مقابلة مع جوليوس فيدوروفيسيوس ، مؤسس Analytics Mania

نواصل عمود رأي الخبراء ، واليوم نقدم انتباهكم إلى مقابلة مع جوليوس فيدوروفيسيوس ، مستشار رقمي وخبير تقني. جوليوس هو مؤسس Analytics Mania ومدير العلامات في Google ومتحمس لبرنامج Google Analytics. أيضًا ، كان يدير مجتمع Google Tag Manager على Facebook ويقوم بإنشاء دورات تدريبية عبر الإنترنت لـ GTM .

كما هو الحال دائمًا ، إليك الموضوعات الرئيسية للملاحة:

أدير Analytics Mania. أشارك هنا منشورات المدونة ومقاطع الفيديو التعليمية التي تعلم المسوقين والمحللين العمل مع Google Tag Manager و Google Analytics. أيضًا ، في الوقت الحالي ، أقدم دورتين دراسيتين مدفوعتين حول Google Tag Manager. أيضًا ، من حين لآخر (عندما يكون لدي وقت في جدول أعمالي) ، أعمل بصفة مستقلة في GA / GTM. لكن تركيزي الرئيسي الحالي هو المحتوى والدورات والطلاب في تلك الدورات.

مهارات صعبة. أنا متحيز هنا (لأنني أتيت من جانب تنفيذ التحليلات) ولكن أود أن أقول إن المهارات التقنية المتعلقة بالتتبع مهمة. سيساعد فهم كيفية عمل التتبع المحللين على فهم أفضل لمصدر البيانات وكيفية جمعها ومدى موثوقيتها. سيساعد هذا أيضًا المحللين على إضافة المزيد من حبيبات الملح إلى البيانات التي يعملون معها والنتائج التي يحصلون عليها.

لكن هذا مجرد جزء من المهارات المطلوبة. إن تتبع التنفيذ وحده لا قيمة له إذا لم يتم فعل شيء بالبيانات التي تم جمعها. هذا هو المكان الذي يأتي فيه جزء التحليل وهنا لدينا المهارات الأساسية واللينة.

بالحديث عن المهارات الصعبة هنا ، يعتمد ذلك كثيرًا على الشركة التي تعمل فيها ومكدسها. بالنسبة للبعض ، يكفي استخدام Google Analytics و Data Studio ، وبالنسبة للآخرين BigQuery ، فإن معرفة SQL و R و Python وما إلى ذلك.

أوصي بعدم التركيز على أدوات معينة. بدلاً من ذلك ، ركز على نوع الأسئلة التي يجب الإجابة عليها بالبيانات. ثم اختر الأدوات المناسبة لذلك. إن معرفة BigQuery أو R أو أيًا كان ، ومحاولة تطبيق ذلك للشركات الصغيرة أمر غير منطقي (على الأقل في معظم الحالات). لن يكون لدى الشركات الصغيرة (على الأرجح) بيانات كافية للاستفادة من هذه التقنيات.

نظرًا لأنني أعمل بشكل أساسي مع الشركات الصغيرة / المتوسطة ، في معظم الحالات ، تكون مجموعة التحليلات الأساسية من Google كافية (GTM ، GA ، GDS). من الممكن تمامًا تحقيق الكثير من التحسين / التغيير بفضل التحليلات والبيانات "الصغيرة".

لذلك إذا كان هناك شخص ما يفكر في بدء مهنة في هذا المجال ، فأنا أعتقد أن امتلاك معرفة بـ GTM و GA و Google Data Studio يعد بداية جيدة (عندما يتعلق الأمر بالمهارات الصعبة).

الآن ، المهارات الناعمة للمحلل. أود أن أقول إنهم:

• تخطيط. إذا كنا نتحدث عن تحليلات الويب ، فيمكن أن تساعدك أشياء مثل خطة القياس وخطة تنفيذ العلامات بشكل كبير. لإعداد خطة ، سيتعين عليك التحدث كثيرًا مع أصحاب المصلحة ، والتعرف أكثر على أهداف العمل والعمليات وما إلى ذلك. وهذا يساعد المحللين على رؤية صورة أكبر ، وبالتالي (نأمل) توفير قيمة أكبر للتحليل.
• يبدو جبنيًا ، لكن: الاستماع بعناية لما يقوله الآخرون. أيضا ، التواصل. سيساعدك هذا في أشياء مثل إعداد خطط القياس وسيسمح لك أيضًا بتوصيل نتائجك بشكل أفضل.
• التفكير النقدي. سيساعدك هذا في تحديد الأنماط والتعمق في البحث والعثور على بعض الأفكار.

أعلم أنك تطلب خطأ واحدًا كبيرًا ، لكن لم أتمكن من اختيار خطأ واحد فقط :) إليكم أفكاري حول أكبر الأخطاء:

خطأ # 1. تثق دائمًا ببياناتك ولا يساورك أي شك فيها. لن تكون البيانات مثالية أبدًا ، سيكون هناك دائمًا عدم دقة إلى حد ما. لذلك عندما تكتشف شيئًا ذا قيمة من خلال تحليلك ، شك دائمًا في ذلك. حاول التحقق من ذلك من زوايا مختلفة. إذا كنت معتادًا على تنفيذ التحليلات ، فحاول التفكير في الخطأ الذي يمكن أن يحدث في عملية جمع البيانات الخاصة بك. أيضا ، ما هو مصدر تلك البيانات؟ هذا هو المكان الذي يحتاج فيه التفكير النقدي. ومع ذلك ، من ناحية أخرى ، لا تنتظر بيانات مثالية. إن قضاء الكثير من الوقت في محاولة الحصول على مجموعة بيانات مثالية سيكون أكثر تكلفة بالنسبة للأعمال التجارية بدلاً من الحصول على رؤى من البيانات "الجيدة بدرجة كافية".

خطأ # 2. التفكير في أن وظيفة المحلل تنتهي بالتحليل وإيجاد بعض الأفكار. يجب أن يكون المحللون أيضًا محركات التغيير في المنظمة. يجب عليهم توصيل النتائج التي توصلوا إليها ، والدعوة إلى حلول معينة لتنفيذ تلك النتائج. وفي كثير من الحالات ، يكون هذا هو الجزء الأصعب.

كثيرا جدا. وهي واحدة من أكبر العقبات التي تقف بين العثور على بعض الأفكار والتأكد من أنها تؤدي إلى بعض التغيير والتحسين. بعض الطرق التي يمكن بها تجنب سوء التواصل:

• استمع بعناية لما يقوله الآخرون. يساعد هذا في فهم متطلبات العمل بشكل أفضل لمهام تحليلية معينة. وعندما يقدم المسوقون بعض التعليقات ، فإن الاستماع إليها بعناية سيساعدك على تقليل سوء الفهم في المستقبل وتجنب إعادة القيام بذلك.
• تجنب اللغة العامية الاحترافية قدر الإمكان. حاول التحدث بعبارات أبسط يمكن فهمها حتى من قبل أولئك الذين ليس لديهم علاقة مباشرة بالتحليلات.
• اقض أكبر وقت ممكن لفهم كيفية عمل الأعمال. قد تساعد رؤية الصورة الأكبر المحللين على فهم أفضل لسبب (ولماذا) تحتاج فرق التسويق إلى نتائج معينة من المحللين.
• لا تخف من طرح الأسئلة. بسؤالك "لماذا" أنت لا تظهر أنك غبي. يوضح أنك تريد فهم السياق ، مما سيساعدك على أداء المهام بشكل أفضل. عندما تحصل على مهمة وتكون بعض الأجزاء غير واضحة ، لا تفترض. اسال للتوضيح.

بالنسبة إلى الأحداث ، أود بالتأكيد أن أوصي بـ MeasureCamp ولا أطيق الانتظار للابتعاد عن الأحداث الافتراضية والعودة إلى اللقاءات الشخصية. يُعد موقع MeasureCamp مكانًا مثاليًا للاستراحة والتعلم من الآخرين وتجربة مهارات العرض التقديمي الخاصة بك (التي تشتد الحاجة إليها أيضًا في التحليلات).

أيضا ، أنا فقط أحب SuperWeek . لكنني لا أنظر إليه على أنه مؤتمر حيث سأتعلم باستمرار شيئًا جديدًا. إنني أنظر إليها على أنها إجازة محلل حيث لديك مجموعة من المهوسون المتشابهون في التفكير يتحدثون عما يحبونه لمدة أسبوع تقريبًا. تلتقي بمجموعة من نجوم الصناعة هنا وتتحدث معهم بشكل عرضي ، شبكة. هناك فقط شيء سحري هناك.

بالنسبة للموارد ، يعتمد ذلك حقًا على ما يتخصص فيه المحلل. هل هي أقرب إلى التحليلات السائدة (مثل GTM ، GA) أم أنها أقرب إلى علم البيانات الفعلي ، وهندسة البيانات ، وما إلى ذلك. plug) يمكن أن تساعد مدونتي الخاصة وقناة youtube بالتأكيد. مدونة Simo Ahava ، Measureschool ، على سبيل المثال لا الحصر. إذا كان هذا هو الأخير ، فيمكن أن يساعدك Datacamp .

أعتقد أن أهم المعارف المطلوبة هنا هي فهم أن البيانات / التحليلات المكدسة (والعمليات) في الشركة يجب أن يتم انتقاؤها بناءً على مستوى الشركة. وبعد ذلك يجب أن تنمو مع الشركة.

في رأيي ، لا ينبغي للشركات الصغيرة أن تطارد العناصر اللامعة مثل AI و ML و Big Data. بادئ ذي بدء ، لا تمتلك الشركات الصغيرة حتى بيانات "صغيرة" كافية. لقد قرأت هذا مؤخرًا وهو يلخص تمامًا الموقف والأسباب التي تجعل تحليلات الشركة تنمو / تتوسع جنبًا إلى جنب مع الشركة.

حاليا أنا أعمل لحسابي الخاص. لذا فإن التحدي الرئيسي بالنسبة لي هو ممارسة ما أعظ به :) من خلال إنشاء المحتوى باستمرار وتحديث الدورات التدريبية الخاصة بي ودعم طلاب الدورة التدريبية ، لا أملك دائمًا وقتًا كافيًا للبحث في بياناتي الخاصة وإضافة بعض التعديلات الإضافية. صانع أحذية بدون حذاء.

من المؤكد أن الخلاف مع قسم تكنولوجيا المعلومات كبير. خلاف ذلك ، لن يكون GTM بهذه الشعبية.

المشهد المتغير باستمرار لخصوصية المستخدم. خاصة عندما يتعلق الأمر باللاعبين الرئيسيين (مثل Apple). ما تقوم ببنائه اليوم لديه فرصة كبيرة لأن لا يعمل خلال 6-12 شهرًا القادمة. يستغرق البقاء على اطلاع إلى حد ما وقتًا طويلاً (ولكنه ضروري). قد أكون مخطئًا ، لكن يبدو أن لدينا تغييرات في آخر 2-3 سنوات أكثر مما شهدناه في السنوات الست إلى السبع الماضية). كرهت هذه العبارة طوال فترة الوباء ، لكن "هذا هو الوضع الطبيعي الجديد" بالنسبة لنا.

• أعتقد أن الأسئلة السابقة حول الاتصال وثيقة الصلة بالموضوع هنا. ابدأ بذلك وستلاحظ بالتأكيد تحسنًا.
• نقل.
• اطرح الكثير من الأسئلة لفهم السياق (ورؤية صورة أكبر).
• لا تفترض شيئًا ولا تحاول الاعتقاد بأنك أذكى من الآخرين في الغرفة. ربما تعرف بشكل أفضل كيفية استخدام أداة التحليلات الخاصة بك. لكن قد يعرف الآخرون المزيد حول كيفية عمل الشركة ، وقد يعرفون بعض قطع الألغاز التي تفتقدها.

هذه الإجابة مرتبطة إلى حد كبير بأحد الأسئلة السابقة حول عدم وجود وقت كافٍ لتحليلاتي الخاصة :)

وبالحديث عن النضج العام ، فإن هذا يختلف كثيرًا. لقد رأيت شركات ناضجة تمامًا بينما يستخدم آخرون كلمات طنانة مثل "إحالة اللمس المتعدد" ولكن في نفس الوقت ، لا يتتبعون * أي * أحداث باستثناء مشاهدات الصفحة باستخدام Google Analytics. وهذا كل ما يفعلونه بـ "التحليلات" :)

استمرار نمو الخصوصية. وهذا ليس فقط بسبب اللوائح مثل اللائحة العامة لحماية البيانات. يقوم البائعون والشركات مثل Apple أو Brave ببناء المنتجات والتسويق حول نهج يركز على الخصوصية. ستعمل المزيد من الشركات بشكل عقلاني على بناء عمليات جمع بيانات مدركة للخصوصية بينما سيضطر الآخرون إلى القيام بذلك.

ستكون هناك حاجة إلى آليات جمع بيانات أكثر تعقيدًا لجمع بيانات الطرف الأول. ستنتهي أوقات "إضافة سطر واحد فقط من JavaScript إلى موقعك" ولكي تبدأ في جمع ما لا يقل عن دقة شبه دقيقة ، ستحتاج إلى الاعتماد على حلول مثل وضع العلامات من جانب الخادم.

مع الإعدادات الأكثر تعقيدًا ، سيكون حاجز الدخول للمحللين الطموحين أعلى. في هذا السياق ، أتحدث من منظور حيث يبدأ المبتدئين غالبًا باستخدام أدوات شائعة مثل Google Analytics. لكن بالنظر إلى GA4 ، لن تصبح الأمور أسهل. نعم ، أعلم أنها لا تزال في مرحلة تجريبية نوعًا ما (على الرغم من اختفاء شارة "بيتا"). ولكن بالنظر إلى كيفية تخزين البيانات (والاحتفاظ بها - 14 شهرًا كحد أقصى) وإمكانيات إعداد التقارير المحدودة ، يبدو أن معرفة SQL و BigQuery لن يكون "من الجيد امتلاكها" بعد الآن. بطبيعة الحال ، يصبح حاجز الدخول للمبتدئين أعلى بكثير لأن هذه أداة أخرى للتعلم (بجانب GTM ، GA ، GDS ، إلخ).

لا يزال العديد من الأشخاص لا يهتمون بمدى عدم دقة بياناتهم بسبب أحدث (والتغييرات القادمة) في الصناعة (ITP ، وما إلى ذلك).

تغيير المشهد باستمرار في سياق الخصوصية. لا تفهموني خطأ - أنا مع الخصوصية. إنه بالتأكيد جيد للمستهلكين. لكن هذا هو التحدي الحقيقي المتغير باستمرار للمسوقين والمحللين للتكيف. لذا ربما تكون كلمة "مشكلة" قوية للغاية هنا. دعنا نسميها "التحدي".

نظرًا لأنني أركز أكثر على الشركات الصغيرة والمستقلين (لمساعدتهم على تعلم GA و GTM) ، فقد لاحظت أن الكثير منهم يركزون كثيرًا على الأدوات وتقنيات التتبع بدلاً من التخطيط وفهم أهداف العمل وطرح السؤال الصحيح. من الواضح أنني مذنب في ذلك أيضًا (لأن معظم المحتوى الخاص بي يتعلق بالأدوات وتقنيات التتبع). ولكن من المأمول أن يركز المزيد من الأشخاص على الأساسيات والجزء "الأكثر ليونة" من عملهم ، وليس فقط المهارات الصعبة.

لا أستطيع التفكير في أي شيء محدد هنا. فقط استمروا في القيام بعملهم وتحسين أنفسهم. لا تركز فقط على المهارات الصعبة ، ولكن على المهارات الشخصية أيضًا.

أعتقد أنك لم تجري مقابلة مع مارك إدموندسون .

ركز على الأهداف التي تريد تحقيقها باستخدام البيانات ، واختر الأدوات المناسبة ، وقد تكون الاحتمالات في صالحك!

نحن نقدر حقًا ردود جوليوس الصادقة حول تجربته ومشاركتها. نأمل أن تكون هذه المقابلة مفيدة وقد استمتعت بقراءتها.

اشترك في النشرة الإخبارية لتكون أول من يقرأ مقابلاتنا التالية. ابقوا متابعين!