Entrevista com Julius Fedorovicius, fundador da Analytics Mania

Continuamos nossa coluna Expert Opinion, e hoje apresentamos a sua atenção uma entrevista com Julius Fedorovicius , consultor digital e especialista técnico. Julius é um dos fundadores do Analytics Mania e um Google Tag Manager e um entusiasta do Google Analytics. Além disso, ele administra a comunidade do Google Tag Manager no Facebook e cria cursos online do GTM .

Como sempre, aqui estão os principais tópicos para navegação:

Eu corro Analytics Mania. Aqui compartilho postagens de blog, tutoriais em vídeo que ensinam profissionais de marketing e analistas a trabalhar com o Google Tag Manager e o Google Analytics. Além disso, no momento, ofereço dois cursos pagos sobre o Google Tag Manager. Além disso, ocasionalmente (quando tenho tempo na minha agenda), trabalho como freelancer GA/GTM. Mas meu foco principal atual é conteúdo, cursos e alunos desses cursos.

Habilidades difíceis. Eu sou tendencioso aqui (já que estou vindo do lado da implementação de análises), mas diria que as habilidades técnicas relacionadas ao rastreamento são importantes. Entender como o rastreamento funciona ajudará os analistas a entender melhor de onde os dados vêm, como são coletados e quão confiáveis ​​são. Isso também ajudará os analistas a adicionar mais grãos de sal aos dados com os quais estão trabalhando e aos resultados que obtêm.

Mas isso é apenas uma parte das habilidades necessárias. A implementação do rastreamento por si só é inútil se não for feito nada com os dados coletados. É aí que entra a parte de análise e aqui temos hard e soft skills.

Falando de hard skills aqui, isso depende muito da empresa em que você trabalha e de sua pilha. Para alguns, basta usar Google Analytics e Data Studio, para outros BigQuery, conhecimento de SQL, R, Python etc. A toca do coelho vai fundo.

Eu recomendaria não focar em ferramentas específicas. Em vez disso, concentre-se em que tipo de perguntas devem ser respondidas com dados. Em seguida, escolha as ferramentas certas para isso. Conhecer BigQuery, R ou qualquer outra coisa e tentar aplicar isso para pequenas empresas não faz sentido (pelo menos na maioria dos casos). As pequenas empresas (provavelmente) não terão dados suficientes para se beneficiar dessas tecnologias.

Como trabalho principalmente com pequenas/médias empresas, na maioria dos casos a pilha de análise essencial do Google é suficiente (GTM, GA, GDS). É completamente possível obter muitas melhorias/mudanças graças a análises e “pequenos” dados.

Portanto, se alguém está pensando em iniciar uma carreira nessa área, acho que ter conhecimento de GTM, GA e Google Data Studio é um bom começo (quando se trata de hard skills).

Agora, as soft skills de um analista. Eu diria que são:

• Planejamento. Se estamos falando de análise da web, coisas como plano de medição e plano de implementação de tags podem ajudá-lo imensamente. Para preparar um plano, você terá que conversar muito com as partes interessadas, se familiarizar mais com os objetivos de negócios, processos, etc. Isso ajuda os analistas a ver uma imagem maior, portanto (espero) fornecer mais valor com a análise.
• Parece brega, mas: Cuidado ao ouvir o que os outros dizem. Também, comunicação. Isso o ajudará com coisas como preparar planos de medição e também permitirá que você comunique melhor suas descobertas.
• Pensamento crítico. Isso ajudará você a identificar padrões, aprofundar e encontrar alguns insights.

Eu sei que você está pedindo um grande erro, mas eu não poderia escolher apenas um :) Aqui estão meus pensamentos sobre os maiores erros:

Erro #1. Sempre confiando em seus dados e não tendo dúvidas sobre eles. Os dados nunca serão perfeitos, sempre haverá imprecisões até certo ponto. Portanto, sempre que descobrir algo valioso com sua análise, sempre duvide. Tente verificá-lo de diferentes ângulos. Se você estiver familiarizado com a implementação de análises, tente pensar no que poderia ter dado errado em sua coleta de dados. Além disso, qual é a fonte desses dados? É aí que o pensamento crítico é necessário. No entanto, por outro lado, não espere por dados perfeitos. Gastar muito tempo tentando obter um conjunto de dados perfeito será mais caro para uma empresa do que obter insights de dados “bons o suficiente”.

Erro #2. Pensar que o trabalho de um analista termina com a análise e a descoberta de alguns insights. Os analistas também devem ser os impulsionadores da mudança na organização. Eles devem comunicar suas descobertas, defender certas soluções para implementar essas descobertas. E em muitos casos, esta é a parte mais difícil.

Muitíssimo. E é um dos maiores obstáculos entre encontrar alguns insights e garantir que eles impulsionem alguma mudança, melhoria. Algumas das maneiras como a falta de comunicação pode ser evitada:

• Ouça com atenção o que os outros dizem. Isso ajuda a entender melhor os requisitos de negócios para tarefas de análise específicas. E quando os profissionais de marketing fornecerem algum feedback, ouvi-lo atentamente ajudará a reduzir futuras falhas de comunicação e evitar refazer.
• Evite sua gíria profissional tanto quanto possível. Tente falar em termos mais simples que sejam compreensíveis até mesmo por quem não tem relação direta com analytics.
• Gaste o máximo de tempo que puder para entender como o negócio funciona. Ver uma imagem maior pode ajudar os analistas a entender melhor o que (e por que) as equipes de marketing precisam de determinados resultados dos analistas.
• Não tenha medo de fazer perguntas. Ao perguntar “por que” você não está mostrando que é estúpido. Isso mostra que você deseja entender o contexto, o que o ajudará a executar melhor as tarefas. Quando você receber uma tarefa e algumas partes não estiverem claras, não presuma. Peça esclarecimentos.

Quanto aos eventos, eu recomendaria definitivamente o MeasureCamp e mal posso esperar para me afastar dos eventos virtuais e voltar aos encontros presenciais. O MeasureCamp é o lugar perfeito para conversar, aprender com os outros, experimentar suas próprias habilidades de apresentação (que também são muito necessárias em análises).

Além disso, eu adoro a SuperWeek . Mas não vejo isso como uma conferência onde estarei constantemente aprendendo algo novo. Eu vejo isso mais como as férias de um analista, onde você tem um monte de geeks com a mesma opinião falando sobre o que eles amam por quase uma semana. Você conhece um monte de estrelas da indústria aqui e conversa casualmente com eles, rede. Há apenas algo mágico lá.

Quanto aos recursos, isso realmente depende do que o analista se especializa. Está mais próximo da análise convencional (como GTM, GA) ou está mais próximo da ciência de dados real, engenharia de dados etc. Se for o primeiro, então (sem vergonha plug) meu próprio blog e canal no youtube definitivamente podem ajudar. O blog de Simo Ahava , Measureschool , para citar alguns. Se for o último, o Datacamp pode ajudar.

Acho que o conhecimento mais importante necessário aqui é entender que a pilha de dados/análises (e processos) na empresa deve ser escolhida com base no nível da empresa. E então deve crescer junto com a empresa.

Na minha opinião, as pequenas empresas não devem perseguir itens brilhantes como IA, ML, Big Data. Em primeiro lugar, as pequenas empresas nem sequer têm dados “pequenos” suficientes. Eu li isso recentemente e resume perfeitamente a situação e as razões pelas quais a análise da empresa deve crescer/escalar junto com a empresa.

Atualmente, sou autônomo. Então, meu principal desafio é praticar o que eu prego :) Ao criar conteúdo constantemente, atualizar meus cursos e apoiar os alunos do curso, nem sempre tenho tempo suficiente para cavar meus próprios dados e adicionar alguns ajustes adicionais. Um sapateiro sem sapatos.

O atrito com o departamento de TI é definitivamente grande. Caso contrário, o GTM não seria tão popular.

Cenário em constante mudança da privacidade do usuário. Especialmente quando se trata de grandes players (como a Apple). O que você constrói hoje tem uma grande chance de não funcionar nos próximos 6-12 meses. Manter-se um pouco atualizado é muito demorado (mas necessário). Posso estar errado, mas parece que tivemos mais mudanças nos últimos 2-3 anos do que nos 6-7 anos anteriores). Eu odiei essa frase durante toda a pandemia, mas “este é o novo normal” para nós.

• Acho que as perguntas anteriores sobre comunicação são super relevantes aqui. Comece com isso e você definitivamente verá melhorias.
• Comunicar.
• Faça muitas perguntas para entender o contexto (e veja uma imagem maior).
• Não presuma algo e não tente pensar que você é mais inteligente do que os outros na sala. Talvez você saiba melhor como usar sua ferramenta de análise. Mas outros podem saber mais sobre como o negócio funciona, eles podem conhecer algumas peças do quebra-cabeça que você está perdendo.

Esta resposta está muito relacionada a uma das perguntas anteriores sobre eu não ter tempo suficiente para minhas próprias análises :)

E por falar em maturidade geral, isso varia muito. Já vi empresas bastante maduras, enquanto outras usam chavões como “atribuição multitoque”, mas, ao mesmo tempo, não rastreiam *nenhum* evento, exceto visualizações de página com o Google Analytics. E isso é tudo que eles fazem com “analítica” :)

Crescimento contínuo da privacidade. E isso não é apenas por causa de regulamentações como o GDPR. Fornecedores e empresas como Apple ou Brave estão construindo os produtos e o marketing em torno de uma abordagem centrada na privacidade. Mais empresas criarão racionalmente processos de coleta de dados com reconhecimento de privacidade, enquanto outras serão forçadas a fazer isso.

Mecanismos de coleta de dados mais complexos serão necessários para coletar dados de primeira parte. Os tempos de “apenas adicionar uma linha de JavaScript ao seu site” chegarão ao fim e para começar a coletar pelo menos uma precisão semi-precisa, você precisará confiar em soluções como a marcação do lado do servidor.

Com configurações mais complexas, a barreira de entrada para aspirantes a analistas será maior. Nesse contexto, estou falando da perspectiva em que os iniciantes geralmente começam com ferramentas populares como o Google Analytics. Mas olhando para o GA4, as coisas não estão ficando mais fáceis. Sim, eu sei que ainda está em beta (embora o emblema “beta” tenha desaparecido). Mas, observando como os dados são armazenados (e sua retenção - no máximo 14 meses) e os recursos limitados de relatórios, parece que o conhecimento de SQL e BigQuery não será mais "bom de se ter". Naturalmente, a barreira de entrada para iniciantes se torna muito maior porque essa é mais uma ferramenta para aprender (ao lado de GTM, GA, GDS, etc.).

Muitas pessoas ainda não dão a mínima para o quão imprecisos seus dados estão se tornando devido às últimas (e futuras mudanças) na indústria (ITP, etc.).

Cenário em constante mudança no contexto de privacidade. Não me interpretem mal - eu sou a favor da privacidade. É definitivamente bom para os consumidores. Mas este é um desafio real em constante mudança para os profissionais de marketing e analistas se adaptarem. Então a palavra “problema” talvez seja muito forte aqui. Vamos chamar isso de “desafio”.

Como estou focando mais em pequenas empresas e freelancers (para ajudá-los a aprender GA e GTM), noto que muitos deles se concentram demais nas ferramentas e técnicas de rastreamento, em vez de planejar, entender as metas de negócios e fazer a pergunta certa. Obviamente, também sou culpado disso (porque a maior parte do meu conteúdo é sobre as ferramentas e técnicas de rastreamento). Mas esperamos que mais pessoas se concentrem nos fundamentos e na parte “mais suave” de seu trabalho, não apenas nas habilidades técnicas.

Não consegui pensar em nada específico aqui. Apenas continue fazendo seu trabalho e melhorando a si mesmos. Concentre-se não apenas em hard skills, mas também em soft skills.

Acho que você não teve uma entrevista com Mark Edmondson .

Concentre-se nos objetivos que deseja alcançar com os dados, escolha as ferramentas certas e que as chances estejam a seu favor!

Nós realmente apreciamos as respostas honestas de Julius e compartilhar sua experiência. Esperamos que esta entrevista tenha sido útil e que você tenha gostado de lê-la.

Assine nossa newsletter para ser o primeiro a ler nossas próximas entrevistas. Fique atento!