Интервью с Юлиусом Федоровичюсом, основателем Analytics Mania

Мы продолжаем рубрику «Экспертное мнение», и сегодня представляем вашему вниманию интервью с Юлиусом Федоровичюсом , цифровым консультантом и техническим экспертом. Джулиус — основатель Analytics Mania , менеджер тегов Google и энтузиаст Google Analytics. Кроме того, он ведет сообщество Google Tag Manager на Facebook и создает онлайн-курсы по GTM .

Как всегда, вот основные темы для навигации:

Я запускаю Analytics Mania. Здесь я делюсь постами в блогах, видеоуроками, которые учат маркетологов и аналитиков работать с Google Tag Manager и Google Analytics. Также на данный момент я предлагаю два платных курса по Google Tag Manager. Кроме того, иногда (когда у меня есть время в моем графике) я работаю фрилансером GA/GTM. Но в настоящее время мое основное внимание сосредоточено на содержании, курсах и слушателях этих курсов.

Хорошие навыки. Здесь я предвзят (поскольку я исхожу из области реализации аналитики), но я бы сказал, что важны технические навыки, связанные с отслеживанием. Понимание того, как работает отслеживание, поможет аналитикам лучше понять, откуда берутся данные, как они собираются и насколько они надежны. Это также поможет аналитикам добавить больше соли к данным, с которыми они работают, и к результатам, которые они получают.

Но это лишь часть необходимых навыков. Само по себе отслеживание реализации бесполезно, если с собранными данными ничего не делается. Вот где начинается часть анализа, и здесь у нас есть как жесткие, так и мягкие навыки.

Говоря о сложных навыках, здесь многое зависит от компании, в которой вы работаете, и ее стека. Кому-то достаточно использования Google Analytics и Data Studio, другим — BigQuery, знания SQL, R, Python и т. д. Кроличья нора уходит глубоко.

Я бы рекомендовал не зацикливаться на конкретных инструментах. Вместо этого сосредоточьтесь на том, на какие вопросы нужно отвечать с помощью данных. Затем выберите для этого подходящие инструменты. Знание BigQuery, R или чего-то еще и попытка применить это для малого бизнеса не имеет смысла (по крайней мере, в большинстве случаев). У малого бизнеса (скорее всего) не будет достаточно данных, чтобы извлечь выгоду из этих технологий.

Поскольку я в основном работаю с малым/средним бизнесом, в большинстве случаев достаточно основного стека аналитики Google (GTM, GA, GDS). Вполне возможно добиться больших улучшений/изменений благодаря аналитике и «маленьким» данным.

Поэтому, если кто-то думает о начале карьеры в этой области, я думаю, что знание GTM, GA и Google Data Studio — это хорошее начало (когда речь идет о сложных навыках).

Теперь о мягких навыках аналитика. Я бы сказал, что они:

• Планирование. Если мы говорим о веб-аналитике, такие вещи, как план измерения и план внедрения тегов, могут вам очень помочь. Чтобы подготовить план, вам придется много разговаривать с заинтересованными сторонами, лучше ознакомиться с бизнес-целями, процессами и т. д. Это поможет аналитикам увидеть более широкую картину и, следовательно, (надеюсь) повысить ценность анализа.
• Звучит банально, но: Внимательно прислушивайтесь к тому, что говорят другие. Кроме того, общение. Это поможет вам в таких вещах, как подготовка планов измерений, а также позволит вам лучше сообщать о своих выводах.
• Критическое мышление. Это поможет вам выявить закономерности, копнуть глубже и найти некоторые идеи.

Я знаю, что вы спрашиваете об одной большой ошибке, но я не мог выбрать только одну :) Вот мои мысли о самых больших ошибках:

Ошибка №1. Всегда доверяя своим данным и не сомневаясь в них. Данные никогда не будут идеальными, всегда будут какие-то неточности. Поэтому всякий раз, когда вы обнаруживаете что-то ценное в своем анализе, всегда сомневайтесь в этом. Попробуйте проверить его с разных сторон. Если вы знакомы с реализацией аналитики, подумайте, что могло пойти не так при сборе данных. Кроме того, каков источник этих данных? Здесь необходимо критическое мышление. Однако, с другой стороны, не ждите идеальных данных. Тратить слишком много времени на попытки получить идеальный набор данных будет дороже для бизнеса, чем получать информацию из «достаточно хороших» данных.

Ошибка №2. Думая, что работа аналитика заканчивается анализом и поиском некоторых идей. Аналитики также должны быть движущей силой изменений в организации. Они должны сообщать о своих выводах, отстаивать определенные решения для реализации этих выводов. И во многих случаях это самая сложная часть.

Очень много. И это одно из самых больших препятствий, которое стоит между поиском некоторых идей и обеспечением того, чтобы они приводили к некоторым изменениям, улучшениям. Некоторые способы избежать недопонимания:

• Внимательно слушайте, что говорят другие. Это помогает лучше понять бизнес-требования для конкретных аналитических задач. И когда маркетологи дают обратную связь, внимательно выслушайте ее, это поможет вам уменьшить недопонимание в будущем и избежать повторения.
• По возможности избегайте профессионального сленга. Старайтесь говорить более простыми словами, понятными даже тем, кто не имеет прямого отношения к аналитике.
• Потратьте как можно больше времени, чтобы понять, как работает бизнес. Увидев более широкую картину, аналитики могут лучше понять, что (и почему) маркетинговым командам нужны определенные результаты от аналитиков.
• Не бойтесь задавать вопросы. Спрашивая «почему», вы не показываете, что вы глупы. Это показывает, что вы хотите понять контекст, который поможет вам лучше выполнять задачи. Когда вы получаете задание, и некоторые части неясны, не предполагайте. Попросите разъяснений.

Что касается мероприятий, я определенно рекомендую MeasureCamp, и мне не терпится уйти от виртуальных мероприятий и вернуться к личным встречам. MeasureCamp — просто идеальное место, чтобы пообщаться, поучиться у других, попробовать свои собственные навыки презентации (которые также очень нужны в аналитике).

Кроме того, я просто люблю SuperWeek . Но я не смотрю на это как на конференцию, где я буду постоянно узнавать что-то новое. Я смотрю на это больше как на отпуск аналитика, когда у вас есть группа единомышленников, говорящих о том, что они любят, почти неделю. Вы встречаете здесь кучу звезд индустрии и непринужденно общаетесь с ними, в сети. Там просто что-то волшебное.

Что касается ресурсов, это действительно зависит от того, на чем специализируется аналитик. Ближе ли это к основной аналитике (например, GTM, GA) или ближе к реальной науке о данных, инженерии данных и т. д. Если это первое, то (бесстыдно плагин) мой собственный блог и канал на YouTube могут определенно помочь. Блог Симо Ахавы , Measureschool , и это лишь некоторые из них. Если последнее, то Datacamp может помочь.

Я думаю, что самые важные знания, необходимые здесь, — это понимание того, что стек данных/аналитики (и процессы) в компании должен выбираться на основе уровня компании. И тогда он должен расти вместе с компанией.

На мой взгляд, малым компаниям не следует гнаться за такими блестящими штуками, как AI, ML, Big Data. Во-первых, небольшим компаниям не хватает даже «маленьких» данных. Я недавно прочитал это , и оно прекрасно обобщает ситуацию и причины, по которым аналитика компании должна расти/масштабироваться вместе с компанией.

В настоящее время я работаю на себя. Поэтому моя главная задача — практиковать то, что я проповедую :) Постоянно создавая контент, обновляя свои курсы и поддерживая студентов курсов, у меня не всегда есть достаточно времени, чтобы копаться в своих данных и добавлять некоторые дополнительные настройки. Сапожник без обуви.

Трения с ИТ-отделом, безусловно, велики. В противном случае GTM не был бы так популярен.

Постоянно меняющийся ландшафт конфиденциальности пользователей. Особенно, когда речь идет о крупных игроках (таких как Apple). То, что вы строите сегодня, имеет высокие шансы не работать в ближайшие 6-12 месяцев. Быть в курсе последних событий требует очень много времени (но необходимо). Я могу ошибаться, но такое ощущение, что за последние 2-3 года у нас было больше изменений, чем за предыдущие 6-7 лет). Я ненавидел эту фразу на протяжении всей пандемии, но для нас «это новая норма».

• Я думаю, что предыдущие вопросы об общении здесь очень актуальны. Начните с этого, и вы обязательно увидите улучшение.
• Общаться.
• Задавайте много вопросов, чтобы понять контекст (и увидеть картину в целом).
• Не предполагайте ничего и не пытайтесь думать, что вы умнее других в комнате. Возможно, вы лучше знаете, как использовать свой инструмент аналитики. Но другие могут знать больше о том, как работает бизнес, они могут знать некоторые кусочки головоломки, которые вы упускаете.

Этот ответ очень связан с одним из предыдущих вопросов о том, что у меня не хватает времени на собственную аналитику :)

И если говорить об общей зрелости, это сильно различается. Я видел компании, которые достаточно зрелы, в то время как другие используют модные словечки, такие как «мультитач-атрибуция», но в то же время они не отслеживают *никаких* событий, кроме просмотров страниц с помощью Google Analytics. И это все, что они делают с «аналитикой» :)

Продолжающийся рост конфиденциальности. И это не только из-за таких правил, как GDPR. Поставщики и компании, такие как Apple или Brave, создают продукты и маркетинг на основе подхода, ориентированного на конфиденциальность. Все больше компаний будут рационально строить процессы сбора данных с учетом конфиденциальности, в то время как другие будут вынуждены это делать.

Для сбора данных из первых рук потребуются более сложные механизмы сбора данных. Времена «просто добавьте одну строку JavaScript на свой сайт» подходят к концу, и чтобы начать собирать хотя бы полуточные данные, вам нужно будет полагаться на такие решения, как тегирование на стороне сервера.

При более сложных настройках входной барьер для начинающих аналитиков будет выше. В этом контексте я говорю с точки зрения, что новички часто начинают с популярных инструментов, таких как Google Analytics. Но глядя на GA4, проще не становится. Да, я знаю, что это все еще бета-версия (хотя значок «бета» исчез). Но, глядя на то, как хранятся данные (и срок их хранения — максимум 14 месяцев) и на ограниченные возможности отчетности, похоже, что знание SQL и BigQuery больше не будет «приятным». Естественно, входной барьер для новичков становится намного выше, потому что это еще один инструмент для изучения (наряду с GTM, GA, GDS и т. д.).

Многим до сих пор наплевать на то, насколько неточными становятся их данные из-за последних (и предстоящих изменений) в отрасли (ITP и т. д.).

Постоянно меняющийся ландшафт в контексте конфиденциальности. Не поймите меня неправильно - я за конфиденциальность. Это, безусловно, хорошо для потребителей. Но это настоящая постоянно меняющаяся задача для маркетологов и аналитиков. Так что слово «проблема», возможно, здесь слишком сильно сказано. Назовем это «вызовом».

Поскольку я больше сосредотачиваюсь на малых предприятиях и фрилансерах (чтобы помочь им изучить GA и GTM), я замечаю, что многие из них слишком много внимания уделяют инструментам и методам отслеживания, а не планированию, пониманию бизнес-целей и заданию правильных вопросов. Очевидно, я тоже виноват в этом (потому что большая часть моего контента посвящена инструментам и методам отслеживания). Но будем надеяться, что больше людей сосредоточатся на основах и более «мягкой» части своей работы, а не только на сложных навыках.

Здесь я не мог придумать ничего конкретного. Просто продолжайте делать свою работу и самосовершенствоваться. Сосредоточьтесь не только на Hard Skills, но и на Soft Skills.

Я думаю, у вас не было интервью с Марком Эдмондсоном .

Сосредоточьтесь на целях, которых вы хотите достичь с помощью данных, выберите правильные инструменты, и пусть шансы будут на вашей стороне!

Мы очень ценим честные ответы Юлиуса и то, что он поделился своим опытом. Мы надеемся, что это интервью было полезным, и вам понравилось его читать.

Подпишитесь на нашу рассылку , чтобы первыми читать наши следующие интервью. Быть в курсе!