مقابلة مع داني مواني هولمغارد

طلبنا من يوليا تكاتشوفا ، مديرة المنتج في OWOX ، التواصل مع داني مواني هولمغارد ، كبير المحللين في Impact Extend. فيما يلي قائمة قصيرة بالمواضيع التي تطرقوا إليها:

يوليا تكاتشوفا: دعنا نتعرف! أخبرنا عن نفسك وتجربتك.

داني مواني هولمغارد: أنا محلل رئيسي في وكالة التسويق الرقمي Impact Extend. لا أعمل مع Google Analytics فحسب ، بل أعمل أيضًا مع هندسة البيانات ، وإعداد خطوط أنابيب البيانات ، ودمج البيانات عبر الإنترنت وغير المتصلة بالإنترنت ، وبناء نماذج البيانات. أقوم بدمج البيانات وتحليلها حتى يمكن استخدامها بشكل استراتيجي ، وإظهار ما إذا كنا على الطريق الصحيح أو أن هناك شيئًا ما يحتاج إلى التغيير ، وعمليًا ، مع التأكد من أن البيانات موجودة في الأنظمة الصحيحة حتى يمكن التصرف بناءً عليها.

YT: كيف بدأت التعامل مع تحليلات التسويق؟

DH: لقد عثرت بالفعل على هذا المسار الوظيفي عن طريق الصدفة. في البداية ، كنت أدرس تصميم المفهوم الرقمي وأردت أن أصبح مصمم ويب. لقد أضفت Google Analytics إلى أحد مشاريع مدرستي من أجل المتعة ، وفجأة أدركت إلى أي مدى يمكنك التأثير على العملية الإستراتيجية بأكملها بدءًا من خيارات التصميم وحتى إنشاء تجربة أفضل للمستخدمين مع تحسين نتائج الأعمال. شيء واحد أدى إلى شيء آخر ، ولقد عملت مع البيانات على مدى السنوات الست الماضية.

YT: ما أكثر شيء تفضله وأقله في دورك؟

DH: أنا متحمس حقًا بشأن المشاريع الجديدة وتصميم حل من البداية. هذا يعني الانتقال من تحديد نطاق مصادر البيانات الضرورية إلى كتابة التعليمات البرمجية للاتصال بقواعد البيانات وواجهات برمجة التطبيقات المختلفة. المجالات الأخرى التي أستمتع بها حقًا هي أن جهودنا تحدث تأثيرًا فعليًا (يقصد التورية) لعملائنا من خلال تزويدهم بالمعلومات التي يحتاجون إليها ولكن لم أعتقد أبدًا أنه من الممكن الحصول عليها من أجل دفع أعمالهم إلى الأمام من خلال القرارات التي تعتمد على البيانات.

أقل جزء "مرح" من عملي يحدث عندما ينكسر شيء ويحتاج إلى الإصلاح. قد يكون من الصعب جدًا الحصول على البيانات بعد وقوع الأحداث التي لا يمكن تتبعها. لسوء الحظ ، ليس من الممكن أبدًا توقع كل ما يمكن أن يحدث بشكل خاطئ عند جمع البيانات. يمكن أن يكون هذا أي شيء من عملية النشر التي حدثت بشكل خاطئ إلى قيام شخص ما بتكوين إعداد بشكل غير صحيح في نظامه. أفضل ما يمكنك فعله هو إعداد شاشات لبياناتك والقيام بتنظيف ربيعي من حين لآخر للتأكد من أنك تحافظ على الأداء الجيد وتتعلم من الأخطاء.

YT: ماذا يعني لك DH: جعل البيانات قابلة للتنفيذ هو شيء نحاول تحقيقه لجميع عملائنا. بالنسبة لي ، البيانات القابلة للتنفيذ هي المعلومات التي يمكنك أخذها واستخدامها بنشاط داخل المؤسسة ، سواء كانت شيئًا معقدًا مثل حساب القيمة الدائمة للعميل للعملاء عبر جميع القنوات ثم استخدامها في أنظمة أتمتة التسويق الخاصة بك ، وتقديم العطاءات على الإعلانات بناءً على التكلفة الهامش واحتمالية المبيعات للمنتجات ، أو شيء بسيط مثل إنشاء جماهير في Google Analytics تساعدك على إعادة الاستهداف ذي الصلة. بشكل عام ، جعل البيانات قابلة للتنفيذ يتعلق بالتأكد من إمكانية استخدام المعلومات التي تجمعها لإجراء تغييرات ديناميكية بناءً على الإجراءات التي يقوم بها المستخدمون من أجل زيادة التحويلات أو توفير تجربة مستخدم أفضل.

YouTube: ما المهارات والبرامج التي تقترحها لجعل البيانات قابلة للتنفيذ؟

DH: يعتمد بشكل أساسي على موارد فريقك وطموحه. أهم شيء هو معرفة ما تحاول تحقيقه وتحديد الأهداف. لا يتعين عليك العمل مع مجموعات البيانات الكبيرة أو أن تكون قادرًا على القيام ببرمجة إحصائية متقدمة لجعل بياناتك قابلة للتنفيذ. ابدأ بسيطًا وابني من هناك. يمكن أن يكون أي شيء من التأكد من قياس بيانات التحليلات الخاصة بك بشكل صحيح إلى تحميل المبالغ المستردة أو بيانات التكلفة من أجل معرفة المنتجات التي تخسر المال عليها.

بشكل عام ، استخدم البيانات المتوفرة لديك حاليًا وابدأ صغيرة. إذا بدأت في مشاريع كبيرة جدًا قبل أن تتمكن المنظمة من التعامل معها ، فإنك تخاطر بإهدار موارد الفريق القيمة في مشروع قد يفشل. في رأيي ، فإن أهم المهارات الشخصية هي القدرة على التحلي بالفضول والإبداع فيما يتعلق بالبيانات التي يمكن استخدامها لدفع الأعمال إلى الأمام. تأتي جميع الإجراءات الفنية في المرتبة الثانية ، لأنها غير مفيدة إذا كان لا يمكن تطبيقها بشكل استراتيجي.

YT: ماذا عن الأدوات التي تسمح لك بالتعامل مع البيانات؟

DH: من أجل تقليل الإنفاق على المنتجات وتمكين عملائنا من تخصيص مواردهم للاستراتيجية والتنفيذ ، قمنا ببناء عمليات ETL [استخراج وتحويل وتحميل] بأنفسنا باستخدام Google Cloud Platform. هذا يجعل من السهل علينا التوسع بتكلفة منخفضة. نحن نستخدم R و Python و SQL بشكل أساسي لعمليات البيانات الخاصة بنا ، لكننا نستخدم أيضًا بعض البائعين لمساعدتنا ، مثل القمع. io و OWOX ، حيث إنهما قادران على التعامل مع الكثير من موصلات البيانات من الأنظمة الأساسية الإعلانية بتكلفة منخفضة مباشرة خارج الصندوق.

يتمثل العيب في إنشاء إعداد مثل إعدادنا في أن الأمر استغرقنا وقتًا طويلاً لبناء نماذج فعالة يمكنها التعامل مع مجموعات البيانات الكبيرة والنماذج الإحصائية المتقدمة التي نشعر أنها تتمتع بجودة كافية لإنتاجها. أنا معجب كبير بأدوات ETL مثل Azure Databricks و Alteryx والمنتجات المماثلة التي يمكن أن تقلل الكثير من أعمال هندسة البيانات مع الميزات المضمنة. ومع ذلك ، يمكن أن تكون هذه الأدوات باهظة الثمن ولا تزال تتطلب الكثير من المعرفة من أجل تحقيق النتائج. إذا كنت ستستخدم أداة باهظة الثمن ، فتذكر استخدامها بشكل صحيح حتى تتمكن من توفير الإيرادات بدلاً من استنزاف ميزانيتك.

YT: قبل بضعة أيام ، أحب كلانا منشور Mikko Pippo عن سبب إهدار المسوقين للمال. هل هناك أي نقاط أخرى تنصح بإضافتها إلى قائمة التحقق الخاصة بـ Mikkos؟ لماذا يهدر المسوقون ميزانياتهم وكيف يمكنك تجنب ذلك؟

DH: ميكو هو أحد الرجال الأكثر ذكاءً الذين أعرفهم ، وإذا كنت لا تتابعه ، فإنني أوصيك بالقيام بذلك. إذا كان بإمكاني تقديم إضافة إلى منشوره ، فسيكون ذلك محاولة لإثراء البيانات التي لديك بالفعل ، مثل البيانات المتعلقة بنقاط ولاء العملاء أو المبالغ المستردة أو شرائح العملاء. من السهل جدًا القيام بذلك إذا كان لديك معرف العميل أو المستخدم أو المعاملة موجود في إعداد التحليلات الخاص بك.

السبب الذي يجعل الناس لا يمتلكون الأسس الصحيحة لجمع البيانات أو عدم استخدامهم للبيانات المتوفرة لديهم هو كما يقول ميكو: نقص التعليم. إذا كنت لا تعرف ما يمكن أن تفعله البيانات لك ، أو إذا كنت لا تعرف كيف يجب أن تبدو الأرقام في المنظمة ، فمن الصعب جدًا القيام بأي شيء.

يمكن أن تكون التحليلات مخيفة ويصعب التعامل معها. في معظم الأحيان ، لا يعني ذلك أن الأشخاص الذين يجلسون مع البيانات لا يريدون استخدامها. يتعلق الأمر بشكل أساسي بسؤال حول عدم توفر الوقت لهذا الشخص لتوسيع نطاق كفاءاته. لذلك ، فإن الأمر متروك للمؤسسة لبناء بيئة حيث يمكن للأشخاص الذين لديهم إمكانية الوصول إلى البيانات تعلم كيفية استخدام التحليلات أو العثور على وكالة خارجية لدعم الأشخاص الذين يتخذون قرارات العمل.

YT: ما هي نصيحتك للمسوقين الذين يرغبون في أن يصبحوا حقًا محترفين يعتمدون على البيانات؟

DH: بالتأكيد ابدأ صغيرًا. تعلم أساسيات الإحصاء والقدرة على القيام ببعض برامج Excel الأساسية يمكن أن يأخذك بعيدًا. بمجرد أن تشعر بالراحة في العمل مع مجموعات البيانات الأساسية والجمع بين البيانات ، يمكنك الارتقاء بالطريقة التي تناسبك بشكل أفضل. عندما أتعلم شيئًا جديدًا ، أحاول دائمًا مطابقته مع مشروع حالي وأحاول تعلم شيء جديد من شأنه تحسين عملي أثناء القيام بذلك. بدأت في عمل البرمجة الإحصائية مع R لأنني كنت أقوم بنفس الوظيفة كل شهر والتي تستغرق عدة أيام. من خلال تعلم شيء جديد ، قللت هذا إلى ساعة واحدة. شيء واحد أود أن أذكره هنا هو أنه لا يجب أن تخاف من تجاوز نطاق المشروع. على الرغم من أن الساعات التي تقضيها في تعلم شيء ما تقلل من إجمالي ربح المشروع ، فلا يزال بإمكانك تطبيق كل شيء تتعلمه على المشاريع التالية التي تنشئها ، مما يجعلها أفضل وأكثر استقرارًا مما لو لم تقضِ الوقت في تعلم كيفية القيام بذلك .

نصيحتي الأخيرة هنا هي اختيار المسار. لا يمكنك فعل أي شيء إذا كنت تريد أن تفعله جيدًا. أنا بالتأكيد لست جيدًا في الإحصاء مثل رئيس ذكاء الأعمال لدينا ، وهو ليس جيدًا في هندسة البيانات مثلي ، لذلك لدينا أدوار محددة ولكننا لا نزال قادرين على دعم بعضنا البعض في أساسيات عملنا. التعاون هو المفتاح إذا كنت تريد النجاح ، وليس بالأمر السيئ أن توظف أشخاصًا من الخارج للمساعدة في توسيع نطاق إدارتك.

YT: من هو أكبر مصدر إلهام لك في مجتمع #measure؟ هل يمكنك الإشارة إلى محترف يستحق رأيه المشاركة على مدونتنا؟

DH: مارك إدمونسون هو بالتأكيد رجل يلهمني بشكل يومي. إنه يعطي الكثير للمجتمع ، وهو دائمًا مفيد ، ويستمر في تقديم حلول رائعة تساعد المحللين في جميع أنحاء العالم على تحسين عملهم عند استخدام منصة Google Cloud.

YT: ما هي الأحداث الخمسة المفضلة لديك للمحللين؟

DH: ها هم:

• القياس
• سوبر ويك
• قمة تحليلات التسويق
• تحليلات الويب الأربعاء
• حلل!

YT: هل يمكنك تسمية أفضل خمس مدونات أو مصادر أخرى للمحللين؟

DH: بكل سرور:

• مدونة مارك ادموندسون
• مدونة Simo Ahava
• مدونة CXL
• هوس التحليلات
• جيفاليتيكس

... ربما أيضًا مدونتي الخاصة ؛) هناك العديد من الموارد الجيدة التي أود ذكرها أيضًا ، مثل #measureslack ومجموعة Google Tag Manager على Facebook. أفضل جزء في مجتمع التحليلات هو أن الناس حريصون على مشاركة حلول رائعة.

YouTube: ما هي الاتجاهات التي تلاحظها في التحليلات وما هي الاتجاهات التي ستستمر وتتطور في المستقبل؟

دي إتش: التتبع من جانب الخادم هو بالتأكيد شيء سيبدأ الناس في تنفيذه عبر المؤسسات ، حيث أن منع التتبع الذكي (ITP) يجعل من الصعب جمع البيانات الدقيقة بطريقة أخرى. من حيث ITP ، أنا متردد قليلاً حول هذا الأمر. من ناحية أخرى ، يخدم ITP غرضًا رائعًا لحماية خصوصية المستخدمين. أنا شخصياً أعتقد أنه يجب أن يكون لدى المستخدمين دائمًا خيار فيما يتعلق بالمعلومات التي يرغبون في مشاركتها مع الشركات. من ناحية أخرى ، يمنع هذا أيضًا بعض وظائف الموقع من العمل على النحو المنشود ، مثل عمليات تسجيل الدخول التلقائية والتخصيص.

علاوة على ذلك ، أعتقد أن ITP يمكن أن يكون لها عواقب تجعل الشركات تقوم بحل بديلة تجبر الناس على تقديم معلومات أكثر مما فعلوا من قبل. قد تكون الأمثلة هي جعل المستخدمين يسجلون الدخول قبل أن يتمكنوا من متابعة تصفح موقع ويب أو رفض الوصول إلى المستخدمين الذين لا يعطون موافقتهم على الموقع. في الوضع الحالي لـ ITP ، أعتقد أنه ليس مناسبًا تمامًا للمستخدمين أو الشركات. لا يزال العالم في منحنى تعليمي حاد من حيث اتباع التشريعات بينما لا يزال قادرًا على تقديم تجربة جيدة. إنني أتطلع إلى رؤية كيف ستسير الأمور.

شيء آخر يجب أن تبدأ البحث عنه هو منصة تحليلات التطبيقات + الويب. لا يزال هذا في مراحله الأولى ، لكنه سيكون شيئًا أوصي بشدة بتنفيذه والبناء عليه مع تطوره. بهذه الطريقة سيكون من الممكن استخدام إمكانيات النظام الأساسي بمجرد الحاجة إليه. كما يأتي مزودًا بالعديد من الميزات الرائعة مثل تصدير BigQuery المجاني.

YouTube: ما هي التحديات الجديدة التي تواجهها في عملك اليومي مقارنةً ببداية حياتك المهنية كمحلل؟

DH: لقد تغير دوري كثيرًا ، من دور داعم في بداية مسيرتي المهنية إلى قيادة المشاريع من البداية إلى النهاية. في السابق ، كانت تحدياتي هي فهم كيفية عمل الأشياء وبذل قصارى جهدي للتأكد من أن التقارير تعرض المقاييس الصحيحة وأن التتبع تم إعداده بشكل صحيح.

اليوم ، أعرف كيف أفعل هذه الأشياء ، والصعوبات تتعلق كثيرًا باستراتيجية التواصل حتى يفهم العملاء فوائد جمع البيانات ويدفعون مؤسساتهم لاستخدام هذه المعلومات بنشاط. باختصار ، لقد انتقلت من تنفيذ مهام التنفيذ وإعداد التقارير التي تم تعيينها لي لقيادة الإستراتيجية و "لماذا" لكيفية تدفق البيانات. أعتقد أنه من الأساسي القيام بالكثير من العمل الشاق قبل التمكن من فهم الاستراتيجية وقيادتها.

قبل أن تتمكن من التقدم كمحلل وتطوير مهاراتك ، يجب عليك إتقان الأساسيات وفهم كيفية ارتباط كل شيء.

YT: Google Analytics أم Adobe؟

DH: أنا شخصياً أستخدم Google Analytics ، لأنه متاح أكثر للجميع ولديه واجهة برمجة تطبيقات رائعة. ومع ذلك ، أعتقد أن Adobe لديها منتج قوي ومستقر ، مع بعض الطرق الرائعة حقًا لتحليل البيانات ، مع كونها أيضًا منتجًا أقوى من حيث الامتثال.

YT: استوديو البيانات أو Tableau أو Power BI؟

DH: أحب استخدام لوحات R's ShinyDashboards ، حيث يمكنك إنشاء أي شيء تريده بأي نوع من الرسوم البيانية التي تريدها بطريقة ديناميكية. أيضًا ، لا يتطلب تراخيص باهظة الثمن (إلا إذا كنت ترغب في استخدام الحل المستضاف الخاص بهم).

لأكون صادقًا ، أعتقد أن هناك شيئًا رائعًا مع جميع الأدوات المذكورة أعلاه. يعد Data Studio مجانيًا وسريعًا ، ويمكن أن يكون PowerBI رخيصًا ويوفر الكثير من التصورات الرائعة خارج الصندوق ، ولدى Tableau بعض وظائف وميزات المشاركة الرائعة حقًا إذا كان هناك العديد من الأشخاص يستكشفون البيانات ويحلونها داخل المؤسسة.

YT: AppsFlyer أم FireBase؟

DH: ليس لدي رأي صارم هنا. ومع ذلك ، فإن تطوير APP + Web يجعل بالتأكيد FireBase مثيرًا للاهتمام في الوقت الحالي.

مفتاح النجاح للمحلل هو الصبر والاستعداد للبدء من الصفر. شكرًا لـ Danny على هذه النصيحة البسيطة التي تساعدنا على الاستمرار في التركيز والإقناع في تحليلاتنا.

إذا أعجبتك هذه المقابلة أو كانت لديك أسئلة لداني ، فاترك تعليقًا أدناه! لا تنس الاشتراك في مدونتنا للحصول على المزيد من المحادثات والمقالات المفيدة من عالم التحليلات.