Jucând Digital Jenga cu Modern Marketing Analytics: Interviu cu Christopher Penn

Interviul de astăzi cu Christopher Penn, un om de știință de date și co-fondator al Trust Insights, a făcut furori înainte chiar de a fi publicat. Așa că luați niște floricele de porumb sau o ceașcă de ceai fierbinte și citiți acest articol despre analiști și analiști, martech modern și unde se îndreaptă totul.

Ca întotdeauna, mulțumiri Mariiei Bocheva care a susținut această mare discuție cu Christopher.

Sursa: Pagina oficială de Facebook a lui Christopher Penn

Treci direct la punctele de interes aici:​

Mariia Bocheva: Ne poți face o scurtă intro despre tine?

Christopher Penn: Antecedentele mele erau în IT. Masteratul meu este în managementul sistemelor informaționale. Am început să lucrez într-un startup de servicii financiare la începutul anilor 2000. Actualizarea serverului web a devenit actualizarea site-ului web, iar lansarea de e-mailuri de remediere a devenit trimiterea buletinului informativ prin e-mail.

Ceea ce sa întâmplat în acel moment a fost marketingul a devenit tehnologie de marketing. Apoi, la sfârșitul anilor 2000 și la începutul acestui deceniu, am trecut la marketing cu normă întreagă și am început să lucrez cu mult mai multe date. Și atunci am devenit mult mai concentrat pe știința datelor. Am fost la o firmă de PR timp de aproximativ cinci ani și am început să mă uit mai mult la învățarea automată și AI.
M-am despărțit de acea companie acum vreo doi ani pentru că mergeau într-o altă direcție. Mi-am dorit foarte mult să mă concentrez pe știința datelor și pe învățarea automată.

MB: Ați menționat știința datelor, învățarea automată și analiza. Care crezi că sunt cele mai importante abilități dure astăzi?

CP: Există trei găleți de abilități. Dacă te întorci în 1964, a existat un celebru strateg de afaceri pe nume Harold Leavitt care a postulat că există trei domenii în care toată lumea trebuie să fie competentă: oameni, proces și tehnologie.

Pentru un analist calificat sau un cercetător de date calificat, aveți nevoie de capacități în toate cele trei domenii. Trebuie să înțelegeți partea oamenilor a lucrurilor, modul în care lucrează oamenii, strategia generală de afaceri și chestii de genul acesta și trebuie să înțelegeți bine problemele pe care afacerea dorește să le rezolve. De asemenea, trebuie să ai un control asupra procesului - cum se fac lucrurile - și să poți traduce asta în munca pe care o faci. Și apoi, desigur, trebuie să aveți acces la tehnologie, abilitățile, cunoștințele matematice pentru a face analize de date - și trebuie să fiți capabil să codificați.

Acestea sunt cele trei găleți mari pe care foarte puțini oameni le au în cantități egale și robuste. Mulți oameni au abilități într-un domeniu și sunt slabi în celelalte două. Și acesta este probabil unul dintre cele mai importante lucruri pe care un analist trebuie să le poată face - să-și identifice punctele slabe. Pentru a putea spune: Da, la asta trebuie să lucrez pentru a-mi aduce nivelurile acolo unde sunt puternic.

MB: Acest lucru acoperă parțial abilitățile soft, așa cum abia aș numi a cunoaște modul în care lucrează oamenii o „aptitudine grea”. Ce crezi despre? Ce abilități soft crezi că sunt importante?

CP: Diferența dintre abilitățile hard și soft se referă mai mult la interne și externe. Abilitățile tale externe sunt cele pe care le-ai numi abilități dure: abilitatea de a vorbi cu o altă ființă umană, de a citi expresiile de pe chipul ei și chestii de genul ăsta.

Dar în interior, asta necesită o cantitate enormă de conștientizare de sine. Este nevoie de înțelegerea propriului ego, a lucrurilor care te fac mai mult sau mai puțin eficient ca profesionist în afaceri, a punctelor slabe pentru care trebuie să te adaptezi. Pentru unii oameni, este ego-ul lor, capacitatea lor de a spune: Da, trebuie să am întotdeauna dreptate . Dar nu, nu.

Și, de fapt, este un păcat de moarte în analiza datelor, nu? Îmi amintesc că lucram cu această firmă de cercetare și propunerea lor a fost „indiferent de ideea pe care ați dori să faceți, putem construi date care să o susțină”. Nu așa funcționează. [Râde] Și totuși, sunt de fapt o firmă de renume, deoarece ajută companiile să inventeze date pentru a apăra ceea ce vor să demonstreze. Și astfel oamenii fac afaceri cu ei pentru că spun ceea ce vrei să auzi.

O altă abilitate super importantă este să poți explica lucruri altor oameni în moduri pe care ei le pot înțelege. Deci, din nou, există acest fel de empatie. Și apoi al treilea lucru este să fii capabil să predai la mai multe niveluri, să poți ști unde se află cineva (partea despre empatie) și apoi să te adaptezi la publicul cu care lucrezi.

Am fost recent la Content Marketing World. Și într-o audiență, am avut oameni care erau codificatori. Așa că le-am spus programatorilor, Bine, deci acesta este modelarea în lanțuri Markov pentru voi, dar pentru toți ceilalți este Jenga digitală . A fi capabil să-ți adaptezi predarea acolo unde cineva este o abilitate foarte importantă. Este foarte dificil dacă nu aveți experiență în proiectarea instrucțiunilor educaționale sau nu aveți deloc experiență cu ele. Ajut la școala de arte marțiale a profesorului meu de 25 de ani și asta este o abilitate grozavă pe care o am acolo - să pot vedea că cineva se luptă cu asta, are nevoie de ajutor și să identific unde se află cineva. propria lor progresie în carieră este super importantă. Și este o abilitate care nu este predată. Trebuie să-l înveți prin propriile experiențe.

MB: Crezi că are legătură și cu povestirea și cu capacitatea de a prezenta date într-un mod în care oamenii le pot înțelege?

CP: Sunt de acord că este. Există o expresie în psihologie numită „aruncarea saltelelor” - toată lumea are o ușă mentală care este orientată diferit. Și dacă arunci o saltea în ușa aceea, există doar un anumit număr de moduri prin care va trece. Dar ușa fiecăruia este diferită. Deci, cum este modelat publicul tău? Poți arunca saltelele într-un mod care să le facă să treacă prin cât mai multe uși?

Îmi displace „povestirea”. Și motivul pentru care nu-mi place această expresie este pentru că agenții de marketing, în special agenții de marketing care nu au o bună înțelegere a datelor, au tendința de a fi prea egocentri, prea centrați pe companie și spun ceva de genul: Vom spune ai o poveste despre produsul nostru minunat! Dar nimănui nu-i pasă, nu? Spuneți poveștile pe care publicul le dorește. Și asta, din nou, se întoarce la empatie și conștientizare de sine. Nu este vorba despre tine sau despre companie. Este vorba despre ceea ce are nevoie publicul.

MB: Acesta este un punct grozav. Văd perfect ce vrei să spui. Vorbind despre aruncarea saltelelor și despre modul în care fiecare este diferit, ce părere aveți despre comunicarea greșită dintre analiști și echipele de marketing? Aveți recomandări despre cum poate fi îmbunătățită comunicarea?

CP: Nu cred că este o mare problemă, deoarece nu multe echipe de marketing vorbesc cu analiștii în primul rând – sau chiar au acces la ei. Majoritatea agenților de marketing cu care vorbesc sunt forțați să încerce să fie analiști, deoarece compania lor nu are niciun [analiști] sau compania i-a desfășurat în probleme de afaceri mai presante. Așadar, cea mai mare provocare este ca acei marketeri săraci să dezvolte orice fel de abilități analitice pentru a se ocupa de datele pe care le au.

Nu vă pot spune de câte ori am vorbit cu un agent de marketing care a spus: Oh, da, avem Google Analytics. Nu stiu ce inseamna. Nu știu nimic în Google Analytics. E atât de ciudat să ai acele discuții. Nu este, știi, o operație cu rachetă. Dar din nou, revenind la acea conștiință de sine, este o operație de rachetă pentru ei, deoarece au intrat în marketing pentru a fi creativi, pentru a fi inspirați, pentru a scrie bine, pentru a crea lucruri. Nu s-au apucat de marketing pentru că iubeau știința cantitativă. Altfel, ei ar fi devenit, în primul rând, un om de știință a datelor.

Dar acum, tehnologia de marketing și marketingul digital i-au forțat să facă față acestei probleme sau să o ignore cât mai mult timp posibil. Atunci când au acces la date sau au acces la un analist, succesul lor va depinde de conștientizarea lor de sine.

Analiștii nu au un vocabular bun de marketing, iar agenții de marketing nu au un vocabular bun în știința datelor și analiza datelor. Deci, probabil, cel mai important și mai ușor lucru de făcut este să reuniți oamenii vineri după-amiaza cu băutura pe care o alegeți și să-i faceți să vorbească între ei. Pentru că te poți familiariza suficient cu o disciplină doar auzind oamenii vorbind despre ea.

De asemenea, oamenii fac naveta în multe locuri. Și nu este un lucru rău ca oamenii de știință de date să asculte podcasturi de marketing sau ca agenții de marketing să asculte podcasturi despre știința datelor pentru a începe cu adevărat să audă vocabularul, să audă lucruri precum regresia și regresia logistică și pădure aleatoare. Și oamenii ar putea spune: Oh, ar trebui să întreb echipa mea ce înseamnă asta sau Există diferite tipuri de date în fiecare dintre acestea, cum le abordăm?

Îi face pe toți să audă vocabularul altor discipline ca o modalitate de a începe să aibă acele interacțiuni semnificative.

MB: Îmi place foarte mult cum le-ai pus împreună. Am experiența mea în analiză, dar lucrez și în marketing. Pentru mine nu a fost niciodată o problemă, pentru că am avut expunere la ambele. Dar mulți oameni care au lucrat într-un domeniu nu sunt expuși celuilalt.

CP: Exact.

MB: Grozav. În ceea ce privește greșelile, care credeți că este cea mai mare greșeală pe care o poate face un analist? Poate poți împărtăși ceva din experiența ta cu care te-ai întâlnit?

CP: În ceea ce privește greșelile pe care le fac analiștii... Acestea sunt probleme umane, nu? Deci numărul unu este într-adevăr părtinirea presupoziției. Adică știu ce rezultat caut și trebuie să-l dovedesc. Nu. Cuvântul pentru asta este necurios. Dacă ești incurios, nu ești curios, nu vrei să găsești răspunsul potrivit. Vrei să găsești un răspuns cât mai repede posibil, sau vrei să găsești un răspuns care să justifice o părtinire pe care o ai deja, un rezultat pe care l-ai judecat deja și acestea sunt probleme umane, nu? Acestea nu sunt legate de tehnologie și niciun software nu va remedia asta. Niciun instrument nu vă va rezolva incurianța.

Deci, pentru asta trebuie să ne antrenăm cât de bine putem și să angajăm, mai mult decât orice. Și te poți angaja de curiozitate, nu?

Există o întrebare la interviu pe care o făceam obișnuit, despre care am crezut că este întotdeauna distractivă, în care luam un pachet de cărți de joc obișnuite și i-l dădeam unei persoane la un interviu. Aș spune, Iată un pachet de cărți. Pune-o in ordine . Nu am specificat niciodată vreun fel de comandă sau ceva de genul ăsta. Scopul este de a privi persoana și de a vedea cum reacționează la o astfel de directivă. Intră în panică? Probabil că nu este așa . Da, am înțeles. O sa-l pun in ordine . Dar nu am spus ce comandă vreau. Din nou, au o prejudecată de presupoziție și asta e rău. Își pun întrebări? Câte întrebări pun ei? Când sapă, te împing pe el? Acestea sunt atribute pe care ai vrea să le ai.

MB: Să trecem la următoarea parte a interviului nostru despre același lucru, dar din alt punct de vedere. Există o mulțime de cuvinte la modă astăzi. Toată lumea vorbește despre companiile bazate pe date, dar nu multe companii reușesc în acest sens. De ce crezi că este? Ne lipsește ceva în ceea ce privește analizele sau marketingul care ar putea duce companiile la un alt nivel și să le ajute să se dezvolte și să poată folosi datele pe care le au?

CP: Aceasta este o problemă umană mai mult decât orice altceva.

A fi bazat pe date înseamnă că trebuie să iei decizii mai întâi cu date - nu experiență, nu intelect, nu instinct, nu așa am procedat întotdeauna .

Trebuie să te uiți la date și să spui, bine, asta spun datele și suntem încrezători în modul în care au fost procesate, așa că haideți să luăm decizii pe baza lor .

Acest lucru presupune că depășirea mea este întotdeauna corectă - așa cum o numim noi, problema HIPPO [opinia persoanei cel mai bine plătită]. Este o problemă atât de culturală și umană care este greu de depășit, așa că a deveni bazat pe date este foarte, foarte greu.

Primul lucru – prietenul meu Tom Webster de la Edison Research spune asta – care împiedică pe cineva să fie bazat pe date este că nu se poate ocupa de date și analize și răspunsuri care nu le plac!

În artele marțiale, avem o expresie conform căreia trebuie să fii confortabil fiind incomod , ceea ce înseamnă că trebuie să fii confortabil cu răspunsuri parțiale, cu răspunsuri incomplete, cu lipsa unor date pe care nu le vei avea niciodată și totuși să poți pentru a utiliza datele în moduri care să aibă impact asupra afacerii. Nu este că oamenii au probleme de specialitate sau abilități specifice. Puteți preda orice abilitate. Problema este că poți face acea schimbare culturală pentru a spune: Da, chiar dacă nu îmi place răspunsul, chiar dacă nu sunt clar cu privire la răspuns, voi folosi în continuare răspunsul pentru a lua o decizie .

MB: Deci este mai mult despre o schimbare culturală.

CP: Chiar este.

MB: Vorbind despre această schimbare culturală, aveți recomandări de unde să începeți?

CP: Lucrați pentru companii care sunt deja așa. Sună fliper, dar pentru că este un lucru atât de uman, dacă ADN-ul companiei la care lucrezi nu este așa, este extrem de dificil să faci acel pivot, mai ales dacă leadershipul nu a acceptat. , Nu, o vom face așa cum am făcut-o întotdeauna. Compania noastră are 126 de ani și mereu am procedat astfel! Ei bine, nu le vei răzgândi.

Am luat cina cu cineva la o conferință recent. Și ei au spus : Compania noastră are 126 de ani, iar CEO-ul nostru a spus că vrem doar să fie 1950 . De ce nu poate fi 1950, când oamenii doar cumpără și folosesc produsele noastre și toată chestia asta cu internetul dispare? Ei bine, vești proaste, asta nu se va întâmpla. [Razand]

MB: Este destul de dificil. O poveste scurtă aici: Lucrăm cu o singură companie care are o istorie lungă. Au fost înființați în 1908 sau ceva de genul ca o afacere de familie și de atunci au produs lenjerie intimă. Și au devenit destul de mari. Acum vând în Franța, Țările de Jos, Marea Britanie, Germania și așa mai departe. Și au o mulțime de magazine de cărămidă și mortar și au lanțuri diferite. Au un segment de lux, un segment de piață de masă și așa mai departe. Și la un moment dat, echipa lor de comerț electronic a venit la conducere și a spus: Trebuie să ne creștem bugetul, deoarece cheltuielile noastre cresc, aducem vânzări și asta și asta. Și au spus, știți ce, băieți, dacă ne uităm la veniturile totale, sunteți responsabili doar pentru 5%.

Așa că echipa de comerț electronic a venit la noi și ne-a întrebat: Ne puteți ajuta să dovedim, luând în considerare cercetarea achizițiilor online offline, că de fapt producem mai multe venituri pentru companie și că influențăm un număr mai mare? Am derulat un proiect cu ei și a durat cinci sau șase luni bune. Dar la sfârșitul zilei, s-a dovedit că ei erau responsabili pentru aproape 30-35% din venituri. Și i-a ajutat să demonstreze că fac lucruri și asta i-a ajutat să-și mărească bugetul. Dar da, a durat ceva timp să vorbesc cu consiliul de administrație, să arăți numerele și să încercăm să schimbi acest sentiment intern. Exact despre ce vorbeai.

CP: Da. Cultura este dură. Oamenii sunt duri.

MB: Asta mă aduce la o altă întrebare. Aș dori să mă întorc la prima întrebare despre abilitățile hard. Vorbeai despre platformă, oameni și procese, dar ce părere ai despre lucruri mai tehnice, cum ar fi simplu Python și știi cum să construiești tablouri de bord? Poate statistici? Care sunt lucrurile esențiale cu care să înceapă pentru oamenii care doresc să aprofundeze în analiză?

CP: Bine, deci am un pic de dezgust în legătură cu asta. Tablourile de bord sunt vizualizare. Vizualizarea este o parte critică a analizei datelor. Și este unul dintre acele lucruri care sunt o artă în sine. Tehnologiile pe care le-ați menționat — SQL, Python, R etc. — nu sunt instrumente de vizualizare. Sunt instrumente de calcul.

Și unul dintre cele mai mari păcate în toate analizele de date, dar mai ales în marketing, este încercarea de a face instrumentele dvs. de vizualizare să facă calcul.

Este ca oamenii care încearcă să-și creeze codul site-ului și să interacționeze cu conținutul, cu vizualizarea. Foile de stil și HTML sunt separate dintr-un motiv. Pentru că vizualizarea este separată de calcul. Aveți absolut nevoie de SQL, și Python, și R, și SPSS și OWOX și orice altceva utilizați pentru a face calculul și pentru a le face bine - pentru a putea furniza toată analiza datelor pe backend înainte de a trece la vizualizare.

În niciun moment, tabloul de bord nu ar trebui să facă nici un fel de calcul. Nu ar trebui să amestecați date, nu ar trebui să faceți manipularea datelor. Toate datele care intră în vizualizări ar trebui să fie deja calculate înainte de a ajunge acolo.

Pentru că ceea ce se întâmplă altfel este că te confrunți cu această problemă masivă de guvernare. Șeful are nevoie de o nouă schimbare a ceva, dar nu știm cum a ajuns acel punct de date acolo. Deci nu știm cum să o manipulăm. Deci nu putem face nicio modificare. Trebuie să-i spunem șefului: Îmi pare rău, ne va dura șase săptămâni să ne descurcăm spaghetele pentru a înțelege ce se va întâmpla aici .

Când țineți calculul separat de vizualizare și șeful spune: Hei, vreau asta, tu spui: Grozav, voi intra în stratul meu de calcul, voi încărca studioul nostru și voi face modificări în codul și logica de calcul . Și voi împinge un nou punct de date sau voi schimba punctul . Și asta duce la Da, diagramă cu bare, diagramă cu bare nouă, iată . Și menține modificările curate, ține versiunile sub control. Și face toate manipulările de date mult mai ușor de gestionat, mai ales la scară.

Dacă sunteți un marketing all-in-one, probabil că puteți scăpa cu o singură persoană, un singur magazin, un fel de instrument. Și nu te vei confrunta cu problema controlului versiunilor pentru că ești singura persoană responsabilă pentru asta. Cu toate acestea, dacă pleci sau ești concediat, compania respectivă este complet strânsă. Și este cea mai proastă practică.

Dacă vă aflați într-o companie mai mare, unde există mai mulți oameni în departamentele dvs. de analiză și marketing, trebuie să păstrați separat calculul și vizualizarea. În caz contrar, veți pierde atât de mult timp și bani doar încercând să vă dați seama unde se află datele și cine este responsabil de ele.

Un alt lucru - și acest lucru este atât de important pentru conformitatea în prezent cu GDPR și CCPA și alte reglementări - este că, dacă vizualizarea și calculul sunt combinate, aveți o problemă de control al accesului. Aveți o problemă în care nu puteți crea limite cu privire la cine are acces la date, ceea ce înseamnă că puteți scurge date, le puteți expune angajaților care nu ar trebui să aibă acces la anumite surse de date.

Când calculul este guvernat și gestionat separat, îl puteți restricționa și spune echipei de vizualizare: Puteți vizualiza toate acestea pe care aveți voie să le aveți și în niciun moment nicio informație personală sensibilă nu ajunge vreodată echipei de vizualizare pentru a le păstra. este ferit de ei. Este atât de important ca oamenii să facă asta pentru a păstra aceste lucruri separate și curate.

Deci un analist care este responsabil de vizualizare trebuie să cunoască acele limbi? Absolut nu. Persoana care calculează trebuie să știe? Sută la sută da.

MB: Ai o idee mare aici. Îmi place foarte mult abordarea când vizualizăm seturi de date gata făcute și nu există câmpuri calculate în ele.

Și aș dori să clarific o întrebare pe care am pus-o deja. Există diferite etape ale afacerii sau diferite dimensiuni ale afacerilor sau întreprinderilor care operează la scari diferite. Îl poți privi din unghiuri diferite. IMM-uri, IMM-uri, întreprinderi — toate au cerințe diferite pentru o echipă de analiză, sau cel puțin se pare că au. Ce crezi? Credeți că există o diferență între cerințele pentru analiștii de la companii de diferite tipuri?

CP: În esență, toată lumea are același obiectiv în marketing, care este de a ajuta la creșterea veniturilor. Dreapta? Dacă scopul tău în marketing nu este să ajuți la creșterea veniturilor, nu sunt sigur ce faci în marketing. Dar orice ai face, o faci greșit. Pentru că la sfârșitul zilei, asta este sarcina noastră: să creăm impact. Ceea ce se întâmplă nu este că există lucruri diferite de făcut. Pe măsură ce compania dvs. crește, sarcinile devin mai specializate. Când ești o emisiune cu o singură persoană la o companie mică, ești designerul web, tipul sau femeia de e-mail, analistul, statisticianul, eventual persoana de serviciu pentru clienți.

Pe măsură ce cresc, angajezi. Și pe măsură ce angajezi, te specializezi. Începeți să împărțiți sarcinile individuale. Și fiecare sarcină are acum propria sa raportare și propriile sale date, propria sa vizualizare. Și, în cele din urmă, lucrul pe care companiile îl greșesc cel mai adesea este că pierd din vedere faptul că fiecare dintre aceste specializări, în special în întreprindere, trebuie să atingă același obiectiv pe care îl are toată lumea, și anume: Am generat impactul asupra afacerii? Ajutăm compania să câștige bani, să economisească bani sau să economisească timp? Creșterea clienților? Toate lucrurile acestea.

Deci, în funcție de locul în care se află compania ta în ciclul său de viață, rolul tău, dacă ești un analist sensibil, este să întrebi: Ce fac eu care contribuie la acel obiectiv general? Care sunt KPI-urile mele personal? Sunt KPI-urile mele personale aliniate cu KPI-urile departamentului? Sunt ele aliniate cu cele ale afacerii? Definiția pe care o folosesc în toate discuțiile mele – ați auzit-o la conferința MAICON [Conferința de marketing al inteligenței artificiale] – este că un KPI este un număr care determină dacă primiți un bonus sau dacă sunteți concediat, nu? Acesta este un KPI. Dacă este un număr și nu vei primi un bonus sau vei fi concediat pentru el, este o valoare.

Deci, când privești din această perspectivă, care sunt KPI-urile la care lucrezi, la care lucrează echipa ta, la care lucrează departamentul tău, la care lucrează compania ta? Și te uiți la acele numere și uneori nu vor avea niciun sens. Și dacă acesta este cazul, atunci tu, ca analist, trebuie să fii conștient de asta și să ridici steagul și să spui: Băieți, nu sunt sigur că acest lucru va avea un impact asupra afacerii. Și dacă compania spune că tot trebuie să o faci, atunci începi să-ți actualizezi profilul LinkedIn. Pentru că, dacă o companie lucrează spre KPI-uri fără sens, ea va înceta. E doar o chestiune de timp.

MB: Așadar, pentru a mă asigura că v-am înțeles corect, nu există nicio diferență între cerințele pentru analiștii companiilor mici față de companiile mari, deoarece scopul pentru toată lumea este veniturile.

CP: Da, veniturile și impactul asupra afacerii — ajuți compania să câștige bani, să economisească bani sau să economisească timp? Acestea sunt cele trei funcții pe care le dorește toată lumea și de care are nevoie orice afacere. Este același lucru despre care vorbim de 10 milenii: mai bine, mai rapid, mai ieftin ... toată lumea își dorește asta. Deci, ce facem pentru a ne face afacerea mai bună, mai rapidă și mai ieftină?

CP: Da. Și aceasta este una dintre cele mai mari probleme ale învățării automate și ale inteligenței artificiale de astăzi – nu numai să știi ce se întâmplă în interiorul cutiei, ci și să interpretezi și să explici.

Explicabilitatea este o explicație post-hoc a ceea ce a făcut modelul, deoarece în acest lucru a trecut și aceste lucruri nu au trecut. When you look at regulations like GDPR, that's not good enough. GDPR says that you have to be able to tell a customer in the European Economic Area how their data was used, which means you need to be able to unpack the algorithm itself and say, Mulțumesc pentru că. Let's get deeper in our troubleshooting investigation. What problems do you see on the market today? One of them is ethics, for sure. And probably culture, employees, and the maturity level of companies. Maybe you can unwrap that once again, or maybe you want to add something else to the problems?

CP : I think probably one of the most important things that companies are going to need to do is change how they hire. The reason you don't have good people coming out of school with skills in statistics and data science as a standard — even if there are exceptions to every rule — is because you have professors at these schools who are, you know, in their later years of their career who also don't have those skills and don't know how to teach them. And the marketplace doesn't demand them.

If the marketplace demanded them and said, Sfarsitul povestii. Those are the core languages in data science. And every vendor out there that is offering sort of an easy drag-and-drop interface — their technology is lagging behind what the open-source code is in the marketplace. If you want to use the latest version of GPT-2 from OpenAI, guess what? You better know how to use Python, because no vendor has it in their software yet. And if you want to be able to do advanced text analytics, that's where you're going to have to go. So you have to learn those things. If you want to take some courses, there's a phenomenal resource hub from IBM called Cognitive Class, and it's 100% free. You pay zero dollars and you can take all these different courses on every topic imaginable in data science and AI. I strongly recommend it.

MB: One very last question. How can an analyst have a greater impact on marketing or on business? I predict you'll also say that it's a human problem and an involvement problem, but maybe you could add something else.

CP: It's somewhat related, but it's having those KPIs and those goals and understanding your business's KPIs. If you want to have an impact, you have to serve the overall goals of the company. And that means you have to understand them.

As a marketer, if you just blindly have that bias — I'm going to drive new leads, that's what I'm really good at — but the company has a customer retention problem and we need your help creating content that retains customers, that keeps them loyal, then you're going to be doing the wrong thing.

Do you understand the goals of your company? Do you understand how your marketing relates to those goals? If you don't, better update your LinkedIn profile, because you're not going to last very long.

MB: Thanks a lot. That inspires me the most!

Wow! There was a lot of stuff revealed in this interview! We're still processing it all.

We totally agree with Christopher about the human and technology problems. Sometimes they're hard to admit, but you should fight them. We're glad to be one of the companies that's moving in the direction of making data a tool for development, decision-making, and people.

Share this article with your colleagues, and stay tuned for our next interviews!