Intervista a Julius Fedorovicius, fondatore di Analytics Mania

Continuiamo la nostra rubrica Expert Opinion e oggi presentiamo alla vostra attenzione un'intervista a Julius Fedorovicius , consulente digitale ed esperto tecnico. Julius è uno dei fondatori di Analytics Mania e un Google Tag Manager e un appassionato di Google Analytics. Inoltre, gestisce la community di Google Tag Manager su Facebook e crea corsi online GTM .

Come sempre, ecco gli argomenti principali per la navigazione:

Gestisco Analytics Mania. Qui condivido post di blog, tutorial video che insegnano a esperti di marketing e analisti a lavorare con Google Tag Manager e Google Analytics. Inoltre, al momento, offro due corsi a pagamento su Google Tag Manager. Inoltre, occasionalmente (quando ho tempo nella mia agenda), lavoro come freelance GA/GTM. Ma il mio attuale obiettivo principale è il contenuto, i corsi e gli studenti di quei corsi.

Abilità difficili. Sono di parte qui (dal momento che vengo dal lato dell'implementazione dell'analisi) ma direi che le competenze tecniche relative al monitoraggio sono importanti. Comprendere come funziona il monitoraggio aiuterà gli analisti a capire meglio da dove provengono i dati, come vengono raccolti e quanto sono affidabili. Ciò aiuterà anche gli analisti ad aggiungere più granelli di sale ai dati con cui stanno lavorando e ai risultati che ottengono.

Ma questa è solo una parte delle competenze necessarie. Il monitoraggio dell'implementazione da solo non ha valore se non viene fatto nulla con i dati raccolti. È qui che entra in gioco la parte di analisi e qui abbiamo sia hard che soft skill.

Parlando di hard skills qui, dipende molto dall'azienda in cui lavori e dal suo stack. Per alcuni è sufficiente utilizzare Google Analytics e Data Studio, per altri BigQuery, conoscenza di SQL, R, Python, ecc. La tana del coniglio va in profondità.

Consiglierei di non concentrarmi su strumenti particolari. Invece, concentrati sul tipo di domande a cui è necessario rispondere con i dati. Quindi scegli gli strumenti giusti per quello. Conoscere BigQuery, R o qualsiasi altra cosa e provare ad applicarlo per le piccole imprese non ha senso (almeno nella maggior parte dei casi). Le piccole imprese (molto probabilmente) non disporranno di dati sufficienti per beneficiare di tali tecnologie.

Poiché lavoro principalmente con piccole/medie imprese, nella maggior parte dei casi lo stack di analisi essenziale di Google è sufficiente (GTM, GA, GDS). È completamente possibile ottenere molti miglioramenti/cambiamenti grazie all'analisi e ai dati "piccoli".

Quindi, se qualcuno sta pensando di iniziare una carriera in questo campo, penso che avere conoscenza di GTM, GA e Google Data Studio sia un buon inizio (quando si tratta di hard skills).

Ora, le competenze trasversali di un analista. direi che sono:

• Pianificazione. Se stiamo parlando di analisi web, cose come il piano di misurazione e il piano di implementazione dei tag possono aiutarti enormemente. Per preparare un piano, dovrai parlare molto con le parti interessate, acquisire maggiore familiarità con obiettivi aziendali, processi, ecc. Questo aiuta gli analisti a vedere un quadro più ampio, quindi (si spera) fornire più valore con l'analisi.
• Sembra banale, ma: Ascolta attentamente ciò che dicono gli altri. Inoltre, la comunicazione. Questo ti aiuterà con cose come la preparazione di piani di misurazione e ti consentirà anche di comunicare meglio i tuoi risultati.
• Pensiero critico. Questo ti aiuterà a identificare i modelli, scavare più a fondo e trovare alcune intuizioni.

So che stai chiedendo un grosso errore, ma non potevo sceglierne solo uno :) Ecco i miei pensieri sugli errori più grandi:

Errore #1. Affidarsi sempre ai tuoi dati e non avere dubbi su di essi. I dati non saranno mai perfetti, ci saranno sempre delle imprecisioni in una certa misura. Quindi ogni volta che scopri qualcosa di prezioso con la tua analisi, dubita sempre. Prova a controllarlo da diverse angolazioni. Se hai familiarità con l'implementazione dell'analisi, prova a pensare a cosa potrebbe essere andato storto nella tua raccolta di dati. Inoltre, qual è la fonte di quei dati? È qui che è necessario il pensiero critico. Tuttavia, d'altra parte, non aspettare dati perfetti. Trascorrere troppo tempo a cercare di ottenere un set di dati perfetto sarà più costoso per un'azienda piuttosto che ottenere informazioni da dati "abbastanza buoni".

Errore #2. Pensare che il lavoro di un analista finisca con l'analisi e trovare alcune intuizioni. Gli analisti dovrebbero anche essere i motori del cambiamento nell'organizzazione. Devono comunicare i loro risultati, sostenere determinate soluzioni per ottenere tali risultati implementati. E in molti casi, questa è la parte più difficile.

Molto. Ed è uno dei maggiori ostacoli che si frappone tra la ricerca di alcune intuizioni e l'assicurarsi che guidino qualche cambiamento, miglioramento. Alcuni dei modi in cui è possibile evitare problemi di comunicazione:

• Ascolta attentamente quello che dicono gli altri. Questo aiuta a comprendere meglio i requisiti aziendali per particolari attività di analisi. E quando i professionisti del marketing forniscono un feedback, ascoltarlo attentamente ti aiuterà a ridurre i futuri problemi di comunicazione ed evitare di ripetere.
• Evita il più possibile il tuo gergo professionale. Cerca di parlare in termini più semplici che siano comprensibili anche da chi non ha un rapporto diretto con l'analisi.
• Dedica più tempo possibile per capire come funzionano gli affari. Vedere un quadro più ampio potrebbe aiutare gli analisti a capire meglio cosa (e perché) i team di marketing hanno bisogno di determinati risultati dagli analisti.
• Non aver paura di fare domande. Chiedendo "perché" non stai dimostrando di essere stupido. Mostra che vuoi capire il contesto, che ti aiuterà a svolgere meglio le attività. Quando ricevi un incarico e alcune parti non sono chiare, non presumere. Chiedi chiarimenti.

Per quanto riguarda gli eventi, consiglierei sicuramente MeasureCamp e non vedo l'ora di allontanarmi dagli eventi virtuali e tornare agli incontri di persona. MeasureCamp è semplicemente un luogo perfetto per ritrovo, imparare dagli altri, provare le tue capacità di presentazione (che sono anche molto necessarie nell'analisi).

Inoltre, adoro SuperWeek . Ma non la considero una conferenza in cui imparerò costantemente qualcosa di nuovo. La considero più come una vacanza di un analista in cui hai un gruppo di sfigati che la pensano allo stesso modo che parlano di ciò che amano per quasi una settimana. Incontri un gruppo di star del settore qui e parli casualmente con loro, in rete. C'è solo qualcosa di magico lì.

Per quanto riguarda le risorse, dipende davvero da cosa è specializzato l'analista. È più vicino all'analisi tradizionale (come GTM, GA) o è più vicino alla scienza dei dati, all'ingegneria dei dati, ecc. Se è la prima, allora (senza vergogna plug) il mio blog e il mio canale youtube possono sicuramente aiutare. Il blog di Simo Ahava , Measureschool , solo per citarne alcuni. Se è quest'ultimo, Datacamp può aiutare.

Penso che la conoscenza più importante necessaria qui sia capire che lo stack (ei processi) di dati/analitici nell'azienda deve essere selezionato in base al livello dell'azienda. E poi dovrebbe crescere insieme all'azienda.

Secondo me, le piccole aziende non dovrebbero inseguire oggetti brillanti come AI, ML, Big Data. Innanzitutto, le piccole imprese non hanno nemmeno abbastanza dati “piccoli”. L'ho letto di recente e riassume perfettamente la situazione e i motivi per cui l'analisi dell'azienda dovrebbe crescere/scalare insieme all'azienda.

Attualmente sono un lavoratore autonomo. Quindi la mia sfida principale è mettere in pratica ciò che predico :) Creando costantemente contenuti, aggiornando i miei corsi e supportando gli studenti dei corsi, non ho sempre abbastanza tempo per scavare nei miei dati e aggiungere alcune modifiche aggiuntive. Un calzolaio senza scarpe.

L'attrito con il reparto IT è sicuramente grande. Altrimenti, GTM non sarebbe così popolare.

Panorama in continua evoluzione della privacy degli utenti. Soprattutto quando si tratta di attori importanti (come Apple). Ciò che costruisci oggi ha un'alta probabilità di non funzionare nei prossimi 6-12 mesi. Rimanere un po' aggiornati richiede molto tempo (ma necessario). Posso sbagliarmi, ma sembra che abbiamo avuto più cambiamenti negli ultimi 2-3 anni rispetto ai 6-7 anni precedenti). Ho odiato questa frase per tutta la pandemia, ma "questa è la nuova normalità" per noi.

• Penso che le domande precedenti sulla comunicazione siano super rilevanti qui. Inizia con quello e vedrai sicuramente un miglioramento.
• Comunicare.
• Fai molte domande per capire il contesto (e vedere un'immagine più grande).
• Non presumere qualcosa e non cercare di pensare di essere più intelligente degli altri nella stanza. Forse sai meglio come utilizzare il tuo strumento di analisi. Ma altri potrebbero sapere di più su come opera l'azienda, potrebbero conoscere alcuni pezzi del puzzle che ti mancano.

Questa risposta è molto correlata a una delle domande precedenti sul fatto che non ho abbastanza tempo per le mie analisi :)

E parlando di maturità generale, questo varia molto. Ho visto aziende piuttosto mature mentre altre usano parole d'ordine come "attribuzione multi-touch" ma allo stesso tempo non tengono traccia di *nessun* evento tranne le visualizzazioni di pagina con Google Analytics. E questo è tutto ciò che fanno con "analytics" :)

Continua crescita della privacy. E questo non è solo a causa di normative come il GDPR. Fornitori e aziende come Apple o Brave stanno costruendo i prodotti e il marketing attorno a un approccio incentrato sulla privacy. Sempre più aziende costruiranno razionalmente processi di raccolta dei dati rispettosi della privacy, mentre altri saranno costretti a farlo.

Saranno necessari meccanismi di raccolta dei dati più complessi per raccogliere i dati di prima parte. I tempi di "aggiungi solo una riga di JavaScript al tuo sito" finiranno e per iniziare a raccogliere accurati almeno semi-accurati, dovrai affidarti a soluzioni come il tagging lato server.

Con configurazioni più complesse, la barriera all'ingresso per gli aspiranti analisti sarà più alta. In questo contesto, parlo dal punto di vista in cui i principianti spesso iniziano con strumenti popolari come Google Analytics. Ma guardando GA4, le cose non stanno diventando più facili. Sì, lo so che è ancora in versione beta (sebbene il badge "beta" sia scomparso). Ma osservando il modo in cui i dati vengono archiviati (e la loro conservazione - max 14 mesi) e le limitate capacità di reporting, sembra che la conoscenza di SQL e BigQuery non sarà più "piacevole da avere". Naturalmente, la barriera all'ingresso per i principianti diventa molto più alta perché è uno strumento in più da imparare (accanto a GTM, GA, GDS, ecc.).

Molte persone ancora non si preoccupano di quanto stiano diventando imprecisi i loro dati a causa degli ultimi (e imminenti cambiamenti) nel settore (ITP, ecc.).

Panorama in continua evoluzione nel contesto della privacy. Non fraintendermi: io sono per la privacy. È sicuramente un bene per i consumatori. Ma questa è una vera sfida in continua evoluzione per gli esperti di marketing e gli analisti per adattarsi. Quindi la parola "problema" forse è troppo forte qui. Chiamiamola “sfida”.

Dal momento che mi sto concentrando maggiormente sulle piccole imprese e sui liberi professionisti (per aiutarli a imparare GA e GTM), noto che molti di loro si concentrano troppo sugli strumenti e sulle tecniche di tracciamento piuttosto che sulla pianificazione, sulla comprensione degli obiettivi aziendali e sul porre la domanda giusta. Ovviamente, anch'io sono colpevole di questo (perché la maggior parte dei miei contenuti riguarda gli strumenti e le tecniche di tracciamento). Ma si spera che più persone si concentrino sui fondamenti e sulla parte "più morbida" del loro lavoro, non solo sulle abilità difficili.

Non riuscivo a pensare a niente di specifico qui. Continua semplicemente a fare il loro lavoro e a migliorare se stessi. Concentrati non solo sulle hard skill, ma anche sulle soft skill.

Penso che tu non abbia avuto un colloquio con Mark Edmondson .

Concentrati sugli obiettivi che vuoi raggiungere con i dati, scegli gli strumenti giusti e che le probabilità siano a tuo favore!

Apprezziamo davvero le risposte oneste di Julius e la condivisione della sua esperienza. Ci auguriamo che questa intervista sia stata utile e che vi siate divertiti a leggerla.

Iscriviti alla nostra newsletter per essere il primo a leggere le nostre prossime interviste. Rimani sintonizzato!