Soluciones de análisis digital diseñadas para no analistas

Soluciones analíticas "inteligentes" que causan confusión

Los analistas digitales trabajan con herramientas poderosas que ofrecen muchas variables y opciones para personalizar su configuración. Pero aprovechar al máximo todas estas personalizaciones en realidad puede ser contrario a la intuición y dar como resultado que las organizaciones obtengan poco o ningún valor de estas herramientas.

¿Pequeña contradicción allí?

Bueno, se trata de que el propósito de Digital Analytics es "informar las decisiones y acciones de una organización para lograr mejores resultados". Estas decisiones y acciones no las toman los analistas digitales, sino que provienen de todos los demás en la organización. Entonces, para que Digital Analytics tenga la oportunidad de lograr su propósito, los datos deben ser accesibles para los especialistas en marketing, gerentes de productos, diseñadores, UX, desarrolladores, estrategas, equipo de ventas y, por supuesto, el C-suite.

Digital Analytics necesita apoyar a estas personas brindándoles la inteligencia que necesitan para que las decisiones que toman y las acciones que toman estén lo más informadas posible y, por lo tanto, es más probable que logren los mejores resultados para el negocio.

Una solución sorprendentemente "inteligente" que está diseñada para las necesidades del analista digital puede ser una barrera para el resto de la organización. Si las personas encuentran que su trabajo es demasiado difícil de hacer con el uso de datos, simplemente ignoran esos datos y continúan tomando decisiones y acciones utilizando su propio conocimiento y experiencia.

Eso es malo para el negocio.

Cómo crear una configuración no amigable para analistas

1. No divida la información de la página entre variables

Problema: cada herramienta de análisis digital proporciona variables en las que puede capturar información de la página. Una configuración "inteligente" registra el tipo de página, la categoría de la página (y las subcategorías), la sección del sitio, el idioma de la página y el nombre/identificador real de la página en variables separadas. Para un analista, usar múltiples variables a la vez para identificar páginas y grupos de páginas es simple y poderoso. Para una persona que no es analista, abrir un informe y no poder relacionar los nombres de las páginas con las páginas del sitio web es simplemente confuso.

Solución: una configuración de herramienta útil incluye los tipos de página y las categorizaciones de página dentro del propio nombre de la página. Esto permite que quienes no son analistas aprendan a acceder a los datos mediante un solo informe. Dentro de esto, los nombres de las páginas son intuitivos (la página de inicio se llama /página de inicio) y es fácil aplicar un filtro para ver un conjunto de páginas deseadas.

2. Cree convenciones de nomenclatura fáciles de usar

Problema: un rechazo común de los desarrolladores cuando brindamos instrucciones de seguimiento es una solicitud para usar una abreviatura o ID en lugar de un nombre. Si el desarrollador puede usar una variable existente y simplemente enviarla a la capa de datos, es mucho menos trabajo para ellos.

Como analistas, normalmente podemos vivir con esto. Podemos memorizar rápidamente todas las identificaciones clave o el significado de las abreviaturas, por lo que es tan rápido como trabajar con nombres. Para todos los demás, convierte los informes y los datos en un galimatías sin sentido que necesita una tabla de traducción (o un traductor analista) para ser utilizable.

Solución: la compensación simple es que una pequeña inversión de tiempo para que los desarrolladores usen una convención de nomenclatura fácil de usar ahorrará días de tiempo para el resto del negocio en el futuro.

3. Cree manipulaciones de datos y limpieza de datos en herramientas de análisis de datos

Problema: un problema común en cualquier organización es cuando los números no coinciden. Si dos personas no pueden producir los mismos números, normalmente se culpa a la herramienta que proporciona estos números y no se confía en ella. Una de las causas de esto es la necesidad de manipular y limpiar los datos para llegar a los "números comerciales" oficiales, pero el conocimiento/habilidad de estos requisitos se limita a un pequeño número de personas.

Si bien el analista digital entiende exactamente cómo se extraen fácilmente los datos de rendimiento comercial de la herramienta, esto se pierde en la traducción para el resto del negocio. Si los números no coinciden, la confianza desaparece.

Solución: cree una solución en la que no se requieran combinaciones de segmentos e informes y, en su lugar, las manipulaciones y la limpieza de datos estén integradas en la propia herramienta. Este trabajo adicional permite que cualquier persona en el negocio encuentre fácilmente los números comerciales que coinciden con el conjunto oficial, lo que genera muchos menos errores de comunicación y problemas.

4. Asegúrese de que los datos agregados estén fácilmente disponibles y accesibles

Problema: una de mis constantes sorpresas ha sido hablar con personas y empresas que están convencidas de que solo se debe acceder a los datos en su formato original. Tal vez ellos mismos conozcan SQL (o una herramienta alternativa) y lo usen para acceder a todos los datos que necesitan. Por lo tanto, creen que las herramientas de análisis son una pérdida de tiempo y una limitación para el negocio.

Esto es excelente para ellos hasta que la organización contrata a alguien sin este conjunto de habilidades que no puede acceder ni manipular datos sin procesar, y luego toda la solución se desmorona.

Solución: los paneles simples y los datos agregados son fundamentales para que una empresa funcione. Sencillamente, una solución que sólo puede utilizar el analista o un usuario técnico es una mala solución. Hace mucho tiempo escribí sobre la Cuadrifurcación de la Analítica Digital con el 4to nivel de análisis siendo el uso de datos sin procesar. Sigo creyendo que este nivel ofrece el mayor potencial para el conocimiento, pero solo debe desarrollarse una vez que la organización tenga los tres niveles anteriores implementados.

La importancia del diseño

La palabra clave aquí es “diseño”. Eso es lo que estamos haciendo cuando definimos el seguimiento y hacemos todo el trabajo de configuración para una herramienta de análisis digital: estamos diseñando esa herramienta. Lo que significa que deberíamos estar pensando en la usabilidad.

He leído exactamente un libro de usabilidad de sitios web en mi vida: Don't Make Me Think de Steven Krug. Y realmente, todo lo que necesitas hacer es memorizar y aplicar ese título a todo lo que haces.

Los analistas digitales pueden caer fácilmente en la trampa de diseñar una solución de análisis digital (configuración de herramientas y/o cómo se accede a los datos) para sus propias necesidades. Lo sé por mis propios errores en el pasado.

Además, ninguna empresa puede depender de su analista para proporcionar todos los informes y conocimientos. Esto no es práctico porque el analista se convierte en un cuello de botella y no puede proporcionar valor real.

La solución de análisis digital verdaderamente "inteligente" está diseñada para empoderar al resto de la empresa, los tomadores de decisiones y los tomadores de medidas, para que puedan utilizar los datos y los conocimientos para tomar decisiones/acciones más inteligentes.

¿Quiere saber más sobre cómo usar las soluciones de Digital Analytics de manera efectiva y lograr mejores resultados para su organización? Consulte nuestros talleres de capacitación gratuitos o comuníquese con nosotros para analizar más a fondo sus requisitos.