Entretien avec Laura Patterson

Laura Patterson est une experte pour prouver et améliorer la valeur du marketing. Elle est une conseillère de confiance possédant une expertise mondiale en matière d'engagement client dans les secteurs de la technologie, des services financiers, des sciences de la vie et de la fabrication.

Laura est une dirigeante axée sur les résultats avec une expérience entrepreneuriale et une passion pour aider les entreprises à obtenir des informations à partir des données, à développer des mesures et à concevoir des processus pour stimuler la croissance, créer de la valeur client et améliorer les performances commerciales et marketing.

Mariia Bocheva, responsable du développement commercial chez OWOX BI, a eu une excellente occasion d'obtenir des informations de Laura dans le cadre de nos recherches sur l'état de l'analyse numérique. Toutes les pensées sont réparties dans les catégories suivantes :

Laura Patterson : L'analytique est la capacité d'appliquer des calculs ou des mathématiques à des données. Essentiellement, l'analyse est la capacité d'analyser et d'effectuer des analyses. Dans notre monde, les ingrédients de cette analyse sont les données. Si vous allez travailler dans l'analytique, le marketing ou toute autre partie de l'organisation qui est liée à l'analytique, vous devez développer de solides compétences dans plusieurs domaines et j'aimerais parler de cinq de ces compétences.

Ainsi, la première compétence doit être dans les données. Vous devez savoir comment récolter des données, comment déterminer quelles données sont importantes et pertinentes et comment vous assurer que les données sont propres. Vous aurez besoin de connaître les méthodes pour organiser et gérer vos données.

Deuxièmement, en tant que professionnel de l'analyse, vous devez adopter les mathématiques. Vous devrez comprendre diverses techniques analytiques, comment les appliquer et tirer un sens des modèles qui émergent.

Cela nous amène à la troisième compétence, la modélisation. L'analyse est la base de la création de modèles importants, tels que les modèles de segmentation, les modèles d'attribution et de combinaison, les modèles de risque de campagne, les modèles de désabonnement, de défection et de fidélité des clients. En tant qu'analyste, vous souhaitez maîtriser l'utilisation de l'analytique pour créer et construire vos modèles.

Quatrièmement, un bon analyste est habile à traduire les données en informations significatives, pertinentes et exploitables qui peuvent aider l'organisation à prendre de meilleures décisions. Bien qu'il puisse être facile pour un analyste de voir les modèles et les informations dans les données, de bons analystes aident les personnes qui s'appuient sur eux à le voir également. C'est pourquoi il est important que les analystes soient de bons conteurs et apportent des images.

Être analyste nécessite une bonne capacité de visualisation.

La visualisation des données permet aux autres de voir ce que vous voyez et de comprendre ce qui est important. Les données que vous choisissez de visualiser doivent aider les gens à comprendre pourquoi vous recommandez un plan d'action particulier ou pourquoi un événement particulier se produit.

Et le dernier que je veux mentionner est peut-être que le point le plus important est la communication. La communication est une compétence à la fois dure et souple. Vous devez être capable d'écrire et d'articuler vos conclusions. Si vous ne pouvez pas communiquer vos conclusions, vous aurez du mal en tant qu'analyste.

LP : Trois compétences non techniques qui viennent immédiatement à l'esprit sont la résolution de problèmes, la pensée critique et la collaboration. Quel est l'intérêt de faire une analyse si cela n'aide pas l'organisation à mieux réussir. En marketing, nous devons aider l'organisation à trouver, conserver et développer la valeur des clients. Nous devons donc comprendre comment utiliser l'analyse pour aider l'organisation à saisir ces opportunités et éventuellement tout problème pouvant survenir lors de leur réalisation.

Être analyste, c'est aussi collaborer avec d'autres personnes.

Collecter des données, construire des modèles, proposer un plan d'action n'est pas un acte solitaire. Vous aurez très probablement besoin de travailler avec d'autres personnes dans l'organisation, qu'il s'agisse de personnes dans les finances, les ventes, les services, etc. De bons analystes doivent être capables de rassembler des personnes et de collaborer avec elles pour construire les modèles et collaborer sur le plan d'action.

Enfin, l'une des compétences les plus importantes est d'être capable de poser de bonnes questions. Le but de faire de la recherche, le but de faire des analyses est de répondre aux questions. Les bonnes questions aident les analystes àprendre des décisions concernant le marché, les clients, les produits, les concurrents, etc.

LP : Je pense que si vous êtes un analyste, vous devez être familiarisé avec les outils, les processus et les méthodes d'analyse. Vous n'allez probablement pas être compétent ou compétent dans chacun d'eux. Mais vous devez savoir ce qu'ils sont et quand les utiliser. Si vous n'avez pas l'expertise, contactez des experts internes ou externes. Je trouve utile d'avoir un réseau de personnes expertes dans divers domaines, méthodes et outils.

LP : Nous faisons tous des erreurs. Admettez-les et corrigez-les. Les erreurs peuvent résulter de données erronées ou incorrectes, de calculs incorrects ou de l'absence d'une variable clé qui affecte les résultats. Je me souviens que dans mes premières années, j'ai fait une erreur particulière et mon mentor m'a demandé, cela a-t-il vraiment nui aux relations avec un client ? Oui ou non? Est-ce que cela va vraiment faire chuter notre entreprise ? Oui ou non? Le vrai but était de me faire comprendre : si j'ai fait une erreur, qu'est-ce que j'en ai appris ? Que ferais-je dans la même situation la prochaine fois ?

« C'est facile de se débattre avec une erreur ; personne n'est parfait. S'efforcer d'atteindre la perfection et l'excellence, c'est bien, mais vous devez vous rappeler que parfois, le bien est suffisant. »

Nous ne volons pas vers la lune, nous ne construisons pas de fusée, ce n'est pas notre travail typique. Nous essayons d'aider l'organisation à prendre des décisions commerciales fondées sur des données probantes. Nous voulons être précis et fournir des orientations claires.

Cela signifie que nous devons parler le langage des affaires. C'est peut-être une erreur que de nombreux analystes commettent et sur laquelle chaque analyste doit travailler. Nous pouvons devenir amoureux des données, des mathématiques et des modèles. Ceux-ci ne sont bons que si nous pouvons en communiquer le mérite, la valeur, aux gens de l'entreprise. On travaille dans les affaires, on doit être des gens d'affaires, donc on doit parler le langage des affaires. Peu importe qui est votre client interne ou externe : directeur technique, PDG, équipe commerciale, équipe marketing, équipe de développement, vous devez parler leur langue pour qu'ils vous comprennent. C'est l'une des choses les plus importantes que j'ai jamais apprises.

LP : La plupart de nos défis tournent autour des données. Des défis tels qu'il n'y a pas de données du tout, ou que leur qualité est médiocre, ou qu'elles sont difficiles d'accès, ou qu'elles se trouvent dans tant d'endroits et dans tant de formats qu'elles ne sont pas facilement ou rapidement utilisables. En outre, il y a une question de processus. Il n'y a pas de processus bien définis sur la façon de gérer les données, comment faire des projets « d'espace » d'analyse, comment nous utilisons l'analyse et présentons les résultats.

Si nous constatons que les données sont mauvaises ou non fiables, nous prenons du recul et nous nous demandons : que pouvons-nous faire pour obtenir de meilleures données ? Parfois, cela nous oblige à mener des recherches pour acquérir des données primaires. Cela peut ralentir les choses. Même ainsi, il n'y a aucune raison aujourd'hui pour une entreprise de penser que l'utilisation des données est hors de sa portée. Le plus souvent, le véritable défi consiste à savoir quelles données utiliser.

LP : Je pense que c'est la suite du point précédent. De bonnes analyses nécessitent de bonnes données et les bonnes données. Cela revient aux processus et outils de gestion des données de qualité. Par exemple, votre entreprise dispose-t-elle d'un inventaire ou d'une bibliothèque de données ? Cet outil vous aide à savoir quelles données vous avez, où elles sont conservées, leur ancienneté, à qui elles appartiennent, etc. Il doit y avoir un moyen de classer les données et les informations sur la façon dont les données sont utilisées. Ce sont des fondamentaux et pourtant, trop souvent, les gens sont plus intrigués par les nouveaux outils et jouets brillants.

C'est comme construire une maison, nous pouvons nous passionner pour toute l'apparence et négliger certains mécanismes de base importants, tels que la plomberie. Vous avez donc une belle maison, mais votre plomberie ne fonctionne pas, vous pourriez vous retrouver malheureux. Comme la plomberie fait partie de l'infrastructure de votre maison, les données font partie de votre infrastructure, et vous devez faire attention aux petits détails et les maintenir en bon état de fonctionnement.

Ce n'est pas que des choses comme celle-ci sont intentionnellement négligées. Qui négligerait intentionnellement sa plomberie ? Comme la plomberie, nous pensons qu'elle sera prise en charge. Mais ce n'est tout simplement pas le cas. C'est juste plus amusant de penser aux trucs cool - le nouvel outil cool. Les choses techniques sont ennuyeuses. Analyser des informations – par exemple, les risques clients – est plutôt ennuyeux. Cela nous ramène à la raison pour laquelle les analystes doivent savoir comment présenter leurs données pour les rendre utiles aux entreprises.

LP : Je pense que c'est commun à n'importe quelle équipe. Je ne pense pas qu'il soit nécessaire de le mentionner comme un problème car une mauvaise communication peut apparaître dans n'importe quel type d'organisation. Nous devons tous travailler dur pour nous assurer que nous écoutons et clarifions. Les analystes doivent savoir écouter et poser des questions. Si les analystes parlent à quelqu'un du marketing, ils doivent se rappeler que la majorité des spécialistes du marketing ne sont pas aussi expérimentés qu'eux en matière de données, d'analyses ou de modèles.

• Quels types de décisions souhaitez-vous pouvoir prendre ?
• Avec qui voulez-vous partager ces informations ?
• Qu'utilisez-vous aujourd'hui ? Ça marche bien ou pas ?
• Pourquoi pensez-vous avoir besoin d'un tableau de bord ?

Des questions comme celles-ci aident à réduire les problèmes de communication et à s'assurer que tout le monde est aligné. Un bon analyste doit être capable de poser ces questions pour s'assurer que ce que son équipe rapporte est un produit fonctionnel.

LP : Il y a deux points. Le premier est la culture. Je viens d'une culture où l'on disait : En Dieu, nous avons confiance, tout le monde apporte des données . Au cours de ma carrière, j'ai travaillé dans différentes entreprises, mais dans chacune d'entre elles, j'ai travaillé pour des ingénieurs ou des financiers - les chiffres et les données étaient donc importants. Une culture axée sur les données commence au sommet. Les gens doivent avoir un appétit et une passion insatiables pour les décisions basées sur les données.

Deuxièmement, nous devons améliorer la gestion des données et la gouvernance des données. Aujourd'hui, nous avons tant de données dans tant de formats (structurés et non structurés) provenant de tant de sources stockées dans tant d'endroits. Il est difficile de savoir ce qui est vrai. Quand j'ai commencé ma carrière, il n'y avait pas autant d'applications et nous n'avions pas autant de sources de données. Pensez à tous les endroits dont nous devons tirer des données aujourd'hui - Google Analytics, les médias sociaux, les plateformes de messagerie, etc.

Les entreprises ont besoin d'un moyen de gérer le flux incessant de données. Pour être en mesure de savoir " de quelles données nous avons besoin pour répondre à la question et comment nous analysons ces données de la meilleure façon d'obtenir la réponse ".

Cela revient à ce dont nous avons parlé plus tôt. Les analystes doivent être capables d'analyser les données, de reconnaître des modèles significatifs et pertinents, et de comprendre et de communiquer les implications pour l'entreprise. Les analystes doivent non seulement voir les données, mais voir si elles sont importantes. Je pense que cette chose de savoir où un modèle particulier nécessite une attention fait défaut chez les analystes de nos jours.

LP : Si on parle de l'évolution de l'entreprise, chaque entreprise a son propre cycle de vie. Qu'il s'agisse d'une startup, d'une PME, d'une PME ou d'une entreprise, nous parlons de leur maturité du cycle de vie. Vous commencez à votre première étape de croissance, puis passez à l'étape principale de croissance, etc. Votre produit, la complexité, le nombre de partenaires, le nombre de clients, le nombre de produits similaires sur le marché - tout peut changer. C'est ce que nous entendons par la maturité de l'entreprise.

Vous pouvez être une petite entreprise sur un marché local, mais vous pouvez offrir une variété de produits ou de services. Quelle que soit votre taille, vous devez penser à fabriquer le meilleur produit ou à offrir le meilleur service.

Au début de la phase initiale, les principales questions que vous vous poserez seront les suivantes : comment obtenir une traction sur le marché ? Combien de clients allons-nous après? Construisons-nous le produit nécessaire ? Au fur et à mesure que vous obtenez des clients, d'autres questions se posent : comment conserver ces clients ? Comment développer les valeurs de ces clients ? Des questions différentes nécessitent des capacités différentes. Mais je pense qu'un bon analyste peut travailler tout au long du cycle de vie. Il s'agit plus de questions et de données que de compétences analytiques.

Il n'y a aucune raison pour qu'un bon analyste qui travaille dans une startup ne puisse pas travailler dans une entreprise ; il n'y a aucune raison pour qu'il ne soit pas précieux dans une grande entreprise. Je fais toujours attention en disant, Vous êtes un analyste pour PME ou Vous êtes un analyste pour PME .

La maturité d'une entreprise n'a d'importance qu'en fonction de l'ampleur du rôle de l'analyste. Une startup peut avoir besoin d'un seul analyste, mais une très grande entreprise robuste peut avoir besoin de plusieurs analystes, et ces analystes seront plus spécialisés. Mais dans une petite entreprise, les analystes sont plus des généralistes que des spécialistes. D'une certaine manière, leurs compétences doivent être encore plus larges car ce sont des généralistes.

Et quand vous allez dans une très grande entreprise, vous pouvez devenir un spécialiste spécifique. Vous serez très spécialisé dans les modèles que vous construirez. Vous pourriez être très concentré sur des choses comme la rentabilité des clients et la valeur à vie des clients. Vous deviendrez vraiment bon à regarder ces choses au niveau de l'entreprise. Mais c'est totalement différent des choses que vous pourriez envisager dans une startup.

LP : Je sais que l'année dernière a été la première année où les dépenses consacrées aux outils d'analyse marketing ont été supérieures aux dépenses consacrées aux personnes travaillant dans l'analyse marketing. Oui, les entreprises investissent de plus en plus dans des outils d'analyse.

Rappelons-nous que l'analyse marketing, l'analyse en général et la science des données ne sont pas nouvelles. Les sciences du marketing faisaient partie du programme il y a des décennies. Il était alors important et continuera d'être un rôle précieux et stable au sein de l'organisation. Nous devons maintenir nos compétences à jour pour rester pertinents.

Être à jour signifie être familiarisé avec les nouvelles techniques et les nouveaux outils et, dans certains cas, maîtriser leur utilisation. Vous n'aurez peut-être pas besoin du dernier outil le plus cher. Si vous avez déjà un outil dans la boîte à outils qui peut faire le travail et le faire bien, alors vous n'avez peut-être pas besoin de dépenser de l'argent pour un nouveau jouet brillant. La clé est d'avoir les bons outils qui vous aideront à effectuer votre travail de manière efficace et efficiente et de savoir comment les utiliser correctement.

LP : Je pense que c'est le bon moment pour parler de choses comme l'apprentissage automatique, la chaîne de blocs, l'intelligence artificielle. Ces choses ont un impact sur ce qui arrive aux données et à l'analyse des données. Vous devrez comprendre les implications pour l'entreprise et comment elles affectent votre travail. L'IA facilite le développement de modèles. L'analyste devra être celui qui détermine quand quelque chose est pertinent, quand cela nécessite une action, ce que cela signifie pour l'entreprise, puis choisit ce qu'il doit faire. Ce type d'analyste, je pense, survivra et prospérera.

LP : J'essaie toujours d'aller aux réunions liées à mon métier. Je recommande d'assister à quelque chose au moins une fois par trimestre. Oui, vous avez déjà votre diplôme et vous avez travaillé si dur, mais je crois qu'une fois par trimestre, vous devriez lever la tête, regarder autour de vous, vous arrêter un instant et passer du temps sur quelque chose qui peut améliorer vos compétences professionnelles. .

Il existe de nombreux types d'activités qui peuvent être utiles. Suivez des cours dans votre ville ou peut-être en ligne, regardez des tutoriels sur YouTube ou écoutez un podcast - il y a tellement de belles opportunités. Trouvez une conférence sur un sujet qui vous intéresse, allez-y, rencontrez de nouvelles personnes et réseautez avec elles, établissez de nouvelles relations professionnelles, demandez-leur comment elles résolvent leurs problèmes. Découvrez s'il existe des communautés professionnelles LinkedIn ou locales auxquelles vous pouvez vous joindre.

Le DAA propose d'excellents événements pour les analystes. Devenez membre de l'association. Assistez à leurs conférences, réseautez avec vos pairs, dialoguez avec eux. L'essentiel est de trouver des moyens de rester au top de votre jeu.

Nous apprécions vraiment que Laura ait trouvé le temps de répondre à toutes nos questions et de partager ses réflexions sur les problèmes actuels et l'avenir de l'analyse marketing. Et aussi nous vous recommandons fortement de lire le récapitulatif du discours MASCONF de Laura sur la gestion des processus.

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