Чему я научился на саммите Marketing Analytics 2019 в Лас-Вегасе [День 2]

Это продолжение моего обзора Саммита по маркетинговой аналитике. Чтобы узнать о переговорах первого дня и предстоящих саммитах по маркетинговой аналитике по всему миру, ознакомьтесь с предыдущей статьей.

• «Стратегия исполняемых данных» Джона Ловетта
• «Что нужно знать о себе — психология успеха» Мишель Кисс
• Валери Кролл «Определение личности лидера».
• «Анализ аналитиков для повышения эффективности процессов», Мария Бочева
  

День 2 начался с основной презентации Джона Ловетта , старшего директора по стратегии данных в Search Discovery. Его речь была о стратегии исполняемых данных — плане использования данных по назначению, который включает в себя понимание ваших данных, архитектуру ваших данных, чтобы сделать их полезными, и активацию ваших данных для влияния на бизнес.

Организациям нужна стратегия данных, которой они могли бы руководствоваться, поскольку использование данных в современной бизнес-среде может быть сложным и запутанным. Существуют три современные проблемы с данными: недостаточная грамотность данных, разрозненность данных и отсутствие доверия к данным.

Проблема здесь в том, что руководители высшего звена и руководители отделов часто не разбираются в данных. Согласно отчету Gartner Trend Insight Report: Fostering Data Literacy and Information by 2020, 80% организаций планируют инициировать целенаправленное развитие компетенций в области грамотности данных, признавая их крайнюю нехватку.

Вы можете разделить грамотность данных на три сегмента:

• Грамотность метрик — когда люди знают, что означают данные, используют одни и те же термины и понимают ценности, стоящие за ними. Это важный уровень, который позволяет всем в команде говорить на одном языке.
• Инструментальная грамотность — когда люди могут самостоятельно обслуживать потребности в данных по мере необходимости и знают о потенциале, хитростях и ограничениях инструментов. Этот момент действительно коррелирует с июньским докладом об аналитике самообслуживания на Twitch.
• Концептуальная грамотность — когда люди подходят к данным и применяют их с ясностью и изощренностью и могут объяснить себя, используя данные.

Чтобы быть грамотным в данных, вам нужно понимать свои данные. Ответы на следующие вопросы должны помочь:

1. Какие типы данных у нас есть и какие типы нам нужны, чтобы ответить на наши вопросы? Используйте интерактивную инвентаризацию данных, словари данных и каталоги, чтобы понять, откуда берутся данные и из чего они состоят.
2. Могут ли пользователи самостоятельно обслуживать данные или им нужен кто-то, кто будет предоставлять их им?
3. Кто имеет доступ к нашим данным и как эти данные могут быть использованы?
4. Точно ли пользователи понимают наши данные или мы говорим по-гречески?
5. Есть ли высокая степень комфорта при использовании данных, или это проблема каждый раз, когда нужно построить новый отчет?
   

Неудивительно, что большинство компаний борются с разбросанными данными, потому что их источники данных не взаимодействуют друг с другом:

Чтобы сломать эти хранилища данных, вам нужно определить, откуда берутся ваши данные и как они могут быть связаны. Затем вы можете расставить приоритеты, что должно быть реализовано в первую очередь. Вот несколько вопросов, которые должны помочь вам в этом:

1. Какие существуют подключения к данным и API? Большинство источников, которые вы хотите подключить, можно интегрировать с помощью готовых API или сторонних инструментов, поэтому не тратьте время и другие ресурсы на создание собственных интеграций.
2. Какие преобразования необходимы для анализа? Обычно ваши данные приходят в разных форматах и ​​с разной скоростью, поэтому для того, чтобы собрать их в единый отчет, вам нужно их предварительно обработать. Подумайте об этом заранее и планируйте соответственно.
3. Существуют ли интегрированные процессы для наборов данных? Подумайте, на какие процессы повлияет наличие этих данных.
4. Когда данные обновляются и передаются? Проверьте, как часто вам нужно обновлять данные и кому нужен доступ к ним. Это должно помочь в выборе наиболее подходящих инструментов для обмена отчетами с командой.

Ответив на эти вопросы, вы можете решить, какой подход вы хотите использовать для архитектуры своих данных: озера данных, структура данных или концентратор данных. Согласно недавнему исследованию McKinsey, только 8% внедрений озер данных перешли от проверки концепции к производству.

По данным KPMG, только 35% опрошенных организаций имеют высокий уровень доверия к тому, как их организация использует аналитику данных. Чтобы решить эту проблему, вам нужно завоевать доверие и активировать свои данные. Начните с того, что задайте себе следующие вопросы:

1. Где данные могут инициировать автоматические действия?
2. Как мы используем данные для таргетинга и персонализации?
3. Как мы строим доверие к данным?
   

Чтобы активировать свои данные, вам необходимо убедиться, что

• Данные надежны, и люди доверяют цифрам, которые видят. Это можно сделать с помощью различных подходов к тестированию и мониторингу.
• Данные доступны для совместной работы. Поговорите с заинтересованными сторонами в организации, чтобы понять, какие данные им нужны для действий.
• У вас есть совет по управлению данными, который отвечает за надзор за всеми процессами, связанными с данными.

Джон поделился несколькими примерами из реальной жизни, в том числе историей одной американской некоммерческой телерадиовещательной компании и подходом, который команда Data Discovery использовала для создания исполняемой стратегии данных. Этапы, через которые они прошли, заключались в определении целей, согласовании их с бизнес-целями и настройке показателей:

После того, как все эти бизнес-цели были записаны, команда Data Discovery расставила их по приоритетам в зависимости от влияния на бизнес и уровня требуемых усилий, а также определила план их реализации, переходя от наиболее важных и ценных задач к менее важным:

Пусть вас не пугает низкий показатель успешности внедрения озер данных. Потенциальный эффект от успешного внедрения намного выше, чем необходимые инвестиции. Чтобы начать работу и избежать ошибок других компаний, используйте эти 10 секретов аналитики масштабирования. Вы всегда можете вдохновиться, просмотрев кейсы других компаний. Вот несколько примеров:

• Ile de Beaute использовал сквозную аналитику для измерения ROPO-эффекта.
• Удобная встроенная сквозная аналитика за девять простых шагов
• БУТИК. повышение LTV клиента за счет объединения данных

Следующая сессия называлась «Птицы одного пера», где каждый мог назвать тему или болевой вопрос, который они хотели бы обсудить, и сесть за стол, чтобы встретиться с коллегами-единомышленниками для углубленного обсуждения. Мне лично очень понравилась эта сессия, потому что она дала мне несколько идей по проблеме, которую я не знал, как решить.

Мишель — харизматичный спикер, умеющий привлечь внимание людей, и мне очень понравилось, как она показала уловки нашего мозга — ограниченную рабочую память, предвзятость подтверждения, соответствие норме и т. д. — доказанные классическими исследованиями. Аналитикам важно осознавать эти противоречия, потому что аналитика и оптимизация — это использование количественных методов для понимания людей и того, почему они делают то, что делают. Вот некоторые выводы:

• При подаче информации нужно работать в пределах систем восприятия и памяти.

Согласно Джорджу А. Миллеру, известному психологу, объем информации, которую мы можем сохранить в кратковременной памяти, составляет семь плюс-минус два элемента. Элемент — это фрагмент информации, такой как слово, число, точка данных и т. д. Вот почему ожидать, что пользователи проведут связь между двумя точками данных, отстоящими друг от друга на шесть страниц или тридцать слайдов назад, — это рецепт неудачи.

• Даже если ваши данные кажутся самоочевидными, если вы приходите с «срочными новостями», которые противоречат тому, что бизнес знал, думал или во что верил в течение некоторого времени, вам может понадобиться больше данных, чтобы поддержать вашу противоположную точку зрения.

Вы также можете уделить достаточно времени обсуждению, а не просто рассылать свои выводы, поскольку эти обсуждения имеют решающее значение для получения согласия на эту новую точку зрения. «Человека с убеждениями трудно изменить. Покажите ему факты или цифры, и он усомнится в ваших источниках. Апеллируйте к логике, и он не поймет вашей точки зрения», — сказал Леон Фестингер.

Это также называется теорией когнитивного диссонанса. Это говорит нам о том, что людям не нравится ощущение несоответствия (например, между нашими убеждениями и нашими действиями). Мы стремимся уменьшить это неприятное чувство, оправдывая наши убеждения и избегая информации, которая может противоречить.

• При работе с данными не останавливайтесь на своей первой гипотезе. На это может повлиять ваше когнитивное искажение.

Наш мозг устроен таким образом, что он стремится подтверждать существующие убеждения. И это может привести вас к ошибке, поскольку может быть много причин, по которым данные показывают то, что они делают. Я на самом деле считаю, что понимание и признание этой предвзятости очень удобно при интервьюировании людей.

Обычно вы получаете первое впечатление в течение 15 секунд, а затем ваш мозг ищет что-то, что поддержит это первое впечатление. Очень важно заметить этот момент и начать искать факты, подтверждающие противоположную позицию. Это поможет вам избежать вашей когнитивной предвзятости.

• Если у вас есть аналитические выводы, которые бросают вызов статусу-кво, вам следует обсудить их медленно и один на один.

Не ставьте людей на место, чтобы согласиться или не согласиться в групповой обстановке, потому что менее вероятно, что люди в группе будут отстаивать ваши новые выводы против нормы группы. Точно так же это доказывает, что нельзя сразу переходить к групповому мозговому штурму. Оказавшись в группе, 76% людей согласятся с группой (даже если они не правы!), поэтому легче получить более разнообразные идеи и свести к минимуму групповое мышление, предоставив возможность индивидуального, непринужденного мозгового штурма и сначала собрав все идеи.

Этот эффект называется соответствием норме и был доказан Эшем в его экспериментах в 1951 году.

• Приводя результаты, дайте рекомендацию о том, как их использовать, и будьте как можно более конкретными.

Определите, кто должен действовать, если что-то изменится, и убедитесь, что вас услышали, чтобы не попасть в ловушку эффекта свидетеля — чем больше свидетелей присутствует, тем меньше вероятность того, что кто-то вмешается и поможет. Отличным примером этого является неотложная медицинская помощь, когда все просто стоят и ждут, пока кто-то другой примет меры.

В презентации Микеле можно найти намного больше примеров и предубеждений. Если вам интересно узнать о предубеждениях, ознакомьтесь со статьей Конора Дьюи о практической психологии для специалистов по данным.

За обедом я прослушала очень вдохновляющую речь Валери Кролл , директора по оптимизации в Search Discovery и президента Совета директоров Ассоциации цифровой аналитики, о том, как определить личность лидера.

В своем выступлении Валери рассказала о своем 12-летнем пути от стажера-кванта до того, кем она является сейчас, и о своем пути к тому, чтобы стать лидером. Вот несколько уроков, которые она усвоила:

• Вам не нужно управлять людьми, чтобы быть лидером. Лидер мотивирует и вдохновляет других добровольно действовать; они несут культуру и конструктивно бросают вызов статус-кво. Я также могу добавить, что для того, чтобы быть лидером, вам нужно обладать сильной эмпатией и готовностью брать на себя ответственность.
• Найдите возможности для лидерства и не поддавайтесь синдрому самозванца:
  

Для борьбы с синдромом самозванца используйте свои аналитические способности — старайтесь смотреть на факты и на их основе оценивать свой прогресс и текущий уровень, записывайте свои сильные стороны и достижения и находите способы применить свои навыки. Кроме того, вы можете попробовать книгу «Тревожность и фобия » Эдмунда Дж. Борна.

• Если вы столкнулись с предубеждениями или дискриминацией, поговорите об этом, в идеале с обидчиком. Если нет, найдите коллегу, наставника или кого-нибудь из отдела кадров. Если в вашей компании нет процессов для решения важной проблемы, поднимите ее. Не бойтесь и не стыдитесь того, кто вы есть — вашего возраста, пола, национальности и т. д. Может быть, это то, что делает вас успешным и помогает вам взглянуть на вещи по-новому.
• Создавайте свой личный бренд в социальных сетях и поощряйте Т-образную модель, развивающуюся не только вширь, но и вглубь.
  
• Используйте свою сеть, устанавливая реальные связи и готовя презентацию. Находите связи на встречах, просите людей познакомить вас с другими интересными людьми и развивайте эти связи, представляя ценность. Будьте готовы поделиться тем, над чем вы работаете, что создает наибольшую ценность и является наиболее инновационным менее чем за минуту.
  
• Ищите наставничество. Это может быть взаимно, ведь лучший способ овладеть навыком — это научить кого-то. При поиске наставника рассмотрите как межличностные, так и профессиональные навыки, ориентируясь на свои карьерные цели.
  

Кстати, у DAA есть программа наставничества «Женщины в аналитике», поэтому, если вам интересно, ознакомьтесь с ней.

Тогда уже пора было поделиться своей историей на тему Analyzing Analysts to Improve Process Efficiency . Развитие команды требует много времени и усилий, а также правильных инструментов управления. Болевые точки общие: неэффективное распределение задач, отсутствие времени на обучение и инструктаж новых сотрудников, нехватка времени у опытных аналитиков на НИОКР и повышение квалификации, отсутствие представления о том, сколько времени данный сотрудник потратил на выполнение каких задач, а также список можно продолжить. Мы использовали озера данных, чтобы улучшить оценку задач, гарантировать, что болезненно извлеченные уроки будут доступны всем, и сбалансировать приоритеты проектов.

В результате мы

1. поняли, что загруженность аналитика далека от ожидаемой и что за средними значениями могут скрываться наши зоны роста
2. доказали, что большинство наших аналитиков (~85%) вовремя отвечали на электронные письма
3. сопоставили типичные задачи, с которыми мы сталкиваемся, сколько времени обычно требуется для их выполнения и как время для каждой конкретной задачи может варьироваться
4. нашли слабые и сильные стороны для каждого аналитика, чтобы настроить свой личный план развития
   нашли области для автоматизации.

Вы можете найти мои слайды на Slideshare и статью на ConversionXL, в которой рассказывается о нашем опыте.
К сожалению, я пропустил выступления Гарри Энджела, Тима Уилсона, Мэтта Гершоффа и Мо Кисса, но я слышал их выступления на Superweek и знаю, что они великолепны. Несмотря на то, что я пропустил их выступления, было здорово снова увидеть их на #MASConf!

Самая последняя сессия на саммите Marketing Analytics представляла собой прямую запись подкаста Analytics Power Hour. Каждый выпуск этого подкаста имеет закрытую тему и открытый форум.

Аудитория с удовольствием послушала Майкла Хелблинга , руководителя практики аналитики в Search Discovery, Мо Кисс, консультанта по аналитике, и Тима Уилсона , старшего директора по аналитике в Search Discovery, которые поделились своими мыслями и опытом. Вы можете найти наше предыдущее эксклюзивное интервью с Тимом Уилсоном о состоянии современной аналитики здесь. Также вы можете найти эпизод с саммита Marketing Analytics здесь. Я настоятельно рекомендую вам послушать и другие эпизоды.

1. Не принимайте титул за чистую монету; Откажитесь от шумихи и сосредоточьтесь на влиянии, которое вы оказываете.
2. Чтобы понять, работает ли аналитика самообслуживания в вашей компании, спросите свою команду, есть ли у них поддержка данных, необходимая им для эффективной работы, и могут ли они получать данные в сроки, соответствующие их бизнес-потребностям.
3. Используйте матрицу ролей данных, чтобы убедиться, что все понимают, чего можно ожидать от каждой должности.
4. Будьте активны, когда речь идет о качестве ваших данных, а не реагируйте.
5. Только 11% маркетологов «очень уверены» в точности своей модели атрибуции. Но это не значит, что вы не должны пытаться.
6. Чтобы оценить уровень зрелости ваших данных, вам необходимо оценить свои данные по трем различным категориям: унифицированное понимание (измерение производительности и атрибуция), унифицированные данные (разрозненные, совмещенные или унифицированные данные) и предопределенная основа данных (точность отслеживания, точка взаимодействия). покрытие, стандартизация таксономии).
7. Компании, которые связывают маркетинговые показатели с желаемыми бизнес-результатами, в два раза чаще значительно превышают эти результаты. А компании, которые связывают маркетинговые показатели с целевыми доходами, в три раза чаще значительно превышают эти цели.
8. И специалисты по маркетингу, и аналитики хотят одного: правильных инструментов и процессов, чтобы знать, что начинать, останавливать и продолжать делать для достижения своих маркетинговых целей.
9. Используйте план успеха, чтобы привести маркетинговую деятельность в соответствие с бизнес-целями вашей компании и продемонстрировать высшему руководству ценность инвестиций в маркетинг и аналитику.
10. В первую очередь сосредоточьтесь на процессах, приносящих доход, поскольку они приносят больше пользы.
11. Чтобы заставить ваши процессы работать, сопоставьте их, проанализируйте и сообщите о них команде.
12. Физическое взаимодействие легче понять и оно кажется более убедительным, чем цифровое: физическое внимание на 70 % повышает запоминаемость бренда. Поэтому, чтобы ваша аудитория запомнила вас, вам нужно задействовать больше органов чувств, уменьшить количество отвлекающих факторов и поощрять взаимодействие.
13. Управляйте своим брендом с помощью SEO в поисковой выдаче, поскольку страница результатов поиска — это ваша новая целевая страница. Вам нужно использовать расширенные фрагменты и требовать свои панели.
14. Удвойте усилия по созданию спроса на бренды.
15. Используйте социальные алгоритмы, чередуя нерекламные и рекламные посты.
16. Используйте сторителлинг для создания контента, связанного с вашим брендом, привлекающего внимание и вызывающего эмоциональный резонанс.
17. Есть три основные проблемы с данными: недостаточная грамотность данных, разрозненность данных и отсутствие доверия к данным. Все эти проблемы можно решить с помощью стратегии исполняемых данных — плана целенаправленного использования данных, который включает в себя понимание ваших данных, проектирование ваших данных, чтобы сделать их полезными, и активацию ваших данных для влияния на бизнес.
18. Психология и аналитика связаны — имейте в виду умственные ярлыки и используйте их, чтобы использовать свои аналитические и маркетинговые способности.
19. Чтобы найти свою модель лидерства, используйте свои отличия, развивайте свою сеть и личный бренд, ищите наставника и подопечного, боритесь с синдромом самозванца и вдохновляйте других.
20. Чем скорее, тем лучше. Сбор, объединение и подготовка данных составляют около 75% ваших усилий. Убедитесь, что вы доверяете качеству собираемых данных.
21. Начните с приборной панели MVP. Сосредоточьтесь на не более чем 10 критических KPI.
22. Определите, что вы собираетесь делать, если метрика резко изменится в 17:00 в пятницу. У вас должен быть план, что делать, если метрика неожиданно поднимется или упадет. Если вы понятия не имеете, зачем вам такой план по определенной метрике, подумайте, нужно ли вам вообще ее отслеживать.

PS Это был отличный опыт. Отдельное спасибо Джиму Стерну за приглашение и Роксане Главине, спикеру в Rising Media, Inc., за безупречную организацию.