Solusi Analisis Digital yang dirancang untuk non-analis

Solusi analitik "pintar" yang menyebabkan kebingungan

Analis Digital bekerja dengan alat canggih yang menawarkan banyak variabel dan opsi untuk menyesuaikan pengaturan mereka. Tetapi mengambil keuntungan penuh dari semua penyesuaian ini sebenarnya bisa menjadi kontra-intuitif dan mengakibatkan organisasi mendapatkan sedikit atau tidak ada nilai dari alat ini.

Sedikit kontradiksi di sana?

Nah, itu kembali ke tujuan Digital Analytics adalah untuk "menginformasikan keputusan dan tindakan organisasi untuk mencapai hasil yang lebih baik." Keputusan dan tindakan ini tidak dibuat oleh Analis Digital, melainkan berasal dari semua orang dalam organisasi. Jadi, agar Digital Analytics memiliki peluang untuk mencapai tujuannya, data harus dapat diakses oleh pemasar, manajer produk, desainer, UX, pengembang, ahli strategi, tim penjualan, dan tentu saja C-suite.

Digital Analytics perlu mendukung orang-orang ini dengan memberi mereka kecerdasan yang mereka butuhkan sehingga keputusan yang mereka buat dan tindakan yang mereka ambil seinformasi mungkin dan karenanya lebih mungkin untuk mencapai hasil terbaik untuk bisnis.

Solusi luar biasa "pintar" yang dirancang untuk kebutuhan Analis Digital sebenarnya dapat menjadi penghalang bagi seluruh organisasi. Jika orang merasa pekerjaan mereka terlalu sulit untuk dilakukan dengan penggunaan data, mereka mengabaikan data itu dan melanjutkan membuat keputusan dan tindakan menggunakan pengetahuan dan pengalaman mereka sendiri.

Itu buruk untuk bisnis.

Cara membuat pengaturan ramah non-analis

1. Jangan pisahkan informasi halaman antar variabel

Masalah: Setiap alat Analisis Digital menyediakan variabel tempat Anda dapat menangkap informasi halaman. Pengaturan "pintar" mencatat jenis halaman, kategori halaman (dan subkategori), bagian situs, bahasa halaman, dan nama/pengidentifikasi halaman yang sebenarnya dalam variabel terpisah. Bagi seorang analis untuk menggunakan beberapa variabel sekaligus untuk mengidentifikasi halaman dan pengelompokan halaman itu sederhana dan kuat. Untuk non-analis untuk membuka laporan dan tidak dapat menghubungkan nama halaman ke halaman di situs web hanya membingungkan.

Perbaiki: Pengaturan alat yang berguna mencakup jenis halaman dan kategorisasi halaman di dalam nama halaman itu sendiri. Ini memungkinkan non-analis mempelajari cara mengakses data menggunakan satu laporan. Dalam hal ini, nama halaman bersifat intuitif (beranda disebut /homepage) dan mudah untuk menerapkan filter untuk melihat kumpulan halaman yang diinginkan.

2. Buat konvensi penamaan yang mudah digunakan

Masalah: Dorongan balik yang umum dari pengembang saat kami memberikan petunjuk pelacakan adalah permintaan untuk menggunakan singkatan atau ID alih-alih nama. Jika pengembang dapat menggunakan variabel yang ada dan hanya mendorongnya ke lapisan data, jauh lebih sedikit pekerjaan untuk mereka.

Sebagai analis, kita biasanya bisa hidup dengan ini. Kami dapat dengan cepat menghafal semua ID kunci atau apa arti singkatannya sehingga secepat bekerja dengan nama. Bagi semua orang, ini mengubah laporan dan data menjadi omong kosong yang tidak berarti yang membutuhkan tabel terjemahan (atau penerjemah analis) agar dapat digunakan.

Perbaiki: Pertukaran sederhana adalah bahwa sedikit investasi waktu bagi pengembang sekarang untuk menggunakan konvensi penamaan yang ramah pengguna akan menghemat waktu berhari-hari untuk sisa bisnis di masa depan.

3. Bangun manipulasi data dan pembersihan data ke dalam alat analisis data

Masalah: Titik sakit umum di organisasi mana pun adalah ketika angka tidak cocok. Jika tidak ada dua orang yang dapat menghasilkan angka yang sama, biasanya alat yang menyediakan angka-angka inilah yang disalahkan dan tidak dipercaya. Salah satu penyebabnya adalah perlunya manipulasi dan pembersihan data untuk mendapatkan "nomor bisnis" resmi, tetapi pengetahuan/keterampilan persyaratan ini terbatas pada sejumlah kecil orang.

Sementara Analis Digital memahami persis bagaimana data kinerja bisnis dengan mudah diekstraksi dari alat, ini hilang dalam terjemahan untuk sisa bisnis. Jika jumlahnya tidak cocok, kepercayaan keluar dari jendela.

Perbaiki: Buat solusi di mana segmen dan kombinasi laporan tidak diperlukan, dan sebagai gantinya, manipulasi dan pembersihan data dibangun ke dalam alat itu sendiri. Pekerjaan ekstra ini memungkinkan siapa pun dalam bisnis untuk dengan mudah menemukan nomor bisnis yang cocok dengan set resmi – yang mengarah ke miskomunikasi dan masalah yang jauh lebih sedikit.

4. Pastikan data agregat mudah tersedia dan dapat diakses

Masalah: Salah satu kejutan konstan saya adalah berbicara dengan orang dan perusahaan yang yakin bahwa data hanya boleh diakses dalam format mentahnya. Mungkin mereka tahu SQL sendiri (atau alat alternatif) dan menggunakannya untuk mengakses semua data yang mereka butuhkan. Oleh karena itu, mereka percaya alat analitik hanya membuang-buang waktu dan membatasi bisnis.

Ini bagus untuk mereka sampai organisasi mempekerjakan seseorang tanpa keahlian ini yang tidak dapat mengakses dan memanipulasi data mentah, dan kemudian seluruh solusi berantakan.

Perbaiki: Dasbor sederhana dan data agregat sangat penting agar bisnis berfungsi. Sederhananya, solusi yang hanya dapat digunakan oleh analis atau pengguna teknis adalah solusi yang buruk. Saya sudah lama menulis tentang Quadfurcation of Digital Analytics dengan analisis tingkat ke-4 adalah penggunaan data mentah. Saya masih percaya bahwa level ini menawarkan potensi wawasan yang paling besar, tetapi seharusnya hanya dikembangkan setelah organisasi memiliki tiga level sebelumnya.

Pentingnya desain

Kata kuncinya di sini adalah "desain". Itulah yang kami lakukan saat kami menentukan pelacakan dan melakukan semua pekerjaan konfigurasi untuk penyiapan alat Analisis Digital – kami sedang merancang alat tersebut. Yang berarti kita harus memikirkan kegunaan.

Saya telah membaca tepat satu buku kegunaan situs web dalam hidup saya – Don't Make Me Think oleh Steven Krug. Dan sungguh, yang perlu Anda lakukan hanyalah menghafal dan menerapkan judul itu pada semua yang Anda lakukan.

Analis Digital dapat dengan mudah terjebak dalam merancang solusi Analisis Digital (penyiapan alat dan/atau cara data diakses) untuk kebutuhan mereka sendiri. Saya tahu ini dari kesalahan saya sendiri di masa lalu.

Selain itu, tidak ada bisnis yang dapat mengandalkan analis mereka untuk memberikan semua pelaporan dan wawasan. Hal ini tidak praktis karena analis menjadi bottleneck dan tidak mampu memberikan nilai riil.

Solusi Digital Analytics yang benar-benar “pintar” adalah solusi yang dirancang untuk memberdayakan seluruh bisnis, pengambil keputusan dan pengambil tindakan, untuk dapat menggunakan data dan wawasan untuk membuat keputusan/tindakan yang lebih cerdas.

Ingin tahu lebih banyak tentang cara menggunakan solusi Analisis Digital secara efektif dan mencapai hasil yang lebih baik untuk organisasi Anda? Lihat lokakarya pelatihan gratis kami, atau hubungi kami untuk mendiskusikan kebutuhan Anda lebih lanjut.