Интервью с Дэнни Мавани Холмгаардом

Мы попросили Юлию Ткачову, менеджера по продукту OWOX, связаться с Дэнни Мавани Холмгаардом, ведущим аналитиком Impact Extend. Вот краткий список тем, которые они затронули:

Юлия Ткачева: Давайте знакомиться! Расскажите о себе и своем опыте.

Дэнни Мавани Холмгаард: я ведущий аналитик агентства цифрового маркетинга Impact Extend. Я работаю не только с Google Analytics, но и с разработкой данных, настройкой конвейеров данных, интеграцией онлайн- и офлайн-данных и построением моделей данных. Я объединяю и анализирую данные, чтобы их можно было использовать как в стратегическом плане, показывая, находимся ли мы на правильном пути или что-то нужно изменить, так и в оперативном плане, чтобы убедиться, что данные находятся в нужных системах, чтобы с ними можно было действовать.

YT: Как вы начали заниматься маркетинговой аналитикой?

ДХ: На самом деле я наткнулся на эту карьеру случайно. Сначала я изучал цифровой концептуальный дизайн и хотел стать веб-дизайнером. Я добавил Google Analytics в один из своих школьных проектов ради развлечения и вдруг понял, насколько сильно можно повлиять на весь стратегический процесс, начиная с выбора дизайна и заканчивая созданием лучшего опыта для пользователей и улучшением бизнес-результатов. Одно привело к другому, и последние шесть лет я работал с данными.

YT: Что вам больше всего и меньше всего нравится в вашей роли?

Д.Х.: Меня очень вдохновляют новые проекты и разработка решения с нуля. Это означает переход от определения объема необходимых источников данных к написанию кода для подключения к различным базам данных и API. Другие области, которые мне действительно нравятся, — это видеть, что наши усилия действительно оказывают влияние (каламбур) на наших клиентов, предоставляя им информацию, в которой они нуждаются, но никогда не думали, что это возможно, чтобы продвигать их бизнес вперед с помощью решений, основанных на данных.

Наименее «весёлая» часть моей работы происходит, когда что-то ломается и это нужно починить. Получить данные после того, как произошли события, которые невозможно отследить, может быть довольно сложно. К сожалению, никогда невозможно предусмотреть все, что может пойти не так при сборе данных. Это может быть что угодно: от неудачного развертывания до неправильной настройки параметра в своей системе. Лучшее, что вы можете сделать, это настроить мониторы для ваших данных и время от времени проводить весеннюю уборку, чтобы убедиться, что вы поддерживаете хорошую производительность и учитесь на ошибках.

YT: Что для вас значит Д. Х.: Сделать данные действенными — это то, чего мы пытаемся добиться для всех наших клиентов. Для меня действенные данные — это информация, которую вы можете получать и активно использовать внутри организации, будь то что-то сложное, например, расчет ценности жизненного цикла клиента для клиентов по всем каналам, а затем использование ее в ваших системах автоматизации маркетинга, размещение ставок на рекламу на основе стоимости. маржа и вероятность продаж продуктов или что-то столь же простое, как создание аудиторий в Google Analytics, которые помогут вам сделать соответствующий ретаргетинг. В целом, сделать данные пригодными для действий — это убедиться, что собранную вами информацию можно использовать для динамического внесения изменений на основе действий, выполняемых пользователями, чтобы стимулировать конверсии или улучшить взаимодействие с пользователем.

YT: Какие навыки и программное обеспечение вы предлагаете для того, чтобы сделать данные действенными?

ДХ: В основном это зависит от ресурсов и амбиций вашей команды. Самое главное — понять, чего вы пытаетесь достичь, и поставить перед собой цели. Вам не нужно работать с большими наборами данных или уметь выполнять расширенное статистическое программирование, чтобы сделать ваши данные пригодными для действий. Начните с простого и стройте оттуда. Это может быть что угодно: от проверки правильности измерения ваших аналитических данных до загрузки данных о возмещении или затратах, чтобы узнать, на каких продуктах вы теряете деньги.

В общем, используйте данные, которые у вас есть в настоящее время, и начните с малого. Если вы начнете работу над слишком большими проектами до того, как организация сможет с ними справиться, вы рискуете потратить ценные ресурсы команды на проект, который может потерпеть неудачу. На мой взгляд, самый важный навык межличностного общения — это способность проявлять любопытство и креативность в отношении того, какие данные можно использовать для развития бизнеса. Все технические действия второстепенны, поскольку они бесполезны, если их нельзя применить стратегически.

YT: А как насчет инструментов, позволяющих вам работать с данными?

ДХ: Чтобы сократить расходы на продукты и позволить нашим клиентам распределять свои ресурсы для стратегии и исполнения, мы сами создали процессы ETL [извлечение, преобразование, загрузка] с помощью Google Cloud Platform. Это позволяет нам легко масштабироваться с низкими затратами. В основном мы используем R, Python и SQL для наших процессов обработки данных, но мы также пользуемся услугами нескольких поставщиков, таких как воронка. io и OWOX, так как они могут обрабатывать множество коннекторов данных с рекламных платформ по низкой цене прямо из коробки.

Недостаток создания такой установки, как наша, заключается в том, что нам потребовалось много времени, чтобы построить эффективные модели, которые могут обрабатывать большие наборы данных и расширенные статистические модели, которые, по нашему мнению, имеют достаточно хорошее качество для производства. Я большой поклонник инструментов ETL, таких как Azure Databricks, Alteryx и подобных продуктов, которые могут сократить большую часть работы по обработке данных с помощью встроенных функций. Эти инструменты, однако, могут быть очень дорогими и по-прежнему требуют большого количества ноу-хау для получения результатов. Если вы собираетесь использовать дорогой инструмент, не забудьте использовать его правильно, чтобы он мог приносить доход, а не истощать ваш бюджет.

YT: Несколько дней назад нам обоим понравился пост Микко Пиппо о том, почему маркетологи тратят деньги впустую. Есть ли какие-либо другие пункты, которые вы бы порекомендовали добавить в контрольный список Миккоса? Почему маркетологи тратят впустую свои бюджеты и как этого избежать?

ДХ: Микко — один из самых умных парней, которых я знаю, и если вы не следуете за ним, я рекомендую вам это сделать. Если бы я мог предоставить дополнение к его сообщению, я бы попытался обогатить данные, которые у вас уже есть, такие как данные о баллах лояльности клиентов, возмещениях или сегментах клиентов. Это довольно легко сделать, если у вас есть идентификатор клиента, пользователя или транзакции в настройках аналитики.

Причина, по которой у людей нет подходящих оснований для сбора данных или они не используют имеющиеся у них данные, как говорит Микко, заключается в отсутствии образования. Если вы не знаете, что данные могут сделать для вас, или если вы не знаете, как цифры должны выглядеть в организации, очень сложно что-то сделать.

Аналитика может быть пугающей и трудной для работы. В большинстве случаев дело не в том, что люди, работающие с данными, не хотят их использовать. В основном это вопрос о том, что у человека нет времени масштабировать свои компетенции. Поэтому организация должна создать среду, в которой люди, имеющие доступ к данным, могут научиться использовать аналитику или найти внешнее агентство для поддержки людей, принимающих бизнес-решения.

YT: Что бы вы посоветовали маркетологам, которые хотят стать настоящими профессионалами в области данных?

ДХ: Определенно начните с малого. Изучение основ статистики и умение работать в Excel могут далеко завести вас. Как только вы научитесь работать с базовыми наборами данных и комбинировать данные, вы сможете масштабировать их так, как вам удобно. Когда я узнаю что-то новое, я всегда стараюсь сопоставить это с текущим проектом и стараюсь узнать что-то новое, что улучшит мою работу во время ее выполнения. Я начал заниматься статистическим программированием с помощью R, потому что каждый месяц выполнял одну и ту же работу, которая занимала у меня несколько дней. Изучая что-то новое, я сократил это время до одного часа. Одна вещь, которую я хотел бы упомянуть здесь, это то, что вы не должны бояться выйти за рамки проекта. Несмотря на то, что часы, которые вы тратите на изучение чего-либо, уменьшают общую прибыль от проекта, вы все равно можете применить все, чему вы научились, в следующих проектах, которые вы создаете, делая их лучше и стабильнее, чем если бы вы не тратили время на изучение того, как это делать. .

Мой последний совет здесь — выбрать путь. Вы не можете делать что угодно, если хотите сделать это хорошо. Я определенно не так хорош в статистике, как наш руководитель отдела бизнес-аналитики, а он не так хорош в обработке данных, как я, поэтому у нас есть определенные роли, но мы все же можем поддерживать друг друга в основах нашей работы. Сотрудничество является ключевым фактором, если вы хотите добиться успеха, и никогда не будет лишним нанять людей со стороны, чтобы они помогли масштабировать ваш отдел.

YT: Кто вас больше всего вдохновляет в сообществе #measure? Не могли бы вы отметить профессионала, чьим мнением стоит поделиться в нашем блоге?

ДХ: Марк Эдмонсон определенно вдохновляет меня каждый день. Он так много дает сообществу, всегда готов помочь и продолжает создавать отличные решения, которые помогают аналитикам во всем мире улучшать свою работу при использовании платформы Google Cloud.

YT: Какие пять ваших любимых событий для аналитиков?

ДХ: Вот они:

• МераКэмп
• Супернеделя
• Саммит по маркетинговой аналитике
• Веб-аналитика по средам
• Анализируй!

YT: Не могли бы вы назвать пять ваших лучших блогов или других источников аналитики?

ДХ: С удовольствием:

• Блог Марка Эдмондсона
• Блог Симо Ахавы
• Блог CXL
• Мания аналитики
• Джеффалитики

… Может быть, и мой собственный блог ;) Есть так много хороших ресурсов, которые я также хочу упомянуть, например, группу #measureslack и Google Tag Manager в Facebook. Самое лучшее в аналитическом сообществе — это то, что люди готовы делиться отличными решениями.

YT: Какие тенденции вы наблюдаете в аналитике и какие тенденции сохранятся и будут развиваться в будущем?

ДХ: Отслеживание на стороне сервера — это определенно то, что люди начнут внедрять в организациях, поскольку интеллектуальное предотвращение отслеживания (ITP) в противном случае затрудняет сбор точных данных. С точки зрения ITP, я немного амбивалентен по этому поводу. С одной стороны, ITP служит прекрасной цели защиты конфиденциальности пользователей. Лично я считаю, что у пользователей всегда должен быть выбор, какой информацией они хотят поделиться с бизнесом. С другой стороны, это также мешает работе некоторых функций сайта, таких как автоматический вход и персонализация.

Кроме того, я считаю, что последствия ITP могут заключаться в том, что компании вынуждены искать обходные пути, которые вынуждают людей предоставлять больше информации, чем они на самом деле делали раньше. Примерами могут быть принуждение пользователей к входу в систему, прежде чем они смогут перейти к просмотру веб-сайта, или отказ в доступе пользователям, которые не дают своего согласия на сайте. Я думаю, что в нынешнем состоянии ITP это не оптимальное решение ни для пользователей, ни для компаний. Мир все еще находится на крутом пути обучения с точки зрения соблюдения законодательства, но при этом может обеспечить хороший опыт. Я с нетерпением жду, чтобы увидеть, как это будет играть.

Еще одна вещь, на которую стоит обратить внимание, — это платформа аналитики App+Web. Он все еще находится на очень ранних стадиях, но я настоятельно рекомендую внедрять и развивать его по мере его развития. Таким образом, вы сможете использовать возможности платформы по мере необходимости. Он также поставляется с множеством интересных функций, таких как бесплатный экспорт BigQuery.

YT: С какими новыми проблемами вы сталкиваетесь в своей повседневной работе по сравнению с тем, что было в начале вашей карьеры аналитика?

Д. Х.: Моя роль сильно изменилась: от поддержки в начале моей карьеры до управления проектами от начала до конца. Раньше моей задачей было понять, как все работает, и сделать все возможное, чтобы отчеты отображали правильные показатели и чтобы отслеживание было настроено правильно.

Сегодня я знаю, как это делать, и трудности во многом связаны с коммуникацией стратегии, чтобы клиенты понимали преимущества сбора данных и настаивали на том, чтобы их организации активно использовали эту информацию. Короче говоря, я перешел от выполнения поставленных передо мной задач по реализации и отчетности к управлению стратегией и «почему» того, как данные должны передаваться. Я считаю, что очень важно проделать много черновой работы, прежде чем вы сможете понять и реализовать стратегию.

Прежде чем вы сможете развиваться как аналитик и развивать свои навыки, вы должны освоить основы и понять, как все взаимосвязано.

YT: Google Analytics или Adobe?

ДХ: Лично мне больше нравится использовать Google Analytics, так как он более доступен для всех и имеет отличный API. Однако я считаю, что у Adobe есть сильный и стабильный продукт с некоторыми действительно классными способами анализа данных, а также более надежный продукт с точки зрения соответствия требованиям.

YT: Data Studio, Tableau или Power BI?

ДХ: Мне нравится использовать R ShinyDashboards, так как вы можете создавать все, что хотите, с любыми типами графиков, которые вы хотите, в динамической манере. Кроме того, для него не требуются дорогие лицензии (если только вы не хотите использовать их размещенное решение).

Честно говоря, я думаю, что со всеми упомянутыми выше инструментами есть что-то замечательное. Data Studio бесплатна и быстра, PowerBI может быть дешевым и предоставляет множество отличных визуализаций из коробки, а Tableau имеет несколько действительно классных функций и функций для обмена, которые отлично подходят, если в организации много людей, изучающих и анализирующих данные.

ЮТ : AppsFlyer или FireBase?

ДХ: Здесь у меня нет строгого мнения. Однако развитие APP+Web определенно делает FireBase интересным прямо сейчас.

Ключ к успеху аналитика — терпение и готовность начать с нуля. Спасибо Дэнни за этот простой совет, который помогает нам оставаться сосредоточенными и убедительными в нашей аналитике.

Если вам понравилось это интервью или у вас есть вопросы к Дэнни, оставьте комментарий ниже! Не забудьте подписаться на наш блог, чтобы получать еще больше полезных докладов и статей из мира аналитики.