Wywiad z Juliusem Fedoroviciusem, założycielem Analytics Mania

Kontynuujemy naszą kolumnę Opinia eksperta, a dziś przedstawiamy Wam wywiad z Juliusem Fedoroviciusem , konsultantem cyfrowym i ekspertem technicznym. Julius jest założycielem Analytics Mania oraz Menedżerem tagów Google i entuzjastą Google Analytics. Prowadzi też społeczność Google Tag Manager na Facebooku i tworzy kursy online GTM .

Jak zawsze, oto główne tematy nawigacji:

Prowadzę Analytics Mania. Tutaj udostępniam posty na blogu, samouczki wideo, które uczą marketerów i analityków pracy z Google Tag Manager i Google Analytics. Ponadto w tej chwili oferuję dwa płatne kursy dotyczące Menedżera tagów Google. Od czasu do czasu (kiedy mam czas w harmonogramie) pracuję jako freelancer GA/GTM. Ale moim głównym celem jest treść, kursy i studenci tych kursów.

Twarde umiejętności. Jestem tutaj stronniczy (ponieważ przychodzę od strony implementacji analityki), ale powiedziałbym, że umiejętności techniczne związane ze śledzeniem są ważne. Zrozumienie, jak działa śledzenie, pomoże analitykom lepiej zrozumieć, skąd pochodzą dane, w jaki sposób są gromadzone i na ile są wiarygodne. Pomoże to również analitykom dodać więcej ziaren soli do danych, z którymi pracują, i uzyskiwanych wyników.

Ale to tylko część potrzebnych umiejętności. Samo wdrożenie śledzenia jest bezwartościowe, jeśli nic nie zostanie zrobione z zebranymi danymi. W tym miejscu pojawia się część analityczna i tutaj mamy zarówno twarde, jak i miękkie umiejętności.

Mówiąc o twardych umiejętnościach, to bardzo zależy od firmy, w której pracujesz i jej stosu. Dla jednych wystarczy Google Analytics i Data Studio, dla innych BigQuery, znajomość SQL, R, Python itp. Królicza nora sięga głęboko.

Polecam nie skupiać się na konkretnych narzędziach. Zamiast tego skup się na tym, na jakie pytania należy odpowiedzieć z danymi. Następnie wybierz odpowiednie narzędzia. Znajomość BigQuery, R lub czegokolwiek innego i próba zastosowania tego w małych firmach nie ma sensu (przynajmniej w większości przypadków). Małe firmy (najprawdopodobniej) nie będą miały wystarczającej ilości danych, aby skorzystać z tych technologii.

Ponieważ pracuję głównie z małymi/średnimi firmami, w większości przypadków niezbędny zestaw analityczny Google jest wystarczający (GTM, GA, GDS). Całkowicie możliwe jest osiągnięcie wielu ulepszeń/zmian dzięki analityce i „małym” danym.

Jeśli więc ktoś myśli o rozpoczęciu kariery w tej dziedzinie, uważam, że znajomość GTM, GA i Google Data Studio to dobry początek (jeśli chodzi o umiejętności twarde).

Teraz miękkie umiejętności analityka. Powiedziałbym, że są to:

• Planowanie. Jeśli mówimy o analityce internetowej, takie rzeczy jak plan pomiarów i plan implementacji tagów mogą Ci ogromnie pomóc. Aby przygotować plan, będziesz musiał dużo porozmawiać z interesariuszami, lepiej zapoznać się z celami biznesowymi, procesami itp. To pomaga analitykom widzieć szerszy obraz, stąd (miejmy nadzieję) dostarczać więcej wartości dzięki analizie.
• Brzmi tandetnie, ale: Uważnie słuchaj tego, co mówią inni. Również komunikacja. Pomoże ci to w przygotowaniu planów pomiarowych, a także pozwoli lepiej komunikować swoje ustalenia.
• Krytyczne myślenie. Pomoże Ci to identyfikować wzorce, kopać głębiej i znaleźć spostrzeżenia.

Wiem, że prosisz o jeden duży błąd, ale nie mogłem wybrać tylko jednego :) Oto moje przemyślenia na temat największych błędów:

Błąd nr 1. Zawsze ufając swoim danym i nie mając co do nich wątpliwości. Dane nigdy nie będą doskonałe, zawsze będą jakieś nieścisłości. Więc kiedy odkryjesz coś wartościowego dzięki swojej analizie, zawsze w to wątp. Spróbuj to sprawdzić pod różnymi kątami. Jeśli jesteś zaznajomiony z implementacją analityki, spróbuj zastanowić się, co mogło pójść nie tak w zbieraniu danych. Jakie jest też źródło tych danych? Tutaj potrzebne jest krytyczne myślenie. Jednak z drugiej strony nie czekaj na doskonałe dane. Spędzanie zbyt dużej ilości czasu na próbie uzyskania idealnego zestawu danych będzie bardziej kosztowne dla firmy niż uzyskiwanie wglądu z „wystarczająco dobrych” danych.

Błąd nr 2. Myślenie, że praca analityka kończy się analizą i znalezieniem spostrzeżeń. Analitycy powinni być także motorem zmian w organizacji. Muszą informować o swoich ustaleniach, opowiadać się za pewnymi rozwiązaniami, aby te ustalenia zostały wdrożone. I w wielu przypadkach jest to najtrudniejsza część.

Bardzo. I jest to jedna z największych przeszkód, które stoją między znalezieniem pewnych spostrzeżeń a upewnieniem się, że prowadzą do zmian, ulepszeń. Niektóre ze sposobów uniknięcia nieporozumień:

• Słuchaj uważnie, co mówią inni. Pomaga to lepiej zrozumieć wymagania biznesowe dla poszczególnych zadań analitycznych. A gdy marketerzy przekażą informacje zwrotne, uważne ich wysłuchanie pomoże ci ograniczyć przyszłe nieporozumienia i uniknąć ponownego robienia.
• Unikaj profesjonalnego slangu tak bardzo, jak to możliwe. Staraj się mówić w prostszy sposób, zrozumiały nawet dla tych, którzy nie mają bezpośredniego związku z analityką.
• Poświęć jak najwięcej czasu, aby zrozumieć, jak działa biznes. Widzenie szerszego obrazu może pomóc analitykom lepiej zrozumieć, czego (i dlaczego) zespoły marketingowe potrzebują od analityków określonych wyników.
• Nie bój się zadawać pytań. Pytając „dlaczego” nie pokazujesz, że jesteś głupi. Pokazuje, że chcesz zrozumieć kontekst, który pomoże Ci lepiej wykonywać zadania. Kiedy otrzymasz zadanie, a niektóre części są niejasne, nie zakładaj. Poproś o wytłumaczenie.

Jeśli chodzi o wydarzenia, to zdecydowanie polecam MeasureCamp i nie mogę się doczekać, aby uciec od wirtualnych wydarzeń i wrócić do spotkań osobistych. MeasureCamp to po prostu idealne miejsce do spotkań, uczenia się od innych, wypróbowania własnych umiejętności prezentacyjnych (które są również bardzo potrzebne w analityce).

Poza tym uwielbiam SuperWeek . Ale nie patrzę na to jak na konferencję, na której będę się ciągle uczyć czegoś nowego. Patrzę na to bardziej jak na wakacje analityka, na których masz grupę podobnie myślących geeków, którzy przez prawie tydzień rozmawiają o tym, co kochają. Spotykasz tu kilka gwiazd branży i swobodnie z nimi rozmawiasz, sieć. Jest tam po prostu coś magicznego.

Jeśli chodzi o zasoby, tak naprawdę zależy to od tego, w czym specjalizuje się analityk. Czy jest to bliższe analityki głównego nurtu (jak GTM, GA), czy też bliższe jest faktycznej data science, inżynierii danych itp. Jeśli jest to pierwsze, to (bezwstydne plug) mój własny blog i kanał na youtube na pewno mogą pomóc. Blog Simo Ahavy , Measureschool , żeby wymienić tylko kilka. Jeśli to drugie, to Datacamp może pomóc.

Myślę, że najważniejszą potrzebną tutaj wiedzą jest zrozumienie, że stos danych/analityki (i procesy) w firmie muszą być dobierane w oparciu o poziom firmy. A potem powinna rosnąć razem z firmą.

Moim zdaniem małe firmy nie powinny gonić za błyszczącymi elementami, takimi jak AI, ML, Big Data. Przede wszystkim małe firmy nie mają nawet wystarczającej ilości „małych” danych. Niedawno to przeczytałem i doskonale podsumowuje sytuację i powody, dla których analityka firmy powinna rosnąć/skalować wraz z firmą.

Obecnie prowadzę działalność na własny rachunek. Więc moim głównym wyzwaniem jest praktykowanie tego, co głoszę :) Poprzez ciągłe tworzenie treści, aktualizowanie kursów i wspieranie kursantów, nie zawsze mam wystarczająco dużo czasu, aby zagłębić się w moje własne dane i dodać kilka dodatkowych poprawek. Szewc bez butów.

Tarcia z działem IT są zdecydowanie duże. W przeciwnym razie GTM nie byłby tak popularny.

Ciągle zmieniający się krajobraz prywatności użytkowników. Zwłaszcza jeśli chodzi o głównych graczy (jak Apple). To, co zbudujesz dzisiaj, ma dużą szansę nie zadziałać w ciągu najbliższych 6-12 miesięcy. Bycie na bieżąco jest bardzo czasochłonne (ale konieczne). Może się mylę, ale wydaje mi się, że w ciągu ostatnich 2-3 lat mieliśmy więcej zmian niż w poprzednich 6-7 latach). Nienawidziłem tego wyrażenia przez całą pandemię, ale „to jest dla nas nowa normalność”.

• Myślę, że poprzednie pytania dotyczące komunikacji są tutaj bardzo istotne. Zacznij od tego, a na pewno zobaczysz poprawę.
• Porozumieć się.
• Zadawaj wiele pytań, aby zrozumieć kontekst (i zobaczyć większy obraz).
• Nie zakładaj niczego i nie próbuj myśleć, że jesteś mądrzejszy od innych w pokoju. Może wiesz lepiej, jak korzystać z narzędzia analitycznego. Ale inni mogą wiedzieć więcej o tym, jak działa firma, mogą znać niektóre elementy układanki, których ci brakuje.

Ta odpowiedź jest bardzo związana z jednym z poprzednich pytań o to, że nie mam wystarczająco dużo czasu na własne analizy :)

Mówiąc o ogólnej dojrzałości, to bardzo się różni. Widziałem firmy, które są dość dojrzałe, podczas gdy inne używają modnych słów, takich jak „atrybucja wielodotykowa”, ale jednocześnie nie śledzą *żadnych* zdarzeń poza odsłonami strony za pomocą Google Analytics. I to wszystko, co robią z „analityką” :)

Ciągły wzrost prywatności. I to nie tylko ze względu na regulacje takie jak RODO. Sprzedawcy i firmy, takie jak Apple czy Brave, budują produkty i marketing wokół podejścia skoncentrowanego na prywatności. Więcej firm będzie racjonalnie budować procesy gromadzenia danych uwzględniające prywatność, podczas gdy inne będą do tego zmuszone.

Do zbierania danych z pierwszej strony potrzebne będą bardziej złożone mechanizmy gromadzenia danych. Czasy „dodaj tylko jedną linijkę JavaScript do swojej witryny” dobiegną końca i aby zacząć zbierać co najmniej pół-dokładne dokładne, będziesz musiał polegać na rozwiązaniach takich jak tagowanie po stronie serwera.

Przy bardziej złożonych konfiguracjach bariera wejścia dla początkujących analityków będzie wyższa. W tym kontekście mówię z perspektywy, z której początkujący często zaczynają od popularnych narzędzi, takich jak Google Analytics. Ale patrząc na GA4, sprawy nie stają się łatwiejsze. Tak, wiem, że nadal jest w fazie beta (chociaż odznaka „beta” zniknęła). Jednak biorąc pod uwagę sposób przechowywania danych (i ich retencję – maksymalnie 14 miesięcy) oraz ograniczone możliwości raportowania, wygląda na to, że znajomość SQL i BigQuery nie będzie już „miła”. Oczywiście bariera wejścia dla początkujących staje się znacznie wyższa, ponieważ jest to kolejne narzędzie do nauki (obok GTM, GA, GDS itp.).

Wiele osób nadal nie przejmuje się tym, jak niedokładne stają się ich dane z powodu najnowszych (i nadchodzących zmian) w branży (ITP itp.).

Ciągle zmieniający się krajobraz w kontekście prywatności. Nie zrozum mnie źle - jestem za prywatnością. To zdecydowanie dobre dla konsumentów. Ale jest to prawdziwe, ciągle zmieniające się wyzwanie dla marketerów i analityków, aby się dostosować. Może więc słowo „problem” jest tutaj zbyt mocne. Nazwijmy to „wyzwaniem”.

Ponieważ skupiam się bardziej na mniejszych firmach i freelancerach (aby pomóc im w nauce GA i GTM), zauważam, że wielu z nich zbytnio skupia się na narzędziach i technikach śledzenia, a nie na planowaniu, rozumieniu celów biznesowych i zadawaniu właściwych pytań. Oczywiście ja też jestem tego winny (ponieważ większość moich treści dotyczy narzędzi i technik śledzenia). Miejmy jednak nadzieję, że więcej osób skupi się na podstawach i „miękkiej” części swojej pracy, a nie tylko na twardych umiejętnościach.

Nie mogłem wymyślić tutaj niczego konkretnego. Po prostu kontynuuj swoją pracę i poprawiaj się. Skoncentruj się nie tylko na umiejętnościach twardych, ale także na umiejętnościach miękkich.

Myślę, że nie miałeś wywiadu z Markiem Edmondsonem .

Skoncentruj się na celach, które chcesz osiągnąć za pomocą danych, wybierz odpowiednie narzędzia i niech Twoje szanse będą na Twoją korzyść!

Naprawdę doceniamy szczere odpowiedzi Juliusa na temat jego doświadczenia i dzielenie się nim. Mamy nadzieję, że ten wywiad był przydatny i podobało Ci się go czytać.

Zapisz się do naszego newslettera , aby jako pierwszy przeczytać nasze kolejne wywiady. Czekać na dalsze informacje!