Entretien avec Damion Brown

Nos recherches continuent ! Grâce à Mariia Bocheva, nous rencontrons des analystes talentueux, des magiciens du marketing et des data scientists qui sont de véritables exemples à suivre. Voici notre prochaine interview avec Damion Brown, le fondateur de Data Runs Deep en Australie.

Comme toujours, voici les principaux sujets de navigation :

Mariia Bocheva : Pouvez-vous nous dire quelques mots sur vous et votre expérience passée ?

Damion Brown : Bien sûr ! Je suis né en Angleterre et je suis venu en Australie quand j'avais 28 ans, ce qui est un très bon âge pour faire quelque chose comme ça, d'ailleurs, parce que vous avez une tête assez âgée pour apprécier correctement ce que vous faites, et vous avez un foie assez jeune pour supporter toutes les fêtes que vous allez faire !

Quoi qu'il en soit, après quelques déboires, deux startups ratées mais brillantes et quelques petits boulots, je me suis retrouvé dans une sorte de travail de marketing où le mandat était de "découvrir comment utiliser Internet pour le marketing". Il y avait donc du PPC, des blogs, des tests A/B et, bien sûr, des analyses utilisant des choses comme Webalizer et AWStats.

Quand j'ai vu et utilisé Google Analytics pour la première fois, j'ai été tellement intrigué que j'ai réalisé que j'étais assis à mon bureau avec la vessie pleine et que j'avais vraiment besoin d'arrêter de faire ce que je faisais et de trouver une salle de bain… le logiciel était incroyable, et absorbant, et ridiculement amusant. Alors j'ai pensé que je voulais le faire pour gagner ma vie.

Cela s'est transformé en un voyage d'indépendant qui m'a amené plus d'une fois désastreusement près du bureau d'allocations familiales, puis s'est en quelque sorte solidifié en Data Runs Deep, qui est une agence avec environ 15 personnes qui sont toutes incroyables.

MB : Quelles sont les hard skills les plus importantes pour les analystes aujourd'hui ?

DB : C'est difficile parce que même si nous disons souvent que les compétences spécialisées ne sont pas importantes - ce ne sont que des outils, n'est-ce pas, alors comment les outils peuvent-ils être la chose qui compte - ils comptent vraiment. Quiconque a essayé d'embaucher quelqu'un avec une bonne connaissance technique de Google Analytics vous le dira ! Ainsi, les compétences techniques qui sont importantes, et dans lesquelles quelqu'un devrait investir son temps s'il veut décrocher un emploi dans le domaine, sont des compétences liées à la plate-forme que vous souhaitez utiliser.

Apprenez correctement Google Analytics, implémentez GTM, faites-le mal, faites-le encore mal, puis corrigez-le, développez-le, personnalisez-le, cassez-le, corrigez-le… rincez et répétez !

MB : Quelles soft skills un bon analyste doit-il avoir ?

DB : Libre-pensée. C'est tout ce dont il s'agit. L'analyse n'est pas une séquence d'instructions - c'est une "séquence sans instruction". Et si ce genre de chose vous remplit d'effroi, alors vous n'allez pas passer un bon moment.

MB : Quelle est la plus grosse erreur qu'un analyste puisse faire ? Pouvez-vous partager certaines de vos erreurs d'analyse ?

DB : Les erreurs, c'est ça l'analytique !

Je ne pense pas qu'il y ait un mot pour cela, mais tout le monde l'a fait : vous enquêtez sur un problème, vous rédigez un très long e-mail avec des tas de captures d'écran, puis juste au moment où vous le terminez avec une recommandation ou deux sur ce qui est mal et comment y remédier, vous vous rendez compte que vous avez mal lu le rapport ou mal interprété la question ou quelque chose comme ça. Alors, gêné, vous supprimez tout le texte et recommencez. "Hey Paul, c'est en fait un comportement attendu..."

Nous l'avons tous fait.

Une très grosse erreur personnelle s'est produite au début lorsque Google Analytics est devenu Universal Analytics; Je ne l'avais jamais mis en œuvre sur le commerce électronique. Une grande marque de mode ici en Australie avait des développeurs qui étaient enthousiasmés par la version bêta [version de] Universal Analytics, et nous nous sommes penchés dessus, et ensemble, nous avons obtenu que l'entreprise accepte de mettre en œuvre son tout nouveau site avec Universal Analytics installé.

Le problème est qu'à ce moment-là, la documentation pour le suivi du commerce électronique n'était pas mise à jour, ou n'était pas là, ou nous l'avons simplement ignorée, de sorte que les transactions ont été configurées à l'aide de l'ancien ga.js, et non d'Universal Analytics. Cela signifiait que nous ne suivions tout simplement pas les transactions.

Le client m'a appelé à 22 heures, je leur ai assuré que tout allait bien et "c'est juste GA étant GA, tout le reste se passe bien, les transactions apparaîtront demain, rien à craindre." Après deux heures de panique abjecte, moi et l'un des développeurs avons réussi à mettre à jour le push de transaction et nous l'avons fait fonctionner et vivre à 5 heures du matin le lendemain. Je pensais que le client serait en colère, mais ils étaient ravis. Reconnaître l'erreur - et la corriger - était exactement ce qu'ils voulaient, et cela m'a fait réaliser que souvent dans la vie, la différence entre sentir la merde et sentir les roses est en effet très fine.

MB : Pensez-vous que les malentendus entre les analystes et les équipes marketing sont courants ? Avez-vous des recommandations sur la façon de le surmonter?

DB : Les problèmes de communication font tourner le monde. Il y a quelques années, il y a eu une inondation en Australie où une rivière dans la campagne de Victoria a débordé, et un journaliste sur les lieux a téléphoné leur rapport au bureau des nouvelles de leur bureau et a déclaré qu'il y avait "une trentaine de truies et de cochons flottant dans la rivière .” Cela a été rapporté dans le journal comme "environ 30 000 cochons flottant dans la rivière", ce qui est terriblement et hilarant différent. Cela me fait toujours sourire quand j'y pense, même si bien sûr j'espère que les cochons sont bien arrivés sur la terre ferme.

Désolé - quelle était la question déjà ? Exact, erreur de communication !

C'est une réalité dans n'importe quel environnement professionnel, en particulier aujourd'hui où vous avez des équipes distribuées qui s'appuient sur la communication sans nuance du courrier électronique, de Slack et de f *** ing Jira. Avoir un modèle de briefing aide - une page unique dans Google Drive où les demandes du marketing peuvent être standardisées avec des commentaires sur ce dont ils ont besoin, pourquoi ils en ont besoin, ce qu'ils prévoient d'en faire et quand ils en ont besoin.

Mais il n'y a pas de véritable solution autre que de prendre le temps de s'asseoir correctement avec les gens, de déballer ce qu'ils doivent faire et d'avoir une conversation significative. Qui a le temps pour ça ? [Des rires]

MB : Quelles ressources ou événements professionnels pouvez-vous recommander aux analystes ?

DB : Sans conteste, Superweek. C'est incroyable, et je ne pense pas qu'il soit exagéré de dire que ma petite entreprise ne serait pas ce qu'elle est aujourd'hui sans Superweek.

Être jeté dans un écosystème fermé d'analystes Web du monde entier, pour apprendre comment les gens font les choses, est tout simplement génial. J'y ai fait le voyage moi-même en 2014 et j'y suis retourné depuis, et au total quatre personnes de Data Runs Deep assistent à la conférence chaque année.

C'est incontournable. Measurecamp est super aussi. Si Measurecamp est un concert, alors Superweek est un festival. Donc, mon année idéale serait une Superweek, une douzaine de Measurecamps et le Marketing Analytics Summit pour faire bonne mesure :-)

MB : Quelles connaissances manquent aux analystes et spécialistes marketing pour rendre les entreprises data-driven ?

DB : Nous pourrions toujours mieux comprendre l'échelle, je pense. Nous savons beaucoup de choses sur les chiffres de ce mois, les performances de ce trimestre ou l'augmentation annuelle des revenus d'une entreprise d'une année sur l'autre.

Ce que nous ne savons pas très bien, c'est comprendre comment cela influe sur la rentabilité globale d'une entreprise, si elle peut créer plus d'emplois pour plus de personnes, si le cours de l'action est en hausse ou en baisse, ce genre de choses.

Je ne suis pas trop inquiet des lacunes dans les connaissances, cependant, et nous ne devrions pas nous en vouloir à ce sujet. Il est facile d'oublier que l'analyse est une industrie très jeune ; il se situe dans le numérique, qui est également relativement jeune.

Nous le découvrons tous au fur et à mesure. Nous n'avons pas encore besoin d'avoir toutes les réponses.

MB : Un analyste doit-il connaître SQL, Python et R et construire des tableaux de bord compilés ?

DB : Je ne connais rien de tout cela, donc soit je ne suis pas analyste, soit je suppose que la réponse est non !

MB : Quelles sont les choses les plus importantes que les analystes doivent faire à différents stades de maturité de l'entreprise (startup, PME, PME, entreprise) ?

DB : C'est une question vraiment intéressante. Je ne pense pas que les problèmes soient nécessairement différents aux différentes étapes. L'échelle est différente, bien sûr, mais la plupart du temps, nous sommes choqués qu'il faille huit mois à une entreprise pour mettre en œuvre une couche de données, alors qu'il faut deux jours à une startup ou une petite entreprise. C'est la même putain de chose, les gars !

MB : Quels défis analytiques rencontrez-vous actuellement dans votre entreprise ? De quels outils avez-vous besoin pour les surmonter ?

DB : Il y a des défis comme l'ITP [Intelligent Tracking Prevention] et les bloqueurs de publicités, qui commencent à être résolus par des choses comme TraceDock, une solution vraiment impressionnante qui comble les lacunes que l'ITP et les bloqueurs de publicités créent dans vos données. Des solutions comme celle-ci sont merveilleuses, mais quelques pas de côté avec ITP et tout casse à nouveau.

La qualité et l'exactitude des données sont donc toujours de gros problèmes, et le resteront jusqu'à ce que nous passions tous au suivi côté serveur ou que nous obligeions tout le monde à porter une puce d'implant dans le crâne afin que nous puissions les suivre correctement. Cela peut sembler idiot, mais rappelez-vous que ce n'est qu'un peu plus de travail que d'implémenter le suivi côté serveur !

MB : Quelles difficultés voyez-vous lorsqu'il s'agit de mettre en place des analyses et comment évaluez-vous l'évolution globale du marché ?

DB : Eh bien, à part ITP – qui est ennuyeux parce que tout le monde en parle – je pense toujours qu'il y a beaucoup de travail à faire pour obtenir la taxonomie et la structure de Google Analytics Event Tracking et Custom Dimensions. Les gens se trompent encore tellement.

Combien de fois voyez-vous des choses comme Event Category = Click, Event Action = Click et Event Label = Null ? Et cela sera également mis en œuvre par un partenaire GA. C'est des conneries totales, et c'est un problème que nous devrions tous avoir résolu maintenant.

Snowplow (maintenant) et App + Web (pas encore mais bientôt) prennent en charge des syntaxes d'événement plus profondes, et les gens sont enthousiastes à l'idée d'aller au-delà des trois couches arbitraires de suivi des événements de GA, mais bon sang... faites le bon choix avec trois avant de passer à trente !

MB : Comment un analyste peut-il avoir un plus grand impact sur le marketing ? Comment peuvent-ils être utiles à l'équipe marketing ?

DB : Ne signalez pas. Prescrire, prévoir et anticiper.

MB : Comment évaluez-vous la maturité actuelle de l'analytique marketing ?

DB : Eh bien, comme nous le disions il y a quelques minutes, c'est encore une industrie très jeune.

Nous pensons que nous sommes avancés, mais nous nous trompons toujours sur les événements, et ITP nous envoie en chute libre. Nous basons tout notre travail sur, essentiellement, JavaScript plaçant un fichier texte sur un navigateur.

C'est incroyablement fragile et incroyablement lourd, avec tellement de confiance dans les chiffres qui sont générés d'une manière vraiment démodée.

Je pense donc que nous sommes encore une industrie très naissante, à un stade précoce, avec beaucoup à apprendre. Mais avec une telle communauté ouverte et axée sur le partage en son cœur, nous nous dotons de la bonne dynamique pour apprendre tout ce dont nous avons besoin. Avec un peu de chance.

MB : Selon vous, quel est l'avenir de l'analyse marketing ? Quelles tendances voyez-vous venir et quelle est la demande ?

DB : La chose la plus importante pour les prochaines années sera probablement l'apprentissage automatique et l'intelligence artificielle, ce qui est ennuyeux à dire car c'est tout ce dont on parle ces jours-ci. Mais la technologie est désormais à notre portée à tous. Une fois que vous avez vos données dans BigQuery, vous pouvez charger des processus de machine learning directement dans votre tableau de données.

C'est énorme.

Certaines personnes exécutent actuellement des algorithmes de prédiction sur leurs sites, en utilisant les données BigQuery pour prédire ce que les gens sont susceptibles de lire ou d'acheter en fonction de ce que d'autres ont fait. C'est énorme aussi.

On a l'impression que toute l'histoire de l'analyse Web a conduit au point où vous avez une énorme table de données et que vous lancez l'IA pour formuler des recommandations. C'est ce qui est vraiment excitant – faire des choses comme mélanger les données de stock des magasins avec le comportement en ligne et prédire quels magasins vont manquer de quels produits et quel jour. Mental!

MB : Quels problèmes voyez-vous sur le marché aujourd'hui ?

DB : Je suppose que le seul gros problème, le seul gigantesque éléphant dans la salle, c'est que nous voyons des reportages sur la falsification des élections, le populisme et le ciblage publicitaire, et nous sommes tous dégoûtés, mais en fin de compte, l'analyse Web en fait partie. de la même chose qui donne lieu à toutes ces choses horribles.

Je ne dis pas que nous sommes tous impliqués dans l'élection de Trump, mais nous gagnons tous un peu d'argent en suivant les gens sur Internet, et nous les suivons afin de comprendre leur comportement, et nous voulons comprendre leur comportement afin nous pouvons changer leur comportement.

En tant qu'individus, bien sûr, nous ne voulons pas que notre comportement soit modifié. Qui serait? Alors vous pensez, d'accord, je vais installer Ghostery ou utiliser Brave ou DuckDuckGo et je ne serai pas suivi. Mais ensuite, vous avez une mer de personnes qui sont toujours suivies, parce qu'elles ignorent ce suivi, ce qui est un endroit moralement bancal.

Les gens disent que « les données sont le nouveau pétrole » depuis des années. Mais ce n'est peut-être pas du pétrole. Peut-être que "les données sont le nouvel amiante". Pensez-y. On l'exploite, on le transporte, on l'installe, on construit avec… et ça marche, c'est bien… mais que se passe-t-il quand on se rend compte de sa toxicité, de sa dangerosité, de ses méfaits sur l'humanité ?

Tout comme pour l'amiante, avec les données, il y aura des poursuites, de grosses amendes, et si vous voulez qu'elles soient retirées, vous devez appeler quelqu'un. Et si nous faisions tous partie du problème ?

Je ne dis pas que nous devrions tous arrêter, et je ne vais pas non plus me couvrir d'un chapeau en papier d'aluminium et fumer de l'herbe dans un sous-sol pour me cacher du monde. Nous devrions cependant réfléchir très attentivement au travail que nous faisons et pour qui nous le faisons. Data Runs Deep a une politique éthique sur les types de personnes avec lesquelles nous utiliserons et n'utiliserons pas cette technologie incroyablement puissante, et parfois je me demande si l'ensemble de l'industrie a besoin d'une sorte de code de conduite à propos de ce genre de choses.

Merci, Damion, pour cette interview si sincère !

Nous espérons que vous avez apprécié cette lecture et que vous avez été aussi inspiré que nous. Analytics est une industrie jeune, mais elle est développée par une communauté de personnes talentueuses et bienveillantes.

Abonnez-vous à notre blog pour lire les prochaines interviews dans le cadre de nos recherches sur l'état de l'analyse numérique et adapter l'expérience des meilleurs analystes à votre entreprise.