Mikor rossz adat a rossz döntés alapja? – amikor nem az optimalizálás, hanem az értelmezés visz félre
A legtöbb rossz Google Ads-döntés nem abból születik, hogy nincs adat. Épp ellenkezőleg. Abból születik, hogy van adat, és túl nagy a bizalom iránta. Számok, grafikonok, százalékok állnak rendelkezésre, és ezek azt az érzetet keltik, hogy objektív, racionális döntést hozunk. Pedig a rossz döntések jelentős része nem intuícióból fakad, hanem adatokra hivatkozva születik meg.
A probléma nem az, hogy az adat hibás lenne. Sokkal gyakrabban az, hogy nem arra a kérdésre válaszol, amelyre a döntést alapozod. Ilyenkor az adat technikailag helyes, de stratégiailag félrevezető. És mivel szám formájában jelenik meg, nehéz vitatkozni vele.
Ez a szöveg nem az adatellenes gondolkodásról szól. Arról szól, mikor válik az adat veszélyessé, és hogyan lesz a rossz döntések legitimáló eszköze.
Amikor az adat nem a probléma okát, hanem a tünetét méri
Az egyik leggyakoribb helyzet, amikor rossz adatból születik rossz döntés, az az, amikor egy tünetet kezelsz okként. Klasszikus példák: romlik a konverziós arány, nő a CPA, csökken a CTR. Ezek mind valós adatok. És mégis, ezekre alapozva gyakran teljesen rossz irányba indul el az optimalizálás.
Ezek a mutatók általában reakciók, nem kiváltó tényezők. A konverziós arány csökkenhet azért, mert szélesebb közönséget engedtél be. A CPA nőhet azért, mert a rendszer erősebb szándékú felhasználókért versenyez. A CTR eshet azért, mert pontosabban szűrsz, és kevesebb kíváncsisági kattintás jön.
Ha ilyenkor az adatot kezeled problémaként, akkor a döntésed valójában eltakarja a valódi változást, ami a rendszerben történt. Az adat nem hazudik, csak nem azt mondja, amire használod.
Amikor a mérés torz, de a döntés komolynak tűnik
A rossz döntések másik tipikus forrása a hiányos vagy félrecsúszott mérés. A számok ilyenkor is pontosnak látszanak, de nem azt mérik, amit üzletileg fontosnak gondolsz.
Ez gyakran akkor történik, amikor:
– túl korai konverziókra optimalizálsz
– minden leadet egyenértékűnek kezelsz
– nincs visszacsatolás az értékesítésből
– a minőség később derül ki, mint amikor döntesz
Az Ads-felület azt mutatja, hogy „javult a teljesítmény”. Több konverzió, jobb arány, alacsonyabb CPA. Üzletileg viszont romlik a zárási arány, nő az értékesítési idő, gyengébb ügyfelek jönnek. Az adat nem rossz. A döntéshez használt adat rossz.
Ilyenkor a rendszer pontosan azt csinálja, amit tanítottál neki. A döntési hiba ott van, hogy rossz dolgot jutalmazol, majd erre hivatkozva további döntéseket hozol.
Amikor az időtáv nem illeszkedik a döntés súlyához
Sok rossz döntés abból születik, hogy rövid távú adatból hosszú távú következtetést vonnak le. Egy rossz hét, egy drágább időszak, néhány elmaradt konverzió. Ezekből strukturális változtatások, kampányleállítások, stratégiaváltások születnek.
Az adat valós, csak éppen nem stabil. Rövid idősávon a Google Ads-ben minden zajosabb. Aukciós kilengések, szezonalitás, tanulási fázisok, versenytársi mozgások torzítanak. Ha ilyenkor döntesz, akkor nem adatvezérelt vagy, hanem adat-indokolta impulzív.
A rossz adat itt nem hamis adat. Hanem időben nem releváns adat. És mégis döntések alapja lesz, mert gyors választ ad.
Amikor az adatot igazolásra használod, nem megértésre
Ez a legkényelmetlenebb pont, de talán a legfontosabb. Sok döntéshozó nem azért nézi az adatot, hogy megértse, mi történik, hanem azért, hogy igazolja, amit már amúgy is gondol. Ilyenkor az adat kiválasztása szelektív.
Egy szám, ami alátámasztja a félelmet.
Egy grafikon, ami igazolja a beavatkozást.
Egy mutató, ami „bizonyítja”, hogy lépni kell.
Ebben az esetben az adat nem döntést segít, hanem döntést legitimál. A probléma ilyenkor nem az adat minősége, hanem a kérdés iránya. Nem azt kérdezed, mi történik, hanem azt, miért van igazam.
Ez különösen veszélyes, mert kívülről szakmainak tűnik. Számokra hivatkozol. Riportokat mutatsz. A döntés mégis előbb születik meg fejben, mint az adatban.
Amikor az adat túl technikai egy üzleti döntéshez
A Google Ads rengeteg technikai mutatót kínál. CPC, CTR, minőségi jelzések, megjelenítési arány. Ezek mind hasznosak, de nem üzleti döntésre valók önmagukban.
Akkor válik az adat rossz alapanyaggá, amikor technikai mutatóból üzleti irányváltást vezetsz le. Például:
– csökkenteni kell a CPC-t, mert „drágák a kattintások”
– javítani kell a CTR-t, mert „gyenge az érdeklődés”
– stabilizálni kell a konverziós arányt, mert „romlik a teljesítmény”
Ezek mind lehetnek valós megfigyelések, de üzleti döntéssé csak akkor válhatnak, ha összekötöd őket azzal, amit az üzletben tapasztalsz. Ellenkező esetben az adat precíz, a döntés viszont rossz szinten születik meg.
Amikor az automatizmusok visszajelzését félreolvasod
Az automatizált kampányok különösen hajlamosak arra, hogy rossz adatokból rossz döntések szülessenek. Nem azért, mert rosszul működnek, hanem mert más logikával tanulnak, mint ahogy sokan olvassák őket.
Egy ideig romló mutató lehet a tanulás része. Egy emelkedő költség lehet adatgyűjtési fázis. Egy visszaeső arány lehet annak a jele, hogy a rendszer kilépett egy szűk, biztonságos körből.
Ha ezeket a jeleket hibának olvasod, és azonnal beavatkozol, akkor rossz adat alapján bünteted a tanulást. Ilyenkor az adat korrekt, de a döntési logika nincs összhangban azzal, ahogyan a Google Ads működik.
A legveszélyesebb helyzet: amikor az adat megnyugtat, de félrevisz
Nem minden rossz döntés születik pánikból. Az igazán drága hibák gyakran abból fakadnak, hogy az adat megnyugtat. Szép számok, stabil grafikonok, javuló mutatók. Közben az üzlet nem nő, a piac változik, a kampány kifullad.
Ilyenkor az adat nem figyelmeztet, hanem altat. A döntés azért rossz, mert nem születik meg időben. Az adat nem jelzi a problémát, mert arra nem is alkalmas. És mivel nincs „rossz szám”, nincs ok lépni.
Ez is rossz adat alapú rossz döntés. Csak csendesebb.
Lezárás
A rossz döntések nagy része nem hibás adatokból születik.
Hanem rosszul értelmezett, rossz kérdésre használt adatokból.
Nem az a veszély, hogy nincs adatod.
Hanem az, hogy túl gyorsan hiszel neki.
Az adat akkor válik rossz döntés alapjává, amikor:
– okként kezeled a tünetet
– rövid távból hosszú távra következtetsz
– technikai jelzésből üzleti irányt vezetsz le
– vagy igazolni akarod vele azt, amit már eldöntöttél
A jó döntés nem adatellenes.
Csak türelmesebb.
Nem az a kérdés, hogy mit mutat az adat.
Hanem az, mire nem ad választ.
Aki ezt felismeri, az nem kevesebb adatot használ.
Hanem kevesebb rossz döntést hoz rájuk építve.
Ne hagyd, hogy a hirdetési pénzed kárba vesszen 💸
Kérj ingyenes konzultációt, és megmutatom, hogyan hozhatsz több ügyfelet kevesebb költéssel – akár már a következő héten.