デジタル分析の現状に関するOWOXBIの調査：SimoAhavaのインタビュー

Go Analyticsでの感動的な講演の後、SimoAhavaにインタビューする絶好の機会がありました。 2019年のデジタル分析の現状に関する調査の一環としての会議。

Simo Ahavaは、才能のあるアナリストであり、健全なコミュニケーション構造の作成を専門とするコンサルティング会社である8ビットシープの共同創設者です。 そのため、彼は効率的な分析を育成する方法に精通しています。マーケティング担当者やアナリストが興味深いと思う多くの質問について話し合いました。 それらは次のカテゴリに分類されます。

すべての質問は、ビジネス開発エグゼクティブであるMariia Bocheva（毎日の会議中にSimoのブログを声に出して引用するのが好きです）によって準備され、尋ねられました。 :)

分析の実装に関してどのような困難がありますか。また、市場の全体的な発展をどのように評価しますか。

主な難しさは、各ツールの可能性と限界を理解することだと思います。 市場に出回っているすべてのツールには、ある程度のブラックボックス性があります。 これらのツールがどのように機能するかを隠しているわけではありませんが（意図的に隠しているものもあります）、組織のプロセスへのこれらのツールの統合は非常に予測できない可能性があります。

私はまた、物事を「より速く」するためにどれほど多くの新しいサービスが努力しているのかについても心配しています。 まるでスピードが本質的にすべての企業が従わなければならないいくつかの美徳であるかのように。 速くなることはしばしば注意を払うことを犠牲にしてもたらされます、そして非常に誤解を招く可能性のある結果を生み出すためだけに本当に速く何かをするリスクが常にあります。

タグ管理ソリューションのようなツールが開発者の世界をわかりやすく説明しているため、技術スタックの全体的な知識と理解が向上したと思います。 それは素晴らしいことです。これは、今後も続くことを願っているトレンドです。 同様に、クラウドサービスはよりアクセスしやすく手頃な価格になり、自動化とデータエンジニアリングへの関心が高まっています。

アナリストはどのようにしてマーケティングに大きな影響を与えることができますか？

それらはマーケティングチームにとってどのように役立つのでしょうか？

アナリストはマーケティングに影響を与える必要はありません。 データはありません。 「アナリスト」は単なる役割の説明であり、私は個人的に、「アナリスト」とラベル付けされた誰かが組織の強力な力になることはほとんど有害であると考えています。 アナリストを雇うとすぐに、そのすべての「データ」を委任する人を見つけました。

アナリストはデータを扱うため、その役割はさまざまなチームを超越し、組織のさまざまな部分の間の架け橋として機能する必要があります。 このように、彼らは個々のデータクランチャーよりもスクラムマスターやプロダクトオーナーに似ています。

現在、どのような分析上の課題がありますか？

分析上の課題自体には直面していませんが、使用しているツールと、それらのツールを使用して組織がデータをより理解できるようにする方法を理解することは、常に課題です。

同時に、組織に自分たちの欠点をもっと認識させる方法にも挑戦しています。 分析、または実際にはあらゆるデジタル分野に対する最大の課題は、誇張や誇張なしに分析を組織のプロセスに統合する方法です。 多くの企業は、「データ駆動型」または「デジタルファースト」を目指しています。これは、すぐに最高のツールを探すことになります。実際、これらの組織は、学際的なチームの構築、サービス設計へのより機敏なアプローチに焦点を当てる必要があります。 、そしてどのツールがそれをすべて行うかを理解する前に、どのビジネス上の質問や問題を解決する必要があるかについての理解を深めます。

アナリストとマーケティングチームの間の誤解は一般的だと思いますか？ はいの場合、それを克服する方法について何かアドバイスはありますか？

これは、組織内の2人の間の誤解と同じくらい一般的です。 誤解を解決する方法は？ より良いコミュニケーションによって:)

組織内の堅牢なコミュニケーション構造に完全に依存しているスクラムなどのアジャイル手法から学ぶことはたくさんあります。 コミュニケーションの問題がある場合は、その理由を突き止め、毎日の会議、バックログのグルーミング、回顧セッション、デモなど、コミュニケーションの新しい設定とコンテキストを導入して問題を解決する必要があります。

企業をデータ主導にするために、アナリストやマーケティングスペシャリストにはどのような知識が欠けていますか？

私は彼らがほとんど2つのことを欠いていると思います：

1. 彼らは、企業はデータ駆動型であるべきだと考えています
2. 周囲の人々からの賛同と信頼

「データ駆動型」などの用語を使用する場合、変更を推進することは困難です。 企業は、データ、直感、専門知識、人的資源などの組み合わせによって推進されています。変化を推進するものは1つではありません。

会社に足場を見つけるのが難しいもう一つの理由は、あなたがしていることに信頼がないからです。 これは通信の問題です。 だから、前の質問への私の応答を見てください:)

取り組みを透明にすることで、賛同と信頼を得ることができます。オフィス全体に大きなダッシュボードを追加し、デモやスプリント会議でデータを議論の焦点にし、製品やサービスに対して行われたすべての小さなことが測定可能な影響。

コミュニケーションの問題に関するSimoAhavaの考えを深く掘り下げるには、彼のプレゼンテーションをダウンロードして、GoAnalyticsのライブパフォーマンスを聴きながら読んでください。 会議。

マーケティング分析の未来は何だと思いますか？

どのようなトレンドが来ると思いますか、そして何が需要が高いですか？

未来は不透明だと思います。 ブラウザとアプリのスペースの制限（SafariによるファーストパーティのCookieの抑制、広告とコンテンツのブロックなど）、プライバシー主導の設計に対する需要の高まり、長期的な信号データの信頼性の低さはすべて、ピアリングを困難にしています。未来へ。

マーケティング分析は、単一ベンダーのアプローチ（Google Analyticsなど）からより包括的なデータパイプラインに移行し続けると確信しています。つまり、データエンジニアの需要はますます高まっています。

今日の市場にはどのような機会がありますか？

ベンダー、組織、個人、国、政治家、立法者、そして一般的に愚かなことをしている人間がいます。 これらはすべて、マーケティングを含め、デジタル分野の不確実性の一因となっています。 それを額面通りに受け入れ、ますます限られたスペースで苦労し続けるか、サイロを突破して、マーケティング分析を単一の分野としてではなく、企業が実現できる幅広い可能性として考え始めることができます。データ付き。

マーケティングは、製品およびサービスの設計と密接に関連しています。 組織に、会社が実際に生産するものの日常のメカニズムに関与していない専任のマーケティングチームがある場合、それは問題です。 同様に、組織が依然として最良のツールを見つけることがすべての問題の解決策であると信じている場合、それは問題です。

個人的には、最大の問題は、決して消えることのない問題だと思います。コミュニケーションの失敗です。 最小のバグから最大のPR災害まで、組織が直面する可能性のあるすべての問題は、常に2人以上の個人間のコミュニケーションの問題にまでさかのぼることができます。 これらのコミュニケーションの問題を解決することは組織を修正するための鍵であり、組織を修正することはより健全な市場への鍵です。

今日のアナリストにとって最も重要なハードスキルは何ですか？ アナリストはSQL、Python、Rを知っており、Data Studio、Tableau、QlikViewなどの最も一般的な視覚化ツールでダッシュボードを構築する必要がありますか？

分析のベースラインは、実行したい分析のタイプに大きく依存していると思います。 スキルへの期待を設定することの問題は、それが人々にその分野で働き始めるように誘うのではなく、独占性を生み出すことです。 分析スペースに入るときにできることはたくさんあり、プログラミング言語や外部の視覚化ツールの経験がありません。 ただし、進行すると、要件はより具体的になります。。

• Web分析では、ブラウザースタックを理解することが最も重要です。
• 大規模なデータセットを扱う人にとって、SQLは必須です。
• PythonとRは常緑樹の議論ですが、分析で作業したいのであれば、どちらも必要ではないと思います。

しかし、私が選択を余儀なくされた場合、データ分析だけの領域を超えた拡張性のおかげで、Pythonを選択するでしょう。

優れたアナリストはどのようなソフトスキルを持っている必要がありますか？

彼らが働くビジネス環境への共感、周囲の変化に適応するための迅速な反射神経、サイロを強化するのではなくサイロを越えて働くための橋を架ける精神、そして新しいことを学ぶための飽くなき渇望。

最も重要なスキルはコミュニケーションです。 データは、そのデータが生成される組織内の人々がコミュニケーションをとることができない場合に実際に苦しむものの1つです。 データは組織の青写真であり、これまでのどのコンサルタントよりも正直に組織の欠陥を明らかにすることができます。

アナリストが犯す可能性のある最大の間違いは何ですか？

分析上の間違いのいくつかを共有できますか？

私の意見では、データを扱う人が犯す可能性のある最大の間違いは、失敗した仮説をサポートするためにメトリックを故意に誤解したり誤用したりすることです。 これは、A / Bテストを開始したばかりの、またはGoogleAnalyticsを実装したばかりの成熟度の低い組織でよく見られます。 彼らは、「自明の」仮説をサポートするように変換を構成し、直感的に正しいと考えるものの粒度に反するテスト結果を意図的に受け入れないようにします。

たとえば、サイトでのエンゲージメントを説明するためにバウンス率のような単純なものを使用する場合にも、同じ考え方が見られます。 大規模なカスタマイズがなく、これらすべてのエンゲージメントアクティビティをバウンスキリングイベントにマッピングするための一貫した実装戦略がない場合、バウンス率は表面的で浅い指標であり、多くの場合、誤った結論につながる可能性があります。

コンサルタントとしての私自身の過ちは、私が上で説明した2つのことと関係していることがよくあります。 すぐに良い結果を出す必要がある場合、分析の「使いやすさ」に簡単に夢中になります。 それは私ができる限りのことを避けようとしていることですが、データに完全に公平であることはしばしば非常に困難です。 クライアントのビジネスに感情的にあまり投資していない場合は、公平であることが容易です。そのような場合は、残酷に正直になり、組織に彼らの考え方を変えるように説得する方が簡単です。

私たちはシモのすべての答えに本当に感謝しており、彼のすべての言葉の下で署名する準備ができています。 過去20年間で、データの海の流れはより速く動き始め、一部のボートを押しつぶすことさえありました。 適切なツールを備えたデータに飛び込むことは重要ですが、もっと重要なのは、真に献身的なチームを乗せることです。

私たちはSimoに完全に同意します。 私たちは毎日、CMO、マーケター、アナリストがデータの収集、調整、レポート作成、視覚化を簡素化することで、企業内で新しいレベルのデータ分析を実現できるようにするサービスを提供しています。

だから連絡を取り合いましょう！ 私たちのブログを購読して、デジタル分析の状態に関する私たちの調査からの次のインタビューを読み、トップアナリストの経験をあなたのビジネスに適応させてください。

シモに何を聞きますか？ 以下のコメントでお知らせください！