Une aubaine pour les spécialistes du marketing : comment créer des rapports sans analystes ni SQL

Le reporting est une véritable bête noire pour tout marketeur. Principalement, la plupart des outils d'analyse se concentrent sur les besoins des analystes et des développeurs et interdisent au marketeur de travailler lui-même avec les données. Cet article explique pourquoi cela se produit et comment nous voyons une solution à ce problème.

Le but de chaque entreprise est de faire du profit. Cependant, pour comprendre comment se déroule le développement de l'entreprise et dans quelle direction il vaut la peine d'aller de l'avant, les entreprises doivent suivre et surveiller tous les domaines de l'organisation. En d'autres termes, le reporting est un outil essentiel pour les décideurs.

Sans oublier que dans un état d'économie pandémique, lorsque les spécialistes du marketing sont tenus de faire plus avec moins de ressources (moins de budgets et moins de temps pour la mise en œuvre), cela ne peut se faire sans reporting.

Au cours de l'année écoulée, les entreprises sont devenues convaincues que vous pouvez réussir de différentes manières, à la fois hors ligne et en ligne. Il existe de nombreuses options pour atteindre les clients dans les écosystèmes numériques (sans oublier l'évolution des espaces vocaux et audio grâce au traitement du langage naturel). Chacun de ces canaux apporte de nouveaux volumes de données. Vous pouvez utiliser ces informations à la fois pour communiquer avec les clients et en savoir plus sur votre public cible, ce qui est utile pour le développement commercial.

L'entreprise a un marché dans lequel elle opère, des objectifs et des données. Toute entreprise veut trois choses : gagner plus, dépenser moins et le faire plus rapidement.

Le marketeur aide l'entreprise à réaliser ce qu'elle veut. Il a des dizaines de services différents, des objectifs du CMO et une expertise en marketing. C'est ce qui lui est disponible dans la plupart des cas.

Ce qui manque au marketeur et à quels problèmes il est le plus souvent confronté dans son travail :

1. Les données des rapports ne correspondent pas et doivent être surveillées en permanence. Pourquoi? Les données peuvent être perdues au stade de la collecte des données, dupliquées, etc. Il n'y a pas de raison simple ; sinon, ce ne serait pas un problème sur le marché. Un spécialiste du marketing a besoin de données fiables pour prendre des décisions.
2. C'est compliqué et prend beaucoup de temps pour construire un rapport avec toutes les données nécessaires. Habituellement, les spécialistes du marketing n'ont pas le temps d'étudier SQL et ne veulent pas attendre la réponse des analystes. Le spécialiste du marketing souhaite créer des rapports de manière indépendante dans les bonnes sections et ne pas les attendre des analystes. Un autre problème est qu'il ne sait jamais à l'avance quelles questions se poseront et quels rapports pourront être nécessaires la prochaine fois. C'est une occasion rare d'avoir un rapport universel pour toutes les circonstances possibles.
3. Un agent de commercialisation a besoin de conseils applicables et non d'un rapport . Par exemple, le rapport de campagne publicitaire qui indique le CPA a moins de valeur que le meilleur rapport de mix marketing indiquant de combien vous avez besoin pour augmenter ou diminuer le budget publicitaire. Pourquoi donc? Parce que le coût de l'application ne répond pas à la question de savoir quoi faire avec cette information.

Grâce au développement de services tels que Google BigQuery, l'analyse du Big Data devient plus accessible pour les entreprises de toutes tailles. Mais les produits analytiques existants visent principalement les besoins des analystes et des développeurs. Les spécialistes du marketing sont toujours obligés de se limiter à des rapports prêts à l'emploi ou d'attendre que les analystes préparent des données, manquant des opportunités et perdant du temps.

Dans la figure ci-dessus, il y a le quadrant magique de Gartner avec les services d'analyse et de BI. Dans l'un des salons de discussion populaires pour les analystes, Excel a été ajouté au graphique. Cette figure montre que les utilisateurs professionnels ont besoin d'outils d'analyse modernes jusqu'à ce que les données dont ils ont besoin soient livrées à l'interface familière d'Excel ou de Google Sheets.

Il existe une citation bien connue : "les données sont un nouveau pétrole". comme OWOX BI, Supermetrics, Fivetran, StitichData fournissant des données à des raffineries comme Google Cloud, AWS, MS Azure, Hadoop. Mais pour l'utilisateur final, tout cela ne donne pas de valeur significative jusqu'à ce qu'il puisse faire le plein de sa voiture avec l'énergie appropriée à la au bon moment et sans efforts inutiles.

Aujourd'hui, les utilisateurs professionnels sont contraints de se limiter aux bus réguliers, qui les livrent à des sections de données prédéfinies ou surpayent les taxis, sans connaître l'adresse exacte où ils doivent se rendre et quel rapport construire à la fin.

Pourquoi les outils d'analyse existants ne répondent pas entièrement aux besoins des marketeurs :

• Les services spécialisés ne contiennent pas les données requises . Pourquoi ne pas simplement utiliser Google Analytics ? L'entreprise n'a pas besoin de données. Il est impossible de fusionner toutes les données et de construire des rapports selon la logique qui correspond à votre business model.
• Même si l'entreprise a collecté toutes les données nécessaires, une expertise est nécessaire pour les fusionner : par quelles clés, dans quelle structure, avec quelles conditions, etc.
• Les services d'analyse avancée existants fournissent des solutions sur mesure, et non des solutions système : vous pouvez créer un rapport ou un tableau de bord spécifique, mais vous ne pouvez pas créer un système de rapport avec lequel le spécialiste du marketing peut travailler. Par exemple, vous pouvez obtenir un rapport de mise à jour automatique dans Power BI, Google Data Studio ou Excel. Mais si vous devez modifier quelque chose dans le rapport, ajouter les sections, paramètres et mesures nécessaires, ou modifier le groupe de canaux, le responsable marketing lui-même ne peut pas le faire. Vous devez contacter un analyste à chaque fois.

Pourquoi est-il difficile pour un spécialiste du marketing d'obtenir les bonnes données dans Excel ou Google Sheets ? Où se situe le goulot d'étranglement parmi toutes les étapes du travail avec les données ?

Une fois que les données ont été converties en une structure spécifique (par exemple, les balises UTM sont reconnues), et avant que l'utilisateur métier puisse en faire un rapport, un processus itératif se produit. Par exemple, vous sélectionnez les colonnes souhaitées, excluez les utilisateurs qui n'ont pas effectué d'achats pendant une certaine période, etc. Ce processus nécessite une communication entre les analystes et les spécialistes du marketing. Et si le marketeur ne connaît pas SQL, cette communication ne peut être évitée.

Aujourd'hui, les analystes créent des rapports nécessitant une consolidation des données à l'aide de SQL. Au fil du temps, il y a de plus en plus de requêtes SQL de ce type, et leur logique devient de plus en plus complexe. Ainsi, le marketeur ne peut obtenir le rapport nécessaire sans l'aide d'un analyste, et la qualité des données est à chaque fois remise en cause.

La plupart des produits analytiques simplifient le travail de l'analyste à un moment donné mais n'aident pas à fusionner correctement les données, ni au marketeur d'obtenir les rapports nécessaires sans l'aide de l'analyste. L'analyste reste donc un point faible.

Un de nos clients a dit un jour : "Nos spécialistes du marketing ont désormais deux choix : soit attendre Excel, soit apprendre SQL." La bonne nouvelle, c'est que ce n'est pas la seule alternative.

Fondamentalement, il n'est pas nécessaire d'attendre un analyste ou d'apprendre SQL pour créer des rapports. Lorsque les données sont déjà modélisées selon le business model de l'entreprise, le marketeur n'a pas besoin de courir chez l'analyste à chaque fois qu'il veut créer un nouveau rapport.

L'analyste fusionne les données avec le modèle commercial une seule fois afin qu'il soit plus facile d'apporter des modifications ultérieurement. Le marketeur peut ensuite utiliser ces données dans des services de reporting modernes qui peuvent travailler avec des données modélisées (par exemple OWOX BI).

Les nouveaux outils d'analyse marketing sont venus sauver la situation ! Oui, les spécialistes du marketing doivent les trier, mais c'est toujours plus facile et plus pratique que SQL. En échange, le marketeur recevra des données fiables, des rapports dans les bonnes sections et des recommandations applicables.

Que devez-vous faire pour que la magie opère ?

Étape 1 . Collectez des données à l'aide d'outils ETL en un seul endroit pour une analyse ultérieure (le stockage de données dans le cloud, en particulier Google BigQuery, est une option idéale pour les spécialistes du marketing).

Étape 2 . Nettoyer et faire correspondre les données collectées.

Étape 3. Fusionnez les données du modèle commercial.

Étape 4 . Connectez les données modélisées au service de création de rapports.

Étape 5 . Exportez les données vers le service de visualisation de données.

Des outils tels que Funnel. io, Supermetrics, OWOX BI, Datorama, Improvado, Kissmetrics, etc. sont parfaits pour la collecte de données. Mais, pour le faire correspondre correctement, effacer, fusionner, dédupliquer, etc., vous avez besoin de l'aide d'un analyste.

Pour modéliser les données, le marketeur a également besoin de l'aide d'un analyste. Mais, ce n'est qu'une seule fois.

Noter! Si vous avez un petit projet, une paire de sources de données (table avec événements plus dépenses) et que vous devez créer 2 à 4 rapports, la structure de calcul de ces tables sera assez simple.

Cependant, si nous parlons d'un projet réel avec de nombreuses tables avec des données provenant de systèmes publicitaires, des transactions de CRM, des informations utilisateur, des données produit étendues et toutes les autres données qui entrent dans Google BigQuery ? Il vaut la peine d'utiliser des outils tels que DBT/Dataform pour éviter 100500 tables intriquées, vous pouvez apporter des modifications une fois et elles peuvent être appliquées à l'ensemble du modèle.

Une fois vos données modélisées, vous pouvez créer une variété de rapports avec lesquels travailler. À titre d'exemple de plate-forme universelle moderne qui collecte et analyse vos données marketing à partir de diverses sources, vous permet d'automatiser les rapports et de transférer les résultats là où vous le souhaitez, examinons OWOX Smart Data.

Grâce au service Smart Data, les spécialistes du marketing peuvent recevoir des rapports marketing sans limites ni échantillonnage, basés sur des données brutes fusionnées de Google BigQuery et exporter des rapports vers Google Data Studio et Google Sheets.

Il existe deux façons d'obtenir un rapport :

1. Utilisez le générateur de rapport.
2. Sélectionnez un modèle prêt à l'emploi dans la galerie des rapports les plus populaires.

Les spécialistes du marketing peuvent accéder rapidement à des informations marketing de toute complexité, à l'aide de tableaux de bord prédéfinis ou personnalisés en fonction des besoins de l'entreprise. Pour les tâches rapides, les rapports prêts à l'emploi dans OWOX BI Smart Data conviennent, tandis que pour les tâches complexes - le prétraitement et le téléchargement des données à l'aide de requêtes SQL de Google BigQuery - sont nécessaires.

Examinons le générateur de rapports : vous devez déterminer les mesures et les paramètres que vous souhaitez voir dans le rapport, choisir le type de rapport souhaité et la plage de dates. Smart Data génère une requête SQL des données requises dans Google BigQuery, et un spécialiste du marketing obtient un rapport visuel.

L'utilisation de rapports tels que l'analyse de cohorte, le calcul LTV, l'analyse ROPO et autres permet aux spécialistes du marketing de prendre en compte tous les points de contact client et de surveiller l'efficacité des campagnes marketing.

L'approche actuelle du travail avec les données n'est pas optimale. Les spécialistes du marketing et les utilisateurs professionnels ne peuvent le plus souvent pas créer de rapports par eux-mêmes, car c'est trop compliqué. Pour répondre à leurs questions, ils doivent définir des tâches pour les analystes et attendre les rapports. Et encore, et encore. Après tout, tant que vous n'avez pas répondu à la première question, vous ne savez pas ce que sera la seconde.

En fin de compte, il s'avère que les données sont utilisées pour surveiller la situation actuelle et analyser le passé, mais rarement - pour gérer l'avenir. Par conséquent, les données apporteront beaucoup plus de valeur si les utilisateurs professionnels ont la possibilité de travailler avec eux pour prendre des décisions de manière indépendante.