مقابلة مع جيم ستيرن

جيم ستيرن هو مؤسس قمة تحليلات التسويق (قمة eMetrics سابقًا) ، والمدير الفخري لجمعية التحليلات الرقمية ، ومؤلف 12 كتابًا ، ومتحدثًا موهوبًا ، وشخصًا ومتخصصًا رائعًا بشكل عام.

كان من دواعي سرور Mariia Bocheva مقابلة Jim في قمة Marketing Analytics في لاس فيجاس في يونيو 2019 ، بعد بضعة أشهر من إجراء هذه المقابلة. نشرت Mariia بالفعل تقارير كاملة عن اليومين الأول والثاني من هذا المؤتمر.

تناولت مقابلة ماريا مع جيم المواضيع التالية:

الاتصال هو المفتاح : التحدث إلى الأشخاص في الاجتماعات ، وتقديم عروض PowerPoint التقديمية ، ومشاركة لوحات المعلومات. يمكن أن يسمى هذا مهارة صعبة ، لأنها ضرورية للغاية ، لكنها في الواقع مهارة بشرية ، لذا فهي مهارة ناعمة.

شبيبة: عندما نتحدث عن المهارات الصعبة ، نتحدث أولاً عن البيانات نفسها - جمع البيانات ، والتطهير ، وبناء خط أنابيب . في الأساس ، جانب هندسة البيانات. إذا كنت سعيدًا بالعمل في شركة كبيرة بما يكفي لامتلاك مهندسي بيانات ، فلا يتعين عليك القيام بهذه الأشياء.

ما هو ضروري من المهارات الصعبة هو معرفة مصدر البيانات . كيف تتم معالجتها ومعالجتها مسبقًا ودمجها قبل أن تحصل عليها؟ عليك أن تفهم المادة الخام.

واحد آخر أراه هو الإحصائيات . ليس من الضروري مطلقًا أن تكون خبيرًا في الإحصاء ، ولكن من المهم جدًا فهم الإحصائيات بشكل عام حتى تتمكن من تطبيق المفاهيم. تشمل المهارات الصعبة معرفة أدواتك. كما يقول آدم جريكو: "كلما زادت معرفتك بأدواتك ، زادت الخيارات المتاحة لديك ، زادت قدراتك."

أخيرًا ، إذا كنت تريد التعمق ، فقم بدراسة R أو Python اعتمادًا على ما تهتم به أكثر - الإحصائيات أو التعلم الآلي. مرة أخرى ، هذا ليس ضروريًا على الإطلاق ولكنه مفيد للغاية.

شبيبة: هذا يعتمد حقًا على العديد من العوامل. إذا كان لدي فريق مكون من مائة محلل ، فربما لا أحتاج إلى أشخاص يعرفون كيفية استخدام SQL و Python و R. من ناحية أخرى ، فلن يؤلمني ذلك أبدًا.

هل يجب أن أكون مبرمجًا خبيرًا؟ لا. لكن هل علي أن أفهم ما يجري وماذا يحدث وراء الكواليس؟ نعم.

من المفيد معرفة كيفية عمل TCP / IP ، ومن المفيد معرفة كيفية عمل HTTPS ، ومن المفيد معرفة كيفية حدوث الترميز. سواء كان ذلك ضروريًا للغاية يعتمد على فريقك .

إذا كنت الشخص الوحيد الذي يعمل مع SQL ، فعليك أن تصبح أفضل فيه لأنك الوحيد. ولكن إذا كان لديك فريق كامل من خبراء SQL ، فلا داعي لأن تكون ؛ لكن يجب أن تفهم ما يتحدثون عنه حتى تتمكن من طرح أسئلة جيدة.

لا يحتاج السباك إلى معرفة كيفية صنع أنبوب نحاسي ، ولكن إذا فعل ذلك ثم واجه مشكلة غريبة ، فيمكنه أن يقول ، أوه ، هذه مشكلة في التصنيع .لأنه يمتلك هذه المعرفة الإضافية. فهل هو ضروري؟ لا ، لكنها مفيدة دائمًا.

شبيبة: نعم ، إنه شائع جدًا. التوصيات حول التدريب المتبادل. كنت أقدم عرضًا تقديميًا (ربما قبل 15 عامًا في ألمانيا) لشرح ما يفعله المحلل وكيف تتمثل مهمة المحلل في مساعدة الأشخاص في الشركة على أداء وظائفهم.

من المهم أن تفهم ما يحاول الآخرون تحقيقه . ثم رفع شخص من الجمهور يده (وهو أمر غير معتاد بالنسبة لهذا النوع من الجمهور) وسأل ، هل علي أن أفهم جميع الوظائف الأخرى في الشركة بأكملها؟ وقلت نعم! هذا صحيح ، هذه هي وظيفتك. من الجيد معرفة ما يحاول الأشخاص تحقيقه لمساعدتهم ، ولكن من الجيد أيضًا جعلهم يفهمون ما يكفي عن البيانات.

لدي مثال على التدريب المشترك في التحليلات عبر الأقسام. عندما كان David Rhee يعمل في Adidas ، قرر أن فريقه بحاجة إلى زيادة مهاراتهم. لذلك قام بتناوبهم من خلال مسؤوليات مختلفة. سيأخذ شخصًا لتحليل البريد الإلكتروني ويضعه مسؤولاً عن العرض ؛ ضع شخصًا مصورًا مسؤولاً عن مقاييس وسائل التواصل الاجتماعي ثم كلفه بمقاييس الويب. خلال العام ، كان يتناوب الناس. لذلك إذا كنت هناك لمدة 3 أو 4 سنوات ، فقد تعلمت كيفية القيام بكل شيء.

وبينما رد فعلي الفوري هو ، يا إلهي! يجب أن أبدأ من جديد! لقد أمضيت عامًا في تعلم هذه الأشياء والآن ستلقي بي في الماء البارد وعلي أن أتعلم كيف أسبح مرة أخرى ، كانت إجابته نعم ، يجب عليك ذلك. ونتيجة لذلك ، تعرف الفريق بأكمله على ما يفعله الآخرون. لذلك عندما يكون لديك قرار تتخذه ، فأنت تتخذه من منظور المنظمة بدلاً من أنا المسؤول عن البريد الإلكتروني. هذا يمكن أن يساعد القسم بأكمله. وأعتقد أن هذه المنهجية يمكن أن تعمل بالطريقة الأخرى.

عندما أتى أحدهم وقال ، لقد عُرض علي وظيفة أفضل مع شخص آخر في وسط الشركة ،كان ديفيد يشجعهم ويدعمهم لأنه سيقول ، كما تعلم ، في غضون عامين أو ثلاثة أو خمسة أعوام من الآن ستعود للعمل من أجلي وستكون أكثر ذكاءً لأنك تعلمت أشياء جديدة .إذا طبقنا ذلك على الفرق بين التحليلات والتسويق ، يمكن لشخص التحليلات أن يقضي يومًا في الشهر في متابعة حول أحد عملاء التحليلات فقط ، والتسكع مع الأشخاص الذين يقومون بالتسويق عبر البريد الإلكتروني ، والتسكع مع مقاييس وسائل التواصل الاجتماعي ، ومشاهدة ما يفعلونه تفعل وكيف يبدو يومهم. سيكون ذلك ذا قيمة.

شبيبة: بالنسبة للمحللين ، إنها معرفة المجال ومعرفة أهداف الآخرين. وبالنسبة للمسوقين ، فهي كيفية تطبيق البيانات. التواصل هو مجرد معرفة ما هي أهداف الشخص الآخر وما هي معاناته. وهذا صحيح في أي علاقة - لا يهم إذا كانت علاقة تجارية أو شخصية.

يطلق عليه التعاطف ، ويتطلب معرفة موقف الشخص الآخر.

ياء : الخطأ الأكبر هو التفكير في أن تحليل البيانات كافٍ . ليس لأنه جزء فقط من النظام البيئي للأعمال بأكمله. من المهم للغاية فهم الأهداف والتحديات والسياسة والموارد المحدودة للنظام البيئي بأكمله.

أعتقد أن أسهل إجابة عن أخطائي هي الخطأ الأكثر شيوعًا الذي أقوم به ، وهو افتراض أن البيانات نظيفة وجديرة بالثقة. عندما تعمل كثيرًا ، من السهل جدًا أن تنسى أن شيئًا ما قد لا يكون صحيحًا.

شبيبة: أول شيء عليك فعله هو امتلاك بيانات كافية. إذا كنت شركة ناشئة ، فليس لديك بيانات. هذه مشكلة. إذا كنت شركة صغيرة ، فلديك القليل جدًا من البيانات ، وهي مشكلة أيضًا.

إذا كنت شركة متوسطة الحجم أو شركة ، فلديك بيانات ولكن ليس لديك بنية تحتية. بمجرد حصولك على البيانات ، فأنت بحاجة إلى الأدوات والمهارات اللازمة لاستخدام هذه الأدوات. ويجب أن تكون أدواتك ومهاراتك متطورة بما يكفي لتوفير قيمة.

وإذا كنت كبيرًا بما يكفي ولديك مصادر بيانات ، فأنت بحاجة إلى أتمتة أشياء مثل إنشاء لوحات المعلومات أو أتمتة القرارات والعمليات التسويقية. التحدي الأكبر هو إجراء تغييرات تخرج من هذه البيانات تنطبق على المواقف الحقيقية.

اجعل الجميع يؤمنون بالبيانات . لست متأكدًا من أن إمكانيات أنظمة التحليلات تعتمد حقًا على حجم الشركة ولكن على نضج الشركة والموارد المتاحة.

جيم: التحدي الأكبر هو جعل الجميع يعملون في نفس الاتجاه. إنها القدرة التنظيمية. إذا كنت محللًا ، فأنا أحب البيانات وأريد أن يحب الجميع البيانات. إن إقناع الشركة بأنه عمل جيد. إنها مشكلة شائعة جدًا أن شركة ما تحب البيانات أو تقول إنها تفعل ذلك لكنهم يستخدمونها فقط لتأكيد آرائهم الخاصة أو يستخدمونها بشكل سيء.

المشكلة الأكثر شيوعًا هي استخدام البيانات بشكل سيء من خلال سوء الفهم والرغبة البشرية في إظهار نجاحهم.

شبيبة: أعتقد أن لدينا تقنيات أكثر مما نعرف ماذا نفعل بها. في عام 2005 ، علمنا أفيناش كوشيك أنه عندما أنفقت 10 دولارات على التحليلات ، أنفقت 9 دولارات على الأشخاص ودولارًا واحدًا للتكنولوجيا ، وما زلنا هناك. هناك بالفعل أشخاص أذكياء يصنعون تقنيات مذهلة حقًا. وهو أمر يفوق قليلاً قدرتنا على استخدام كل شيء.

تخيل وجود نظام يجمع كل المعلومات وينظفها ويجمعها كلها في مستودع مركزي ويتخذ العديد من القرارات. من خلال إظهار الرسالة الصحيحة للشخص المناسب في الوقت المناسب ، فإنك تحقق المزيد من المبيعات ، ويكون عملاؤك أكثر سعادة ، وهذا النهج دائمًا ما يكون أقل تكلفة. سيكون رائعا إذا كان يمكن أن يعمل. لكن جعل كل القطع تعمل معًا يعني أنه يتعين عليك استخدام الكثير من التكنولوجيا ، وكل تلك الأدوات المختلفة التي تحتاج إلى استخدامها تزداد تعقيدًا كل يوم.

لذلك أنا بحاجة إلى 15 أداة مختلفة ، ويجب أن أكون خبيرًا بها جميعًا لجعلها تعمل بشكل رائع. يمكنك قضاء ثلاث ساعات في العمل بأداة واحدة ، ثم يقوم شخص ما بتغيير شيء ما - هناك نسخة جديدة من الأداة ، أو أن أحدهم أخطأ في تسمية رابط ، أو حدث خطأ ما. لذلك لدينا 15 دقيقة من الكمال ثم نقضي بقية حياتنا في محاولة لجعلها تعمل معًا .

شبيبة: حسنًا ، آخر أعمالي هو التعلم الآلي. إذن هذا هو جوابي ؛-)

إنها مجرد أنواع مختلفة من البرامج ، لكنها لا تزال برامج وتنجز الأشياء. لذلك يجب أن يرى المتخصص متى يكون من المناسب استخدام هذه الأداة لحل هذه المشكلة ومتى يكون مبالغة لأنها باهظة الثمن أو معقدة للغاية.

المهم هو معرفة متى تستخدم الأداة الصحيحة . في بعض الأحيان ، تكون جداول بيانات Excel رائعة ؛ في بعض الأحيان ، يكون الانحدار الإحصائي البسيط كافياً ؛ وأحيانًا ، حسنًا ، دعنا نطور بعض أنظمة التعلم الآلي لمحاولة حل هذه المشكلة أو أتمتة هذا الشيء. معرفة الفرق هو القيمة التي يجلبها المحلل إلى الجدول.

شبيبة: أهم حدث هو الأقرب إليك والذي يمكنك تحمل تكاليفه. لأنه ليس حدثًا جيدًا إذا لم تتمكن من الوصول إليه. الأمر التالي الأكثر أهمية هو المكان الذي يمكنك فيه مقابلة الأشخاص الذين تعرفهم ، لأن هذه هي الطريقة التي تبني بها شبكتك المهنية.

أحب الذهاب إلى DAA Hub في فيرجينيا ، وهو أمر رائع للغوص العميق مع الأشخاص الذين قاموا بإجراء التحليلات لفترة طويلة. إذا كنت جادًا جدًا بشأن حياتك المهنية ، فعليك الذهاب وشراء تذكرة. أستطيع أن أقول الشيء نفسه عن Superweek . هذا هو المكان الذي يتحدث فيه الأشخاص الأذكياء حقًا عن أشياء معقدة حقًا بطريقة رائعة.

من ناحية أخرى ، MeasureCamp هو مجتمع مثير. آخر مرة قمت فيها بعمل MeasureCamp كانت في براتيسلافا ، سلوفاكيا. أستطيع أن أقول أن كل موقع MeasureCamp الذي زرته له نفس الموقف. إنه أمر مثير للاهتمام حقًا: يحاول الناس حل مشاكل مباشرة للغاية والجميع يحاولون مساعدة بعضهم البعض. هذا فقط يجعلني أشعر أنني بحالة جيدة

وأعتقد أنه يجب أن أذكر قمة تحليلات التسويق الخاصة بي! هناك العديد من الأحداث القادمة في أوروبا والحدث الرئيسي في لاس فيغاس في يونيو.

أقوم دائمًا بتوجيه الأشخاص للانضمام إلى جمعية DAA ، التي يبلغ عمرها بالفعل 15 عامًا وتضم 5000 عضو. أود أيضًا توجيه الأشخاص إلى بودكاست Digital Analytics Power Hour . أوصي بالعودة والاستماع إلى جميع الحلقات.

وبعد ذلك ، بالطبع ، قم بقياس Slack . اعتدنا على الاتصال بقوائم مناقشة البريد الإلكتروني. ثم هناك مدونات مختلفة يشارك فيها الأشخاص بنشاط. ثم كان هناك نشاط كبير على تويتر باستخدام هاشتاج # القياس. إذا كانت لديك مشكلة أو سؤال أو مزحة أو كان عليك فقط إخراج رأسك من الأرقام لمدة دقيقة والتواصل مع البشر. اليوم ، يبدو أن المحادثة على Measure Slack وهي رائعة.

آخر شيء أود إضافته يتعلق بثقافة القياس. يحب الناس مساعدة بعضهم البعض. صناعتنا تدور حول المشاركة. نحن نساعد بعضنا البعض لسنوات عديدة. هذا هو السبب في أن كل هذه الأحداث لها قيمة كبيرة ؛ نحن أشخاص نحب المساعدة والمشاركة والتعلم.

نشكر جيم على هذه الأفكار المشجعة والجديدة. نأمل أن تكون قد استمتعت بهذه المقابلة وحصلت على دفعة ملهمة كبيرة كما فعلنا. أحب عملك ومجتمع التحليلات الخاص بك ولا تتوقف أبدًا عن تطوير نفسك!

اشترك في مدونتنا لقراءة المقابلات التالية كجزء من بحثنا في حالة التحليلات الرقمية وتكييف تجربة كبار المحللين مع عملك.