デジタル分析の現状に関するOWOXBIの調査：TimWilsonへのインタビュー

このインタビューの質問は、OWOXBIビジネス開発エグゼクティブのMariiaBochevaが、スーパーウィーク会議でTimWilsonに会った後に作成されました。 すべての写真は、Superweek – EuropeanAnalyticsSummitの創設者であるBanoczyZoltanによって親切に提示されました。

豊富な経験と前向きな人生観を持つアクティブなアナリストであるティム・ウィルソン（ツイッターで彼をフォロー）からこのような深い洞察を得ることができて、とても嬉しかったです。

ティムは15年以上にわたり、マーケティングおよび顧客データのさまざまな側面に取り組んできました。 彼は5億ドルのハイテク企業間企業のビジネスインテリジェンス部門を運営し、デジタル分析をビジネスに適用する方法について複数のトップ50インターネット小売業者と相談してきました。 ティムはマーケティング担当者に優しいデータオタクです。 そして今、彼はSearchDiscoveryのシニアアナリティクスディレクターです。

Search Discoveryは、組織がデータを使用してビジネスパフォーマンスを向上できるようにするビジネスインテリジェンスおよび分析会社です。

今日のアナリストにとって最も重要なハードスキルは何ですか？ アナリストはSQL、Python、Rを知っており、Data Studio、Tableau、QlikViewなどの最も一般的な視覚化ツールでダッシュボードを構築する必要がありますか？

これは、最近非常に熱く議論されているトピックの1つです。 アナリストはスプレッドシート（ ​​GoogleスプレッドシートとExcel ）を本当によく知っている必要があると言うことから始めましょう。 それが彼らのほとんどの仕事をしている場所ではない場合でも、彼らはほとんどの場合、かなり定期的にスプレッドシートを使用して情報を取得および送信します。

また、アナリストがVLOOKUPとピボットテーブルにあまり慣れていない場合は、分析を行っている他のプラットフォームと格闘することになります。

そこから、BI /視覚化ツール（質問のリストにPower BIを追加します）の快適さがますます必要になりますが、まだ投資していない企業はまだたくさんあります。 そのため、私はGoogle Data Studioの大ファンです。会社が有料プラットフォームに突入していなくても、アナリストは、基本的な視覚化と主要データの探索を自動化する方法を知る必要があります。利害関係者と共有されます。

これらの言語に堪能になるために必要な非常に急な学習曲線を上ることなく、貴重な仕事をする日々が非常に充実しているアナリストをたくさん見かけます。 ただし、ExcelおよびBIプラットフォームで実行できることには制限があります。

大量の詳細なデータをモデルで使用したいアナリストや組織にとって、 SQLとPythonまたはRはすぐに必須のものになります。

そして、ハードスキルの3番目のクラスである統計を追加します。 これは、平均、中央値、標準偏差などの要約統計量を超えて、回帰と相関、およびp値とR二乗を使用する方法と場所を真に理解することを意味します。 これは、これらの統計手法を実際に展開することと同じくらい、データの性質を実際に深く理解することでもあります。

優れたアナリストはどのようなソフトスキルを持っている必要がありますか？

沢山あります！ 効果的なコミュニケーションスキルはリストの一番上にあり、利害関係者との1対1のやりとり（積極的な方法で彼らのニーズを聞いて理解する）から、データ視覚化のベストプラクティスの適用、結果の提示までのすべてが含まれます。明確で理解しやすい方法での分析の。

優れたアナリストは、好奇心が強く（ビジネス、データ、世界について）、懐疑的（データが何を示しているかについて、驚きがあるときはいつでも、それがデータの問題であると想定し、確認するために掘り下げます）、高度な忍耐力を持っています（データの課題、さらには組織内の人/プロセスの課題を克服するため）。 これらは「スキル」よりも「性格特性」の方が多いかもしれませんが、すべて非常に重要です。

アナリストとマーケティングチームの間の誤解は一般的だと思いますか？ はいの場合、それを克服する方法について何かアドバイスはありますか？

絶対！ アナリストとマーケターは異なる言語を話します。 私の経験では、「マーケティングを話す」ことは本当にアナリストに委ねられる必要があります。 それはいくつかのことをすることに帰着します：

1. 聞いている

問題解決（この質問に答えるためにどのデータを引き出すことができますか？ ）を時期尚早に始めたくなるかもしれませんが、マーケティング担当者が対処しようとしている根本的なビジネス問題を実際に調査することはできません。

2. アナリストを話さない

マーケティング担当者のある程度の教育は問題ありません—メトリックの意味、データの制限は何ですか—しかし、アナリストは、必要のないときに、分析の深い用語であるwayyyyyにすぐに陥ってしまいます。
そのため、マーケティング担当者は混乱したり、さらに悪いことに、不快感を覚えたり、落ち込んだりする可能性があります（アナリストが何について話しているのかわかりません。私はそうすべきですか？彼/彼女は私がすべきだと思っているようです！ ）。

3. 決して、決して、利害関係者が愚かであると自分自身に決して言わないでください

それは致命的な間違いです—人間関係の課題はコミュニケーションの問題ではなく知性の問題であると判断することです。

アナリストにどのような専門的なリソースやイベントをお勧めできますか？

アナリストがどこにいるかに関係なく、私がアナリストに推奨できる最も重要なリソースは、MeasureSlackチームです。 それは無料で、何千人ものアナリストが絶えず互いに関わり、共有しています。 数週間ごとに、Xを学ぶための優れたリソースとは何かについてのディスカッションスレッドがあります。 またはYのために行くのに良い会議は何ですか？ つまり、リソースを識別するためのリソースでもあります。

これとは別に、いくつかの素晴らしい会議があります。MeasureCampは、世界中で開催される無料のアンカンファレンスです（近くに会議がない場合は、開始できます）。 マーケティング分析サミットとデジタル分析ハブは米国では素晴らしい会議であり、スーパーウィークはヨーロッパでは素晴らしいオプションです。

Digital Analytics Associationは、メンバーに提供するリソースを増やし続けているため、あらゆる種類の優れた資料（およびメンタリングプログラム）を備えた優れたリソースです。 CourseraやedXのように、任意の数のオンラインコースを提供するMOOCがいくつかあります。

最後に、私がこのインタビュー全体を通過し、Digital Analytics Power Hourポッドキャストをプラグインしなかった場合、私はひどいマーケティング担当者になります！ しかし、分析、機械学習、AIポッドキャストは数多くありますが、私が推奨事項を作成するには多すぎます（そして、私が定期的に聞くことができないほど多すぎます）。

企業をデータ主導にするために、アナリストやマーケティングスペシャリストにはどのような知識が欠けていますか？

ビジネスコンテキストと不確実性の深い理解。 前者は、アナリストとマーケターの両方が、答えが起こりそうな行動につながるビジネス上の質問を明確に定式化せずに、「答えを見つけ」、「洞察を生成」したいというデータに飛び込むのを常に見ていると思います。

後者は明確にするのが少し難しいです。 しかし、1900年代初頭に、「広告に費やしたお金の半分が無駄になっている。どちらの半分かわからない」と述べたJohn Wannamakerにさかのぼります。マーケターとアナリストは、データが「真実」を提供することを期待してきました。確率論的な世界で操作する方法を学ぶよりも。

過去についての「真実」を知っているかもしれませんが、たとえば先月私のサイトにどれだけのトラフィックが来たのでしょうか。 （そしてそれでさえ「真実」ではありません—その数を単なる見積もりにするデータ収集については多くの混乱があります）、そのデータを将来に影響を与えるために効果的に使用することは、どのように「真実」であるかを深く理解することを意味します「データがペイントし、それに応じて動作している世界の写真。

アナリストがビジネス成熟のさまざまな段階（スタートアップ、SMB、SME、エンタープライズ）で行う必要がある最も重要なことは何ですか？

私は実際にその質問を考えたことがありません。 おもしろい！ スタートアップは、リソースに縛られている傾向があり、一般的に、データのリスクを負う可能性が高いと思います。

そのため、スタートアップは、必然的に、データガバナンスが制限され、脆弱な（または手動でさえも）統合される可能性のある無料のツールを無駄にし、まとめる必要があります。 そして、成長とともにシステムが成熟する必要があるという認識がある限り、それは優れた運用方法です。

これは一般的に、データプラットフォームをオーバーホールし、完全に交換する必要があることを意味します。

スペクトルの反対側である企業では、データに影響を与え、データに依存する人やプロセスが増えるため、ガバナンスは非常に大きな問題になります。 そして、通常、分析に専念するリソースが多いため、それらの一部はガバナンスとプロセスに責任を持つことができます（またはすべきです！）。これにより、多数の役割に影響を与える障害のリスクを最小限に抑えることができます。 -ビジネスの長期的なトップライン。

分析の実装に関してどのような困難がありますか。また、市場の全体的な発展をどのように評価しますか。

「実装」をデータ収集プラットフォームの実装に限定すると、多くの課題があります。

• シングルページアプリ（SPA）は非常に流行しており、タグ付けの課題が発生します。
• マクロレベルの消費者のモバイルへの移行、およびデバイス間でブランドと関わりを持つ可能性の高まりにより、多くの組織にとってクロスデバイストラッキングがより重要になり、それを達成する簡単な方法はありません（会社とサイト）。
• GDPRや（米国では）CCPAなどのプライバシー規制により、データ収集の世界に追加の制限と考慮事項が追加されました。
• Cookieの追跡と削除のブロックは、ユーザーのブラウザのごく一部にインストールされている広告ブロッカーから、ブラウザ自体の標準的なデフォルトになりつつあります。

アナリストが犯す可能性のある最大の間違いは何ですか？ 分析上の間違いのいくつかを共有できますか？

最大の理由は、データをいじくり回すことに興奮していることで、ここで何を達成しようとしているのでしょうか。 質問が失われます。

私はそれを認めるよりも何度も経験しました—完全に有効なビジネスの質問から始めて、基礎となるデータの仕組みとその複雑さ、そしてその複雑さを克服する能力に夢中になりました。プロジェクトの終わりに、私はデータ自体を使ってかなり興味深いことをしましたが、ビジネスを本当に前進させるようなものを提供していませんでした。

マーケティング分析の未来は何だと思いますか？ どのようなトレンドが来ると思いますか、そして何が需要が高いですか？

データサイエンスや機械学習に飛び込む前に、基本に真剣に取り組む必要があるという私の以前の考えにもかかわらず、機械学習を効果的に活用する企業はますます増えると思います。

この最大の理由は、組織が顧客や見込み客に関する生データ（行動、観察、人口統計）にアクセスできるようになっていることです。

たとえば、10年前、デジタル分析プラットフォームは主に集合体データを提供していました。 レポートには複数のディメンションと指標が含まれる可能性がありますが、それでも、利用可能なデータはセッションレベルまたは個人レベルではありませんでした。

デジタル分析市場の主要なプレーヤーがそのヒットレベルのデータを利用できるようにし始め、新しいマーテックプラットフォームの多くが最初からそのレベルの詳細を利用できるようになるにつれて、それは変化しています。 これが、機械学習技術から実際に価値を引き出すために必要なデータです。

今日の市場でどのような問題がありますか？

私が見る大きな問題は、ベンチャー支援のスタートアップが非常に多く、本質的に、魔法のAIワンドが販売されていることを市場に約束していることです。 多くの（ほとんどの）場合、それはマーケティングの誇大宣伝です。

しかし、テクノロジーは人やプロセスよりも利益率が高く、本質的にスケーラブルであるため、業界のマーケティング費用はそこにあります。つまり、「市場」は、組織が適切なテクノロジーを購入して実装するだけで、突然、データが成熟したAIを活用した組織になります。

現実はそのようには機能しないため、分析スタッフと分析プロセスの改善への内部投資に関しては、多くの組織がテクノロジーの大規模なチェックを作成している一方で、飢えています。

現在、どのような分析上の課題がありますか？

明確に確立されたKPI、信頼性が高く堅牢なデータ収集、反復タスクの自動化、明確に表現された仮説に基づく分析など、基本を整えることの重要性について、クライアントを継続的に教育する必要があります。 これは、過去15年間実際に変わっていない課題です。

最近の課題は、データサイエンス、機械学習、AIに関する興奮です。 課題の一部は、実際にそれらの領域で使用されるツールを強化することであり、課題の一部は、クライアントが基本に焦点を当てることから最大の価値が得られるときに、これらの光沢のある新しいオブジェクトを追いかけたくないようにすることです。

素晴らしいアドバイスをありがとう、ティム！ より多くの才能のあるアナリストがそれに続き、分析市場全体がより教育を受け、熱心になり、専門的になることを願っています。

連絡しましょう！ 私たちのブログを購読して、デジタル分析の状態に関する私たちの調査からの次のインタビューを読み、トップアナリストの経験をあなたのビジネスに適応させてください。

ティムに何を聞きますか？ 以下のコメントでお知らせください！