Pesquisa OWOX BI sobre o estado da análise digital: entrevista de Simo Ahava

Tivemos a grande chance de entrevistar Simo Ahava após sua palestra inspiradora no Go Analytics! conferência como parte de nossa pesquisa sobre o estado da análise digital em 2019.

Simo Ahava é um analista talentoso e cofundador da 8-bit-sheep, uma consultoria especializada em criar estruturas de comunicação saudáveis. Portanto, ele está bastante familiarizado com como cultivar análises eficientes. Discutimos várias questões que qualquer profissional de marketing ou analista achará interessante. Eles são divididos nas seguintes categorias:

Todas as perguntas foram preparadas e feitas por Mariia Bocheva, nossa Executiva de Desenvolvimento de Negócios (que gosta de citar o blog do Simo em voz alta durante nossas reuniões diárias). :)

Que dificuldades você vê quando se trata de implementar análises e como você avalia o desenvolvimento geral do mercado?

Acho que a principal dificuldade é entender as possibilidades e limitações de cada ferramenta. Há um grau de “caixa-preta” em cada ferramenta no mercado. Não quero dizer que essas ferramentas escondam como funcionam (embora algumas o façam, deliberadamente), mas sim que a integração dessas ferramentas nos processos da organização pode ser muito imprevisível.

Também estou preocupado com a forma como tantos novos serviços se esforçam para tornar as coisas “mais rápidas”. Como se a velocidade fosse inerentemente uma virtude que todas as empresas deveriam seguir. Ser rápido muitas vezes tem o custo de ser cuidadoso , e sempre há o risco de fazer algo realmente rápido apenas para produzir resultados que podem ser muito enganosos.

Eu acho que o conhecimento geral e a compreensão das pilhas técnicas melhoraram, porque ferramentas como soluções de gerenciamento de tags desmistificam o mundo dos desenvolvedores. Isso é ótimo – é uma tendência que espero que continue no futuro. Da mesma forma, os serviços em nuvem estão se tornando mais acessíveis e acessíveis, o que levou a um aumento do interesse em automação e engenharia de dados.

Como um analista pode ter um impacto maior no marketing?

Como eles podem ser úteis para a equipe de marketing?

Um analista não precisa ter impacto no marketing. Dados sim. Um “analista” é apenas uma descrição de uma função, e pessoalmente considero quase prejudicial ter alguém rotulado como “analista” como uma força forte na organização. Assim que você contrata um analista, você encontra alguém para delegar toda essa “coisa de dados”.

Como um analista trabalha com dados, seu papel deve transcender as diferentes equipes e deve funcionar como uma ponte entre as diferentes partes da organização. Dessa forma, eles são mais parecidos com Scrum masters e product owners do que com processadores de dados individuais.

Que desafios analíticos você tem agora ?

Não enfrento nenhum desafio analítico em si, mas é um desafio constante entender as ferramentas com as quais trabalho e como essas ferramentas podem ser melhor usadas para ajudar as organizações a entender melhor seus dados.

Ao mesmo tempo, também sou desafiado por como tornar as organizações mais conscientes de suas próprias deficiências. O maior desafio para a análise, ou realmente qualquer disciplina digital, é como integrá-la aos processos da organização sem hipérboles ou exageros. Muitas empresas se esforçam para ser “orientadas por dados” ou “digital first”, o que rapidamente se transforma em uma busca pela melhor ferramenta disponível, quando na verdade essas organizações deveriam se concentrar na construção de equipes multidisciplinares, abordagens mais ágeis para o design de serviços , e uma maior compreensão de quais questões e problemas de negócios precisam ser resolvidos antes de descobrir qual ferramenta faz tudo isso.

Você acha que a falta de comunicação entre analistas e equipes de marketing é comum? Se sim, você tem alguma recomendação sobre como superá-lo?

É tão comum quanto a falta de comunicação entre duas pessoas em uma organização. Como resolver a falta de comunicação? Comunicando-se melhor :)

Há muito a aprender com metodologias ágeis como Scrum, que são totalmente dependentes de estruturas de comunicação robustas na organização. Se você descobrir que há problemas de comunicação, é absolutamente necessário descobrir por que eles existem e resolvê-los introduzindo novas configurações e contextos de comunicação, como reuniões diárias, preparação de pendências, sessões retrospectivas e demonstrações.

Que conhecimento faltam aos analistas e especialistas em marketing para tornar as empresas orientadas por dados?

Eu acho que eles estão faltando principalmente duas coisas:

1. Eles acham que uma empresa deve ser orientada por dados
2. Buy-in e confiança das pessoas ao seu redor

É difícil pressionar por mudanças se você usar terminologia como “orientada a dados”. Uma empresa é impulsionada por uma mistura de dados, intuição, experiência, recursos humanos, etc. Não há nada que impulsione a mudança.

A outra razão pela qual é difícil encontrar um ponto de apoio em uma empresa é porque há uma falta de confiança no que você faz. Este é um problema de comunicação. Então veja minha resposta à pergunta anterior :)

A adesão e a confiança podem ser adquiridas tornando seus esforços transparentes - adicione grandes painéis em todo o escritório, torne os dados o foco da discussão em demonstrações e reuniões de sprint, conscientize todos de que cada pequena coisa que é feita ao produto ou serviço tem um impacto mensurável.

Para aprofundar os pensamentos de Simo Ahava sobre questões de comunicação, baixe sua apresentação para ler enquanto ouve sua performance ao vivo para Go Analytics! Conferência.

Qual você acha que é o futuro da análise de marketing?

Que tendências você vê chegando e o que está em alta demanda?

Acho que o futuro é sombrio. Restrições no navegador e no espaço do aplicativo (supressão de cookies primários do Safari, bloqueio de anúncios e conteúdo etc.), aumento da demanda por design orientado à privacidade e a falta de confiabilidade dos dados de sinal a longo prazo estão dificultando o peering no futuro.

Tenho certeza de que a análise de marketing continuará a mudar de abordagens de um único fornecedor (por exemplo, Google Analytics) para um pipeline de dados mais holístico, o que significa que os engenheiros de dados serão cada vez mais procurados.

Que oportunidades você vê no mercado hoje?

Existem vendedores, organizações, indivíduos, países, políticos, legisladores e seres humanos em geral fazendo coisas tolas. Tudo isso contribui para a incerteza nas disciplinas digitais, incluindo o marketing. Podemos aceitar isso pelo valor de face e continuar lutando em um espaço cada vez mais limitado, ou podemos romper os silos e começar a pensar na análise de marketing não como uma única disciplina, mas como um espectro mais amplo de possibilidades que uma empresa pode realizar com dados.

O marketing está intimamente ligado ao design de produtos e serviços. Se uma organização tem uma equipe de marketing dedicada que não está envolvida nos mecanismos do dia-a-dia do que a empresa realmente produz, isso é um problema. Da mesma forma, se as organizações ainda acreditam que encontrar a melhor ferramenta é a solução para todos os seus problemas, então isso é um problema.

Pessoalmente, acho que o maior problema é aquele que nunca desapareceu: a falta de comunicação. Cada soluço que uma organização pode enfrentar, desde o menor bug até o maior desastre de relações públicas, sempre pode ser rastreado até um problema de comunicação entre dois ou mais indivíduos. Corrigir esses problemas de comunicação é a chave para consertar as organizações, e consertar as organizações é a chave para um mercado mais saudável.

Quais hard skills são mais importantes para os analistas hoje? Um analista precisa conhecer SQL, Python e R e construir painéis nas ferramentas de visualização mais comuns, como Data Studio, Tableau, QlikView, etc?

Acho que a linha de base para a análise ainda depende muito do tipo de análise que você deseja fazer. O problema de estabelecer uma expectativa de habilidades é que isso cria exclusividade em vez de convidar as pessoas a começar a trabalhar com a disciplina. Há muito que você pode fazer quando entra no espaço de análise e não tem experiência com linguagens de programação ou ferramentas de visualização externas. Uma vez que você progride, no entanto, os requisitos se tornam mais específicos.

• Para análise da web, é fundamental entender a pilha do navegador.
• Para quem trabalha com grandes conjuntos de dados, o SQL é obrigatório.
• Python vs. R é uma discussão permanente, mas não acho que seja necessário se você quiser trabalhar em análise.

Mas se eu fosse forçado a escolher, escolheria o Python graças à sua extensibilidade além do domínio da análise de dados apenas.

Quais soft skills um bom analista deve ter?

Empatia pelo ambiente de negócios em que trabalham, reflexos rápidos para se adaptar às mudanças ao seu redor, uma mentalidade de construção de pontes para trabalhar entre silos em vez de reforçá-los e uma sede insaciável de aprender coisas novas.

A habilidade mais importante é a comunicação. Os dados são uma daquelas coisas que realmente sofrem se as pessoas na organização onde esses dados são produzidos não conseguem se comunicar. Os dados são o modelo da organização e podem revelar falhas na organização com mais honestidade do que qualquer consultor jamais poderia.

Qual é o maior erro que um analista pode cometer?

Você pode compartilhar alguns de seus erros analíticos?

O maior erro que qualquer pessoa que trabalha com dados pode cometer, na minha opinião, é deliberadamente interpretar mal ou usar mal as métricas para apoiar uma hipótese fracassada. Vejo isso com frequência em organizações de baixa maturidade que estão começando com testes A/B ou que acabaram de implementar o Google Analytics. Eles configuram conversões para apoiar hipóteses “auto-evidentes” e evitam deliberadamente aceitar resultados de testes que vão contra o que eles intuitivamente pensam que é certo.

A mesma linha de pensamento pode ser vista ao usar algo tão simples quanto a taxa de rejeição para descrever o engajamento em um site, por exemplo. Sem uma ampla personalização e sem uma estratégia de implementação consistente para mapear todas essas atividades de engajamento em eventos que eliminam a rejeição, a taxa de rejeição é uma métrica superficial e superficial que pode levar a conclusões incorretas com mais frequência.

Meus próprios erros como consultor geralmente têm a ver com as duas coisas que descrevi acima. É fácil me deixar levar pela «facilidade» da análise nos casos em que preciso ser capaz de produzir bons resultados rapidamente. É algo que tento evitar ao máximo, mas ser totalmente imparcial em relação aos dados costuma ser muito difícil. Acho mais fácil ser justo nos casos em que não estou emocionalmente muito envolvido no negócio do cliente — nesses casos é mais fácil ser brutalmente honesto e tentar persuadir a organização a mudar sua maneira de pensar.

Nós realmente apreciamos todas as respostas de Simo e estamos prontos para assinar cada palavra dele. Nos últimos 20 anos, as correntes no oceano de dados começaram a se mover mais rápido, até esmagando alguns barcos. É importante mergulhar em seus dados equipado com as ferramentas adequadas, mas o mais importante é ter uma equipe verdadeiramente dedicada a bordo.

Concordamos totalmente com Simo. Todos os dias, fornecemos nossos serviços para permitir que CMOs, profissionais de marketing e analistas alcancem um novo nível de análise de dados em suas empresas, simplificando a coleta, alinhamento, geração de relatórios e visualização de dados.

Então vamos manter contato! Assine nosso blog para ler as próximas entrevistas de nossa pesquisa sobre o estado da análise digital e adaptar a experiência dos principais analistas ao seu negócio.

O que você perguntaria ao Simo? Deixe-nos saber nos comentários abaixo!