OWOX BI Research on the State of Digital Analytics: Intervista a Tim Wilson

Le domande per questa intervista sono state preparate da Mariia Bocheva, OWOX BI Business Development Executive, dopo aver incontrato Tim Wilson alla conferenza Superweek. Tutte le foto sono state gentilmente presentate da Banoczy Zoltan, Fondatore di Superweek – European Analytics Summit.

È stato un grande piacere ricevere spunti così profondi da Tim Wilson (seguilo su Twitter), un analista attivo con tonnellate di esperienza e una visione positiva della vita.

Tim ha lavorato con le molteplici dimensioni del marketing e dei dati dei clienti per oltre 15 anni. Ha diretto il dipartimento di business intelligence per un'azienda high-tech business-to-business da 500 milioni di dollari e si è consultato con i 50 migliori rivenditori di Internet su come applicare l'analisi digitale alla loro attività. Tim è un fanatico dei dati a misura di marketer. E ora è Senior Analytics Director presso Search Discovery.

Search Discovery è una società di business intelligence e analisi che consente alle organizzazioni di utilizzare i dati per migliorare le prestazioni aziendali.

Quali competenze hard sono più importanti per gli analisti oggi? Un analista deve conoscere SQL, Python e R e creare dashboard negli strumenti di visualizzazione più comuni come Data Studio, Tableau e QlikView?

Questo è uno di quegli argomenti piuttosto dibattuti negli ultimi tempi. Iniziamo col dire che gli analisti devono conoscere molto bene i fogli di calcolo, Fogli Google ed Excel . Anche se non è lì che svolgono la maggior parte del loro lavoro, riceveranno e invieranno quasi sempre informazioni utilizzando fogli di calcolo su base abbastanza regolare.

E se un analista non è molto a suo agio con VLOOKUP e tabelle pivot , allora avrà difficoltà con qualsiasi altra piattaforma in cui sta facendo analisi.

Da lì, il comfort con uno strumento di BI/visualizzazione (aggiungo Power BI all'elenco nella tua domanda) è sempre più un requisito, anche se ci sono ancora molte aziende che devono ancora investire in uno. Sono un grande fan di Google Data Studio per questo motivo: anche se l'azienda non ha fatto il grande passo in una piattaforma a pagamento, gli analisti devono sapere come automatizzare alcune visualizzazioni di base e l'esplorazione dei loro dati chiave in un modo che possa essere condivisi con i propri stakeholder.

Vedo molti analisti le cui giornate sono abbastanza piene che svolgono un lavoro prezioso senza aver scalato la curva di apprendimento molto ripida richiesta per acquisire scioltezza con quelle lingue. Ma c'è un limite a ciò che si può fare con le piattaforme Excel e BI..

Per un analista o un'organizzazione che dispone di elevati volumi di dati granulari che desidera utilizzare nei modelli, SQL e Python o R diventano rapidamente un must.

E aggiungerei una terza classe di hard skills: la statistica . Ciò significa andare oltre le semplici statistiche riassuntive come media, mediana e deviazione standard e comprendere veramente come e dove è possibile utilizzare la regressione e la correlazione, nonché i valori p e R-quadrato. Si tratta tanto di acquisire effettivamente una comprensione più profonda della natura dei dati quanto di implementare effettivamente quei metodi statistici.

Quali competenze trasversali dovrebbe avere un buon analista?

Ci sono molti! Competenze di comunicazione efficaci sono in cima alla lista e ciò include tutto, dalle interazioni uno a uno con le parti interessate, ascoltando e comprendendo le loro esigenze in modo attivo, all'applicazione delle migliori pratiche nella visualizzazione dei dati per essere in grado di presentare i risultati di un'analisi in modo chiaro e comprensibile.

Un buon analista è anche curioso (dell'attività, dei dati, del mondo), scettico (su ciò che mostrano i dati: ogni volta che c'è una sorpresa, presume che si tratti di un problema di dati e scava per confermare) e ha un alto grado di perseveranza (per superare le sfide relative ai dati e persino le sfide relative alle persone/processi all'interno dell'organizzazione). Questi possono essere più "tratti caratteriali" che "abilità", ma sono tutti piuttosto importanti.

Pensi che i problemi di comunicazione tra analisti e team di marketing siano comuni? Se si, avete qualche consiglio su come superarlo?

Assolutamente! Analisti e marketer parlano lingue diverse. Secondo la mia esperienza, è davvero necessario che l'analista "parli di marketing". Questo si riduce a fare alcune cose:

1. Ascoltando

Può essere allettante iniziare a risolvere i problemi ( quali dati posso estrarre per rispondere a questa domanda? ) prematuramente e non sondare effettivamente il problema aziendale sottostante che il marketer sta cercando di affrontare.

2. Analista non parlante

Una certa educazione del marketer va bene - cosa significa una metrica, quali sono i limiti nei dati - ma ho visto analisti scivolare nella terminologia dell'analisi approfondita troppo velocemente quando non è necessario.
Ciò può lasciare il marketer confuso o, peggio, sentirsi a disagio o abbattuto ( non so di cosa stia parlando l'analista. Dovrei? Sembra pensare che dovrei! ).

3. Mai, mai, MAI dirsi che gli stakeholder sono stupidi

È un errore fatale: decidere che una sfida relazionale è una questione di intelligenza piuttosto che una questione di comunicazione.

Quali risorse o eventi professionali puoi consigliare agli analisti?

La risorsa principale che posso consigliare agli analisti, indipendentemente da dove si trovino, è il team Measure Slack. È gratuito e ha migliaia di analisti costantemente impegnati e condivisi tra loro. Ogni poche settimane, c'è un thread di discussione su Quali sono le buone risorse per imparare X? o Quali sono le buone conferenze a cui andare per Y? quindi è anche una risorsa per identificare le risorse!

Separatamente, ci sono alcune grandi conferenze: MeasureCamp è una conferenza non gratuita che viene organizzata in tutto il mondo (e se non ce n'è una vicino a te, potresti avviarne una!). Il Marketing Analytics Summit e il Digital Analytics Hub sono grandi conferenze negli Stati Uniti e Superweek è un'opzione fantastica in Europa.

La Digital Analytics Association continua a far crescere le risorse che offre ai suoi membri, quindi è una grande risorsa con ogni tipo di ottimo materiale (e persino un programma di tutoraggio). Esistono numerosi MOOC come Coursera ed edX che offrono un numero qualsiasi di corsi online.

Infine, se passassi attraverso l'intera intervista e non collegassi il podcast Digital Analytics Power Hour, sarei un pessimo marketer! Ma ci sono numerosi podcast di analisi, apprendimento automatico e intelligenza artificiale là fuori – troppi (e troppi che non riesco ad ascoltare regolarmente) – perché io possa provare a dare consigli.

Quali conoscenze mancano ad analisti e specialisti di marketing per rendere le aziende data-driven?

Contesto aziendale e profonda comprensione dell'incertezza. Il primo, credo, poiché vedo costantemente sia gli analisti che i marketer saltare nei dati desiderando "trovare risposte" e "generare approfondimenti " senza aver formulato chiaramente una domanda commerciale per la quale la risposta porterà a un'azione probabile.

Quest'ultimo è un po' più complicato da articolare. Ma tornando indietro fino a John Wannamaker che notava nei primi anni del 1900 che "la metà dei soldi che spendo in pubblicità è sprecata; semplicemente non so quale metà", gli esperti di marketing e gli analisti si aspettavano che i dati fornissero "la verità" piuttosto piuttosto che imparare a operare in un mondo probabilistico.

Anche se potremmo conoscere "la verità" sul passato, come quanto traffico è arrivato al mio sito il mese scorso? (e anche questo non è "vero" - c'è un sacco di confusione sulla raccolta dei dati che rende quel numero solo una stima), mettere efficacemente quei dati da utilizzare per avere un impatto sul futuro significa sviluppare una profonda comprensione di come "vero " un'immagine del mondo che i dati stanno dipingendo e quindi operando di conseguenza.

Quali sono le cose più importanti che gli analisti devono fare nelle diverse fasi della maturità aziendale (startup, PMI, PMI, impresa)?

Non ho mai considerato quella domanda. È interessante! Le startup, credo, tendono ad essere più a corto di risorse e, in generale, più in grado di assumersi alcuni rischi per i dati.

Quindi le startup spesso, per necessità, devono essere scartate e mettere insieme strumenti gratuiti con governance dei dati limitata e alcune integrazioni potenzialmente fragili (o addirittura manuali!). E questo è un ottimo modo di operare, a patto di riconoscere che, con la crescita, sarà necessaria una maturazione dei sistemi.

Ciò significa generalmente che le piattaforme dati dovranno essere revisionate e persino sostituite completamente.

Dall'altra parte dello spettro, le imprese, la governance diventa davvero un grosso problema, poiché ci sono più persone e processi che incidono e fanno affidamento sui dati. E, in genere, ci sono più risorse da dedicare all'analisi, quindi alcune di queste possono (o dovrebbero!) essere responsabili della governance e dei processi, riducendo al minimo il rischio di un errore che ha un impatto su un gran numero di ruoli e, potenzialmente, anche sul prossimo -termine linea superiore del business.

Quali difficoltà incontra quando si tratta di implementare l'analisi e come valuteresti lo sviluppo complessivo del mercato?

Se limitiamo l'"implementazione" all'implementazione di piattaforme di raccolta dati, ci sono molte sfide:

• Le app a pagina singola (SPA) sono molto in voga e introducono sfide di tagging.
• Il passaggio ai dispositivi mobili a livello macro dei consumatori e la maggiore probabilità che interagiscano con i marchi su tutti i dispositivi ha reso il monitoraggio tra dispositivi più importante per molte organizzazioni e non esiste un modo semplice per farlo (dipende dalla natura del azienda e il sito).
• Le normative sulla privacy come GDPR e (negli Stati Uniti) CCPA hanno aggiunto ulteriori restrizioni e considerazioni al mondo della raccolta dei dati.
• Il blocco del tracciamento e dell'eliminazione dei cookie si sta spostando sempre più dai blocchi degli annunci installati su una piccola parte dei browser degli utenti a valori predefiniti standard all'interno dei browser stessi, il che sicuramente può alterare i dati!

Qual è l'errore più grande che un analista può fare? Puoi condividere alcuni dei tuoi errori analitici?

La marca più grande, penso, sia così eccitata all'idea di giocherellare con i dati che il Cosa sto cercando di ottenere qui? domanda si perde.

Mi è successo più volte di quanto mi piaccia ammettere: ho iniziato con una domanda di lavoro perfettamente valida, poi sono stato risucchiato dalla meccanica dei dati sottostanti e dalla sua complessità e dalla mia capacità di conquistare quella complessità in modo tale che, dal Alla fine del progetto, avevo fatto alcune cose piuttosto interessanti con i dati stessi, ma non avevo fornito qualcosa che stesse davvero facendo avanzare l'attività.

Quale pensi sia il futuro delle analisi di marketing? Quali tendenze vedi in arrivo e cosa è molto richiesto?

Nonostante i miei precedenti pensieri sulla necessità di concentrarsi davvero sulle basi prima di immergersi nella scienza dei dati e nell'apprendimento automatico, penso che continueremo a vedere sempre più aziende che utilizzeranno l'apprendimento automatico in modo efficace.

La ragione principale di ciò è che, sempre più, le organizzazioni hanno accesso a dati grezzi sui propri clienti e potenziali clienti: comportamentali, di osservazione e demografici.

10 anni fa, ad esempio, le piattaforme di analisi digitale fornivano principalmente dati aggregati. Potrebbero esserci più dimensioni e metriche in un rapporto, ma anche così, i dati disponibili non erano a livello di sessione oa livello di persona.

La situazione è cambiata quando i principali attori nel mercato dell'analisi digitale hanno iniziato a rendere disponibili quei dati di livello di successo e qualsiasi numero di piattaforme martech più recenti ha quel livello di dettaglio disponibile fin dall'inizio. E questi sono i dati necessari per ottenere davvero valore dalle tecniche di apprendimento automatico.

Quali problemi vedete oggi sul mercato?

Un grosso problema che vedo è che c'è un numero enorme di startup sostenute da venture capital che, essenzialmente, promettono al mercato di avere una bacchetta magica per l'IA in vendita. In molti (la maggior parte) casi, questo è clamore di marketing.

Ma poiché la tecnologia ha margini più elevati e intrinsecamente più scalabile rispetto alle persone o ai processi, è lì che vanno a finire i dollari di marketing nel settore, il che significa che "il mercato" viene bombardato da un messaggio che, se un'organizzazione acquista e implementa la tecnologia giusta, diventerà improvvisamente un'organizzazione basata sull'intelligenza artificiale.

La realtà semplicemente non funziona in questo modo, così tante, molte organizzazioni stanno scrivendo grandi assegni per la tecnologia mentre muoiono di fame quando si tratta di personale di analisi e investimenti interni nel miglioramento dei processi di analisi.

Quali sfide analitiche hai in questo momento?

Devo ancora educare continuamente i miei clienti sull'importanza di mettere a punto le basi: KPI chiaramente stabiliti, raccolta di dati affidabile e solida, automazione di attività ripetitive e analisi guidate da ipotesi chiaramente articolate. Questa è una sfida che non è cambiata negli ultimi 15 anni.

Una sfida più recente è l'entusiasmo per la scienza dei dati, l'apprendimento automatico e l'IA. Parte della sfida è in realtà aumentare gli strumenti che vengono utilizzati in quelle aree e parte della sfida è impedire ai clienti di voler inseguire questi nuovi scintillanti oggetti quando il loro valore più alto deriverebbe dal concentrarsi sulle basi.

Grazie per gli ottimi consigli, Tim! Ci auguriamo che analisti più talentuosi lo seguano e che l'intero mercato dell'analisi diventi più istruito, entusiasta e professionale.

Teniamoci in contatto! Iscriviti al nostro blog per leggere le prossime interviste della nostra ricerca sullo stato dell'analisi digitale e adattare l'esperienza dei migliori analisti al tuo business.

Cosa chiederesti a Tim? Fateci sapere nei commenti qui sotto!