OWOX BI-Forschung zum Stand der digitalen Analyse: Interview mit Simo Ahava

Wir hatten die großartige Gelegenheit, Simo Ahava nach seinem inspirierenden Vortrag auf der Go Analytics! Konferenz im Rahmen unserer Recherchen zum Stand von Digital Analytics im Jahr 2019.

Simo Ahava ist ein talentierter Analytiker und Mitbegründer von 8-bit-sheep, einem Beratungsunternehmen, das sich auf die Schaffung gesunder Kommunikationsstrukturen spezialisiert hat. Er ist also ziemlich vertraut damit, wie man effiziente Analysen kultiviert. Sie sind in die folgenden Kategorien unterteilt:

Alle Fragen wurden von Mariia Bocheva, unserer Business Development Executive (die bei unseren täglichen Meetings gerne laut aus Simos Blog zitiert), vorbereitet und gestellt. :)

Welche Schwierigkeiten sehen Sie bei der Implementierung von Analytics und wie beurteilen Sie die Gesamtentwicklung des Marktes?

Ich denke, die Hauptschwierigkeit besteht darin, die Möglichkeiten und Grenzen der einzelnen Tools zu verstehen. Jedes einzelne Tool auf dem Markt hat ein gewisses Maß an Blackbox-Charakter. Damit meine ich nicht, dass diese Tools ihre Funktionsweise verbergen (obwohl einige dies absichtlich tun), sondern vielmehr, dass die Integration dieser Tools in die Prozesse der Organisation sehr unvorhersehbar sein kann.

Ich bin auch besorgt darüber, wie viele neue Dienste danach streben, die Dinge „schneller“ zu machen. Als ob Geschwindigkeit von Natur aus eine Tugend wäre, der alle Unternehmen folgen müssen. Schnelligkeit geht oft mit Vorsicht einher , und es besteht immer die Gefahr, etwas sehr schnell zu tun, nur um Ergebnisse zu erzielen, die sehr irreführend sein können.

Ich denke, dass sich das allgemeine Wissen und Verständnis von technischen Stacks verbessert hat, weil Tools wie Tag-Management-Lösungen die Entwicklerwelt entmystifizieren. Das ist großartig – ein Trend, von dem ich hoffe, dass er sich in Zukunft fortsetzt. In ähnlicher Weise werden Cloud-Dienste immer zugänglicher und erschwinglicher, was zu einem erhöhten Interesse an Automatisierung und Datentechnik geführt hat.

Wie kann ein Analyst einen größeren Einfluss auf das Marketing haben?

Wie können sie für das Marketingteam nützlich sein?

Ein Analyst muss keinen Einfluss auf das Marketing haben. Daten schon. Ein „Analyst“ ist nur eine Beschreibung einer Rolle, und ich persönlich halte es für fast schädlich, wenn jemand, der als „Analyst“ bezeichnet wird, eine starke Kraft in der Organisation ist. Sobald Sie einen Analysten einstellen, haben Sie jemanden gefunden, an den Sie all diesen „Datenkram“ delegieren können.

Da ein Analyst mit Daten arbeitet, sollte seine Rolle über verschiedene Teams hinausgehen und als Brücke zwischen verschiedenen Teilen der Organisation fungieren. Auf diese Weise ähneln sie eher Scrum Mastern und Product Ownern als einzelnen Data Crunchern.

Welche analytischen Herausforderungen haben Sie gerade ?

Ich stehe an sich keinen analytischen Herausforderungen gegenüber, aber es ist eine ständige Herausforderung, die Tools zu verstehen, mit denen ich arbeite, und wie diese Tools am besten eingesetzt werden können, um Organisationen dabei zu helfen, ihre Daten sinnvoller zu nutzen.

Gleichzeitig sehe ich mich auch herausgefordert, Organisationen ihre eigenen Mängel bewusster zu machen. Die größte Herausforderung für Analytics, oder wirklich jede digitale Disziplin, besteht darin, sie ohne Übertreibung oder Übertreibung in die Prozesse der Organisation zu integrieren. Viele Unternehmen streben danach, „datengesteuert“ oder „digital first“ zu sein, was sehr schnell zu einer Jagd nach dem besten Tool da draußen wird, obwohl sich diese Organisationen eigentlich auf den Aufbau multidisziplinärer Teams und agilere Ansätze für das Servicedesign konzentrieren sollten , und ein besseres Verständnis dafür, welche geschäftlichen Fragen und Probleme gelöst werden müssen, bevor Sie herausfinden, welches Tool all dies tut.

Glauben Sie, dass Missverständnisse zwischen Analysten und Marketingteams üblich sind? Wenn ja, haben Sie irgendwelche Empfehlungen, wie man es überwinden kann?

Es ist genauso häufig wie Missverständnisse zwischen zwei Personen in einer Organisation. Wie kann man Missverständnisse lösen? Durch bessere Kommunikation :)

Man kann viel von agilen Methoden wie Scrum lernen, die vollständig von robusten Kommunikationsstrukturen in der Organisation abhängig sind. Wenn Sie feststellen, dass es Kommunikationsprobleme gibt, ist es unbedingt notwendig, herauszufinden, warum sie existieren, und sie zu lösen, indem Sie neue Einstellungen und Kontexte für die Kommunikation einführen, wie z. B. tägliche Meetings, Backlog-Grooming, Retrospektiven und Demos.

Welches Wissen fehlt Analysten und Marketingspezialisten, um Unternehmen datengetrieben zu machen?

Ich denke, sie vermissen vor allem zwei Dinge:

1. Sie denken, dass ein Unternehmen datengetrieben sein sollte
2. Kaufen Sie sich ein und vertrauen Sie den Menschen um sie herum

Es ist schwierig, auf Veränderungen zu drängen, wenn Sie Begriffe wie „datengesteuert“ verwenden. Ein Unternehmen wird von einer Mischung aus Daten, Intuition, Fachwissen, Personalressourcen usw. angetrieben. Es gibt nichts, was den Wandel vorantreibt.

Der andere Grund, warum es schwierig ist, in einem Unternehmen Fuß zu fassen, ist das mangelnde Vertrauen in das, was man tut. Das ist ein Kommunikationsproblem. Siehe meine Antwort auf die vorherige Frage :)

Zustimmung und Vertrauen können erworben werden, indem Sie Ihre Bemühungen transparent machen – fügen Sie große Dashboards im ganzen Büro hinzu, stellen Sie Daten in Demos und Sprint-Meetings in den Mittelpunkt der Diskussion, machen Sie jedem bewusst, dass jede kleine Sache, die mit dem Produkt oder der Dienstleistung gemacht wird, etwas bewirkt hat eine messbare Wirkung.

Um tiefer in Simo Ahavas Gedanken zu Kommunikationsproblemen einzutauchen, laden Sie seine Präsentation herunter, um sie zu lesen, während Sie sich seine Live-Performance für Go Analytics anhören! Konferenz.

Was ist Ihrer Meinung nach die Zukunft der Marketinganalyse?

Welche Trends sehen Sie kommen und was ist gefragt?

Ich denke, die Zukunft ist düster. Einschränkungen im Browser- und App-Bereich (Safaris Unterdrückung von First-Party-Cookies, Anzeigen- und Inhaltsblockierung usw.), die gestiegene Nachfrage nach datenschutzorientiertem Design und die Unzuverlässigkeit von Signaldaten auf lange Sicht erschweren die Peering in die Zukunft.

Ich bin mir sicher, dass sich die Marketinganalyse weiterhin von Einzelanbieteransätzen (z. B. Google Analytics) hin zu einer ganzheitlicheren Datenpipeline verlagern wird, was bedeutet, dass Data Engineers immer mehr gefragt sein werden.

Welche Chancen sehen Sie heute auf dem Markt?

Es gibt Anbieter, Organisationen, Einzelpersonen, Länder, Politiker, Gesetzgeber und Menschen im Allgemeinen, die dumme Dinge tun. All dies trägt zur Unsicherheit in digitalen Disziplinen bei, Marketing eingeschlossen. Wir können das entweder für bare Münze nehmen und weiterhin in einem immer enger werdenden Raum kämpfen, oder wir können die Silos durchbrechen und anfangen, Marketing Analytics nicht als eine einzelne Disziplin zu betrachten, sondern als ein breiteres Spektrum an Möglichkeiten, die ein Unternehmen realisieren kann mit Daten.

Marketing ist eng mit Produkt- und Servicedesign gekoppelt. Wenn eine Organisation ein dediziertes Marketingteam hat, das nicht in die alltäglichen Mechanismen der eigentlichen Produktion des Unternehmens involviert ist, dann ist das ein Problem. Wenn Unternehmen immer noch glauben, dass die Suche nach dem besten Tool die Lösung all ihrer Probleme ist, dann ist das ein Problem.

Ich persönlich denke, das größte Problem ist eines, das nie wirklich verschwunden ist: das Versagen bei der Kommunikation. Jeder einzelne Schluckauf, mit dem ein Unternehmen konfrontiert sein könnte, vom kleinsten Fehler bis zum größten PR-Desaster, kann immer auf ein Kommunikationsproblem zwischen zwei oder mehr Personen zurückgeführt werden. Die Behebung dieser Kommunikationsprobleme ist der Schlüssel zur Behebung der Organisationen, und die Behebung der Organisationen ist der Schlüssel zu einem gesünderen Markt.

Welche Hard Skills sind heute für Analysten am wichtigsten? Muss ein Analyst SQL, Python und R kennen und Dashboards in den gängigsten Visualisierungstools wie Data Studio, Tableau, QlikView usw. erstellen?

Ich denke, die Grundlage für Analysen hängt immer noch stark davon ab, welche Art von Analysen Sie durchführen möchten. Das Problem, eine Erwartungshaltung für Fähigkeiten festzulegen, besteht darin, dass es Exklusivität schafft, anstatt die Menschen einzuladen, mit der Arbeit in der Disziplin zu beginnen. Es gibt eine ganze Menge, was Sie tun können, wenn Sie in den Analysebereich eintreten und keine Erfahrung mit Programmiersprachen oder externen Visualisierungstools haben. Sobald Sie Fortschritte machen, werden die Anforderungen jedoch spezifischer.​

• Für die Webanalyse ist ein Verständnis des Browser-Stacks von größter Bedeutung.
• Für alle, die mit großen Datensätzen arbeiten, ist SQL ein Muss.
• Python vs. R ist eine immergrüne Diskussion, aber ich denke, beides ist nicht notwendig, wenn Sie in der Analytik arbeiten möchten.

Aber wenn ich gezwungen wäre zu wählen, würde ich mich für Python entscheiden, dank seiner Erweiterbarkeit über den Bereich der Datenanalyse hinaus.

Welche Soft Skills sollte ein guter Analyst haben?

Empathie für das Geschäftsumfeld, in dem sie arbeiten, schnelle Reflexe, um sich an die Veränderungen um sie herum anzupassen, eine brückenbauende Mentalität, um über Silos hinweg zu arbeiten, anstatt sie zu verstärken, und ein unstillbarer Durst, neue Dinge zu lernen.

Die wichtigste Fähigkeit ist die Kommunikation. Daten gehören zu den Dingen, die wirklich leiden, wenn die Menschen in der Organisation, in der diese Daten produziert werden, nicht kommunizieren. Daten sind die Blaupause der Organisation, und sie können Fehler in der Organisation ehrlicher aufdecken, als es ein Berater jemals könnte.

Was ist der größte Fehler, den ein Analyst machen kann?

Können Sie einige Ihrer analytischen Fehler mitteilen?

Der größte Fehler, den jeder machen kann, der mit Daten arbeitet, ist meiner Meinung nach, Metriken absichtlich falsch zu interpretieren oder zu missbrauchen, um eine fehlgeschlagene Hypothese zu untermauern. Ich sehe dies oft in Organisationen mit niedrigem Reifegrad, die mit A/B-Tests beginnen oder Google Analytics gerade erst implementiert haben. Sie konfigurieren Konvertierungen so, dass sie «selbstverständliche» Hypothesen unterstützen, und vermeiden es bewusst, Testergebnisse zu akzeptieren, die dem widersprechen, was sie intuitiv für richtig halten.

Die gleiche Denkrichtung lässt sich beispielsweise bei der Verwendung von etwas so Einfachem wie der Absprungrate erkennen, um das Engagement auf einer Website zu beschreiben. Ohne umfangreiche Anpassungen und ohne eine konsistente Implementierungsstrategie, um all diese Engagement-Aktivitäten in Bounce-Killing-Events abzubilden, ist die Bounce-Rate eine oberflächliche, flache Metrik, die meistens zu falschen Schlussfolgerungen führen kann.

Meine eigenen Fehler als Berater haben oft mit den beiden oben beschriebenen Dingen zu tun. Ich kann mich leicht von der «Einfachheit» der Analytik hinreißen lassen, wenn ich schnell gute Ergebnisse erzielen muss. Das ist etwas, was ich versuche, so gut ich kann zu vermeiden, aber es ist oft sehr schwierig, völlig unparteiisch mit Daten umzugehen. Ich finde es einfacher, fair zu sein, wenn ich emotional nicht zu sehr in das Geschäft des Kunden eingebunden bin – in diesen Fällen ist es einfacher, brutal ehrlich zu sein und zu versuchen, die Organisation davon zu überzeugen, ihre Denkweise umzukehren.

Wir wissen alle Antworten von Simo sehr zu schätzen und sind bereit, jedes seiner Worte zu unterschreiben. In den letzten 20 Jahren haben die Strömungen im Datenozean begonnen, sich schneller zu bewegen und sogar einige Boote zu zerquetschen. Es ist wichtig, mit den richtigen Tools in Ihre Daten einzutauchen, aber was noch wichtiger ist, ist ein wirklich engagiertes Team an Bord zu haben.

Wir stimmen Simo vollkommen zu. Jeden Tag bieten wir unsere Dienstleistungen an, um CMOs, Vermarktern und Analysten zu ermöglichen, ein neues Niveau der Datenanalyse in ihren Unternehmen zu erreichen, indem wir die Erfassung, Ausrichtung, Berichterstattung und Visualisierung von Daten vereinfachen.

Bleiben wir also in Kontakt! Abonnieren Sie unseren Blog, um die nächsten Interviews aus unserer Forschung zum Stand der Digital Analytics zu lesen und die Erfahrung von Top-Analysten auf Ihr Unternehmen anzuwenden.

Worüber würdest du Simo fragen? Lass es uns in den Kommentaren unten wissen!