Analytics Mania의 설립자 Julius Fedorovicius와의 인터뷰

Expert Opinion 칼럼을 계속 이어가며 오늘은 디지털 컨설턴트이자 기술 전문가인 Julius Fedorovicius 와의 인터뷰를 소개합니다. Julius는 Analytics Mania 의 창립자이자 Google 태그 관리자이자 Google Analytics 매니아입니다. 또한 Facebook에서 Google 태그 관리자 커뮤니티 를 운영하고 GTM 온라인 과정 을 만들고 있습니다.

항상 그렇듯이 탐색의 주요 주제는 다음과 같습니다.

애널리틱스 매니아를 운영하고 있습니다. 여기에서 마케터와 분석가가 Google 태그 관리자 및 Google 애널리틱스를 사용하는 방법을 가르치는 블로그 게시물, 동영상 자습서를 공유합니다. 또한 현재 Google 태그 관리자에 대한 두 가지 유료 강좌를 제공하고 있습니다. 또한 가끔(일정에 시간이 있을 때) GA/GTM 프리랜서로 일합니다. 그러나 현재 나의 주요 초점은 내용, 과정 및 해당 과정의 학생입니다.

어려운 기술. 저는 여기에서 편향되어 있지만(분석 구현 쪽에서 왔기 때문에) 추적과 관련된 기술적 능력이 중요하다고 말하고 싶습니다. 추적이 작동하는 방식을 이해하면 분석가가 데이터의 출처, 수집 방법 및 데이터의 신뢰성을 더 잘 이해하는 데 도움이 됩니다. 이것은 또한 분석가가 작업 중인 데이터와 얻은 결과에 더 많은 소금을 추가하는 데 도움이 됩니다.

그러나 그것은 필요한 기술의 일부일 뿐입니다. 수집된 데이터로 수행된 작업이 없으면 추적 구현만으로는 의미가 없습니다. 그것이 분석 부분이 필요한 곳이며 여기에 하드 스킬과 소프트 스킬이 있습니다.

여기서 어려운 기술에 대해 말하면, 그것은 당신이 일하는 회사와 그 스택에 따라 크게 달라집니다. 누군가에게는 Google Analytics 및 Data Studio를 사용하는 것으로 충분하고 다른 누군가에게는 BigQuery, SQL, R, Python 등에 대한 지식을 사용하는 것으로 충분합니다. 토끼 구멍이 깊어집니다.

특정 도구에 집중하지 않는 것이 좋습니다. 대신 데이터로 어떤 종류의 질문에 답해야 하는지에 초점을 맞추십시오. 그런 다음 그에 맞는 도구를 선택하십시오. BigQuery, R 또는 무엇이든 알고 있고 이를 소규모 비즈니스에 적용하려는 시도는 의미가 없습니다(적어도 대부분의 경우). 소규모 기업은 (대부분) 이러한 기술의 이점을 누릴 수 있는 충분한 데이터가 없습니다.

저는 주로 중소기업과 함께 일하기 때문에 대부분의 경우 Google의 필수 분석 스택(GTM, GA, GDS)으로 충분합니다. 분석과 "작은" 데이터 덕분에 많은 개선/변경을 달성하는 것이 완전히 가능합니다.

따라서 누군가가 이 분야에서 경력을 시작하려고 생각하고 있다면 GTM, GA 및 Google 데이터 스튜디오에 대한 지식을 갖는 것이 (어려운 기술의 경우) 좋은 시작이라고 생각합니다.

이제 애널리스트의 소프트 스킬 . 나는 그들이 다음과 같다고 말할 것입니다.

• 계획. 웹 분석에 대해 이야기하는 경우 측정 계획 및 태그 구현 계획과 같은 것이 큰 도움이 될 수 있습니다. 계획을 준비하려면 이해 관계자와 많은 대화를 나누고 비즈니스 목표, 프로세스 등에 대해 더 익숙해져야 합니다. 이는 분석가가 더 큰 그림을 보는 데 도움이 되므로 (바라건대) 분석에 더 많은 가치를 제공합니다.
• 유치하게 들리지만: 다른 사람의 말을 주의 깊게 경청합니다. 또한, 커뮤니케이션. 이것은 측정 계획을 준비하는 것과 같은 일에 도움이 될 것이며 또한 결과를 더 잘 전달할 수 있습니다.
• 비판적 사고. 이렇게 하면 패턴을 식별하고 더 깊이 파고들며 몇 가지 통찰력을 찾는 데 도움이 됩니다.

나는 당신이 한 가지 큰 실수를 요구한다는 것을 알고 있지만 하나만 선택할 수는 없습니다. :) 가장 큰 실수에 대한 제 생각은 다음과 같습니다.

실수 #1. 항상 데이터를 신뢰하고 의심하지 않습니다. 데이터는 절대 완벽하지 않으며 항상 어느 정도 부정확합니다. 따라서 분석을 통해 가치 있는 것을 발견할 때마다 항상 의심하십시오. 다양한 각도에서 확인해보세요. 분석 구현에 익숙하다면 데이터 수집에서 무엇이 잘못되었는지 생각해 보십시오. 또한 해당 데이터의 출처는 무엇입니까? 여기에 비판적 사고가 필요합니다. 그러나 다른 한편으로는 완벽한 데이터를 기다리지 마십시오. 완벽한 데이터 세트를 얻기 위해 너무 많은 시간을 소비하는 것은 "충분히 좋은" 데이터에서 통찰력을 얻는 것보다 비즈니스에 더 많은 비용이 듭니다.

실수 #2. 분석가의 직업은 분석과 통찰력을 찾는 것으로 끝난다고 생각합니다. 분석가는 또한 조직의 변화를 주도해야 합니다. 그들은 자신의 발견을 전달하고 이러한 발견을 구현하기 위한 특정 솔루션을 옹호해야 합니다. 그리고 많은 경우 이것이 가장 어려운 부분입니다.

흠뻑. 그리고 그것은 통찰력을 찾는 것과 그것이 변화와 개선을 주도하도록 하는 것 사이에 있는 가장 큰 장애물 중 하나입니다. 잘못된 의사소통을 피할 수 있는 몇 가지 방법:

• 다른 사람들이 하는 말을 주의 깊게 들으십시오. 이는 특정 분석 작업에 대한 비즈니스 요구 사항을 더 잘 이해하는 데 도움이 됩니다. 그리고 마케터가 피드백을 제공할 때 주의 깊게 경청하면 미래의 잘못된 의사소통을 줄이고 재작업을 방지하는 데 도움이 됩니다.
• 가능한 한 전문적인 속어를 피하십시오. 분석과 직접적인 관련이 없는 사람들도 이해할 수 있는 간단한 용어로 말하십시오.
• 비즈니스 운영 방식을 이해하기 위해 최대한 많은 시간을 할애하십시오. 더 큰 그림을 보는 것은 분석가가 마케팅 팀이 분석가로부터 특정 결과를 필요로 하는 이유(왜)를 더 잘 이해하는 데 도움이 될 수 있습니다.
• 질문하는 것을 두려워하지 마십시오. "왜"라고 물음으로써 당신은 당신이 어리석다는 것을 보여주지 않습니다. 그것은 당신이 작업을 더 잘 수행하는 데 도움이 될 컨텍스트를 이해하기를 원한다는 것을 보여줍니다. 당신이 과제를 받았고 어떤 부분이 불분명할 때, 추측하지 마십시오. 설명을 요청합니다.

이벤트에 관해서는 MeasureCamp 를 확실히 추천하고 가상 이벤트에서 벗어나 직접 만나서 다시 만나고 싶습니다. MeasureCamp는 수다를 떨고, 다른 사람에게서 배우고, 자신의 프레젠테이션 기술을 시험해 볼 수 있는 완벽한 장소입니다(분석에서도 매우 필요함).

또한 저는 SuperWeek 을 좋아합니다. 그러나 나는 그것을 끊임없이 새로운 것을 배우는 회의로 보지 않습니다. 비슷한 생각을 가진 괴짜들이 거의 일주일 동안 좋아하는 것에 대해 이야기하는 분석가의 휴가처럼 보입니다. 여기에서 업계의 스타들을 만나서 자연스럽게 그들과 이야기를 나눕니다. 네트워크. 거기에는 마법 같은 것이 있습니다.

리소스에 관해서는 분석가의 전문 분야에 따라 다릅니다. 주류 분석(GTM, GA와 같은)에 더 가깝습니까 아니면 실제 데이터 과학, 데이터 엔지니어링 등에 더 가깝습니까? 전자라면 (뻔뻔한 플러그) 내 블로그 와 YouTube 채널 이 확실히 도움이 될 수 있습니다. 몇 가지 예를 들자면 Simo Ahava의 블로그 인 Measureschool . 후자라면 Datacamp 가 도움이 될 수 있습니다.

여기서 필요한 가장 중요한 지식은 회사의 데이터/분석 스택(및 프로세스)이 회사 수준에 따라 선택되어야 한다는 것을 이해하는 것이라고 생각합니다. 그리고 회사와 함께 성장해야 합니다.

제 생각에는 소규모 회사가 AI, ML, 빅 데이터와 같은 빛나는 항목을 쫓지 않아야 합니다. 우선, 소규모 회사는 "소규모" 데이터도 충분하지 않습니다. 나는 최근에 이것을 읽었고 상황과 회사의 분석이 회사와 함께 성장/확장해야 하는 이유를 완벽하게 요약합니다.

현재 저는 자영업을 하고 있습니다. 그래서 제 주된 도전은 제가 설교하는 것을 연습하는 것입니다. :) 지속적으로 콘텐츠를 만들고, 강의를 업데이트하고, 강의 학생을 지원하면서 제 데이터를 파헤치고 몇 가지 추가 조정을 추가할 시간이 항상 충분하지 않습니다. 신발 없는 제화공.

IT 부서와의 마찰은 확실히 큽니다. 그렇지 않으면 GTM이 그렇게 인기가 없을 것입니다.

끊임없이 변화하는 사용자 개인정보 보호 환경. 특히 Apple과 같은 주요 업체의 경우. 오늘 구축한 것이 향후 6~12개월 동안 작동하지 않을 가능성이 높습니다. 어느 정도 최신 정보를 유지하는 것은 시간이 많이 소요됩니다(그러나 필요함). 틀릴 수도 있지만 지난 6~7년보다 2~3년 사이에 더 많은 변화가 있었던 것 같아요.) 나는 팬데믹 기간 동안 이 문구를 싫어했지만 우리에게는 "이것이 뉴 노멀"입니다.

• 의사 소통에 대한 이전 질문은 여기에서 매우 관련성이 있다고 생각합니다. 그것으로 시작하면 확실히 개선이 보일 것입니다.
• 의사소통하다.
• 맥락을 이해하고 더 큰 그림을 보기 위해 많은 질문을 하십시오.
• 뭔가를 추측하지 말고, 당신이 방안에 있는 다른 사람들보다 더 똑똑하다고 생각하려고 하지 마십시오. 분석 도구를 사용하는 방법을 더 잘 알고 있을 수 있습니다. 그러나 다른 사람들은 비즈니스 운영 방식에 대해 더 많이 알고 있을 수도 있고 당신이 놓치고 있는 몇 가지 퍼즐 조각을 알고 있을 수도 있습니다.

이 답변은 내 자신의 분석을 위한 시간이 충분하지 않다는 이전 질문 중 하나와 매우 관련이 있습니다. :)

그리고 일반적인 성숙도에 대해 말하면 이것은 많이 다릅니다. 나는 꽤 성숙한 회사를 보았지만 다른 회사는 "멀티 터치 어트리뷰션"과 같은 유행어를 사용하지만 동시에 Google Analytics로 페이지뷰를 제외한 *어떤* 이벤트도 추적하지 않습니다. 그리고 이것이 "분석"으로 하는 모든 것입니다. :)

개인 정보 보호의 지속적인 성장. GDPR과 같은 규정 때문만은 아닙니다. Apple 또는 Brave와 같은 공급업체 및 회사는 개인 정보 중심 접근 방식을 중심으로 제품 및 마케팅을 구축하고 있습니다. 더 많은 기업이 합리적으로 개인 정보 보호 인식 데이터 수집 프로세스를 구축하는 반면 다른 기업은 강제로 구축할 것입니다.

자사 데이터를 수집하려면 더 복잡한 데이터 수집 메커니즘이 필요합니다. "사이트에 JavaScript 한 줄만 추가"하는 시대는 끝나고 최소한 반정도 정확한 수집을 시작하려면 서버 측 태그 지정과 같은 솔루션에 의존해야 합니다.

설정이 복잡할수록 분석가 지망생의 진입 장벽이 높아집니다. 이러한 맥락에서 저는 초보자가 Google Analytics와 같은 인기 있는 도구로 시작하는 경우가 많다는 관점에서 이야기하고 있습니다. 그러나 GA4를 보면 상황이 점점 더 쉬워지고 있지 않습니다. 예, 아직 베타 버전이라는 것을 알고 있습니다("베타" 배지는 사라졌지만). 그러나 데이터가 저장되는 방식(및 보존 - 최대 14개월)과 제한된 보고 기능을 보면 SQL 및 BigQuery에 대한 지식이 더 이상 "갖고 싶지 않은" 것 같습니다. 당연히 초보자를 위한 진입 장벽은 배울 수 있는 도구가 하나 더 있기 때문에 훨씬 더 높아집니다(GTM, GA, GDS 등 옆에 있음).

많은 사람들은 업계(ITP 등)의 최신(및 향후 변경 사항)으로 인해 데이터가 얼마나 부정확해지고 있는지에 대해 여전히 신경 쓰지 않습니다.

프라이버시 맥락에서 끊임없이 변화하는 풍경. 오해하지 마세요. 저는 사생활을 보호합니다. 소비자 입장에서는 확실히 좋습니다. 그러나 이것은 마케터와 분석가가 적응해야 하는 끊임없이 변화하는 도전 과제입니다. 따라서 "문제"라는 단어는 여기에서 너무 강합니다. '도전'이라고 합시다.

저는 소규모 비즈니스와 프리랜서(GA 및 GTM 학습을 돕기 위해)에 더 집중하고 있기 때문에 많은 사람들이 계획, 비즈니스 목표 이해, 올바른 질문보다 도구 및 추적 기술에 너무 많은 초점을 맞추고 있음을 알 수 있습니다. 분명히 나도 그 죄를 범하고 있다(내 콘텐츠의 대부분은 도구와 추적 기술에 관한 것이기 때문이다). 그러나 더 많은 사람들이 하드 스킬뿐만 아니라 기본과 직무의 "부드러운" 부분에 집중하기를 바랍니다.

나는 여기서 구체적인 것을 생각할 수 없었다. 자신의 일을 계속하고 자신을 개선하십시오. 하드 스킬 뿐만 아니라 소프트 스킬에도 중점을 둡니다.

Mark Edmondson 과 인터뷰를 한 적이 없는 것 같습니다.

데이터로 달성하려는 목표에 집중하고 올바른 도구를 선택하면 확률이 유리할 수 있습니다!

Julius의 경험에 대한 솔직한 답변과 공유에 진심으로 감사드립니다. 이 인터뷰가 도움이 되었기를 바라며 즐겁게 읽으셨기를 바랍니다.

다음 인터뷰를 가장 먼저 읽으려면 뉴스레터를 구독하세요 . 계속 지켜봐 주세요!