות שיווקיות שגויות.
אז אם אתם משתמשים בדשבורד – שווה שתכירו כמה מהטעויות הנפוצות בקריאת הנתונים ואיך להימנע מהם:
1. הסקת מסקנות מנקודת זמן בודדת
אחת הטעויות הנפוצות היא להסתכל על נתון נקודתי, חודש חלש במיוחד או שבוע חזק מהרגיל, ולהסיק ממנו מסקנות רחבות. לדוגמה, זיהית ירידה בהמרות בחודש מסוים אז הסקת שהקמפיין כבר לא עובד טוב, או לחלופין זיהית עלייה חדה במכירות בשבוע אחד אז מיהרת להגדיל את התקציב. אך מבט על חודש אחד בלבד לא תמיד משקף את התמונה המלאה.
כאשר בוחנים את הנתונים לאורך תקופה ארוכה יותר, רצוי שלושה עד שישה חודשים, מגלים לעיתים שהחודש החריג הוא רק תנודה בתוך מגמה יציבה: חודש אחד עם 120 המרות, אחריו 125, אחר כך ירידה ל-90 ואז שוב עלייה בחודש שאחריו. וכך בהסתכלות על התקופה כולה ניתן להבין ממוצע המרות שמספר את הסיפור האמיתי, בלי הרעש הרגעי.
2. התעלמות מההקשר העסקי של הנתונים
נתונים כמעט אף פעם לא עומדים בפני עצמם. ירידה משמעותית בטראפיק, עלייה בעלות לליד או שינוי בשיעור ההמרה יכולים לנבוע מגורמים חיצוניים שלא קשורים ישירות לביצועי הקמפיינים:
חגים, עונתיות, שינויי מחירים, מבצעים של מתחרים, אירועים חדשותיים ועוד – כל אלו יכולים להשפיע באופן משמעותי על התנהגות המשתמשים. כאשר מתעלמים מהקשר כזה, קל מאוד לפרש נתונים בצורה לא מדויקת.
הדרך הנכונה היא תמיד לשלב את הדאטה עם ההקשר העסקי והתקופתי: מה קרה באותה תקופה? האם הייתה פעילות שיווקית מיוחדת? האם מדובר בעונה חלשה או חזקה בענף? מה המתחרים עשו בזמן הזה? האם היתה ירידה כללית בנפח החיפושים? ורק לאחר שמבינים את ההקשר ניתן להבין את המספרים.
3. בחירת מדדים שאינם משקפים ערך עסקי אמיתי
קל להתמקד במדדים כלליים – כמות חשיפות, הקלקות, אחוזי הקלקה – כי הם זמינים בכל מערכת פרסום ומספקים תחושה של פעילות והתקדמות.
אבל טראפיק לא תמיד שווה תוצאה עסקית: עלייה בכמות התנועה לא בהכרח מייצרת יותר מכירות, כמות גבוהה של לייקים ומעורבות לא תמיד מעידה על לידים איכותיים, וחודש עם המון לידים לא תמיד מביא יותר עסקאות מחודש עם מחצית הכמות.
דשבורד טוב צריך לשקף את היעדים החשובים באמת לעסק: כמות מכירות, שווי הכנסות, סגירת עסקאות, אחוז המרה מליד לעסקה, עלות לרכישת לקוח ועוד. כך, כאשר מנתחים את הנתונים, ההחלטות מתקבלות לא רק על סמך תמונה שטחית של הפעילות, אלא על בסיס המדדים שממש משפיעים על העסק שלך.
4. הסתמכות על ממוצעים בלבד
ממוצעים נראים כמו דרך נוחה לסכם נתונים, אבל לעיתים הם מסתירים מידע חשוב.
לדוגמה, ROAS ממוצע גבוה עשוי להיראות מעודד, אך ייתכן שקמפיין אחד מצליח במיוחד בעוד רוב הקמפיינים האחרים סביב נקודת האיזון או מפסידים כסף. או עלייה בעלות הממוצעת לליד שעשויה להיראות כמו ירידה בביצועים, אך בפועל זו יכולה להיות רק מודעה אחת גרועה ש’הוציאה’ כסף ולא הניבה לידים.
כשמסתכלים רק על הממוצע קשה לזהות את הפערים והביצועים המדויקים לכן חשוב לבדוק ביצועים ברמת קמפיין, קריאייטיב, מוצר או קהל יעד. לבחון מדדים כמו אחוזי הקלקה והמרה בטווח תאריכים מספק ולהבין מה המגמות האמיתיות בפעילות השיווקית שלך.
5. בלבול בין קשר סטטיסטי לבין סיבתיות
קל ליפול למלכודת של קשר סטטיסטי: כאשר שני מדדים משתנים יחד, קל להניח שאחד גרם לשני.
למשל, הגדלתם את תקציב הפרסום ובמקביל גם המכירות עלו? המסקנה הראשונה שעולה היא שהפרסום שיפר את המכירות.
אבל זוכרים את אותה 'תנודתיות טבעית' שדיברנו עליה? היא תמיד קיימת ויש גורמים נוספים שמשפיעים על הביצועים: עונתיות, פעילות מתחרים, מגמות כלליות בשוק ועוד. ולכן קשר בין שני מדדים לא תמיד מעיד על סיבתיות והם יכולים להשתנות יחד גם בגלל גורם שלישי או במקרה.
גם כאן חשוב לחקור מה באמת השפיע על הביצועים, לבודד משתנים, להשוות לתקופות דומות ורק אז להגיע למסקנות אמיתיות.
6. פרשנות שגויה של המדדים עצמם
לפעמים הטעות אינה במספרים עצמם, אלא בהבנה שלהם. מדדים יכולים להיות מוגדרים בצורה שונה בין מערכות שונות, או להסתמך על שיטות מדידה שונות.
אתה רואה בדשבורד מספר ברור של “סך המרות”- אבל האם אתה יודע מה מוגדר אצלך במערכת 'המרה'? האם זה לידים, הרשמות לניוזלטר, פניות טלפוניות או בעצם הכל ביחד?
זיהית גידול בסך ההמרות ביחס לחודש קודם, אבל אם תחקור מה מוגדר כהמרה תגלה ש80% מ'ההמרות' הן אירוע של הקלקה על מספר טלפון ואז תחקור יותר ותבין שרק 20% מההקלקות על טלפון הגיעו לכדי שיחה ממשית ורלוונטית – ופתאום המספר המוחלט של 'סך המרות' שונה לגמרי ממה שחשבת.
לכן חשוב תמיד לבדוק את ההגדרה המדויקת של כל KPI בדשבורד ולהכיר את מגבלות הנתונים, כדי לקבל תמונה אמיתית ומדויקת של הביצועים.
7. אופטימיזציה למדד אחד על חשבון התמונה הכוללת
לעיתים צוותים 'מקבלים משימה' להתמקד בשיפור מדד ספציפי: כמות משתמשים באתר, הורדת CPC או גידול CTR אבל שוכחים לבחון כיצד השינוי בו התמקדו משפיע על שאר המדדים.
למשל, העלאת כמות המשתמשים דרך קמפיין דיספליי יכולה להוביל לגידול בתנועה, אך אם זמן השהייה צנח, אחוז הנטישה גדל וכמות ההמרות נשארה בעינה – התנועה החדשה אינה איכותית. בדומה, מודעה צבעונית שמעלה את ה- CTR לא בהכרח מעידה שיפור הביצועים כי בלי גידול באחוז ההמרה, השינוי אינו אפקטיבי.
הגישה הנכונה היא להסתכל על מערכת המדדים כשלם. כל שינוי צריך להיבחן לפי ההשפעה הכוללת שלו על הביצועים העסקיים – ולא רק על מדד אחד.
8. עומס מידע בדשבורד
זה מתקשר ישירות לפסקה הקודמת: לעיתים נוטים להעמיס במדדים ומידע בדשבורד בשביל להיראות מקצועיים ומקיפים יותר – אבל במקרים רבים זה עושה בדיוק ההפך.
כאשר דשבורד מציג עשרות מדדים שונים נוצר עומס קוגנטיבי ואתה כמקבל החלטות שנעזר בדשבורד מתקשה להבין במה באמת צריך להתמקד, מה חשוב ומה משני.
הפתרון הוא לבצע אפיון ברור לדשבורד: מה המטרה שלו, למי הוא מיועד ומי ישתמש בו בצורה תדירה, איזה מידע הכרחי להציג בו ובאיזו רמת פירוט – ורק אז לסדר את הדשבורד בצורה הנכונה עבורכם. מומלץ להתמקד בKPIים העיקריים שלכם בתוספת גרפים של מגמות וכל יתר המדדים/נתונים ברמת פירוט נמוכה יותר או בעמוד משני לדוח הראשי.
לסיכום
דשבורדים הפכו לחלק בלתי נפרד מניהול שיווק ומכירות מבוססי נתונים. אך הערך האמיתי שלהם נמצא בפרשנות נכונה של הנתונים, בהבנה של הקשר העסקי ובבחירה חכמה של המדדים שממש משפיעים על העסק. כשמסתכלים על מגמות לאורך זמן, משווים תקופות דומות, בודקים את הפיזור ולא רק את הממוצע, ומוודאים מה כל מדד באמת מודד- הדשבורד הופך מכלי דיווח לכלי אסטרטגי שמוביל להחלטות עסקיות חכמות, והדאטה משתמש כמנוע צמיחה לעסק.
ואם אתם רוצים דשבורד שמותאם בדיוק ליעדים העסקיים שלכם ומספק תמונת מצב ברורה ומעשית – פנו אלינו, זה בדיוק מה שאנחנו אוהבים לעשות.
