Интервью с Лорой Паттерсон

Лаура Паттерсон — эксперт в области доказательства и повышения ценности маркетинга. Она является доверенным консультантом с мировым опытом работы с клиентами в сфере технологий, финансовых услуг, наук о жизни и обрабатывающей промышленности.

Лаура — ориентированный на результат руководитель с предпринимательским опытом и стремлением помогать компаниям получать ценную информацию из данных, разрабатывать показатели и разрабатывать процессы для стимулирования роста, создания ценности для клиентов и повышения эффективности бизнеса и маркетинга.

Мария Бочева, директор по развитию бизнеса в OWOX BI, получила прекрасную возможность получить информацию от Лауры в рамках нашего исследования состояния цифровой аналитики. Все мысли разбиты на следующие категории:

Лаура Паттерсон: Аналитика — это способность применять вычисления или математические вычисления к данным. По сути, аналитика — это способность анализировать и проводить анализ. В нашем мире этими составляющими этого анализа являются данные. Если вы собираетесь работать в аналитике, маркетинге или любой другой части организации, связанной с аналитикой, вам необходимо развить сильные навыки в нескольких областях, и я хотел бы поговорить о пяти из этих навыков.

Итак, первый навык должен быть в данных. Вы должны знать, как собирать данные, как определить, какие данные важны и актуальны, и как убедиться, что данные чистые. Вам потребуется знание методов организации данных и управления ими.

Во-вторых, как профессионалу в области аналитики вам необходимо заниматься математикой. Вам нужно будет понимать различные аналитические методы, как их применять, и извлекать смысл из возникающих паттернов.

Это подводит нас к третьему навыку — моделированию. Аналитика является основой для создания важных моделей, таких как модели сегментации, модели атрибуции и смешивания, модели риска кампании, модели оттока клиентов, ухода и лояльности. Как аналитик, вы хотите быть опытным в использовании аналитики для создания и построения ваших моделей.

В-четвертых, хороший аналитик умеет преобразовывать данные в осмысленные, актуальные и действенные идеи, которые могут помочь организации принимать более правильные решения. Хотя аналитику может быть легко увидеть закономерности и идеи в данных, хорошие аналитики помогают людям, которые полагаются на них, также увидеть это. Вот почему для аналитиков важно быть хорошими рассказчиками и приводить картинки.

Чтобы быть аналитиком, требуется хорошая способность к визуализации.

Визуализация данных позволяет другим видеть то, что видите вы, и понимать, что важно. Данные, которые вы выбираете для визуализации, должны помочь людям понять, почему вы рекомендуете тот или иной план действий или почему происходит то или иное событие.

И последнее, о чем я хочу упомянуть, это, пожалуй, самый важный момент — это общение. Коммуникации — это жесткий и мягкий навык одновременно. Вы должны быть в состоянии написать и сформулировать свои выводы. Если вы не можете сообщить о своих выводах, вам как аналитику будет трудно.

ЛП: Сразу приходят на ум три мягких навыка: решение проблем, критическое мышление и сотрудничество. Какой смысл проводить анализ, если он не поможет организации стать более успешной. В маркетинге нам нужно помочь организации найти, сохранить и увеличить ценность клиентов. Поэтому нам нужно понять, как использовать аналитику, чтобы помочь организации использовать эти возможности и, возможно, любые проблемы, которые могут возникнуть при их реализации.

Быть аналитиком — значит также сотрудничать с другими людьми.

Сбор данных, построение моделей, разработка плана действий — это не самостоятельная работа. Скорее всего, вам придется работать с другими людьми в организации, будь то люди из отдела финансов, продаж, обслуживания и т. д. Хорошие аналитики должны уметь собирать людей вместе и сотрудничать с ними для построения моделей и совместной работы над планом действий.

Наконец, один из самых важных навыков — умение задавать хорошие вопросы. Смысл исследования, смысл аналитики в том, чтобы отвечать на вопросы. Хорошие вопросы помогают аналитикам впринятие решений о рынке, клиентах, продуктах, конкурентах и ​​т. д.

ЛП: Я думаю, что если вы аналитик, вы должны быть знакомы с аналитическими инструментами, процессами и методами. Вы, вероятно, не будете опытными или компетентными во всех из них. Но вам нужно знать, что это такое и когда их использовать. Если у вас нет опыта, обратитесь к внутренним или внешним экспертам. Я считаю полезным иметь сеть людей, которые являются экспертами в различных областях, методах и инструментах.

ЛП: Мы все делаем ошибки. Признайте их и исправьте. Ошибки могут возникать из-за плохих или неверных данных, неправильной математики или отсутствия ключевой переменной, влияющей на результаты. Помню, в ранние годы я совершил одну ошибку, и мой наставник спросил меня : действительно ли это навредило отношениям с клиентом? Да или нет? Неужели это действительно разрушит наш бизнес? Да или нет? Настоящая цель заключалась в том, чтобы дать мне понять: если я сделал ошибку, чему я научился из нее ? Что бы я сделал в такой же ситуации в следующий раз?

«Легко бороться с ошибкой; никто не идеален. Стремление к совершенству и превосходству — это здорово, но вы должны помнить, что иногда хорошего достаточно».

Мы не летим на Луну, мы не строим ракету, это не наша типичная работа. Мы пытаемся помочь организации принимать бизнес-решения, основанные на фактических данных. Мы хотим быть точными и давать четкие ориентиры.

Это означает, что мы должны говорить на языке бизнеса. Возможно, это одна из ошибок, которую совершают многие аналитики, и над которой должен работать каждый аналитик. Мы можем увлечься данными, математикой и закономерностями. Они хороши только в том случае, если мы можем сообщить о достоинствах, их ценности людям в бизнесе. Мы работаем в бизнесе, мы должны быть деловыми людьми, поэтому мы должны говорить на языке бизнеса. Неважно, кто является вашим внутренним или внешним клиентом: технический директор, генеральный директор, отдел продаж, отдел маркетинга, команда разработчиков — вы должны говорить на их языке, чтобы они вас понимали. Это одна из самых важных вещей, которые я когда-либо узнал.

ЛП: Большинство наших проблем связано с данными. Такие проблемы, как отсутствие данных вообще, или их низкое качество, или трудности с доступом, или их наличие во многих местах и ​​во многих форматах, которые невозможно легко или быстро использовать. Также есть процессный вопрос. Нет четко определенных процессов, как управлять данными, как делать аналитику «космических» проектов, как мы используем аналитику и представляем результаты.

Если мы видим, что данные плохие или ненадежные, мы делаем шаг назад и спрашиваем себя: что мы можем сделать, чтобы получить более качественные данные? Иногда это требует от нас проведения исследований для получения первичных данных. Это может замедлить ход событий. Тем не менее, сегодня ни у одной компании нет причин считать, что использование данных недоступно для них. Чаще всего реальная проблема заключается в том, чтобы знать, какие данные использовать.

ЛП : Думаю, это продолжение предыдущего пункта. Хорошая аналитика требует хороших данных и правильных данных. Это возвращает нас к процессам и инструментам управления качеством данных. Например, есть ли в вашей компании реестр данных или библиотека. Этот инструмент поможет вам узнать, какие данные у вас есть, где они хранятся, сколько им лет, кому они принадлежат и так далее. Должен быть способ классифицировать данные и информацию о том, как эти данные используются. Это основы, и все же слишком часто люди больше заинтригованы блестящими новыми инструментами и игрушками.

Это как строить дом, мы можем увлечься всем внешним видом и упустить из виду некоторые важные базовые механизмы, такие как сантехника. Итак, у вас есть красивый дом, но ваша сантехника не работает, вы можете чувствовать себя несчастным. Поскольку сантехника является частью инфраструктуры вашего дома, данные являются частью вашей инфраструктуры, и вы должны обращать внимание на мелкие детали и поддерживать их в хорошем рабочем состоянии.

Дело не в том, что такие вещи намеренно игнорируются. Кто будет намеренно игнорировать свою сантехнику? Как сантехника, хотя мы думаем, что о ней позаботятся. Но это не так. Просто гораздо веселее думать о классных вещах — новом крутом инструменте. Технические вещи скучны. Анализировать информацию — например, риски клиентов — довольно скучно. Это снова возвращает нас к тому, почему аналитики должны знать, как представлять свои данные, чтобы сделать их ценными для бизнеса.

ЛП: Думаю, это характерно для любой команды. Я не думаю, что нужно упоминать об этом как о проблеме, потому что недопонимание может возникнуть в любой организации. Нам всем нужно усердно работать, чтобы убедиться, что мы слушаем и разъясняем. Аналитики должны уметь слушать и задавать вопросы. Если аналитики разговаривают с кем-то из отдела маркетинга, им следует помнить, что большинство маркетологов не так опытны в работе с данными, аналитикой или моделями, как они.

• Какие решения вы хотите уметь принимать?
• С кем вы хотите поделиться этой информацией?
• Что вы используете сегодня? Насколько хорошо это работает или нет?
• Как вы думаете, зачем вам панель инструментов?

Подобные вопросы помогают уменьшить недопонимание и убедиться, что все согласны. Хороший аналитик должен уметь задавать эти вопросы, чтобы убедиться, что то, что приносит его команда, является работающим продуктом.

ЛП: Есть два момента. Первый – это культура. Я пришел из культуры, в которой говорили: « Мы верим в Бога, все остальные приносят данные» . За свою карьеру я работал в разных компаниях, но во всех я работал либо на инженеров, либо на финансистов, поэтому цифры и данные были важны. Культура, основанная на данных, начинается сверху. Люди должны иметь ненасытный аппетит и страсть к решениям, основанным на данных.

Во-вторых, нам нужно лучше управлять данными и управлением данными. Сегодня у нас так много данных в стольких форматах (структурированных и неструктурированных), которые поступают из стольких источников и хранятся в стольких местах. Трудно понять, что правда. Когда я начинал свою карьеру, у нас было не так много приложений и не так много источников данных. Подумайте обо всех местах, откуда мы должны получать данные сегодня — Google Analytics, социальные сети, платформы электронной почты и т. д.

Компаниям нужен способ управления бесконечным потоком данных. Чтобы иметь возможность знать, « какие данные нам нужны, чтобы ответить на вопрос , и как мы анализируем эти данные наилучшим образом, чтобы получить ответ ».

Это возвращает нас к тому, о чем мы говорили ранее. Аналитики должны уметь анализировать данные, распознавать значимые и актуальные закономерности, а также понимать и сообщать о последствиях для бизнеса. Аналитики должны не только видеть данные, но и понимать, имеют ли они значение. Я думаю, что в наши дни аналитикам не хватает знания того, где тот или иной паттерн требует внимания.

ЛП: Если мы говорим об эволюции компании, у каждой компании есть свой жизненный цикл. Говорим ли мы о стартапе, SMB, SME или предприятии, мы говорим об их зрелости жизненного цикла. Вы начинаете со своего раннего этапа роста, затем переходите к основному этапу роста и т. д. Ваш продукт, сложность, количество партнеров, количество клиентов, количество аналогичных продуктов на рынке — все может измениться. Вот что мы подразумеваем под зрелостью бизнеса.

Вы можете быть малым бизнесом на местном рынке, но вы можете предлагать различные продукты или услуги. Неважно, насколько вы велики, вы должны думать о том, чтобы сделать лучший продукт или предоставить лучший сервис.

В начале начального этапа основные вопросы, которые вы зададите, будут такими: как нам добиться успеха на рынке? Сколько клиентов мы идем после? Создадим ли мы необходимый продукт? Когда вы получаете клиентов, возникают другие вопросы: как удержать этих клиентов? Как мы увеличиваем ценность этих клиентов? Разные вопросы требуют разных возможностей. Но я думаю, что хороший аналитик может работать на протяжении всего жизненного цикла. Это больше касается вопросов и данных, чем аналитических навыков.

Нет причин, по которым хороший аналитик, работающий в стартапе, не может работать на предприятии; нет никаких причин, по которым он или она не могли бы быть ценными в крупной компании. Я всегда осторожно говорю: вы аналитик малого и среднего бизнеса или вы аналитик малого и среднего бизнеса .

Зрелость компании имеет значение только в том смысле, насколько велика может быть роль аналитика. Стартапу может понадобиться только один аналитик, но действительно крупной крупной корпоративной компании может понадобиться несколько аналитиков, и эти аналитики будут более специализированными. Но в небольшой компании аналитики больше универсалы, чем специалисты. В некотором смысле их навыки должны быть даже шире, потому что они универсалы.

А когда ты приходишь в очень большую компанию, ты можешь стать конкретным специалистом. Вы будете очень хорошо разбираться в моделях, которые будете строить. Вы можете быть очень сосредоточены на таких вещах, как прибыльность клиента и пожизненная ценность клиента. Вы станете действительно хорошо смотреть на такие вещи на уровне предприятия. Но это полностью отличается от того, на что вы могли бы смотреть в стартапе.

ЛП : Я знаю, что прошлый год был первым годом, когда расходы на инструменты для маркетинговой аналитики превысили расходы на людей, которые занимаются маркетинговой аналитикой. Да, компании все больше и больше инвестируют в инструменты аналитики.

Давайте помнить, что маркетинговая аналитика, аналитика в целом и наука о данных не новы. Маркетинговая наука была в учебной программе несколько десятилетий назад. Это было важно тогда и будет оставаться ценной и стабильной ролью внутри организации. Нам нужно поддерживать наши навыки в актуальном состоянии, чтобы оставаться актуальными.

Быть современным означает быть знакомым с новыми методами и новыми инструментами, а в некоторых случаях уметь их использовать. Возможно, вам не понадобится новейший самый дорогой инструмент. Если у вас уже есть инструмент в наборе инструментов, который может выполнять эту работу и делать ее хорошо, то, возможно, вам не нужно тратить деньги на новую блестящую игрушку. Ключ в том, чтобы иметь правильные инструменты, которые помогут вам эффективно и результативно выполнять свою работу, и знать, как правильно их использовать.

ЛП : Думаю, сейчас самое время упомянуть такие вещи, как машинное обучение, блокчейн, искусственный интеллект. Эти вещи влияют на то, что происходит с данными и на анализ данных. Вам нужно будет понять последствия для бизнеса и то, как они повлияют на вашу работу. ИИ облегчает разработку шаблонов. Аналитик должен быть тем, кто определяет, когда что-то актуально, когда это требует действий, что это значит для бизнеса, а затем выбирает, что ему нужно делать. Такой тип аналитика, я думаю, выживет и будет процветать.

ЛП: Я всегда стараюсь ходить на встречи, связанные с моей профессией. Я рекомендую посещать что-то хотя бы раз в квартал. Да, вы уже получили диплом и так много работали, но я считаю, что раз в квартал вы должны поднять голову, оглядеться, остановиться на минутку и потратить время на то, что может улучшить ваши профессиональные навыки. .

Есть много видов деятельности, которые могут быть полезными. Пройдите несколько курсов в своем городе или, может быть, в Интернете, посмотрите несколько учебных пособий на YouTube или послушайте подкаст — есть так много прекрасных возможностей. Найдите конференцию по интересующей вас теме, посетите ее, познакомьтесь с новыми людьми и пообщайтесь с ними, заведите новые профессиональные связи, спросите их, как они решают свои проблемы. Узнайте, есть ли какие-либо LinkedIn или местные профессиональные сообщества, к которым вы можете присоединиться.

DAA предлагает отличные мероприятия для аналитиков. Станьте членом ассоциации. Посещайте их конференции, общайтесь с коллегами, общайтесь с ними. Главное — найти способы оставаться на вершине своей игры.

Мы очень ценим, что Лора нашла время ответить на все наши вопросы и поделиться своими мыслями о текущих проблемах и будущем маркетинговой аналитики. А также настоятельно рекомендуем ознакомиться с кратким изложением выступления Лауры на MASCONF по управлению процессами.

Будем на связи! Подпишитесь на наш блог, чтобы читать следующие интервью из нашего исследования о состоянии цифровой аналитики и адаптировать опыт ведущих аналитиков к своему бизнесу.