OWOX BI Research sur l'état de l'analyse numérique : entretien avec Simo Ahava

Nous avons eu l'occasion d'interviewer Simo Ahava après son discours inspirant au Go Analytics ! conférence dans le cadre de nos recherches sur l'état de l'analytique numérique en 2019.

Simo Ahava est un analyste talentueux et co-fondateur de 8-bit-sheep, une société de conseil spécialisée dans la création de structures de communication saines. Il sait donc très bien comment cultiver des analyses efficaces. Nous avons discuté d'un certain nombre de questions que tout spécialiste du marketing ou analyste trouvera intéressantes. Ils sont répartis dans les catégories suivantes :

Toutes les questions ont été préparées et posées par Mariia Bocheva, notre responsable du développement commercial (qui aime citer le blog de Simo à haute voix lors de nos réunions quotidiennes). :)

Quelles difficultés voyez-vous lorsqu'il s'agit de mettre en œuvre des analyses et comment évaluez-vous le développement global du marché ?

Je suppose que la principale difficulté est de comprendre les possibilités et les limites de chaque outil. Il existe un degré de boîte noire pour chaque outil sur le marché. Je ne veux pas dire que ces outils cachent leur fonctionnement (bien que certains le fassent délibérément), mais plutôt que l'intégration de ces outils dans les processus de l'organisation peut être très imprévisible.

Je suis également préoccupé par la façon dont tant de nouveaux services s'efforcent de rendre les choses « plus rapides ». Comme si la vitesse était intrinsèquement une vertu que toutes les entreprises doivent suivre. Être rapide se fait souvent au détriment de la prudence , et il y a toujours un risque de faire quelque chose de très rapide uniquement pour produire des résultats qui peuvent être très trompeurs.

Je pense que la connaissance et la compréhension globales des piles techniques se sont améliorées, car des outils comme les solutions de gestion des balises démystifient le monde des développeurs. C'est formidable – c'est une tendance qui, je l'espère, se poursuivra à l'avenir. De même, les services cloud deviennent plus accessibles et abordables, ce qui a conduit à un intérêt accru pour l'automatisation et l'ingénierie des données.

Comment un analyste peut-il avoir un plus grand impact sur le marketing ?

Comment peuvent-ils être utiles à l'équipe marketing ?

Un analyste n'a pas à avoir un impact sur le marketing. Les données oui. Un « analyste » n'est qu'une description d'un rôle, et je considère personnellement qu'il est presque nuisible qu'une personne étiquetée comme « analyste » soit une force puissante dans l'organisation. Dès que vous embauchez un analyste, vous avez trouvé quelqu'un à qui déléguer tout ce « truc de données ».

Parce qu'un analyste travaille avec des données, son rôle doit transcender les différentes équipes et il doit fonctionner comme un pont entre les différentes parties de l'organisation. De cette façon, ils s'apparentent davantage à des maîtres Scrum et à des propriétaires de produits qu'à des broyeurs de données individuels.

Quels défis analytiques rencontrez-vous actuellement ?

Je ne suis confronté à aucun défi analytique en soi, mais c'est un défi constant de comprendre les outils avec lesquels je travaille et comment ces outils peuvent être utilisés au mieux pour aider les organisations à donner plus de sens à leurs données.

En même temps, je suis également interpellé par la manière de rendre les organisations plus conscientes de leurs propres lacunes. Le plus grand défi de l'analytique, ou de toute discipline numérique, est de savoir comment l'intégrer dans les processus de l'organisation sans hyperbole ni exagération. De nombreuses entreprises s'efforcent d'être "axées sur les données" ou "le numérique d'abord", ce qui se transforme très rapidement en une chasse au meilleur outil, alors qu'en fait ces organisations devraient se concentrer sur la constitution d'équipes multidisciplinaires, des approches plus agiles de la conception de services. , et une meilleure compréhension des questions et problèmes commerciaux à résoudre avant de déterminer quel outil fait tout cela.

Pensez-vous que les problèmes de communication entre les analystes et les équipes marketing sont courants ? Si oui, avez-vous des recommandations sur la façon de le surmonter?

C'est aussi courant qu'une mauvaise communication entre deux personnes dans une organisation. Comment résoudre une mauvaise communication ? En communiquant mieux :)

Il y a beaucoup à apprendre des méthodologies agiles telles que Scrum, qui dépendent entièrement de structures de communication robustes dans l'organisation. Si vous constatez qu'il existe des problèmes de communication, il est absolument nécessaire de découvrir pourquoi ils existent et de les résoudre en introduisant de nouveaux paramètres et contextes de communication, tels que des réunions quotidiennes, la préparation du backlog, des sessions rétrospectives et des démos.

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

Je pense qu'il leur manque principalement deux choses :

1. Ils pensent qu'une entreprise devrait être axée sur les données
2. Adhésion et confiance des personnes qui les entourent

Il est difficile de pousser au changement si vous utilisez une terminologie telle que "axé sur les données". Une entreprise est dirigée par un mélange de données, d'intuition, d'expertise, de ressources humaines, etc. Il n'y a pas une seule chose qui motive le changement.

L'autre raison pour laquelle il est difficile de s'implanter dans une entreprise est qu'il y a un manque de confiance dans ce que vous faites. Il s'agit d'un problème de communication. Alors voyez ma réponse à la question précédente :)

L'adhésion et la confiance peuvent être acquises en rendant vos efforts transparents - ajoutez de grands tableaux de bord dans tout le bureau, placez les données au centre des discussions dans les démos et les réunions de sprint, faites prendre conscience à tout le monde que chaque petite chose qui est faite au produit ou au service a un impact mesurable.

Pour approfondir la réflexion de Simo Ahava sur les questions de communication, téléchargez sa présentation pour la lire tout en écoutant sa performance live pour Go Analytics ! Conférence.

Selon vous, quel est l'avenir de l'analyse marketing ?

Quelles tendances voyez-vous venir et qu'est-ce qui est en forte demande ?

Je pense que l'avenir est trouble. Les restrictions dans le navigateur et l'espace des applications (suppression par Safari des cookies de première partie, blocage des publicités et du contenu, etc.), la demande accrue de conception axée sur la confidentialité et le manque de fiabilité des données de signal à long terme rendent difficile le peering. dans le futur.

Je suis certain que l'analyse marketing continuera de s'éloigner des approches à fournisseur unique (par exemple, Google Analytics) vers un pipeline de données plus holistique, ce qui signifie que les ingénieurs de données seront de plus en plus demandés.

Quelles opportunités voyez-vous sur le marché aujourd'hui ?

Il y a des vendeurs, des organisations, des individus, des pays, des politiciens, des législateurs et des êtres humains en général qui font des bêtises. Tous ces éléments contribuent à l'incertitude dans les disciplines numériques, y compris le marketing. Nous pouvons soit accepter cela au pied de la lettre et continuer à lutter dans un espace de plus en plus limité, soit nous pouvons briser les silos et commencer à penser à l'analyse marketing non pas comme une discipline unique, mais comme un éventail plus large de possibilités qu'une entreprise peut réaliser. avec des données.

Le marketing est étroitement lié à la conception des produits et des services. Si une organisation a une équipe marketing dédiée qui n'est pas impliquée dans les mécanismes quotidiens de ce que l'entreprise produit réellement, alors c'est un problème. De même, si les organisations croient encore que trouver le meilleur outil est la solution à tous leurs problèmes, alors c'est un problème.

Personnellement, je pense que le plus gros problème est celui qui n'a jamais vraiment disparu : l'incapacité à communiquer. Chaque problème auquel une organisation peut être confrontée, du plus petit bogue au plus grand désastre de relations publiques, peut toujours être attribué à un problème de communication entre deux ou plusieurs personnes. Résoudre ces problèmes de communication est la clé pour réparer les organisations, et réparer les organisations est la clé d'un marché plus sain.

Quelles compétences techniques sont les plus importantes pour les analystes aujourd'hui ? Un analyste doit-il connaître SQL, Python et R et créer des tableaux de bord dans les outils de visualisation les plus courants, tels que Data Studio, Tableau, QlikView, etc. ?

Je pense que la base de référence pour l'analyse dépend encore beaucoup du type d'analyse que vous souhaitez effectuer. Le problème de l'établissement d'attentes en matière de compétences est qu'il crée une exclusivité plutôt qu'il n'invite les gens à commencer à travailler avec la discipline. Vous pouvez faire beaucoup de choses lorsque vous entrez dans l'espace d'analyse et que vous n'avez aucune expérience des langages de programmation ou des outils de visualisation externes. Une fois que vous progressez, cependant, les exigences deviennent plus spécifiques.​

• Pour l'analyse Web, la compréhension de la pile du navigateur est primordiale.
• Pour tous ceux qui travaillent avec de grands ensembles de données, SQL est indispensable.
• Python vs R est une discussion permanente, mais je ne pense pas que ce soit nécessaire si vous souhaitez travailler dans l'analyse.

Mais si j'étais obligé de choisir, je choisirais Python grâce à son extensibilité au-delà du seul domaine de l'analyse de données.

Quelles compétences générales un bon analyste devrait-il avoir ?

De l'empathie pour l'environnement d'affaires dans lequel ils travaillent, des réflexes rapides pour s'adapter aux changements qui les entourent, une mentalité de pont pour travailler à travers les silos plutôt que de les renforcer, et une soif insatiable d'apprendre de nouvelles choses.

La compétence la plus importante est la communication. Les données sont l'une de ces choses qui souffrent vraiment si les personnes de l'organisation où ces données sont produites ne parviennent pas à communiquer. Les données sont le modèle de l'organisation, et elles peuvent révéler les failles de l'organisation plus honnêtement que n'importe quel consultant ne le pourrait jamais.

Quelle est la plus grosse erreur qu'un analyste puisse faire ?

Pouvez-vous partager certaines de vos erreurs d'analyse ?

La plus grande erreur que toute personne travaillant avec des données peut commettre, à mon avis, est de mal interpréter ou d'utiliser délibérément des mesures pour étayer une hypothèse qui a échoué. Je le vois souvent dans les organisations peu matures qui se lancent dans les tests A/B ou qui viennent de mettre en œuvre Google Analytics. Ils configurent les conversions pour soutenir des hypothèses « évidentes » et évitent délibérément d'accepter des résultats de test qui vont à l'encontre de ce qu'ils pensent intuitivement être juste.

La même veine de pensée peut être observée en utilisant quelque chose d'aussi simple que le taux de rebond pour décrire l'engagement sur un site, par exemple. Sans personnalisation approfondie et sans stratégie de mise en œuvre cohérente pour cartographier toutes ces activités d'engagement en événements tueurs de rebonds, le taux de rebond est une mesure superficielle et superficielle qui peut conduire à des conclusions incorrectes le plus souvent.

Mes propres erreurs en tant que consultant ont souvent à voir avec les deux choses que j'ai décrites ci-dessus. Il m'est facile de me laisser emporter par la « facilité » de l'analyse dans les cas où j'ai besoin d'être en mesure de produire de bons résultats rapidement. C'est quelque chose que j'essaie d'éviter du mieux que je peux, mais être totalement impartial vis-à-vis des données est souvent très difficile. Je trouve qu'il est plus facile d'être juste dans les cas où je ne suis pas trop investi émotionnellement dans les affaires du client - dans ces cas, il est plus facile d'être brutalement honnête et d'essayer de persuader l'organisation de changer sa façon de penser.

Nous apprécions vraiment toutes les réponses de Simo et sommes prêts à signer chacun de ses mots. Au cours des 20 dernières années, les courants dans l'océan de données ont commencé à se déplacer plus rapidement, écrasant même certains bateaux. Il est important de plonger dans vos données avec les outils appropriés, mais ce qui est plus important, c'est d'avoir une équipe vraiment dévouée à bord.

Nous sommes tout à fait d'accord avec Simo. Chaque jour, nous fournissons nos services pour permettre aux directeurs marketing, aux spécialistes du marketing et aux analystes d'atteindre un nouveau niveau d'analyse de données dans leurs entreprises en simplifiant la collecte, l'alignement, le reporting et la visualisation des données.

Alors 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.

Que demanderiez-vous à Simo ? Faites-nous savoir dans les commentaires ci-dessous!