Badania OWOX BI dotyczące stanu analityki cyfrowej: wywiad z Simo Ahava

Mieliśmy świetną okazję przeprowadzić wywiad z Simo Ahavą po jego inspirującym wystąpieniu na Go Analytics! konferencja w ramach naszych badań nad stanem analityki cyfrowej w 2019 roku.

Simo Ahava jest utalentowanym analitykiem i współzałożycielem 8-bit-sheep, firmy konsultingowej specjalizującej się w tworzeniu zdrowych struktur komunikacyjnych. Jest więc dość zaznajomiony z tym, jak uprawiać wydajną analitykę. Omówiliśmy szereg pytań, które każdy marketer lub analityk może zainteresować. Są podzielone na następujące kategorie:

Wszystkie pytania przygotowała i zadała Mariia Bocheva, nasza Business Development Executive (która podczas codziennych spotkań lubi głośno cytować blog Simo). :)

Jakie widzisz trudności we wdrażaniu analityki i jak oceniasz ogólny rozwój rynku?

Myślę, że główną trudnością jest zrozumienie możliwości i ograniczeń każdego narzędzia. Każde narzędzie na rynku ma w sobie coś z czarnej skrzynki. Nie chodzi mi o to, że te narzędzia ukrywają sposób ich działania (chociaż niektóre robią to celowo), ale raczej o to, że integracja tych narzędzi z procesami organizacji może być bardzo nieprzewidywalna.

Martwię się również tym, jak wiele nowych usług stara się sprawić, by wszystko było „szybsze”. Jakby szybkość była nieodłączną cnotą, której muszą przestrzegać wszystkie firmy. Bycie szybkim często wiąże się z kosztem ostrożności , a zawsze istnieje ryzyko, że zrobisz coś naprawdę szybko tylko po to, by uzyskać wyniki, które mogą być bardzo mylące.

Myślę, że ogólna wiedza i zrozumienie stosów technicznych uległy poprawie, ponieważ narzędzia takie jak rozwiązania do zarządzania tagami demistyfikują świat programistów. To świetnie – mam nadzieję, że to trend, który utrzyma się w przyszłości. Podobnie usługi w chmurze stają się coraz bardziej dostępne i przystępne cenowo, co doprowadziło do wzrostu zainteresowania automatyzacją i inżynierią danych.

Jak analityk może mieć większy wpływ na marketing?

Jak mogą być przydatne dla zespołu marketingowego?

Analityk nie musi mieć wpływu na marketing. Dane tak. „Analityk” to tylko opis roli i osobiście uważam za prawie szkodliwe, aby ktoś oznaczony jako „analityk” był silną siłą w organizacji. Gdy tylko zatrudnisz analityka, znalazłeś kogoś, komu możesz przekazać te wszystkie „dane”.

Ponieważ analityk pracuje z danymi, jego rola powinna wykraczać poza różne zespoły i funkcjonować jako pomost między różnymi częściami organizacji. W ten sposób są bardziej podobni do mistrzów Scrum i właścicieli produktów, niż do pojedynczych osób zajmujących się przetwarzaniem danych.

Jakie wyzwania analityczne masz teraz ?

Nie mam do czynienia z żadnymi wyzwaniami analitycznymi per se, ale nieustannym wyzwaniem jest zrozumienie narzędzi, z którymi pracuję, i tego, jak najlepiej wykorzystać te narzędzia, aby pomóc organizacjom lepiej zrozumieć ich dane.

Jednocześnie wyzwaniem jest dla mnie to, jak sprawić, by organizacje były bardziej świadome własnych niedociągnięć. Największym wyzwaniem dla analityki, a właściwie jakiejkolwiek dyscypliny cyfrowej, jest to, jak zintegrować ją z procesami organizacji bez przesady i przesady. Wiele firm stara się być „opartym na danych” lub „najpierw cyfrowo”, co bardzo szybko przeradza się w polowanie na najlepsze dostępne narzędzie, podczas gdy w rzeczywistości organizacje te powinny skupić się na budowaniu zespołów multidyscyplinarnych, bardziej zwinnych podejść do projektowania usług , a także lepsze zrozumienie, jakie pytania biznesowe i problemy należy rozwiązać, zanim zorientujemy się, jakie narzędzie to wszystko robi.

Czy uważasz, że nieporozumienia między analitykami a zespołami marketingowymi są powszechne? Jeśli tak, czy masz jakieś zalecenia, jak to przezwyciężyć?

To tak samo powszechne, jak nieporozumienie między dwoma dowolnymi osobami w organizacji. Jak rozwiązać nieporozumienia? Komunikując się lepiej :)

Wiele można się nauczyć od zwinnych metodologii, takich jak Scrum, które są całkowicie zależne od solidnych struktur komunikacyjnych w organizacji. Jeśli stwierdzisz, że występują problemy z komunikacją, absolutnie konieczne jest, aby dowiedzieć się, dlaczego one istnieją i rozwiązać je, wprowadzając nowe ustawienia i konteksty komunikacji, takie jak codzienne spotkania, przeglądanie zaległości, sesje retrospektywne i prezentacje.

Jakiej wiedzy brakuje analitykom i specjalistom ds. marketingu, aby firmy były oparte na danych?

Myślę, że w większości brakuje im dwóch rzeczy:

1. Uważają, że firma powinna być oparta na danych
2. Wkup się i ufają otaczającym ich ludziom

Trudno jest naciskać na zmiany, jeśli używa się terminologii, takiej jak „oparty na danych”. Firma kieruje się mieszanką danych, intuicji, wiedzy specjalistycznej, zasobów ludzkich itp. Nie ma jednej rzeczy, która napędza zmiany.

Innym powodem, dla którego trudno jest znaleźć przyczółek w firmie, jest brak zaufania do tego, co się robi. To jest problem z komunikacją. Zobacz więc moją odpowiedź na poprzednie pytanie :)

Wsparcie i zaufanie można zdobyć, czyniąc swoje wysiłki przejrzystymi – dodaj duże pulpity nawigacyjne w całym biurze, spraw, aby dane były przedmiotem dyskusji w prezentacjach i na spotkaniach sprinterskich, uświadamiaj wszystkim, że każda drobnostka, która została wykonana z produktem lub usługą ma wymierny wpływ.

Aby zagłębić się w przemyślenia Simo Ahavy na temat problemów z komunikacją, pobierz jego prezentację i przeczytaj ją, słuchając jego występu na żywo dla Go Analytics! Konferencja.

Jak myślisz, jaka jest przyszłość analityki marketingowej?

Jakie trendy widzisz nadchodzące i na co jest duże zapotrzebowanie?

Myślę, że przyszłość jest mroczna. Ograniczenia w przestrzeni przeglądarki i aplikacji (pomijanie przez Safari własnych plików cookie, blokowanie reklam i treści itp.), zwiększone zapotrzebowanie na projektowanie oparte na prywatności oraz zawodność danych sygnałowych w dłuższej perspektywie utrudniają komunikację równorzędną w przyszłość.

Jestem pewien, że analityka marketingowa będzie nadal odchodzić od podejścia jednego dostawcy (np. Google Analytics) do bardziej holistycznego potoku danych, co oznacza, że ​​inżynierowie danych będą coraz bardziej poszukiwani.

Jakie szanse widzisz dzisiaj na rynku?

Są sprzedawcy, organizacje, osoby prywatne, kraje, politycy, prawodawcy i ogólnie ludzie robią głupie rzeczy. Wszystko to przyczynia się do niepewności w dyscyplinach cyfrowych, w tym w marketingu. Możemy albo zaakceptować to na pierwszy rzut oka i kontynuować walkę w coraz bardziej ograniczonej przestrzeni, albo przebić się przez silosy i zacząć myśleć o analityce marketingowej nie jako pojedynczej dyscyplinie, ale jako szerszym spektrum możliwości, które firma może realizować z danymi.

Marketing jest ściśle powiązany z projektowaniem produktów i usług. Jeśli organizacja ma dedykowany zespół marketingowy, który nie jest zaangażowany w codzienne mechanizmy tego, co firma faktycznie produkuje, to jest to problem. Podobnie, jeśli organizacje nadal wierzą, że znalezienie najlepszego narzędzia jest rozwiązaniem wszystkich ich problemów, to jest to problem.

Osobiście uważam, że największym problemem jest ten, który nigdy tak naprawdę nie zniknął: brak komunikacji. Każda pojedyncza czkawka, z jaką może się zmierzyć organizacja, od najmniejszego błędu do największej katastrofy PR, zawsze można przypisać problemowi komunikacji między dwiema lub więcej osobami. Naprawienie tych problemów komunikacyjnych jest kluczem do naprawy organizacji, a naprawienie organizacji jest kluczem do zdrowszego rynku.

Jakie umiejętności twarde są dziś najważniejsze dla analityków? Czy analityk musi znać SQL, Python i R oraz budować dashboardy w najpopularniejszych narzędziach do wizualizacji, takich jak Data Studio, Tableau, QlikView itp.?

Myślę, że podstawa dla analityki nadal w dużej mierze zależy od tego, jaki rodzaj analityki chcesz robić. Problem z ustaleniem oczekiwań co do umiejętności polega na tym, że tworzy to ekskluzywność, a nie zachęca ludzi do rozpoczęcia pracy z dyscypliną. Jest wiele rzeczy, które możesz zrobić, kiedy wejdziesz do przestrzeni analitycznej i nie masz doświadczenia z językami programowania lub zewnętrznymi narzędziami wizualizacyjnymi. Jednak gdy robisz postępy, wymagania stają się bardziej szczegółowe.​

• W przypadku analityki internetowej najważniejsze jest zrozumienie stosu przeglądarki.
• Dla każdego, kto pracuje z dużymi zestawami danych, SQL jest koniecznością.
• Python vs. R to wiecznie trwająca dyskusja, ale nie sądzę, że jest to konieczne, jeśli chcesz pracować w analityce.

Ale gdybym był zmuszony wybierać, wybrałbym Pythona ze względu na jego rozszerzalność poza sferę samej analizy danych.

Jakie umiejętności miękkie powinien posiadać dobry analityk?

Empatia dla środowiska biznesowego, w którym pracują, szybki refleks, aby dostosować się do zmian wokół nich, mentalność budowania mostów, aby pracować ponad silosami, zamiast je wzmacniać, oraz nienasycone pragnienie uczenia się nowych rzeczy.

Najważniejszą umiejętnością jest komunikacja. Dane to jedna z tych rzeczy, które naprawdę ucierpią, jeśli ludzie w organizacji, w której te dane są wytwarzane, nie będą się komunikować. Dane są wzorcem organizacji i mogą ujawniać wady organizacji bardziej uczciwie niż jakikolwiek konsultant.

Jaki jest największy błąd, jaki może popełnić analityk?

Czy możesz podzielić się niektórymi ze swoich błędów analitycznych?

Moim zdaniem największym błędem, jaki może popełnić każdy, kto pracuje z danymi, jest celowe błędna interpretacja lub niewłaściwe użycie metryk w celu poparcia nieudanej hipotezy. Często widzę to w organizacjach o niskiej dojrzałości, które dopiero zaczynają testować A/B lub właśnie wdrożyły Google Analytics. Konfigurują konwersje, aby wspierać „oczywiste” hipotezy i celowo unikają akceptowania wyników testów, które są sprzeczne z tym, co intuicyjnie uważają za słuszne.

Ten sam sposób myślenia można zaobserwować, używając na przykład czegoś tak prostego, jak współczynnik odrzuceń, do opisania zaangażowania w witrynie. Bez szeroko zakrojonych dostosowań i bez spójnej strategii wdrażania, która pozwoliłaby odwzorować wszystkie te działania związane z zaangażowaniem w zdarzenia powodujące odrzucenie, współczynnik odrzuceń jest powierzchowną, płytką miarą, która może prowadzić do błędnych wniosków częściej niż nie.

Moje własne błędy jako konsultanta często dotyczą dwóch rzeczy, które opisałem powyżej. Łatwo jest dać się ponieść „łatwości” analityki w przypadkach, w których muszę być w stanie szybko uzyskać dobre wyniki. Staram się tego unikać najlepiej, jak potrafię, ale bycie całkowicie bezstronnym w stosunku do danych jest często bardzo trudne. Łatwiej mi być uczciwym w przypadkach, w których nie jestem za bardzo zaangażowany emocjonalnie w biznes klienta — w takich przypadkach łatwiej jest być brutalnie szczerym i próbować przekonać organizację do zmiany sposobu myślenia.

Naprawdę doceniamy wszystkie odpowiedzi Simo i jesteśmy gotowi podpisać się pod każdym jego słowem. W ciągu ostatnich 20 lat prądy w oceanie danych zaczęły poruszać się szybciej, przygniatając nawet niektóre łodzie. Ważne jest, aby zagłębić się w swoje dane wyposażone w odpowiednie narzędzia, ale ważniejsze jest posiadanie na pokładzie naprawdę oddanego zespołu.

Całkowicie zgadzamy się z Simo. Każdego dnia świadczymy nasze usługi, aby umożliwić dyrektorom ds. marketingu, marketerom i analitykom osiągnięcie nowego poziomu analizy danych w swoich firmach poprzez uproszczenie gromadzenia, dopasowywania, raportowania i wizualizacji danych.

Pozostańmy więc w kontakcie! Zapisz się na naszego bloga, aby przeczytać kolejne wywiady z naszych badań na temat stanu analityki cyfrowej i dostosować doświadczenia najlepszych analityków do swojej firmy.

O co zapytałbyś Simo? Daj nam znać w komentarzach poniżej!