Wawancara dengan Fred Pike, direktur pelaksana di Northwoods

Kami melanjutkan kolom Pendapat Pakar kami, dan hari ini kami mempersembahkan kepada Anda sebuah wawancara dengan Fred Pike , seorang presenter berpengalaman, dan blogger di topik Google Analytics, Google Analytics 4, dan Google Tag Manager. Fred adalah Managing Director di Northwoods , agen digital dan toko pengembang perangkat lunak. Pada saat yang sama, dia telah mengajar kursus teknis selama bertahun-tahun di MeasureSchool, SDEC, dll., bersama dengan membuat tiga kursus video online untuk CXL Institute.

Seperti biasa, berikut adalah topik utama untuk navigasi:

Saya adalah Managing Director di Northwoods, agen digital dan toko pengembang perangkat lunak di Milwaukee, Wisconsin.

Saya juga memimpin Area Praktik Google Analytics/Google Tag Manager Northwoods. Dalam beberapa hal, saya menyalahkan Peep Laja dari CXL untuk itu. Bertahun-tahun yang lalu, saya mengambil kursus CRO-nya. Saya segera mengetahui bahwa pemahaman saya tentang Google Analytics — yang saya yakini canggih — sebenarnya buruk.

Itu membawa saya ke kelas Google Analytics yang mengubah hidup dari Jeff Sauer di Data Driven U . Kelas Jeff, pada gilirannya, membawa saya ke kelas Google Tag Manager Julian Juenemann di Measure School , pengubah hidup lainnya.

Semua hal di atas — ditambah kursus, blog, kontribusi, dan persahabatan Simo Ahava , Julius Fedorivicius , dan Brian Clifton — menghasilkan bertahun-tahun bekerja dengan klien di Google Analytics dan penerapan Google Pengelola Tag, pekerjaan yang saya sukai.

Pertama, rasa ingin tahu. Keinginan untuk mencari tahu mengapa hal-hal tertentu terjadi. Apa yang menyebabkan mereka? Dapatkah Anda mengukur — bahkan kira-kira — sebab dan akibat? Bertindak atas rasa ingin tahu itu. Selami data dan dapatkan jawaban.

Kedua, kerendahan hati. Dapatkan nyaman dengan gagasan bahwa Anda tidak tahu semua jawaban. Belajar dari orang lain. Perhatikan apa yang mereka lakukan.

Kursus terbaik yang pernah saya ambil membuat saya merasa seolah-olah saya sedang duduk di sebelah ahli kerajinan saat mereka berbagi pengetahuan, baik dalam pelajaran eksplisit dan dengan membiarkan saya mengintip dari balik bahu mereka saat mereka melakukan hal-hal mereka.

Ketiga, komunikasi. Apakah saya sedang menjelaskan sesuatu kepada klien atau merancang kelas, saya berusaha untuk mengomunikasikan pertanyaan, temuan, asumsi, dan kesimpulan saya dengan jelas. Apa yang saya ketahui tidak terlalu berarti jika saya tidak dapat menyampaikan pengetahuan tersebut kepada pihak lain yang terkait. Komunikasi yang baik bisa memakan waktu. Saya membaca ulang email saya sebelum saya mengirimnya. Ketika saya merekam sebuah kursus, saya berharap untuk menghabiskan sekitar satu jam mengerjakan setiap menit dari konten akhir. Ingin menyampaikan pesan Anda? Merevisi. Kemudian revisi lagi.

Saya menghabiskan banyak waktu — semuanya diperlukan — memastikan bahwa implementasi GA dan GTM saya benar dan mengumpulkan data sebersih mungkin.

Sebagian besar kesalahan saya berkaitan dengan tidak memeriksa pekerjaan saya dengan cukup hati-hati. Saya pernah menyiapkan filter IP di akun klien dan menambahkan pipa tambahan (|) di akhir filter RegEx — yang memblokir SEMUA lalu lintas ke properti GA. Ini untuk klien internasional yang besar. Untungnya (tapi memalukan), setelah tiga hari tidak ada lalu lintas di GA, klien bertanya kepada saya apa yang sedang terjadi. Tentu saja, kami telah menyiapkan tampilan mentah, jadi kami masih memiliki pemahaman yang baik tentang apa yang telah terjadi. Tapi tetap saja — kekhilafan itu menghantui saya.

Contoh lain: Menguji perubahan di GTM, menyiapkan semuanya, lalu lupa memublikasikan penampung.

Saya terus memikirkan pepatah itu — jika Anda tidak punya waktu untuk melakukannya dengan benar, kapan Anda akan punya waktu untuk memperbaikinya? Jadi saya secara sadar mencoba meluangkan waktu saya, memastikan itu benar, dan menguji perubahannya setelah ditayangkan.

Saya telah membaca tentang ini lebih dari yang saya temui. Ini mungkin jarang terjadi di pasar UKM yang terutama kami layani, tetapi bahkan di antara klien kami yang lebih besar, analis, dan tim pemasaran umumnya berkomunikasi dengan baik. Pemasar yang bekerja dengan kami cenderung cukup teknis. Mereka biasanya memahami analis.

Amin untuk mereka berdua. Kualitas data yang buruk membuat saya menghabiskan begitu banyak waktu untuk memikirkan detail pengumpulan data (lihat pertanyaan 3).

Wawasan yang relevan sulit didapat — itulah sebabnya saya membenci dasbor tanpa tingkat analisis tertentu.

Contoh terbaru: Salah satu festival musik yang bekerja sama dengan kami memiliki jadwal acara, dengan bilah pencarian eksklusif untuk jadwal itu, cukup terpisah dari kotak pencarian situs web secara keseluruhan. Kami menangkap istilah penelusuran yang dimasukkan orang ke dalam kotak telusur jadwal itu dan menemukan rangkaian varian dan ejaan alternatif yang luar biasa yang dimasukkan oleh penelusur salah satu headliner festival. Namanya agak kontra-intuitif, dalam hal ejaan. Jadi — apa yang harus dilakukan? Sial lebih baik memiliki mesin pencari fuzzy-logika/ejaan varian dalam jadwal, untuk mengembalikan hasil yang berguna untuk pembeli tiket.

Saya tidak begitu yakin bahwa laporan ad hoc terlalu sulit. Itu tergantung pada jenis pemasar. Pemasar digital sejati memiliki rasa ingin tahu (lihat pertanyaan 1) dan pemahaman yang cukup tentang alat analisis dan pelaporan untuk menangani laporan ad hoc. Pelatihan ini tidak sulit untuk ditemukan atau sulit untuk diselesaikan. Dalam satu atau dua bulan, Anda dapat mengembangkan keterampilan yang layak. Dan astaga, jika tidak ada yang lain, mereka harus menggunakan OWOX! :-)

Sekali lagi (lihat pertanyaan 3), pastikan implementasi awal memberi Anda data yang baik dan bersih.

Untuk GA3 (Universal Analytics), membuat kumpulan peristiwa GA yang hebat (kategori/tindakan/label) yang jelas, ditata dengan baik, dan yang menangkap interaksi pengguna utama di situs bisa menjadi tugas yang berat, tetapi perlu, . Acara di GA3 adalah jantung dan jiwa dari implementasi yang hebat; tanpa mereka, Anda memiliki kumpulan data yang cukup umum.

Untuk GA4, tantangannya terletak pada mencari cara untuk menangkap interaksi pengguna utama yang sama, tetapi dalam model peristiwa/parameter GA4. Ini berarti menggunakan peristiwa Enhanced-measurement atau Recommended, dan parameter yang ada sebanyak mungkin. (Ini adalah topik presentasi saya di MeasureSummit , pada 1 Oktober 2021.)

Bidang ini belum matang dan berubah dengan cepat, dan laju perubahan tidak akan melambat di masa mendatang. Analis dengan pengetahuan mendalam di satu atau dua bidang, tetapi tetap terbuka dan mudah beradaptasi, akan sangat dibutuhkan. Jika Anda cenderung menolak perubahan, cari pekerjaan lain.

Saya menduga bahwa dalam kebanyakan kasus kita hampir tidak menggores permukaan dari apa yang dapat dilakukan oleh alat kita. Jika kita bahkan tidak melakukan pekerjaan yang baik dengan pengumpulan data sekarang, mengapa khawatir tentang masa depan tanpa cookie?

Beberapa waktu lalu, saya memberikan masterclass tentang ekstensi Chrome kepada siswa Data Driven U . Saya berbicara tentang CEPAT — Tes Sniff yang Luar Biasa dari Fred. Saya bahkan tidak perlu pergi ke properti GA untuk mendapatkan bau yang baik. Dalam waktu kurang dari lima menit, saya dapat menentukan tingkat kecanggihan pengaturan GA dengan menjawab beberapa pertanyaan:

• Apakah mereka menggunakan dimensi khusus? (99%+ situs web tidak.)

• Jika ini adalah situs e-niaga, apakah mereka melacak add-to-cart dan remove-from-cart dengan benar? (Sekitar 80% tingkat kegagalan saat dikeluarkan dari keranjang.)

• Apakah mereka menghitung tampilan halaman dua kali? (10-15% situs melakukannya.)

• Apakah mereka melacak tautan keluar dan file yang diunduh? (Gagal untuk 60-70% dari semua situs GA3.)

• Jenis interaksi pengguna apa yang mereka lacak, jika ada? (50-60% tidak melacak apa pun.)

Pastikan data dikumpulkan dengan benar! :-)

Saya melakukan sedikit dengan GA4. Kami telah menyiapkan pemberian tag ganda di sebagian besar akun klien yang kami sentuh (kami menjalankan GA3 dan GA4). Saat ini saya terlibat dengan proyek besar untuk sebuah universitas, karena kami memindahkan semua 30+ properti ke GA4.

Saya sangat menyukai GA4, terutama pengukuran yang disempurnakan yang diaktifkan secara default dan struktur data e-niaga yang lebih bersih. Tapi itu masih kehilangan beberapa hal. Sangat penting untuk menyiapkan GA4, tetapi saya masih ragu untuk merekomendasikannya sebagai satu-satunya analitik Anda.

Data tidak lengkap sekarang; itu akan menjadi tidak lengkap di masa depan, dan itu selalu tidak lengkap. Kami memikirkan hal-hal dan melakukan.

Mikko Piippo , seorang analis digital di Finlandia, mungkin memberi saya perspektif terbaik tentang pengumpulan dan analisis data. Itu benar-benar membantu saya berhenti membuat bencana.

Mikko mempelajari sejarah Abad Pertengahan. Saat sarapan SuperWeek, dia menjelaskan bahwa bahkan tanpa data menit demi menit dari periode itu, kita masih tahu banyak tentang Abad Pertengahan, dan pengetahuan kita terus berkembang. Saya pikir itu juga berlaku di bidang kita!

Ayo pergi bersama Mikko Piippo!

Astaga - saya melihat Anda sudah mewawancarainya. Bagaimana dengan Ahmad Kanani?

Jika Anda ingin menjadi spesialis yang sangat baik dalam analitik, ingatlah hal-hal ini: tetap penasaran (tidak pernah berhenti mencari tahu mengapa hal-hal tertentu terjadi), merasa nyaman dengan gagasan bahwa Anda tidak tahu semua jawaban, dan luangkan waktu Anda untuk menguji, periksa kembali dan pastikan Anda melakukan semuanya dengan benar.

Kami sangat menghargai tanggapan jujur ​​Fred tentang dan berbagi pengalamannya. Kami harap wawancara ini bermanfaat dan Anda senang membacanya.

Berlangganan buletin kami untuk menjadi yang pertama membaca wawancara kami berikutnya. Tetap disini!