비분석가를 위해 설계된 디지털 분석 솔루션

혼란을 야기하는 "영리한" 분석 솔루션

디지털 분석가는 설정을 사용자 정의할 수 있는 많은 변수와 옵션을 제공하는 강력한 도구를 사용합니다. 그러나 이러한 모든 사용자 지정을 최대한 활용하는 것은 실제로 반직관적일 수 있으며 조직에서 이러한 도구의 가치를 거의 또는 전혀 얻지 못하게 됩니다.

약간의 모순?

음, Digital Analytics의 목적은 "더 나은 결과를 얻기 위해 조직의 결정과 조치를 알리는 것"으로 돌아갑니다. 이러한 결정과 조치는 디지털 분석가가 내리는 것이 아니라 조직의 다른 모든 사람들이 내리는 것입니다. 따라서 Digital Analytics가 목적을 달성할 수 있으려면 마케터, 제품 관리자, 디자이너, UX, 개발자, 전략가, 영업 팀 및 최고 경영진이 데이터에 액세스할 수 있어야 합니다.

Digital Analytics는 이러한 사람들에게 필요한 정보를 제공하여 그들이 내리는 결정과 취하는 조치가 가능한 한 정보에 입각하여 최상의 비즈니스 결과를 얻을 수 있도록 지원해야 합니다.

Digital Analyst의 요구에 맞게 설계된 놀랍도록 "영리한" 솔루션은 실제로 조직의 나머지 부분에 장벽이 될 수 있습니다. 사람들이 데이터를 사용하여 작업을 수행하기가 너무 어렵다고 생각하면 해당 데이터를 무시하고 자신의 지식과 경험을 사용하여 결정과 행동을 계속합니다.

비즈니스에 좋지 않습니다.

분석가에게 친숙하지 않은 설정을 만드는 방법

1. 페이지 정보를 여러 변수로 나누지 마십시오.

문제: 모든 Digital Analytics 도구는 페이지 정보를 캡처할 수 있는 변수를 제공합니다. "영리한" 설정은 페이지 유형, 페이지 카테고리(및 하위 카테고리), 사이트 섹션, 페이지 언어 및 실제 페이지 이름/식별자를 별도의 변수에 기록합니다. 분석가가 한 번에 여러 변수를 사용하여 페이지와 페이지 그룹을 식별하는 것은 간단하고 강력합니다. 분석가가 아닌 사람이 보고서를 열고 페이지 이름을 웹사이트의 페이지와 연결할 수 없다는 것은 혼란스러울 뿐입니다.

수정: 유용한 도구 설정에는 페이지 이름 자체 내의 페이지 유형 및 페이지 분류가 포함됩니다. 이를 통해 분석가가 아닌 사용자도 단일 보고서를 사용하여 데이터에 액세스하는 방법을 배울 수 있습니다. 이 내에서 페이지 이름은 직관적이며(홈페이지는 /homepage라고 함) 원하는 페이지 집합을 보기 위해 필터를 적용하기 쉽습니다.

2. 사용자 친화적인 명명 규칙 만들기

문제: 추적 지침을 제공할 때 개발자의 일반적인 반발은 이름 대신 약어 또는 ID를 사용하라는 요청입니다. 개발자가 기존 변수를 사용하고 데이터 계층으로 푸시할 수 있다면 작업이 훨씬 줄어듭니다.

분석가로서 우리는 일반적으로 이것으로 살 수 있습니다. 모든 키 ID 또는 약어의 의미를 빠르게 기억할 수 있으므로 이름을 사용하는 것만큼 빠릅니다. 다른 모든 사람들에게는 보고서와 데이터를 사용할 수 있는 번역 테이블(또는 분석가 번역가)이 필요한 무의미한 횡설수설로 바꿉니다.

수정: 간단한 절충안은 개발자가 현재 사용자 친화적인 명명 규칙을 사용하는 데 약간의 시간 투자를 하면 향후 나머지 비즈니스의 시간을 절약할 수 있다는 것입니다.

3. 데이터 조작 및 데이터 정리를 데이터 분석 도구로 구축

문제: 모든 조직에서 공통적으로 겪는 문제는 숫자가 일치하지 않을 때입니다. 두 사람이 동일한 숫자를 생성할 수 없는 경우 일반적으로 이러한 숫자를 제공하는 도구가 비난을 받고 신뢰할 수 없습니다. 그 원인 중 하나는 공식 "비즈니스 번호"에 도달하기 위해 데이터 조작 및 정리가 필요하지만 이러한 요구 사항에 대한 지식/기술은 소수의 사람들로 제한됩니다.

Digital Analyst는 비즈니스 성과 데이터가 도구에서 쉽게 추출되는 방법을 정확히 이해하지만 나머지 비즈니스에서는 번역 과정에서 손실됩니다. 숫자가 일치하지 않으면 신뢰가 사라집니다.

수정: 세그먼트 및 보고서 조합이 필요하지 않은 솔루션을 구축하고 대신 도구 자체에 조작 및 데이터 정리가 구축됩니다. 이 추가 작업을 통해 비즈니스의 모든 사람이 공식 집합과 일치하는 비즈니스 번호를 쉽게 찾을 수 있으므로 잘못된 의사 소통과 문제가 훨씬 줄어듭니다.

4. 집계된 데이터를 쉽게 사용할 수 있고 액세스할 수 있는지 확인합니다.

문제: 내가 계속해서 놀랐던 것 중 하나는 데이터에 원시 형식으로만 액세스해야 한다고 확신하는 사람 및 회사와 이야기한 것입니다. 아마도 그들은 SQL 자체(또는 대체 도구)를 알고 이를 사용하여 필요한 모든 데이터에 액세스할 수 있습니다. 따라서 그들은 분석 도구가 시간 낭비이자 비즈니스의 한계라고 생각합니다.

조직에서 원시 데이터에 액세스하고 조작할 수 없는 이 기술 집합이 없는 사람을 고용한 다음 전체 솔루션이 무너질 때까지 이는 그들에게 매우 좋습니다.

수정: 간단한 대시보드와 집계된 데이터는 비즈니스가 작동하는 데 중요합니다. 간단히 말해서 분석가나 기술 사용자만 사용할 수 있는 솔루션은 나쁜 솔루션입니다. 나는 오래 전에 원시 데이터를 사용하는 분석의 4단계로 Digital Analytics의 Quadfurcation에 대해 썼습니다. 나는 여전히 이 수준이 통찰력에 대한 가장 잠재력을 제공한다고 생각하지만 조직이 세 가지 이전 수준을 마련한 후에만 개발해야 합니다.

디자인의 중요성

여기서 핵심 단어는 "디자인"입니다. 이것이 추적을 정의하고 Digital Analytics 도구 설정에 대한 모든 구성 작업을 수행할 때 수행하는 작업입니다. 우리는 해당 도구를 설계하고 있습니다. 즉, 사용성에 대해 생각해야 합니다.

나는 내 인생에서 정확히 하나의 웹사이트 사용성 책을 읽었습니다. Steven Krug의 Don't Make Me Think. 그리고 정말로, 당신이 해야 할 일은 그 제목을 암기하고 당신이 하는 모든 일에 적용하는 것입니다.

디지털 분석가는 자신의 필요에 맞게 디지털 분석 솔루션(도구 설정 및/또는 데이터 액세스 방법)을 설계하는 함정에 쉽게 빠질 수 있습니다. 나는 과거에 내 자신의 실수를 통해 이것을 알고 있습니다.

또한 어떤 기업도 모든 보고 및 통찰력을 제공하기 위해 분석가에게 의존할 수 없습니다. 이는 분석가가 병목 현상이 되어 실제 가치를 제공할 수 없기 때문에 실용적이지 않습니다.

진정으로 "영리한" Digital Analytics 솔루션은 나머지 비즈니스, 의사 결정자 및 조치 수행자가 데이터와 통찰력을 사용하여 더 현명한 결정/조치를 내릴 수 있도록 권한을 부여하도록 설계된 솔루션입니다.

Digital Analytics 솔루션을 효과적으로 사용하고 조직에서 더 나은 결과를 얻는 방법에 대해 더 알고 싶으십니까? 무료 교육 워크샵을 확인하거나 당사에 연락하여 요구 사항에 대해 자세히 논의하십시오.