بحث OWOX BI حول حالة التحليلات الرقمية: مقابلة مع Simo Ahava

لقد أتيحت لنا فرصة رائعة لمقابلة Simo Ahava بعد حديثه الملهم في Go Analytics! مؤتمر كجزء من بحثنا حول حالة التحليلات الرقمية في عام 2019.

Simo Ahava هو محلل موهوب ومؤسس مشارك لشركة 8-bit-sheep ، وهي شركة استشارية متخصصة في إنشاء هياكل اتصال صحية. لذلك فهو على دراية بكيفية تطوير التحليلات الفعالة ، وقد ناقشنا عددًا من الأسئلة التي قد يجدها أي مسوق أو محلل مثيرة للاهتمام. يتم تقسيمها إلى الفئات التالية:

تم إعداد جميع الأسئلة وطرحها من قبل ماريا بوتشيفا ، مديرة تطوير الأعمال لدينا (التي تحب الاقتباس من مدونة سيمو بصوت عالٍ خلال اجتماعاتنا اليومية). :)

ما الصعوبات التي تراها عندما يتعلق الأمر بتنفيذ التحليلات وكيف يمكنك تقييم التطور العام للسوق؟

أعتقد أن الصعوبة الرئيسية تكمن في فهم إمكانيات وقيود كل أداة. هناك درجة من الصندوق الأسود لكل أداة في السوق. لا أقصد أن هذه الأدوات تخفي كيفية عملها (على الرغم من أن بعضها يعمل بشكل متعمد) ، بل أعني أن دمج هذه الأدوات في عمليات المنظمة يمكن أن يكون غير متوقع للغاية.

كما أنني قلق بشأن كيفية سعي العديد من الخدمات الجديدة لجعل الأمور "أسرع". كما لو أن السرعة هي في جوهرها ميزة يجب على جميع الشركات اتباعها. غالبًا ما تأتي السرعة على حساب توخي الحذر ، وهناك دائمًا خطر القيام بشيء سريع حقًا فقط لتحقيق نتائج قد تكون مضللة للغاية.

أعتقد أن المعرفة والفهم العامين للمكدسات التقنية قد تحسن ، لأن أدوات مثل حلول إدارة العلامات تزيل الغموض عن عالم المطورين. هذا رائع - إنه اتجاه آمل أن يستمر في المستقبل. وبالمثل ، أصبح الوصول إلى الخدمات السحابية أكثر سهولة وبأسعار معقولة ، مما أدى إلى زيادة الاهتمام بالأتمتة وهندسة البيانات.

كيف يمكن للمحلل أن يكون له تأثير أكبر على التسويق؟

كيف يمكن أن تكون مفيدة لفريق التسويق؟

لا يجب أن يكون للمحلل تأثير على التسويق. البيانات تفعل. "المحلل" هو مجرد وصف لدور ما ، وأنا شخصياً أعتبر أنه من الضار تقريباً أن يكون هناك شخص يُصنف على أنه "محلل" ليكون قوة قوية في المنظمة. بمجرد تعيين محلل ، تجد شخصًا يفوض إليه كل "عناصر البيانات".

نظرًا لأن المحلل يعمل مع البيانات ، يجب أن يتجاوز دوره الفرق المختلفة ، ويجب أن يعمل كجسر بين أجزاء مختلفة من المؤسسة. وبهذه الطريقة ، فهم أقرب إلى أساتذة Scrum وأصحاب المنتجات أكثر من كونهم أقرب إلى أدوات تجميع البيانات الفردية.

ما هي التحديات التحليلية التي تواجهك الآن ؟

لا أواجه أي تحديات تحليلية في حد ذاتها ، لكن من الصعب فهم الأدوات التي أعمل بها وكيف يمكن استخدام هذه الأدوات بشكل أفضل لمساعدة المؤسسات على فهم بياناتها بشكل أكبر.

في الوقت نفسه ، أتحدى أيضًا كيفية جعل المنظمات أكثر وعيًا بأوجه القصور الخاصة بها. يتمثل التحدي الأكبر الذي يواجه التحليلات ، أو حقًا أي تخصص رقمي ، في كيفية دمجه في عمليات المؤسسة دون المبالغة أو المبالغة. تسعى العديد من الشركات إلى أن تكون "قائمة على البيانات" أو "رقمية أولاً" ، والتي تتحول بسرعة كبيرة إلى البحث عن أفضل أداة هناك ، في حين أن هذه المنظمات في الواقع يجب أن تركز على بناء فرق متعددة التخصصات ، وأساليب أكثر مرونة لتصميم الخدمة ، وزيادة فهم الأسئلة والمشكلات التجارية التي يجب حلها قبل معرفة الأداة التي تقوم بكل ذلك.

هل تعتقد أن سوء التواصل بين المحللين وفرق التسويق أمر شائع؟ إذا كانت الإجابة بنعم ، فهل لديك أي توصيات حول كيفية التغلب عليها؟

إنه شائع مثل سوء التواصل بين أي شخصين في المنظمة. كيف تحل سوء الفهم؟ من خلال التواصل بشكل أفضل :)

هناك الكثير لنتعلمه من المنهجيات الرشيقة مثل Scrum ، والتي تعتمد كليًا على هياكل الاتصال القوية في المنظمة. إذا وجدت أن هناك مشكلات في الاتصال ، فمن الضروري للغاية معرفة سبب وجودها وحلها من خلال تقديم إعدادات وسياقات جديدة للتواصل ، مثل الاجتماعات اليومية ، وتجهيز الأعمال المتراكمة ، والجلسات الاسترجاعية ، والعروض التوضيحية.

ما هي المعرفة التي يفتقدها المحللون والمتخصصون في التسويق لجعل الشركات تعتمد على البيانات؟

أعتقد أنهم يفتقدون في الغالب شيئين:

1. يعتقدون أن الشركة يجب أن تكون مدفوعة بالبيانات
2. اشترِ وثقة من حولك

من الصعب الضغط من أجل التغيير إذا كنت تستخدم مصطلحات مثل "تعتمد على البيانات". يقود الشركة مزيج من البيانات ، والحدس ، والخبرة ، والموارد البشرية ، وما إلى ذلك. لا يوجد شيء واحد يقود التغيير.

السبب الآخر لصعوبة العثور على موطئ قدم في الشركة هو عدم الثقة فيما تفعله. هذه مشكلة اتصال. لذا انظر إجابتي على السؤال السابق :)

يمكن الحصول على الثقة والشراء من خلال جعل جهودك شفافة - أضف لوحات معلومات كبيرة في جميع أنحاء المكتب ، واجعل البيانات محور المناقشة في العروض التوضيحية وفي اجتماعات العدو ، واجعل الجميع يدركون أن كل شيء صغير يتم القيام به للمنتج أو الخدمة له تأثير قابل للقياس.

للتعمق في أفكار Simo Ahava حول مشكلات الاتصال ، قم بتنزيل عرضه التقديمي لقراءته أثناء الاستماع إلى أدائه المباشر لـ Go Analytics! مؤتمر.

ما رأيك في مستقبل تحليلات التسويق؟

ما الاتجاهات التي تتوقعها وما الذي يتزايد الطلب عليه؟

أعتقد أن المستقبل غامض. القيود في المتصفح ومساحة التطبيق (قمع Safari لملفات تعريف الارتباط للطرف الأول ، وحظر الإعلانات والمحتوى ، وما إلى ذلك) ، وزيادة الطلب على التصميم المدفوع بالخصوصية ، وعدم موثوقية بيانات الإشارة على المدى الطويل ، كلها تجعل من الصعب التعرف عليها إلى المستقبل.

أنا متأكد من أن تحليلات التسويق ستستمر في التحول بعيدًا عن نهج البائع الفردي (مثل Google Analytics) إلى خط أنابيب بيانات أكثر شمولاً ، مما يعني أن مهندسي البيانات سيكونون مطلوبين أكثر من أي وقت مضى.

ما هي الفرص التي تراها في السوق اليوم؟

هناك بائعون ومنظمات وأفراد ودول وسياسيون ومشرعون وبشر بشكل عام يقومون بأشياء سخيفة. كل هذا يساهم في عدم اليقين في التخصصات الرقمية ، بما في ذلك التسويق. يمكننا إما قبول ذلك بالقيمة الاسمية ، والاستمرار في النضال في مساحة محدودة بشكل متزايد ، أو يمكننا اختراق الصوامع والبدء في التفكير في تحليلات التسويق ليس كتخصص واحد ولكن كطيف أوسع من الاحتمالات التي يمكن للشركة أن تدركها مع البيانات.

يرتبط التسويق ارتباطًا وثيقًا بتصميم المنتج والخدمة. إذا كان لدى المؤسسة فريق تسويق مخصص لا يشارك في الآليات اليومية لما تنتجه الشركة بالفعل ، فهذه مشكلة. وبالمثل ، إذا كانت المنظمات لا تزال تعتقد أن العثور على أفضل أداة هو الحل لجميع مشاكلها ، فهذه مشكلة.

شخصيًا ، أعتقد أن المشكلة الأكبر هي مشكلة لم تختف أبدًا: الفشل في التواصل. يمكن دائمًا إرجاع كل عثرة قد تواجهها منظمة ، بدءًا من أصغر خطأ إلى أكبر كارثة في العلاقات العامة ، إلى مشكلة اتصال بين شخصين أو أكثر. يعد إصلاح مشكلات الاتصال هذه هو المفتاح لإصلاح المؤسسات ، وإصلاح المؤسسات هو المفتاح لسوق أكثر صحة.

ما هي المهارات الصعبة الأكثر أهمية للمحللين اليوم؟ هل يتعين على المحلل معرفة SQL و Python و R وإنشاء لوحات معلومات في أدوات التصور الأكثر شيوعًا ، مثل Data Studio و Tableau و QlikView وما إلى ذلك؟

أعتقد أن خط الأساس للتحليلات لا يزال يعتمد إلى حد كبير على نوع التحليلات التي تريد القيام بها. تكمن مشكلة تحديد توقع للمهارات في أنها تخلق التفرد بدلاً من دعوة الأشخاص لبدء العمل مع التخصص. هناك الكثير الذي يمكنك القيام به عندما تدخل مساحة التحليلات وليس لديك خبرة في لغات البرمجة أو أدوات التصور الخارجية. ومع ذلك ، بمجرد تقدمك ، تصبح المتطلبات أكثر تحديدًا.

• بالنسبة لتحليلات الويب ، يعد فهم حزمة المتصفح أمرًا بالغ الأهمية.
• بالنسبة لأي شخص يعمل مع مجموعات بيانات كبيرة ، فإن SQL أمر لا بد منه.
• Python vs. R هو نقاش دائم ، لكنني لا أعتقد أن أيًا منهما ضروري إذا كنت تريد العمل في التحليلات.

ولكن إذا اضطررت للاختيار ، فسأختار Python بفضل قابليتها للتوسع خارج نطاق تحليلات البيانات وحدها.

ما هي المهارات اللينة التي يجب أن يمتلكها المحلل الجيد؟

التعاطف مع بيئة الأعمال التي يعملون فيها ، وردود الفعل السريعة للتكيف مع التغييرات من حولهم ، وعقلية بناء الجسور للعمل عبر الصوامع بدلاً من تعزيزها ، والعطش النهم لتعلم أشياء جديدة.

أهم مهارة هي الاتصال. البيانات هي واحدة من تلك الأشياء التي تعاني حقًا إذا فشل الأشخاص في المؤسسة التي يتم فيها إنتاج هذه البيانات في التواصل. البيانات هي مخطط المنظمة ، ويمكن أن تكشف عن عيوب في المنظمة بصدق أكثر مما يمكن لأي مستشار.

ما هو أكبر خطأ يمكن أن يرتكبه المحلل؟

هل يمكنك مشاركة بعض أخطائك التحليلية؟

أكبر خطأ يمكن أن يرتكبه أي شخص يعمل مع البيانات ، في رأيي ، هو تعمد إساءة تفسير المقاييس أو إساءة استخدامها لدعم فرضية فاشلة. أرى هذا غالبًا في المؤسسات منخفضة النضج التي بدأت في اختبار A / B أو نفذت للتو برنامج Google Analytics. إنهم يقومون بتكوين التحويلات لدعم فرضيات "بديهية" ، وتجنبوا عمدًا قبول نتائج الاختبار التي تتعارض مع ما يعتقدون أنه صحيح بشكل حدسي.

يمكن رؤية نفس مسار التفكير في استخدام شيء بسيط مثل معدل الارتداد لوصف التفاعل على موقع ما ، على سبيل المثال. بدون تخصيص واسع النطاق وبدون استراتيجية تنفيذ متسقة لتعيين جميع أنشطة المشاركة هذه في أحداث القتل المرتدة ، يكون معدل الارتداد مقياسًا سطحيًا ضحلًا يمكن أن يؤدي إلى استنتاجات غير صحيحة في كثير من الأحيان.

غالبًا ما تتعلق أخطائي كمستشار بالأمرين اللذين وصفتهما أعلاه. من السهل عليّ أن أجرف "سهولة" التحليلات في الحالات التي أحتاج فيها إلى أن أكون قادرًا على تحقيق نتائج جيدة بسرعة. إنه شيء أحاول تجنبه بأفضل ما يمكنني ، ولكن غالبًا ما يكون عدم التحيز التام تجاه البيانات أمرًا صعبًا للغاية. أجد أنه من الأسهل أن أكون عادلاً في الحالات التي لا أستثمر فيها عاطفيًا جدًا في أعمال العميل - في هذه الحالات يكون من الأسهل أن أكون صادقًا بوحشية وأن تحاول إقناع المنظمة بتغيير طريقة تفكيرها.

نحن نقدر حقًا جميع إجابات سيمو ومستعدون للتوقيع تحت كل كلمة له. على مدار العشرين عامًا الماضية ، بدأت التيارات في محيط البيانات بالتحرك بشكل أسرع ، بل وسحقت بعض القوارب. من المهم الغوص في بياناتك المجهزة بالأدوات المناسبة ، ولكن الأهم هو وجود فريق مخلص حقًا على متن الطائرة.

نحن نتفق تماما مع سيمو. كل يوم ، نقدم خدماتنا لتمكين مديري التسويق ، والمسوقين ، والمحللين من تحقيق مستوى جديد من تحليلات البيانات في شركاتهم من خلال تبسيط جمع البيانات ومواءمتها وإعداد التقارير عنها وتصورها.

لذلك دعونا نبقى على اتصال! اشترك في مدونتنا لقراءة المقابلات التالية من بحثنا حول حالة التحليلات الرقمية وتكييف تجربة كبار المحللين مع عملك.

عن ماذا ستسأل سيمو؟ اسمحوا لنا أن نعرف في التعليقات أدناه!