Soluções de Digital Analytics projetadas para não analistas

Soluções analíticas “inteligentes” que causam confusão

Os Analistas Digitais trabalham com ferramentas poderosas que oferecem muitas variáveis ​​e opções para personalizar sua configuração. Mas tirar o máximo proveito de todas essas personalizações pode realmente ser contra-intuitivo e resultar em organizações obtendo pouco ou nenhum valor dessas ferramentas.

Ligeira contradição aí?

Bem, voltamos ao propósito do Digital Analytics ser “informar as decisões e ações de uma organização para alcançar melhores resultados”. Essas decisões e ações não são feitas por Analistas Digitais, em vez disso, elas vêm de todos os outros membros da organização. Portanto, para que o Digital Analytics tenha a chance de atingir seu objetivo, os dados precisam estar acessíveis aos profissionais de marketing, gerentes de produto, designers, UX, desenvolvedores, estrategistas, equipe de vendas e, claro, o C-suite.

O Digital Analytics precisa dar suporte a essas pessoas, alimentando-as com a inteligência de que precisam para que as decisões que tomam e as ações que realizam sejam o mais informadas possível e, portanto, mais propensas a alcançar os melhores resultados para o negócio.

Uma solução incrivelmente “inteligente” projetada para as necessidades do Analista Digital pode, na verdade, ser uma barreira para o resto da organização. Se as pessoas acham que seu trabalho é muito difícil de fazer com o uso de dados, elas simplesmente ignoram esses dados e passam a tomar decisões e ações usando seu próprio conhecimento e experiência.

Isso é ruim para os negócios.

Como criar uma configuração não amigável para analistas

1. Não divida as informações da página entre variáveis

Problema: Toda ferramenta Digital Analytics fornece variáveis ​​nas quais você pode capturar informações da página. Uma configuração “inteligente” registra o tipo de página, categoria de página (e subcategorias), seção do site, idioma da página e o nome/identificador real da página em variáveis ​​separadas. Para um analista usar várias variáveis ​​de uma vez para identificar páginas e agrupamentos de páginas é simples e poderoso. Para um não analista abrir um relatório e não conseguir relacionar os nomes das páginas às páginas do site é simplesmente confuso.

Correção: Uma configuração de ferramenta útil inclui os tipos de página e categorizações de página dentro do próprio nome da página. Isso permite que o não analista aprenda como acessar dados usando um único relatório. Dentro disso, os nomes das páginas são intuitivos (a página inicial é chamada de /homepage) e é fácil aplicar um filtro para visualizar um conjunto de páginas desejado.

2. Crie convenções de nomenclatura amigáveis

Problema: uma resposta comum dos desenvolvedores quando fornecemos instruções de rastreamento é uma solicitação para usar uma abreviação ou ID em vez de um nome. Se o desenvolvedor puder usar uma variável existente e apenas enviá-la para a camada de dados, será muito menos trabalho para eles.

Como analistas, geralmente podemos conviver com isso. Podemos memorizar rapidamente todos os IDs-chave ou o que significam as abreviações para que seja tão rápido quanto trabalhar com nomes. Para todos os outros, ele transforma os relatórios e dados em rabiscos sem sentido que precisam de uma tabela de tradução (ou tradutor de analista) para ser utilizável.

Correção: A simples compensação é que um pouco de investimento de tempo para os desenvolvedores agora usarem uma convenção de nomenclatura amigável economizará dias de tempo para o resto dos negócios no futuro.

3. Crie manipulações de dados e limpeza de dados em ferramentas de análise de dados

Problema: Um ponto problemático comum em qualquer organização é quando os números não correspondem. Se duas pessoas não podem produzir os mesmos números, normalmente é a ferramenta que fornece esses números que é culpada e não confiável. Uma das causas disso é a necessidade de manipulação e limpeza de dados para obter os “números comerciais” oficiais, mas o conhecimento/habilidade desses requisitos é limitado a um pequeno número de pessoas.

Embora o Analista Digital entenda exatamente como os dados de desempenho de negócios são facilmente extraídos da ferramenta, isso se perde na tradução para o restante dos negócios. Se os números não corresponderem, a confiança vai por água abaixo.

Correção: crie uma solução em que segmentos e combinações de relatórios não sejam necessários e, em vez disso, manipulações e limpeza de dados sejam incorporadas à própria ferramenta. Esse trabalho extra permite que qualquer pessoa na empresa encontre facilmente os números comerciais que correspondem ao conjunto oficial – levando a muito menos falhas de comunicação e problemas.

4. Garanta que os dados agregados estejam facilmente disponíveis e acessíveis

Problema: Uma das minhas surpresas constantes tem sido conversar com pessoas e empresas convencidas de que os dados só devem ser acessados ​​em seu formato bruto. Talvez eles próprios conheçam o SQL (ou uma ferramenta alternativa) e o usem para acessar todos os dados de que precisam. Portanto, eles acreditam que as ferramentas de análise são uma perda de tempo e uma limitação dos negócios.

Isso é ótimo para eles até que a organização contrate alguém sem esse conjunto de habilidades que não consiga acessar e manipular dados brutos e, então, toda a solução desmorone.

Correção: painéis simples e dados agregados são essenciais para o funcionamento de uma empresa. Muito simplesmente, uma solução que apenas o analista ou um usuário técnico pode usar é uma solução ruim. Eu escrevi há muito tempo sobre a Quadfurcação de Digital Analytics com o 4º nível de análise sendo o uso de dados brutos. Ainda acredito que esse nível oferece o maior potencial para insights, mas só deve ser desenvolvido quando a organização tiver os três níveis anteriores em vigor.

A importância do projeto

A palavra-chave aqui é “design”. É isso que estamos fazendo quando definimos o rastreamento e fazemos todo o trabalho de configuração de uma ferramenta de Digital Analytics – estamos projetando essa ferramenta. O que significa que devemos pensar em usabilidade.

Eu li exatamente um livro de usabilidade de sites na minha vida – Don't Make Me Think, de Steven Krug. E realmente, tudo o que você precisa fazer é memorizar e aplicar esse título a tudo o que faz.

Os analistas digitais podem facilmente cair na armadilha de projetar uma solução de Digital Analytics (configuração de ferramentas e/ou como os dados são acessados) para suas próprias necessidades. Eu sei disso pelos meus próprios erros no passado.

Além disso, nenhuma empresa pode confiar em seu analista para fornecer todos os relatórios e insights. Isso não é prático porque o analista se torna um gargalo e não consegue fornecer valor real.

A solução verdadeiramente “inteligente” de Digital Analytics é aquela projetada para capacitar o resto do negócio, os tomadores de decisão e os tomadores de ação, para serem capazes de usar os dados e insights para tomar decisões/ações mais inteligentes.

Quer saber mais sobre como usar as soluções de Digital Analytics de forma eficaz e obter melhores resultados para sua organização? Confira nossos workshops de treinamento gratuitos ou entre em contato conosco para discutir melhor suas necessidades.