Por que ninguém cumprimenta o analista? Respostas difíceis, mas verdadeiras de Steen Rasmussen

Mariia Bocheva teve uma ótima entrevista com Steen Rasmussen, um dos mais talentosos e influentes evangelistas de web analytics que conhecemos. Também recebemos uma gravação da palestra que ele deu no Analyze! conferência onde ele cobriu os detalhes que nos ajudam a formar uma imagem coerente de nossa pesquisa.

Decidimos romper com nosso estilo tradicional de entrevista e transformá-lo em uma leitura essencial que ajudará os analistas a terem novas ideias.

Neste artigo:

Primeiro, algumas palavras sobre Steen Rasmussen: ele é atualmente o Web Analytics Evangelist, diretor e membro do conselho do IIH Nordic. Ele também pode legitimamente reivindicar ser um dos criadores da análise moderna. A IIH Nordic é uma daquelas empresas com um ecossistema de dados totalmente único e uma cultura orientada à experimentação, onde tudo é projetado para promover um trabalho significativo e eficiente. Por exemplo, eles têm tal nível de organização que trabalham apenas quatro dias por semana enquanto lidam com a carga de trabalho de uma semana de trabalho de cinco dias.

Parece um sonho, certo? Vamos descobrir o que Steen tem para compartilhar conosco.

Quem lhe disse que para ser um bom analista é preciso estar cheio de habilidades e ferramentas? Ou que ser analista é um trabalho seguro onde você faz relatórios e depois relaxa até a próxima vez que os relatórios forem necessários?

Ter uma compreensão clara de por que você foi contratado e qual valor você traz para a empresa é essencial para o seu sucesso. Um analista trabalha para fornecer insights para as empresas, a fim de atingir dois objetivos principais:

1. Reduza os custos e aumente os lucros
2. Conquiste novos clientes e mantenha os clientes existentes

Este é o objetivo principal do trabalho de um analista, e cada tarefa executada e relatório construído deve partir dos objetivos descritos no slide acima.

Ferramentas de análise, tecnologias e abordagens são apenas os instrumentos. E embora influenciem a qualidade do serviço prestado, não podem garantir um profundo entendimento das necessidades do negócio – isso depende do analista. As ferramentas que você escolher não serão necessariamente a pilha de ferramentas do Google, mas uma mistura de ferramentas que se adequam ao sabor da sua organização.​

Sim, todo analista trabalha duro para levar sua empresa adiante. Mas, muitas vezes, ninguém os elogia por esse trabalho árduo. A principal razão pela qual isso acontece é que os colegas de trabalho veem os resultados do trabalho de um analista assim:

Isso parece ótimo, mas o que devemos fazer com essas coisas?

Você já ouviu perguntas semelhantes? Isso acontece quando as pessoas não percebem o valor que o analista entrega.

Seus colegas de trabalho não são mesquinhos ou imunes a análises; eles estão constantemente precisando tomar as decisões certas sob a pressão de um mercado que não é mais um lugar amigável.

E aqui está o outro lado da moeda: você experimentará o efeito Dunning-Kruger ou o viés de sobrevivência mesmo nas empresas mais desenvolvidas com dados, porque essa é a natureza das pessoas. Eles não acreditam que a análise seja tão difícil e tiram conclusões com base nas informações que têm à mão.

Ou, às vezes, um analista apenas coloca muito foco nos números, não nos insights ou conselhos sobre o que fazer. Mas enfatizar dados que nunca serão 100% perfeitos – combinados com a incerteza inerente às decisões de negócios – não melhorará nada.

Os analistas devem tentar o seu melhor para:

• Comunique o que eles sabem em termos compreensíveis.
• Desenvolva empatia pelas pessoas que trabalharão com seus números.
• Nunca caia no abismo de dados sem uma hipótese com a qual possa se retirar. Lembre-se sempre por que você realiza suas análises.
• Traduza os resultados da análise em soluções para as pessoas. Faça as pessoas entenderem até onde os dados podem levá-las. Eduque seus colegas de trabalho sobre como aplicar a análise de dados em seu trabalho.
• Cultive uma autocrítica saudável. Leve suas ideias para a mesa e não tenha medo de falhar.

Estes são alguns dos maiores erros que um analista pode cometer:

Não verificar a cópia bruta

Sem verificar os números em seus resultados, os analistas podem perder muita credibilidade. Você deve sempre verificar com outros sistemas e realizar uma verificação de realidade simples – seus resultados podem existir na realidade? Pode haver 89 visualizações de página em média em três minutos? Quando você duvida de si mesmo e é rigoroso consigo mesmo, você é muito mais do que um especialista – você é um especialista confiável.

Evitar dar conselhos ou responder a perguntas adicionais para evitar o risco de parecer estúpido

Os analistas podem ter medo de compartilhar quaisquer números adicionais. Seja ousado ao compartilhar números; é uma grande habilidade. Mesmo que você já tenha cometido alguns erros, mesmo que tenha sido mencionado, e mesmo que suas ideias tenham sido questionadas, não negligencie suas ideias criativas enquanto faz mecanicamente o que foi pedido. Mantenha-se curioso, criativo e destemido.

Os analistas criam relatórios com base nos dados que possuem no momento e, às vezes, esses relatórios descrevem fatos óbvios de forma tediosa. Então o que você deveria fazer? Você é um mau analista por fazer isso?

Lembre-se sempre de que parte dos dados que você possui podem estar errados ou corrompidos, um volume muito maior de dados está indisponível porque você não os coletou e há ainda mais dados que você nem imagina ainda.

Uma das tarefas do analista é aumentar os limites dos dados disponíveis para responder às perguntas da gerência e dos colegas. Não tentando encontrar algo que soe como a resposta no que você já tem, mas cultivando os dados da empresa. Não tentar encontrar suporte para sua hipótese enquanto ignora as evidências contrárias. Tente cobrir tudo o que puder alcançar e lembre-se de que, mesmo depois disso, haverá mais dados para coletar.

Como você pode alcançar mais dados do que já tem? Uma abordagem que você pode usar para enriquecer seus dados de marketing é considerar cada campanha publicitária não apenas como uma fonte de leads, mas também como uma fonte de dados. Você pode lançar uma campanha inteira apenas para obter dados, assim como cada campanha de teste A/B é lançada para descobrir o que funciona melhor.

O teste A/B é uma ótima ferramenta e foi valiosa por muito tempo. Mas os tempos mudaram, e a lógica dos testes A/B foi estabelecida quando os fatos no terreno eram diferentes.

Toda vez que decidimos que A é melhor que B ou B é melhor que A, estamos excluindo alguns visitantes que preferiram a outra versão... Então, na verdade, estamos limitando nosso escopo de negócios toda vez que fazemos isso.

Desse ponto de vista, vemos que o teste A/B não é mais a melhor ferramenta para ativação de dados. O fascinante é que agora podemos oferecer a variante A para quem gostou de A e oferecer B para quem escolheu outra variante. Essa é uma das possibilidades apresentadas pela velocidade moderna de coleta e ativação de dados. Hoje, você não precisa escolher; você pode apenas satisfazer o maior número possível de clientes.

Portanto, não fique preso na mentalidade de ou/ou; mude sua abordagem para aplicar insights de dados. O Google Optimize e outras ferramentas de personalização ajudarão você com isso.

Vamos ver que outras ameaças podem estar à espera de um analista no meio do dia de trabalho.

A melhor maneira de entender esse ponto é modelar uma partição de segmento para uma loja online típica.

No slide acima, as pessoas que já compraram de você estão na linha verde. Há também aqueles que nunca comprarão de você – esses estão na linha vermelha. Uma distribuição típica de orçamento de publicidade não excluirá nenhum desses segmentos porque:

1. A equipe de marketing continuará tentando atrair o interesse do público da linha vermelha. Essas pessoas podem clicar na publicidade e desperdiçar seu orçamento, mas ainda assim não comprarão nada.
2. O marketing tentará recuperar aqueles que já compraram de você oferecendo um desconto e perdendo lucro.

Isso acontece porque é assim que o marketing funciona, e todo mundo está acostumado. Mas se você modificar seu sistema automatizado e focar sua publicidade no grupo intermediário, investindo todos os recursos que você tem para cultivar esse tipo de público, você obterá um verdadeiro aumento de receita mesmo nos setores mais difíceis. Assim, o melhor conselho para profissionais de marketing e analistas envolvidos nas decisões sobre a distribuição do orçamento de publicidade é que você precisa entender seus dados corretamente.

Este momento é uma chance de passar da lavagem de dados para a orquestração. Máquinas de marketing automatizadas ainda são apenas ferramentas gerenciadas por analistas inteligentes.

A ética não é um aspecto do trabalho de um analista amplamente discutido. Mas, ao mesmo tempo em que promove os interesses das empresas, é importante permanecer ético em seu trabalho. Lembra o que aconteceu com a Cambridge Analytica alguns anos atrás? Os clientes finais realmente se importam para onde você leva seus dados e o que você faz com eles. Sua empresa pode pagar um preço alto se você coletar e armazenar dados sem cuidado, deixar dados emprestados desprotegidos ou usá-los para manipular pessoas sem permissão.

Cookies, políticas de privacidade e caixas de seleção são apenas o primeiro passo para manter o relacionamento entre clientes e sites que usam dados pessoais. Os analistas podem achar essas limitações injustas porque levam a dados fragmentados. E, às vezes, experimentos com dados pessoais de clientes podem ser tecnicamente interessantes, mas questionáveis ​​do ponto de vista ético.

Além disso, não há lugar seguro para crianças na web. As crianças usam mais smartphones do que os adultos e publicam muitos dados profundamente pessoais online. Esse é um novo desafio ético que profissionais de marketing e analistas precisam enfrentar. Podemos vender online para crianças que estão sob a tutela de seus pais? A partir de que idade podemos exibir publicidade para crianças sem prejudicar seus direitos?

O único caso em que você não precisa de análises é quando você não as usa. Se você realmente não quer usar os resultados de suas análises, não desperdice seu dinheiro com isso.

Como gastar dinheiro em análise é uma história totalmente diferente, mas lembre-se de que análise de marketing é um investimento e deve aumentar o ROI para valer a pena.

Complete sua caixa de ferramentas considerando o lucro que cada ferramenta pode trazer, não sua popularidade ou quão legal ela é. E lembre-se que cada ferramenta tem seus limites e foi criada para te ajudar, não para te substituir.

Mais conselhos para analistas:

1. Pare de comparar sua taxa de conversão com a média. Esta não é a melhor base para o crescimento. O que você deve comparar é sua própria taxa de conversão atual com sua taxa de conversão do mês anterior. Defina a referência contra você mesmo, supere-se a cada vez e o crescimento estável não será um sonho, mas uma realidade.
2. Pare de se apoiar em métricas médias. Porque as médias escondem informações realmente importantes... e um corpo. Às vezes, as pessoas são preguiçosas e pensam linearmente, e ficamos muito felizes quando vemos números que nos satisfazem. Mas quando nos aprofundamos, confessamos a nós mesmos que o evento de conversão (por exemplo, um clique de campanha do Google AdWords) pode não levar a uma compra – ou pelo menos não a uma compra do produto exato que anunciamos. E se as pessoas comprarem uma capa para iPhone em vez de um Macbook Pro? A margem é diferente, não é? Portanto, mesmo que uma empresa ainda mostre um bom ROAS, verifique essa métrica por dentro e descubra como tudo aconteceu.

Assessoria para empresas:

1. Pare de presumir que, se você contratar um analista digital, construiu todo o departamento de ciência de dados. Você precisa construir uma equipe com uma ampla gama de habilidades: contratar um estatístico, um analista/intérprete de negócios, um cientista de dados especializado em tecnologia. Esses especialistas são seu principal investimento em análises, não a caixa de ferramentas que você compra!
2. Se você é uma pequena empresa, reúna dados sobre você, saiba como funcionam as startups semelhantes e os benchmarks de mercado, tente obter dados mais amplos, crie seu próprio conjunto de dados e defina o mundo ao seu redor.
3. Se você estiver em um grande mercado, fique atento aos concorrentes e mova-se de dentro para fora do mundo. Há muito o que fazer para superar a concorrência!

Por muito tempo, os analistas aprenderam a coletar dados e ficaram obcecados por eles como por minas de ouro ou poços de petróleo.

O maior valor dos dados está no momento em que o evento está acontecendo. No momento em que os dados são preparados para análise, os resultados são entregues e as decisões são tomadas e as ações tomadas, pode ser tarde demais. O mundo já mudou, e novos eventos aconteceram.

Assim, devemos lembrar que nossos dados existem no contexto do mundo ao nosso redor.

Obrigado, Steen, por uma entrevista tão profunda e uma ótima palestra no Analyze! conferência!

Esperamos que você tenha gostado desta leitura e tenha uma nova visão de analytics e o papel do analista no mercado moderno. Na OWOX, Steen nos inspirou a defender padrões antropocêntricos em análises onde as ferramentas importam menos que os especialistas. Acreditamos que os próprios analistas são a parte mais importante da análise – não as ferramentas poderosas que eles usam. Então, vamos aprender uns com os outros para fazer da análise a melhor disciplina de todos os tempos!

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