OWOX BI Research on the State of Digital Analytics: Interviu cu Tim Wilson

Întrebările pentru acest interviu au fost pregătite de Mariia Bocheva, OWOX BI Business Development Executive, după ce l-a cunoscut pe Tim Wilson la conferința Superweek. Toate fotografiile au fost prezentate cu amabilitate de Banoczy Zoltan, fondatorul Superweek – European Analytics Summit.

A fost o mare plăcere să obțin informații atât de profunde de la Tim Wilson (urmărește-l pe Twitter), un analist activ cu tone de experiență și o viziune pozitivă asupra vieții.

Tim a lucrat cu multe dimensiuni ale marketingului și datelor clienților de peste 15 ani. A condus departamentul de business intelligence pentru o companie de înaltă tehnologie business-to-business de 500 de milioane de dolari și s-a consultat cu mai mulți primi 50 de retaileri pe internet cu privire la modul de aplicare a analizei digitale în afacerea lor. Tim este un pasionat de date prietenos cu marketingul. Și acum este director senior de analiză la Search Discovery.

Search Discovery este o companie de business intelligence și analiză care dă putere organizațiilor să utilizeze datele pentru a îmbunătăți performanța afacerii.

Ce abilități dure sunt cele mai importante pentru analiști astăzi? Un analist trebuie să cunoască SQL, Python și R și să construiască tablouri de bord în cele mai comune instrumente de vizualizare precum Data Studio, Tableau și QlikView?

Acesta este unul dintre acele subiecte destul de dezbătute în ultima vreme. Să începem prin a spune că analiștii trebuie să cunoască foarte bine foile de calcul — Google Sheets și Excel . Chiar dacă nu este locul în care își desfășoară cea mai mare parte a muncii, aproape întotdeauna vor primi și vor trimite informații folosind foi de calcul în mod destul de regulat.

Și dacă un analist nu se simte foarte confortabil cu VLOOKUP și tabelele pivot , atunci se va lupta cu orice altă platformă în care efectuează analize.

De acolo, confortul cu un instrument de BI/vizualizare (aș adăuga Power BI la lista din întrebarea dvs.) este din ce în ce mai mult o cerință, deși există încă o mulțime de companii care nu investesc încă într-una. Sunt un mare fan al Google Data Studio din acest motiv - chiar dacă compania nu a pătruns într-o platformă plătită, analiștii trebuie să știe cum să automatizeze vizualizarea de bază și explorarea datelor lor cheie într-un mod care să poată să fie împărtășite cu părțile interesate ale acestora.

Văd o mulțime de analiști ale căror zile sunt destul de pline care fac o muncă valoroasă fără să fi urcat curba de învățare foarte abruptă necesară pentru a dobândi fluență cu acele limbi. Dar există o limită a ceea ce se poate face cu platformele Excel și BI.

Pentru un analist sau o organizație care are volume mari de date granulare pe care doresc să le folosească în modele, SQL și Python sau R devin rapid un must-have.

Și aș adăuga o a treia clasă de abilități dure: statistica . Aceasta înseamnă să depășim doar statisticile rezumative, cum ar fi media, mediana și abaterea standard, și să înțelegem cu adevărat cum și unde regresia și corelația - și valorile p și R-pătratul - pot fi utilizate. Este atât de mult despre obținerea unei înțelegeri mai profunde a naturii datelor, cât și despre implementarea efectivă a acelor metode statistice.

Ce abilități soft ar trebui să aibă un analist bun?

Există multe! Abilitățile de comunicare eficiente sunt în fruntea listei, iar asta include totul, de la interacțiunile unu-la-unu cu părțile interesate - ascultarea și înțelegerea nevoilor acestora într-o manieră activă - până la aplicarea celor mai bune practici în vizualizarea datelor până la posibilitatea de a prezenta rezultatele a unei analize într-un mod clar și ușor de înțeles.

Un analist bun este, de asemenea, curios (despre afacere, despre date, despre lume), sceptic (cu privire la ceea ce arată datele - de fiecare dată când există o surpriză, el/ea presupune că este o problemă de date și caută pentru a confirma) și are un grad ridicat de perseverență (pentru a depăși provocările legate de date și chiar provocările de oameni/proces din cadrul organizației). Acestea pot fi mai multe „trăsături de caracter” decât „abilități”, dar toate sunt destul de importante.

Crezi că comunicarea greșită între analiști și echipele de marketing este obișnuită? Dacă da, aveți recomandări despre cum să o depășiți?

Absolut! Analiștii și agenții de marketing vorbesc diferite limbi. Din experiența mea, trebuie să revină analistului să „vorbească marketing”. Asta se rezumă la a face câteva lucruri:

1. Ascultare

Poate fi tentant să începi să rezolvi problemele ( Ce date pot extrage pentru a răspunde la această întrebare? ) prematur și să nu cercetezi problema de afaceri de bază pe care marketerul încearcă să o abordeze.

2. Nu vorbește analist

O oarecare educație a marketerului este bună - ce înseamnă o metrică, care sunt limitările în date - dar am văzut analiștii strecurându-se într-o terminologie de analiză profundă mult prea repede când nu este necesar.
Acest lucru îl poate lăsa pe marketer confuz sau, mai rău, să se simtă inconfortabil sau dezamăgit ( nu știu despre ce vorbește analistul. Ar trebui să o fac? El/ea pare să creadă că ar trebui! ).

3. Niciodată, niciodată, NICIODATĂ să nu-ți spui că părțile interesate sunt proști

Aceasta este o greșeală fatală - a decide că o provocare în relație este mai degrabă o chestiune de inteligență decât o problemă de comunicare.

Ce resurse sau evenimente profesionale le puteți recomanda analiștilor?

Resursa de top pe care o pot recomanda analiștilor, indiferent de locul în care se află, este echipa Measure Slack. Este gratuit și are mii de analiști care interacționează și împărtășesc în mod constant unii cu alții. La fiecare câteva săptămâni, există un fir de discuții despre Care sunt resursele bune pentru a învăța X? sau La ce conferințe bune să mergi pentru Y? deci este chiar o resursă pentru identificarea resurselor!

Separat, există câteva conferințe grozave: MeasureCamp este o neconferință gratuită care se desfășoară în întreaga lume (și dacă nu există una lângă tine, atunci ai putea începe una!). Marketing Analytics Summit și Digital Analytics Hub sunt conferințe grozave în SUA, iar Superweek este o opțiune fantastică în Europa.

Asociația Digital Analytics continuă să crească resursele pe care le oferă membrilor săi, așa că este o resursă grozavă cu tot felul de materiale grozave (și chiar un program de mentorat). Există o serie de MOOC, cum ar fi Coursera și edX, care oferă orice număr de cursuri online.

În cele din urmă, dacă aș trece prin întregul interviu și nu aș conecta podcastul Digital Analytics Power Hour, aș fi un marketer groaznic! Dar există numeroase podcasturi de analiză, învățare automată și AI - prea multe (și prea multe pe care nu reușesc să le ascult în mod regulat) - pentru ca eu să încerc să fac recomandări.

Ce cunoștințe le lipsesc analiștilor și specialiștilor în marketing pentru a face companiile bazate pe date?

Contextul de afaceri și o înțelegere profundă a incertitudinii. Primul, cred, deoarece văd în mod constant atât analiștii, cât și agenții de marketing sar în date dorind să „găsească răspunsuri” și să „genereze perspective ” fără a fi formulat clar o întrebare de afaceri pentru care răspunsul va duce la o acțiune probabilă.

Acesta din urmă este puțin mai dificil de articulat. Dar mergând până la John Wannamaker, care a observat la începutul anilor 1900 că „Jumătate din banii pe care îi cheltuiesc pe publicitate sunt irosiți; pur și simplu nu știu care jumătate”, specialiștii de marketing și analiștii se așteptau ca datele să ofere „adevărul” mai degrabă. decât să înveți cum să operezi într-o lume probabilistică.

Deși s-ar putea să știm „adevărul” despre trecut, cum ar fi Cât trafic a venit pe site-ul meu luna trecută? (și chiar și asta nu este „adevărat” – există o mulțime de dezordine în ceea ce privește colectarea de date acolo, ceea ce face ca acel număr să fie doar o estimare), folosirea efectivă a acestor date pentru a avea un impact asupra viitorului înseamnă dezvoltarea unei înțelegeri profunde a modului de „adevărat”. „O imagine a lumii pe care datele o pictează și apoi funcționează în consecință.

Care sunt cele mai importante lucruri pe care analiștii trebuie să le facă în diferite stadii de maturitate a afacerii (startup, IMM-uri, IMM-uri, întreprindere)?

Nu m-am gândit niciodată la această întrebare. Este unul interesant! Startup-urile, cred, tind să fie mai lipsite de resurse și, în general, mai capabile să-și asume un anumit risc de date.

Prin urmare, deseori, din necesitate, startup-urile trebuie să fie proaste și să pună laolaltă instrumente gratuite cu guvernare limitată a datelor și unele integrări potențial fragile (sau chiar manuale!). Și acesta este o modalitate bună de a funcționa, atâta timp cât există o recunoaștere a faptului că, odată cu creșterea, va trebui să existe o maturizare a sistemelor.

În general, aceasta înseamnă că platformele de date vor trebui revizuite și chiar înlocuite în întregime.

La celălalt capăt al spectrului – întreprinderi – guvernanța devine o problemă cu adevărat importantă, deoarece există mai mulți oameni și procese care influențează și se bazează pe date. Și, de obicei, există mai multe resurse de dedicat analizei, astfel încât unii dintre aceștia pot (sau ar trebui!) să fie responsabili pentru guvernanță și procese - minimizând riscul unui eșec care afectează un număr mare de roluri și, potențial, chiar și cele apropiate. - linia superioară pe termen a afacerii.

Ce dificultăți vedeți când vine vorba de implementarea analizei și cum ați evalua dezvoltarea globală a pieței?

Dacă ne limităm „implementarea” la implementarea platformelor de colectare a datelor, există o mulțime de provocări:

• Aplicațiile cu o singură pagină (SPA) sunt foarte în vogă, iar acestea introduc provocări de etichetare.
• Trecerea consumatorilor la nivel macro către dispozitive mobile – și probabilitatea crescută ca aceștia să interacționeze cu mărcile pe diferite dispozitive – a făcut ca urmărirea pe mai multe dispozitive să fie mai importantă pentru multe organizații și nu există o modalitate simplă de a realiza acest lucru (depinde de natura companie și site-ul).
• Reglementările de confidențialitate precum GDPR și (în SUA) CCPA au adăugat restricții și considerații suplimentare în lumea colectării datelor.
• Blocarea urmăririi și ștergerea cookie-urilor trece din ce în ce mai mult de la blocarele de reclame instalate pe o mică parte din browserele utilizatorilor la valori implicite standard în browserele înseși, care cu siguranță pot pătrunde cu datele!

Care este cea mai mare greșeală pe care o poate face un analist? Puteți împărtăși unele dintre greșelile dvs. analitice?

Cel mai mare lucru, cred, este să fii atât de entuziasmat să mă joc cu datele pe care ce încerc să obțin aici? întrebarea se pierde.

Mi s-a întâmplat asta de mai multe ori decât îmi place să recunosc - am început cu o întrebare de afaceri perfect validă, apoi am fost absorbit de mecanica datelor de bază și de complexitatea lor și de capacitatea mea de a cuceri acea complexitate astfel încât, prin La sfârșitul proiectului, am făcut niște lucruri destul de interesante cu datele în sine, dar nu am furnizat ceva care să facă cu adevărat să avanseze afacerea.

Care credeți că este viitorul analizei de marketing? Ce tendințe vedeți să vină și care sunt la mare căutare?

În ciuda gândurilor mele anterioare despre necesitatea de a mă concentra cu adevărat pe elementele de bază înainte de a aborda știința datelor și învățarea automată, cred că vom continua să vedem din ce în ce mai multe companii care folosesc învățarea automată în mod eficient.

Cel mai mare motiv pentru aceasta este că, din ce în ce mai mult, organizațiile au acces la date brute despre clienții și potențialii lor - comportamentale, observaționale și demografice.

În urmă cu 10 ani, de exemplu, platformele de analiză digitală furnizau în primul rând date agregate. Ar putea exista mai mulți parametri și valori într-un raport, dar chiar și așa, datele disponibile nu erau la nivel de sesiune sau la nivel de persoană.

Acest lucru s-a schimbat pe măsură ce jucătorii importanți de pe piața de analiză digitală au început să pună la dispoziție acele date la nivel de hit, iar orice număr de platforme martech mai noi au acel nivel de detaliu disponibil de la început. Și acestea sunt datele necesare pentru a obține cu adevărat valoare din tehnicile de învățare automată.

Ce probleme vedeți astăzi pe piață?

O mare problemă pe care o văd este că există un număr enorm de startup-uri susținute de riscuri care, în esență, promit pieței că au o baghetă magică AI de vânzare. În multe (majoritatea) cazurilor, acesta este hype de marketing.

Dar pentru că tehnologia are o marjă mai mare și în mod inerent mai scalabilă decât oamenii sau procesele, acolo se îndreaptă banii de marketing din industrie, ceea ce înseamnă că „piața” este bombardată cu un mesaj că, dacă o organizație doar cumpără și implementează tehnologia potrivită, ei. va deveni dintr-o dată o organizație matură de date, alimentată de inteligență artificială.

Realitatea pur și simplu nu funcționează în acest fel, atât de multe, multe organizații scriu cecuri mari pentru tehnologie în timp ce se înfometează când vine vorba de personalul de analiză și de investiții interne în îmbunătățirea procesului de analiză.

Ce provocări analitice aveți acum?

Încă trebuie să-mi educ continuu clienții cu privire la importanța punerii în aplicare a elementelor de bază: KPI-uri clar stabilite, colectarea de date care este fiabilă și robustă, automatizarea sarcinilor repetitive și analize care sunt conduse de ipoteze clar articulate. Aceasta este o provocare care cu adevărat nu s-a schimbat în ultimii 15 ani.

O provocare mai recentă este entuziasmul în jurul științei datelor, învățării automate și AI. O parte a provocării este de fapt creșterea instrumentelor care sunt utilizate în acele zone, iar o parte a provocării este împiedicarea clienților să dorească să urmărească aceste noi obiecte strălucitoare atunci când valoarea lor cea mai mare ar proveni din concentrarea asupra elementelor de bază.

Mulțumesc pentru sfaturi grozave, Tim! Sperăm că mai mulți analiști talentați îl vor urma și că întreaga piață de analiză va deveni mai educată, entuziastă și profesionistă.

Hai sa pastram legatura! Abonează-te la blogul nostru pentru a citi următoarele interviuri din cercetările noastre privind starea analizei digitale și pentru a adapta experiența analiștilor de top la afacerea ta.

Despre ce l-ai întreba pe Tim? Spune-ne în comentariile de mai jos!