Intervista a Jim Sterne

Jim Sterne è il fondatore del Marketing Analytics Summit (ex Summit di eMetrics), Direttore emerito della Digital Analytics Association, autore di 12 libri, oratore di talento e nel complesso una grande persona e specialista.

Mariia Bocheva ha avuto il piacere di incontrare Jim al Marketing Analytics Summit di Las Vegas nel giugno 2019, pochi mesi dopo questa intervista. Mariia ha già pubblicato rapporti completi sul primo e secondo giorno di questa conferenza.

L'intervista di Mariia con Jim ha trattato i seguenti temi:

La comunicazione è fondamentale : parlare con le persone durante le riunioni, fare presentazioni PowerPoint, condividere dashboard. Questa potrebbe essere definita un'abilità difficile, perché è così necessaria, ma in realtà è un'abilità delle persone, quindi è un'abilità trasversale.

JS: Quando si parla di hard skills, si parla prima di tutto dei dati stessi: raccolta dei dati, pulizia, costruzione di una pipeline . In sostanza, il lato dell'ingegneria dei dati. Se sei felice di lavorare in un'azienda abbastanza grande da avere ingegneri dei dati, non devi fare queste cose.

Ciò che è un'abilità difficile necessaria è sapere da dove provengono i dati . Come viene elaborato, preelaborato e integrato prima di metterci le mani sopra? Devi capire la materia prima.

Un altro che vedo è la statistica . Non è assolutamente necessario essere uno statistico, ma è molto importante comprendere le statistiche in generale in modo da poter applicare i concetti. Le abilità difficili includono la conoscenza dei tuoi strumenti. Come dice Adam Greco: "Più conosci i tuoi strumenti, più opzioni hai, più abilità hai".

Infine, se vuoi approfondire, studia R o Python a seconda di ciò che ti interessa di più: statistica o apprendimento automatico. Ancora una volta, non è assolutamente necessario ma molto utile.

JS: Dipende davvero da molti fattori. Se ho un team di cento analisti, forse non ho bisogno di persone che sappiano usare SQL, Python e R. D'altra parte, non fa mai male.

Devo essere un programmatore esperto? NO. Ma devo capire cosa sta succedendo e cosa succede dietro le quinte? SÌ.

È utile sapere come funziona TCP/IP, è utile sapere come funziona HTTPS, è prezioso sapere come avviene la codifica. Se è assolutamente necessario dipende dalla tua squadra .

Se sei l'unica persona che lavora con SQL, devi migliorare perché sei l'unico. Ma se hai un intero team di esperti SQL, non è necessario che lo sia; ma dovresti capire di cosa stanno parlando in modo da poter fare buone domande.

Un idraulico non ha bisogno di sapere come è fatto un tubo di rame, ma se lo fa e poi si imbatte in qualche strano problema, può dire: Oh, questo è un problema di produzione .Perché ha questa conoscenza in più. Quindi è necessario? No, ma è sempre utile.

JS: Sì, è molto comune. Le raccomandazioni riguardano il cross training. Stavo facendo una presentazione (forse 15 anni fa in Germania) spiegando cosa fa un analista e come il lavoro dell'analista è aiutare le persone nell'azienda a svolgere il proprio lavoro.

È importante capire cosa stanno cercando di ottenere gli altri . Poi qualcuno tra il pubblico ha alzato la mano (è insolito per questo tipo di pubblico) e ha chiesto: Devo capire tutti gli altri lavori nell'intera azienda? E io ho detto SI! È vero, questo è il tuo lavoro. È utile sapere cosa stanno cercando di fare le persone per aiutarli, ma è anche positivo che comprendano abbastanza i dati.

Ho un esempio di formazione incrociata in analisi tra i reparti. Quando David Rhee lavorava in Adidas, ha deciso che il suo team aveva bisogno di aumentare le proprie capacità. Quindi li ha ruotati attraverso diverse responsabilità. Avrebbe preso un addetto all'analisi delle e-mail e lo avrebbe incaricato della visualizzazione; affidare a una persona display la responsabilità delle metriche dei social media e quindi affidare loro le metriche web. Durante l'anno, stava ruotando le persone. Quindi, se sei stato lì per 3 o 4 anni, hai imparato a fare tutto.

E mentre la mia reazione istantanea è, Oh mio dio! Devo ricominciare tutto da capo! Ho passato un anno a imparare queste cose e ora mi getterai nell'acqua fredda e devo imparare di nuovo a nuotare, la sua risposta è stata sì, devi. E di conseguenza, l'intero team ha saputo cosa stavano facendo gli altri. Quindi, quando devi prendere una decisione, la prendi dal punto di vista dell'organizzazione piuttosto che io sono responsabile della posta elettronica. Questo può aiutare l'intero dipartimento. E penso che questa metodologia possa funzionare nell'altro modo.

Quando qualcuno è entrato e ha detto, mi è stato offerto un lavoro migliore con qualcun altro nel mezzo dell'azienda ,David li incoraggerebbe e li sosterrebbe perché direbbe, sai, tra due o tre o cinque anni tornerai a lavorare per me e sarai più intelligente perché hai imparato cose nuove .Se lo applichiamo alla differenza tra analisi e marketing, una persona analitica può trascorrere un giorno al mese solo seguendo uno dei suoi clienti di analisi, uscire con le persone di marketing via e-mail, uscire con le persone delle metriche dei social media, guardare cosa fare e come appare la loro giornata. Sarebbe prezioso.

JS: Per gli analisti, è la conoscenza del dominio e la conoscenza degli obiettivi di altre persone. E per gli esperti di marketing, è come applicare i dati. La comunicazione consiste solo nel sapere quali sono gli obiettivi dell'altra persona e quali sono le sue difficoltà. E questo è vero in ogni relazione, non importa se è di affari o personale.

Si chiama empatia e richiede la conoscenza della situazione dell'altra persona.

J S: L'errore più grande è pensare che l'analisi dei dati sia sufficiente . Non è perché è solo una parte dell'intero ecosistema aziendale. Comprendere gli obiettivi e le sfide, la politica e le risorse limitate dell'intero ecosistema è molto importante.

Immagino che la risposta più semplice ai miei errori sia l'errore più comune che faccio, ovvero presumere che i dati siano puliti e affidabili. Quando lavori molto, è molto facile dimenticare che qualcosa potrebbe non essere vero.

JS: La prima cosa che devi fare è avere abbastanza dati. Se sei una startup, non hai dati. Questo é un problema. Se sei una piccola azienda, hai pochissimi dati, il che è anche un problema.

Se sei un'azienda di medie dimensioni o enterprise, hai dati ma non hai infrastruttura. Una volta che hai i dati, hai bisogno di strumenti e delle competenze per usarli. E i tuoi strumenti e le tue abilità devono essere abbastanza sofisticati da fornire valore.

E se sei abbastanza grande e disponi di origini dati, devi automatizzare cose come la creazione di dashboard o automatizzare effettivamente le decisioni e le operazioni di marketing. La sfida più grande è rendere i cambiamenti che escono da questi dati applicabili a situazioni reali.

Convinci tutti a credere nei dati . Non sono sicuro che le possibilità dei sistemi di analisi dipendano davvero dalle dimensioni dell'azienda, ma dalla maturità dell'azienda e dalle risorse disponibili.

JS: La sfida più grande è far lavorare tutti nella stessa direzione. È capacità organizzativa. Se sono un analista, amo i dati e voglio che tutti amino i dati. È un grande lavoro convincere l'azienda che è una buona cosa. È un problema molto comune che un'azienda ama i dati o dice di amarli, ma li usa solo per confermare le proprie opinioni o li usa male.

Il problema più comune è utilizzare i dati in modo inadeguato a causa dell'incomprensione e del desiderio umano di dimostrare a se stessi di avere successo.

JS: Penso che abbiamo più tecnologie di quante sappiamo cosa fare. Nel 2005, Avinash Kaushick ci ha insegnato che quando hai speso $ 10 in analisi, hai speso $ 9 per le persone e $ 1 per la tecnologia, e noi siamo ancora lì. Ci sono persone davvero intelligenti che creano tecnologie davvero incredibili. Ed è un po' oltre la nostra capacità di usarlo tutto.

Immagina di avere un sistema che raccoglie tutte le informazioni, le pulisce, le raggruppa in un repository centrale e prende molte decisioni. Mostrando il messaggio giusto alla persona giusta al momento giusto, fai più vendite, i tuoi clienti sono più felici e un tale approccio è sempre meno costoso. Sarebbe fantastico se potesse funzionare. Ma fare in modo che tutti i pezzi funzionino insieme significa che devi usare molta tecnologia e tutti i diversi strumenti che devi utilizzare stanno diventando ogni giorno più complessi.

Quindi ho bisogno di 15 strumenti diversi e devo essere un esperto con tutti loro per farli funzionare tutti alla grande. Puoi passare tre ore a lavorare con uno strumento e poi qualcuno cambia qualcosa: c'è una nuova versione di uno strumento, qualcuno ha etichettato erroneamente un collegamento o qualcosa va storto. Quindi abbiamo 15 minuti di perfezione e poi passiamo il resto della nostra vita cercando di far funzionare tutto insieme .

JS: Bene, il mio ultimo lavoro è l'apprendimento automatico. Quindi questa è la mia risposta ;-)

Sono solo diversi tipi di software, ma è pur sempre un software e sta facendo le cose. Quindi lo specialista dovrebbe vedere quando è appropriato utilizzare quello strumento per risolvere questo problema e quando è eccessivo perché troppo costoso o troppo complicato.

L'importante è sapere quando usare lo strumento giusto . A volte, i fogli di calcolo Excel sono fantastici; a volte basta una semplice regressione statistica; e a volte, ok, facciamo girare un sistema di apprendimento automatico per provare a risolvere questo problema o automatizzare questa cosa. Conoscere la differenza è il valore che l'analista porta in tavola.

JS: L'evento più importante è quello che ti è più vicino e che ti puoi permettere. Perché non è un buon evento se non puoi arrivarci. Il prossimo passo più importante è dove puoi imbatterti in persone che conosci, perché è così che costruisci la tua rete professionale.

Mi piace andare al DAA Hub in Virginia , che è ottimo per un'immersione profonda con le persone che fanno analisi da molto tempo. Se sei molto serio riguardo alla tua carriera, dovresti andare a comprare un biglietto. Posso dire lo stesso di Superweek . Quello è un luogo in cui le persone davvero intelligenti parlano di cose davvero complicate in un modo affascinante.

D'altra parte, MeasureCamp è una comunità entusiasmante. L'ultima volta che ho fatto MeasureCamp è stato a Bratislava, in Slovacchia. Posso dire che ogni MeasureCamp in cui sono stato ha lo stesso atteggiamento. È davvero interessante: le persone cercano di risolvere problemi molto semplici e tutti cercano di aiutarsi a vicenda. Questo mi fa sentire così bene.

E credo che dovrei davvero menzionare il mio Summit di Marketing Analytics ! Ce ne sono molti in arrivo in Europa e l'evento principale si terrà a Las Vegas a giugno.

Consiglio sempre alle persone di unirsi all'associazione DAA , che ha già 15 anni e conta 5.000 membri. Vorrei anche indirizzare le persone al podcast Digital Analytics Power Hour . Consiglierei di tornare indietro e ascoltare tutti gli episodi.

E poi, ovviamente, Measure Slack . Ci connettevamo su liste di discussione e-mail. Poi ci sono diversi blog in cui le persone si sono impegnate attivamente. Poi c'è stata molta attività su Twitter con l'hashtag #measure. Se hai un problema, una domanda o una battuta o devi solo alzare la testa dai numeri per un minuto e comunicare con gli umani. Oggi, la conversazione sembra essere su Measure Slack ed è fantastico.

L'ultima cosa che vorrei aggiungere riguarda la #cultura della misura. Alla gente piace aiutarsi a vicenda. Il nostro settore è tutto basato sulla condivisione. Ci aiutiamo a vicenda da molti anni. Ecco perché tutti quegli eventi sono così preziosi; siamo persone a cui piace aiutare, condividere e imparare.

Ringraziamo Jim per pensieri così incoraggianti e freschi. Ci auguriamo che questa intervista vi sia piaciuta e che abbiate ricevuto una grande ispirazione come abbiamo fatto noi. Ama il tuo lavoro e la tua community di analisi e non smettere mai di svilupparti!

Iscriviti al nostro blog per leggere le prossime interviste nell'ambito della nostra ricerca sullo stato dell'analisi digitale e adattare l'esperienza dei migliori analisti alla tua attività.