ラスベガスで開催されたMarketingAnalyticsSummit2019で学んだこと[2日目]

これは、マーケティング分析サミットの要約の続きです。 初日からの講演と世界中で開催されるマーケティング分析サミットについては、前の記事をご覧ください。

• JohnLovettによる「実行可能データ戦略」
• ミケーレ・キスによる「あなたがあなたについて知る必要があること–成功のための心理学」
• ValerieKrollによる「リーダーシップの個性の特定」
• MariiaBochevaによる「分析者によるプロセス効率の向上」
  

2日目は、SearchDiscoveryのデータ戦略担当シニアディレクターであるJohnLovettによる基調講演で始まりました。 彼の講演は、実行可能データ戦略についてでした。これには、データの理解、有用性を高めるためのデータの設計、ビジネスへの影響を考慮したデータのアクティブ化など、目的を持ってデータを使用するための計画が含まれます。

今日のビジネス環境でデータを利用することは複雑で混乱を招く可能性があるため、組織は組織を導くためのデータ戦略を必要としています。 最新のデータの問題には、データリテラシーの欠如、データサイロ、データへの信頼の欠如の3つがあります。

ここでの問題は、Cレベルと部門長がデータを理解していないことが多いことです。 「GartnerTrendInsightReport：Fostering Data Literacy and Information by 2020」によると、組織の80％は、データリテラシーの分野で意図的な能力開発を開始することを計画しており、その極端な欠陥を認めています。

データリテラシーを3つのバケットに分割できます。

• メトリクスリテラシー–人々がデータの意味を知っている場合は、同じ用語を使用し、その背後にある価値を理解します。 これは、チームの全員が同じ言語を話すことを可能にする重要なレベルです。
• ツールリテラシー–人々が必要に応じてデータのニーズにセルフサービスを提供でき、ツールの可能性とトリックおよび制限を認識している場合。 この点は、Twitchでのセルフサービス分析に関する6月の講演と本当に相関しています。
• 概念的リテラシー–人々が明確かつ洗練された方法でデータにアプローチして適用し、データを使用して自分自身を説明できる場合。

データリテラシーを身に付けるには、データを理解する必要があります。 次の質問に答えると役立つはずです。

1. どのような種類のデータがあり、質問に答えるにはどのような種類が必要ですか？ インタラクティブなデータインベントリ、データディクショナリ、およびカタログを使用して、データの出所とデータの構成を理解します。
2. ユーザーはデータをセルフサービスできますか、それともデータを提供する誰かが必要ですか？
3. 誰が私たちのデータにアクセスでき、データをどのように使用できますか？
4. ユーザーは私たちのデータを正確に理解していますか、それとも私たちはギリシャ語を話しますか？
5. データの使用には高度な快適さがありますか、それとも新しいレポートを作成する必要があるたびに苦労しますか？
   

データソースが相互に通信しないため、ほとんどの企業が分散データに苦労しているのは当然のことです。

これらのデータサイロを解消するには、データの出所と接続方法を定義する必要があります。 次に、最初に実装する必要があるものに優先順位を付けることができます。 これがあなたを助けるべきいくつかの質問です：

1. どのようなデータ接続とAPIが存在しますか？ 接続したいほとんどのソースは、既製のAPIまたはサードパーティのツールを介して統合できるため、独自の統合を構築するために時間やその他のリソースを無駄にしないでください。
2. 分析にはどのような変換が必要ですか？ 通常、データはさまざまな形式と速度で提供されるため、データを1つのレポートにまとめるには、事前に処理する必要があります。 これについて事前に考え、それに応じて計画してください。
3. データセット全体に統合されたプロセスはありますか？ このデータを配置することによってどのプロセスが影響を受けるかを考えてください。
4. データはいつ更新および共有されますか？ データを更新する必要がある頻度と、データにアクセスする必要があるユーザーを確認してください。 これは、チームとレポートを共有するための最適なツールを選択するのに役立ちます。

これらの質問に答えたら、データの設計に使用するアプローチ（データレイク、データファブリック、またはデータハブ）を決定できます。 マッキンゼーによる最近の調査によると、データレイクの実装のうち、概念実証から本番環境に移行したのはわずか8％です。

KPMGによると、調査対象の組織の35％のみが、組織によるデータ分析の使用に高いレベルの信頼を置いています。 この問題を解決するには、信頼を構築してデータをアクティブ化する必要があります。 次の質問を自問することから始めます。

1. データはどこで自動化されたアクションをトリガーできますか？
2. ターゲティングとパーソナライズにデータをどのように使用しますか？
3. データの信頼をどのように構築しますか？
   

データをアクティブ化するには、次のことを確認する必要があります

• データは信頼でき、人々は自分が見た数字を信頼しています。 これは、さまざまなテストおよび監視アプローチを通じて実行できます。
• データはコラボレーションに利用できます。 組織内の利害関係者と話し合い、どのデータに基づいて行動する必要があるかを理解します。
• あなたには、すべてのデータ関連プロセスを監督する責任があるデータガバナンス評議会があります。

Johnは、アメリカの非営利放送局の話や、データ検出チームが実行可能なデータ戦略を構築するために使用したアプローチなど、実際の例をいくつか共有しました。 彼らが経験した段階は、目標を定義し、それらをビジネス目標に合わせ、測定値を設定することでした。

これらすべてのビジネス目標が書き留められると、データ検出チームは、ビジネスへの影響と必要な作業のレベルに基づいてそれらに優先順位を付け、最も重要で価値のあるタスクからそれほど重要ではないタスクに移行する実装ロードマップを定義しました。

データレイクの実装の成功率が低いことを恐れないでください。 実装の成功による潜在的な影響は、必要な投資よりもはるかに高くなります。 開始して他社のミスを回避するには、スケーリング分析のこれらの10の秘密を使用してください。 他社のケーススタディを見ることで、いつでも刺激を受けることができます。 次にいくつかの例を示します。

• Ile de Beauteは、エンドツーエンドの分析を使用してROPO効果を測定しました
• 9つの簡単なステップで快適に構築されたエンドツーエンドの分析
• ブティック。 データを組み合わせることで顧客LTVを改善

次のセッションは「BirdsofaFeather」と呼ばれ、誰もが話し合いたいトピックや問題点に名前を付けてテーブルに移動し、志を同じくする同僚と詳細に話し合うことができました。 このセッションは、取り組む方法がわからなかった問題についていくつかのアイデアを与えてくれたので、個人的には本当に気に入りました。

ミケーレは人々の注意を引く方法を知っているカリスマ的な話者であり、古典的な研究によって証明された、限られた作業記憶、確証バイアス、規範への適合など、彼女が私たちの脳のトリックをどのように示したかが本当に好きでした。 分析と最適化はすべて、定量的手法を使用して人々を理解し、なぜ彼らが何をするのかを理解することであるため、アナリストがこれらの矛盾に注意することが重要です。 ここにいくつかのポイントがあります：

• 情報を提示するときは、知覚システムと記憶システムの範囲内で作業する必要があります。

有名な心理学者であるジョージA.ミラーによると、短期記憶に保持できる情報の量は7プラスマイナス2項目です。 アイテムは、単語、数字、データポイントなどの情報のチャンクです。そのため、ユーザーが6ページ離れた2つのデータポイントまたは30スライド前に接続を描画することを期待することは、失敗のレシピです。

• データが自明のように見えても、ビジネスがしばらくの間知っていたり、考えたり、信じていたりしたことに反する「最新ニュース」が出てきた場合は、反対の視点をサポートするためにさらにデータが必要になることがあります。

また、これらの議論はこの新しい視点に賛同するために重要であるため、単に調査結果を送信するのではなく、十分な時間をかけて議論することもできます。 「信念を持った人は変えるのが難しい人です。 彼に事実や数字を見せれば、彼はあなたの情報源に質問します。 論理に訴えると、彼はあなたの主張を理解できません」とレオン・フェスティンガーは言いました。

これは、認知的不協和の理論とも呼ばれます。 それは、人々が矛盾の感覚を好まないことを示しています（たとえば、私たちの信念と行動の間）。私たちは、信念を正当化し、矛盾する可能性のある情報を避けることによって、この不快感を減らすよう努めています。

• データを扱うときは、最初の仮説にとどまらないでください。 それはあなたの認知バイアスの影響を受ける可能性があります。

私たちの脳は、既存の信念を肯定しようとする方法で構築されています。 そして、それはあなたを間違いに導く可能性があります。なぜなら、データがそれが何をするかを示す多くの理由があるかもしれないからです。 私は実際、この偏見を理解して認識することが、人々にインタビューするときに本当に便利だと感じています。

通常、最初の印象は15秒以内に得られ、その後、脳はその第一印象をサポートする何かを探しています。 この瞬間に気づき、反対の立場を支持する事実を探し始めることは非常に重要です。 それはあなたがあなたの認知バイアスから逃れるのを助けるでしょう。

• 現状に異議を唱える分析結果がある場合は、ゆっくりと1対1で話し合う必要があります。

グループ内の人々がグループの規範に反してあなたの新しい発見に立ち向かう可能性が低いため、グループ設定内で人々をその場で賛成または反対させることは避けてください。 同様に、これはグループブレーンストーミングセッションに直接ジャンプすることに反対します。 グループに入ると、76％の人がグループに同意します（間違っていても！）。したがって、個別の抑制されていないブレーンストーミングを許可し、最初にすべてのアイデアを収集することで、より多様なアイデアを取得し、グループ思考を最小限に抑えることが容易になります。

この効果は標準への適合と呼ばれ、1951年の実験でアッシュによって証明されました。

• 調査結果を提出するときは、それらの使用方法を推奨し、できるだけ具体的にしてください。

何かが変わった場合に行動する責任を定義し、傍観者効果にとらわれないように聞いたことがあることを確認します。傍観者が多いほど、個人が介入して支援する可能性は低くなります。 この良い例は、誰もが立って他の誰かが行動を起こすのを待っているだけの救急医療です。

ミケーレのプレゼンテーションには、さらに多くの例とバイアスがあります。 バイアスについて学ぶことに興味がある場合は、コナーデューイーによるデータサイエンティストのための実践的な心理学に関するこの記事をチェックしてください。

昼食時に、検索ディスカバリーの最適化ディレクターであり、デジタル分析協会の取締役会の会長であるヴァレリー・クロールによる、リーダーシップの個性を特定することについての本当に感動的な話を聞きました。

ヴァレリーは講演の中で、クオンツインターンから現在の場所までの12年間の旅と、リーダーになるまでの道のりを共有しました。 彼女が学んだいくつかの教訓は次のとおりです。

• リーダーになるために人を管理する必要はありません。 リーダーは、他の人が進んで行動を起こすように動機づけ、刺激します。 彼らは文化を持ち、現状に建設的に挑戦します。 また、リーダーになるには、強い共感と責任感が必要だということも付け加えておきます。
• リーダーシップの機会を見つけ、インポスター症候群に追いつかれないようにします。
  

インポスター症候群と戦うには、分析スキルを使用します。事実を調べ、それに基づいて進捗状況と現在のレベルを評価し、長所と成果を書き留めて、スキルを適用する方法を見つけます。 また、エドムンドJ.ボーンによる不安と恐怖のワークブックを試すことができます。

• 偏見や差別に直面した場合は、理想的には不正行為者と話し合ってください。 そうでない場合は、HRの同僚、メンター、または誰かを見つけてください。 重要な問題を処理するためのプロセスが会社にない場合は、それを提起してください。 年齢、性別、国籍など、自分が誰であるかを恐れたり恥じたりしないでください。おそらく、それはあなたを成功させ、別の視点をもたらすのに役立つものです。
• ソーシャルネットワーク上でパーソナルブランドを構築し、T字型モデルを奨励して、幅だけでなく深さも進化させます。
  
• 実際の接続を確立してネットワークを活用し、すぐに使えるエレベーターピッチを用意します。 交流会でつながりを見つけ、他の興味深い人々にあなたを紹介するように人々に依頼し、価値を提供することによってそれらのつながりを発展させます。 あなたが取り組んでいることを共有する準備をしてください。それは最大の価値を生み出し、1分以内に最も革新的です。
  
• メンターシップを探してください。 スキルを習得する最良の方法は誰かに教えることなので、それは相互に関係している可能性があります。 メンターを探すときは、キャリアの目標に焦点を合わせて、ハードスキルだけでなくソフトスキルも考慮してください。
  

ちなみに、DAAにはWomen in Analyticsメンタリングプログラムがありますので、興味のある方はぜひチェックしてみてください。

それから、プロセス効率を改善するためのアナリストの分析に関する私の話を共有する時がすでに来ました。 チームを成長させるには、多くの時間と労力と適切な管理ツールが必要です。 課題は一般的です。タスクの分散が非効率的である、新入社員を教えたり指導したりする時間がない、経験豊富なアナリストがR＆Dを行ってスキルを向上させるのに十分な時間がない、特定の従業員がどのタスクにどれだけの時間を費やしたかわからない、リストは続きます。 データレイクを使用して、タスクの見積もりを改善し、苦労して学んだ教訓をすべての人と共有し、プロジェクトの優先順位のバランスを取りました。

その結果、

1. アナリストの作業負荷は私たちが期待したものとはかけ離れており、平均値が私たちの成長ゾーンを隠す可能性があることに気づきました
2. ほとんどのアナリスト（〜85％）が時間どおりにメールに回答したことを証明しました
3. 私たちが遭遇する典型的なタスク、それらを完了するのに通常かかる時間、および各特定のタスクの時間がどのように変化する可能性があるかをマップしました
4. 各アナリストが個人的な開発計画をカスタマイズするための弱点と強みを見つけました
   自動化の領域が見つかりました。

私のスライドはSlideshareにあり、ConversionXLに関する記事は私たちの経験を示しています。
悲しいことに、私はギャリー・エンジェル、ティム・ウィルソン、マット・ガーショフ、そしてモー・キスの話を聞き逃しましたが、彼ら全員がスーパーウィークで話し、彼らが素晴らしいことを知っているのを聞きました。 彼らの話を聞き逃したのですが、＃MASConfでまた会えて良かったです！

マーケティングアナリティクスサミットの最後のセッションは、アナリティクスパワーアワーポッドキャストのライブレコーディングでした。 このポッドキャストの各エピソードには、クローズドトピックとオープンフォーラムがあります。

聴衆は、SearchDiscoveryのAnalyticsPracticeLeadであるMichaelHelbling 、 AnalyticsConsultantのMoeKiss、およびSearchDiscoveryのAnalyticsのシニアディレクターであるTimWilsonが自分の考えや経験を共有するのを楽しんでいました。 現代の分析の現状に関するTimWilsonとの以前の独占インタビューは、ここにあります。 また、MarketingAnalyticsSummitのエピソードはここにあります。 他のエピソードも聞くことを強くお勧めします。

1. タイトルを額面通りに受け取らないでください。 誇大広告を切り抜けて、あなたがもたらす影響に焦点を合わせてください。
2. セルフサービス分析が会社で機能するかどうかを理解するには、チームが仕事を効果的に行うために必要なデータサポートを持っているかどうか、およびビジネスニーズを満たす時間枠でデータを取得できるかどうかをチームに尋ねます。
3. データロールマトリックスを使用して、各ポジションから何が期待できるかを全員が理解していることを確認します。
4. データ品質に関しては、事後対応ではなく、事前対応を行ってください。
5. マーケターの11％だけが、アトリビューションモデルの正確さに「非常に自信を持っている」と感じています。 しかし、それはあなたが試してはいけないという意味ではありません。
6. データの成熟度レベルを評価するには、統合された洞察（パフォーマンスの測定と帰属）、統合されたデータ（サイロ化、同じ場所に配置された、または統合されたデータ）、および事前定義されたデータ基盤（追跡精度、タッチポイント）の3つの異なるカテゴリにわたってデータを評価する必要があります。カバレッジ、分類の標準化）。
7. マーケティング指標を望ましいビジネス成果に結び付けるビジネスは、それらの成果を大幅に超える可能性が2倍になります。 また、マーケティング指標を収益目標にリンクする企業は、これらの目標を大幅に超える可能性が3倍高くなります。
8. マーケティングスペシャリストとアナリストの両方が1つのことを望んでいます。それは、マーケティング目標を達成するために何を開始、停止、継続するかを知るための適切なツールとプロセスです。
9. 成功計画を使用して、マーケティング活動を会社のビジネス目標に合わせ、マーケティングおよび分析への投資の価値を上級管理職に示します。
10. 収益を促進するプロセスは、より大きな影響をもたらすため、最初に焦点を当てます。
11. プロセスを機能させるには、プロセスをマッピングして分析し、チームに伝えます。
12. 物理的な相互作用は、デジタルよりも理解しやすく、説得力があるように見えます。物理的な注意を払うと、ブランドの想起が70％高くなります。 したがって、聴衆に覚えてもらうには、より多くの感覚を取り入れ、注意散漫を減らし、相互作用を促進する必要があります。
13. 検索結果ページは新しいランディングページであるため、オンSERPSEOでブランドを管理します。 リッチスニペットを活用してパネルを要求する必要があります。
14. ブランド需要の創出を2倍にします。
15. 非プロモーション投稿とプロモーション投稿を交互に行うことで、ソーシャルアルゴリズムを活用します。
16. ストーリーテリングを使用して、ブランドに関連し、高いエンゲージメントを獲得し、感情的な共鳴を生み出すコンテンツを作成します。
17. データには3つの主な問題があります。データリテラシーの欠如、データサイロ、およびデータへの信頼の欠如です。 これらの問題はすべて、実行可能なデータ戦略で対処できます。データを意図的に使用するための計画には、データの理解、データを有用なものにするための設計、ビジネスへの影響のためのデータのアクティブ化が含まれます。
18. 藻類学と分析は関連しています—精神的な近道に注意し、それらを使用して分析とマーケティングの力を活用してください。
19. リーダーシップモデルを見つけるには、違いを利用し、ネットワークとパーソナルブランドを開発し、メンターとメンティーを探し、インポスター症候群と闘い、他の人に刺激を与えます。
20. 早いほど良い。 データの収集、マージ、および準備は、作業の約75％です。 収集するデータの品質を信頼していることを確認してください。
21. MVPダッシュボードから始めます。 10以下の重要なKPIに焦点を合わせます。
22. 金曜日の午後5時にメトリックが劇的に変化した場合に何をするかを定義します。 メトリックが予期せず上昇または下降した場合の対処方法を計画する必要があります。 特定のメトリックに対してそのような計画を立てる必要がある理由がわからない場合は、それを追跡する必要があるかどうかを検討してください。

PSそれは素晴らしい経験でした。 別に、私を招待してくれたJim Sterneと、スムーズな組織のためにRising Media、Inc.のスピーカー管理者であるRoxanneGlavinaに感謝します。