Wywiad z Dannym Mawanim Holmgaardem

Poprosiliśmy Yulię Tkachovą, Product Managera w OWOX, o skontaktowanie się z Dannym Mawani Holmgaardem, głównym analitykiem w Impact Extend. Oto krótka lista tematów, które poruszyli:

Julia Tkachova: Poznajmy się! Opowiedz nam o sobie i swoim doświadczeniu.

Danny Mawani Holmgaard: Jestem głównym analitykiem w agencji marketingu cyfrowego Impact Extend. Zajmuję się nie tylko Google Analytics, ale także inżynierią danych, konfiguracją potoków danych, integracją danych online i offline oraz budowaniem modeli danych. Łączę i analizuję dane, aby można je było wykorzystać zarówno strategicznie, pokazując, czy jesteśmy na właściwej ścieżce, czy coś wymaga zmiany, jak i operacyjnie, upewniając się, że dane znajdują się we właściwych systemach, aby można było na nie reagować.

YT: Jak zacząłeś zajmować się analityką marketingową?

DH: Właściwie natknąłem się na tę ścieżkę kariery przez przypadek. Początkowo studiowałem cyfrowe projekty koncepcyjne i chciałem zostać projektantem stron internetowych. Dodałem Google Analytics do jednego z moich szkolnych projektów dla zabawy i nagle zdałem sobie sprawę, jak bardzo możesz wpłynąć na cały proces strategiczny, od wyborów projektowych po tworzenie lepszych doświadczeń dla użytkowników przy jednoczesnej poprawie wyników biznesowych. Jedno doprowadziło do drugiego, a pracuję z danymi przez ostatnie sześć lat.

YT: Co lubisz najbardziej, a co najmniej w swojej roli?

DH: Jestem bardzo podekscytowany nowymi projektami i projektowaniem rozwiązania od podstaw. Oznacza to przejście od określania zakresu niezbędnych źródeł danych do pisania kodu, który łączy się z różnymi bazami danych i interfejsami API. Inne obszary, które naprawdę lubię, to fakt, że nasze wysiłki faktycznie wywierają wpływ (kalambur zamierzony) na naszych klientów, dostarczając im informacje, których potrzebują, ale nigdy nie sądzili, że są możliwe do uzyskania, aby napędzać ich działalność dzięki decyzjom opartym na danych.

Najmniej „zabawna” część mojej pracy ma miejsce, gdy coś się zepsuje i trzeba to naprawić. Uzyskanie danych po wystąpieniu zdarzeń, których nie można śledzić, może być dość trudne. Niestety, podczas zbierania danych nigdy nie da się przewidzieć wszystkiego, co może się nie udać. Może to być wszystko, od nieudanego wdrożenia do nieprawidłowej konfiguracji ustawień w systemie. Najlepsze, co możesz zrobić, to skonfigurować monitory dla swoich danych i raz na jakiś czas przeprowadzić wiosenne porządki, aby upewnić się, że utrzymujesz dobrą wydajność i uczysz się na błędach.

YT: Co dla Ciebie oznacza DH: Uczynienie danych użytecznymi to coś, co staramy się osiągnąć dla wszystkich naszych klientów. Dla mnie dane przydatne do działania to informacje, które można aktywnie wykorzystać w organizacji, niezależnie od tego, czy jest to coś złożonego, na przykład obliczanie długookresowej wartości klienta dla klientów we wszystkich kanałach, a następnie wykorzystanie ich w systemach automatyzacji marketingu, licytowanie reklam na podstawie kosztów marża i prawdopodobieństwo sprzedaży produktów lub coś tak prostego, jak tworzenie grup odbiorców w Google Analytics, które pomogą Ci w odpowiednim retargetingu. Podsumowując, uczynienie danych przydatnymi do działania polega na upewnieniu się, że gromadzone informacje mogą być wykorzystywane do dynamicznego wprowadzania zmian w oparciu o działania wykonywane przez użytkowników w celu zwiększenia konwersji lub zapewnienia lepszej obsługi użytkownika.

YT: Jakie umiejętności i oprogramowanie proponujesz, aby uczynić dane użytecznymi?

DH: Zależy to głównie od zasobów i ambicji twojego zespołu. Najważniejszą rzeczą jest dowiedzieć się, co chcesz osiągnąć i ustalić cele. Nie musisz pracować z dużymi zestawami danych ani mieć możliwości zaawansowanego programowania statystycznego, aby Twoje dane były przydatne. Zacznij prosto i buduj od tego miejsca. Może to być wszystko, od upewnienia się, że Twoje dane analityczne są prawidłowo mierzone, po przesyłanie danych o zwrotach lub kosztach, aby dowiedzieć się, na których produktach tracisz pieniądze.

Ogólnie rzecz biorąc, korzystaj z danych, które masz obecnie dostępne i zacznij od małych. Jeśli zaczniesz od zbyt dużych projektów, zanim organizacja będzie w stanie je obsłużyć, ryzykujesz marnowanie cennych zasobów zespołu na projekt, który może się nie powieść. Moim zdaniem najważniejszą umiejętnością miękką jest umiejętność bycia ciekawym i kreatywnym w zakresie tego, jakie dane można wykorzystać do rozwoju biznesu. Wszystkie działania techniczne są na drugim miejscu, ponieważ nie są przydatne, jeśli nie można ich strategicznie zastosować.

YT: A co z narzędziami, które pozwalają działać na danych?

DH: Aby zmniejszyć wydatki na produkty i umożliwić naszym klientom alokację zasobów na strategię i realizację, sami zbudowaliśmy nasze procesy ETL [wyodrębnianie, przekształcanie, ładowanie] przy użyciu Google Cloud Platform. Ułatwia nam to skalowanie przy niskich kosztach. W naszych procesach danych używamy głównie R, Python i SQL, ale korzystamy również z pomocy kilku dostawców, takich jak lejek. io i OWOX, ponieważ są w stanie obsłużyć wiele łączników danych z platform reklamowych przy niskich kosztach bezpośrednio po wyjęciu z pudełka.

Wadą budowania konfiguracji takiej jak nasza jest to, że zajęło nam dużo czasu zbudowanie wydajnych modeli, które mogą obsługiwać duże zestawy danych i zaawansowane modele statystyczne, które naszym zdaniem mają wystarczająco dobrą jakość do produkcji. Jestem wielkim fanem narzędzi ETL, takich jak Azure Databricks, Alteryx i podobnych produktów, które dzięki wbudowanym funkcjom mogą zredukować wiele prac związanych z inżynierią danych. Narzędzia te mogą być jednak bardzo drogie i nadal wymagają dużej wiedzy, aby uzyskać wyniki. Jeśli masz zamiar użyć drogiego narzędzia, pamiętaj, aby wykorzystać je właściwie, aby mogło przynosić dochody, a nie wyczerpywać budżet.

YT: Kilka dni temu oboje polubiliśmy post Mikko Pippo o tym, dlaczego marketerzy marnują pieniądze. Czy są jakieś inne punkty, które poleciłbyś dodać do listy kontrolnej Mikkosa? Dlaczego marketerzy marnują swoje budżety i jak możesz tego uniknąć?

DH: Mikko jest jednym z mądrzejszych facetów, których znam, a jeśli go nie śledzisz, polecam to zrobić. Gdybym mógł dodać dodatek do jego postu, to spróbowałbym wzbogacić dane, które już posiadasz, takie jak dane o punktach lojalnościowych, zwrotach lub segmentach klientów. Jest to dość łatwe, jeśli masz identyfikator klienta, użytkownika lub transakcji w konfiguracji analitycznej.

Powodem, dla którego ludzie nie mają odpowiednich podstaw do gromadzenia danych lub nie wykorzystują ich, jest, jak mówi Mikko, brak wykształcenia. Jeśli nie wiesz, co dane mogą dla Ciebie zrobić, lub nie wiesz, jak powinny wyglądać liczby w organizacji, bardzo trudno jest cokolwiek zrobić.

Analityka może być przerażająca i trudna w obsłudze. W większości przypadków nie chodzi o to, że ludzie siedzący z danymi nie chcą ich używać. Chodzi głównie o to, żeby ta osoba nie miała czasu na skalowanie swoich kompetencji. Dlatego od organizacji zależy zbudowanie środowiska, w którym osoby z dostępem do danych będą mogły nauczyć się korzystać z analityki lub znaleźć zewnętrzną agencję wspierającą osoby podejmujące decyzje biznesowe.

YT: Jaka jest twoja rada dla marketerów, którzy chcieliby zostać profesjonalistami z prawdziwego zdarzenia?

DH: Zdecydowanie zacznij od małych. Poznanie podstaw statystyki i umiejętność obsługi podstawowego programu Excel może zaprowadzić Cię daleko. Gdy już nauczysz się pracować z podstawowymi zestawami danych i łączyć dane, możesz skalować w górę w sposób, który najbardziej Ci odpowiada. Kiedy uczę się czegoś nowego, zawsze staram się dopasować to do bieżącego projektu i staram się nauczyć czegoś nowego, co usprawni moją pracę podczas jej wykonywania. Zacząłem programować statystycznie w R, ponieważ co miesiąc wykonywałem tę samą pracę, która zabierała mi kilka dni. Ucząc się czegoś nowego, skróciłem ten czas do jednej godziny. Jedną rzeczą, o której chciałbym tutaj wspomnieć, jest to, że nie należy obawiać się przekroczenia zakresu projektu. Nawet jeśli godziny spędzone na nauce zmniejszają całkowity zysk z projektu, nadal możesz zastosować wszystko, czego się nauczyłeś, do kolejnych tworzonych projektów, dzięki czemu będą one lepsze i bardziej stabilne, niż gdybyś nie spędził czasu na nauce tego, jak to zrobić .

Moja ostatnia rada to wybrać ścieżkę. Nie możesz zrobić po prostu niczego, jeśli chcesz to zrobić dobrze. Zdecydowanie nie jestem tak dobry w statystykach jak nasz szef wywiadu biznesowego, a on nie jest tak dobry w inżynierii danych jak ja, więc mamy zdefiniowane role, ale nadal możemy wspierać się nawzajem w podstawach naszej pracy. Współpraca ma kluczowe znaczenie, jeśli chcesz odnieść sukces, a zatrudnianie osób z zewnątrz do pomocy w skalowaniu działu nie jest niczym złym.

YT: Kto jest Twoją największą inspiracją w społeczności #measure? Czy możesz oznaczyć profesjonalistę, którego opinią warto podzielić się na naszym blogu?

DH: Mark Edmonson to zdecydowanie facet, który inspiruje mnie na co dzień. Daje tak wiele społeczności, jest zawsze pomocny i wciąż tworzy świetne rozwiązania, które pomagają analitykom na całym świecie usprawnić ich pracę podczas korzystania z platformy Google Cloud.

YT: Jakie są twoje pięć ulubionych wydarzeń dla analityków?

DH: Oto one:

• MeasureCamp
• Supertydzień
• Marketing Analytics Summit
• Analiza internetowa Środa
• Analizować!

YT: Czy mógłbyś wymienić pięć najlepszych blogów lub inne źródła dla analityków?

DH: Z przyjemnością:

• Blog Marka Edmondsona
• Blog Simo Ahavy
• Blog CXL
• Mania analityczna
• Jeffalytics

…Może też mój własny blog ;) Jest tak wiele dobrych zasobów, o których chciałbym wspomnieć, jak np. grupa #measureslack i Google Tag Manager na Facebooku. Najlepszą częścią społeczności analityków jest to, że ludzie chętnie dzielą się świetnymi rozwiązaniami.

YT: Jakie trendy obserwujesz w analityce i jakie trendy utrzymają się i ewoluują w przyszłości?

DH: Śledzenie po stronie serwera to zdecydowanie coś, co ludzie zaczną wdrażać w różnych organizacjach, ponieważ inteligentne zapobieganie śledzeniu (ITP) utrudnia zbieranie dokładnych danych w inny sposób. Jeśli chodzi o ITP, mam do tego trochę ambiwalentny stosunek. Z jednej strony ITP służy wielkiemu celowi ochrony prywatności użytkowników. Osobiście uważam, że użytkownicy powinni zawsze mieć wybór, jakie informacje chcą udostępniać firmom. Z drugiej strony uniemożliwia to również prawidłowe działanie niektórych funkcji witryny, takich jak automatyczne logowanie i personalizacja.

Ponadto wierzę, że ITP może mieć konsekwencje polegające na zmuszaniu firm do obejścia, które zmusza ludzi do podawania większej ilości informacji niż w rzeczywistości. Przykładem może być zmuszanie użytkowników do zalogowania się przed przystąpieniem do przeglądania witryny lub odmawianie dostępu użytkownikom, którzy nie wyrażają zgody w witrynie. Myślę, że w obecnym stanie ITP nie jest to optymalne dopasowanie ani dla użytkowników, ani dla firm. Świat wciąż jest na stromej krzywej uczenia się, jeśli chodzi o przestrzeganie przepisów, a jednocześnie jest w stanie zapewnić dobre wrażenia. Nie mogę się doczekać, aby zobaczyć, jak to się rozegra.

Kolejną rzeczą, na którą należy zacząć zwracać uwagę, jest platforma analityczna App+Web. Jest wciąż na bardzo wczesnym etapie, ale będzie to coś, co gorąco polecam wdrażać i rozwijać w miarę rozwoju. W ten sposób będzie można wykorzystać możliwości platformy, kiedy tylko będzie to potrzebne. Zawiera również wiele fajnych funkcji, takich jak bezpłatny eksport BigQuery.

YT: Jakie nowe wyzwania napotykasz w swojej codziennej pracy w porównaniu z początkiem kariery analityka?

DH: Moja rola bardzo się zmieniła, od bycia bardziej wspierającą rolą na początku mojej kariery po prowadzenie projektów od końca do końca. Wcześniej moim wyzwaniem było zrozumienie, jak wszystko działa, i zrobienie wszystkiego, co w mojej mocy, aby upewnić się, że raporty pokazują właściwe dane i że śledzenie jest prawidłowo skonfigurowane.

Dziś wiem, jak to robić, a wiele trudności wiąże się z komunikowaniem strategii, aby klienci rozumieli korzyści płynące z gromadzenia danych i naciskali, aby ich organizacje aktywnie korzystały z tych informacji. Krótko mówiąc, od realizacji zadań wdrożeniowych i raportowania, które zostały mi przydzielone, przeszłam do kierowania strategią i „dlaczego” w jaki sposób powinny przepływać dane. Uważam, że kluczowe znaczenie ma wykonanie dużo gruntownej pracy, zanim będziesz w stanie zrozumieć i kierować strategią.

Zanim będziesz mógł robić postępy jako analityk i rozwijać swoje umiejętności, musisz opanować podstawy i zrozumieć, jak wszystko jest ze sobą połączone.

YT: Google Analytics czy Adobe?

DH: Osobiście bardziej lubię korzystać z Google Analytics, ponieważ jest on bardziej dostępny dla wszystkich i ma świetny interfejs API. Myślę jednak, że Adobe ma silny i stabilny produkt, z kilkoma naprawdę fajnymi sposobami analizowania danych, a jednocześnie jest mocniejszym produktem pod względem zgodności.

YT: Studio danych, Tableau czy Power BI?

DH: Lubię używać ShinyDashboards w R, ponieważ możesz zbudować wszystko, co chcesz, z dowolnymi rodzajami wykresów w dynamiczny sposób. Ponadto nie wymaga drogich licencji (chyba że chcesz korzystać z ich hostowanego rozwiązania).

Szczerze mówiąc, myślę, że jest coś wspaniałego we wszystkich wymienionych powyżej narzędziach. Data Studio jest bezpłatne i szybkie, PowerBI może być tanie i zapewnia wiele świetnych wizualizacji po wyjęciu z pudełka, a Tableau ma kilka naprawdę fajnych funkcji udostępniania i funkcji, które są świetne, jeśli jest wiele osób eksplorujących i analizujących dane w organizacji.

YT: AppsFlyer czy FireBase?

DH: Nie mam tu ścisłej opinii. Jednak rozwój APP+Web zdecydowanie sprawia, że ​​FireBase jest teraz interesujący.

Kluczem do sukcesu analityka jest cierpliwość i gotowość do rozpoczęcia od zera. Dziękuję Danny'emu za tę prostą radę, która pomaga nam skupić się i przekonywać w naszych analizach.

Jeśli podobał Ci się ten wywiad lub masz pytania do Danny'ego, zostaw komentarz poniżej! Nie zapomnij zasubskrybować naszego bloga, aby otrzymywać jeszcze więcej przydatnych wykładów i artykułów ze świata analityki.