การเล่น Digital Jenga ด้วยการวิเคราะห์การตลาดสมัยใหม่: บทสัมภาษณ์กับ Christopher Penn

บทสัมภาษณ์ของคริสโตเฟอร์ เพนน์ หัวหน้านักวิทยาศาสตร์ข้อมูลและผู้ร่วมก่อตั้ง Trust Insights ในวันนี้ สร้างความฮือฮาก่อนที่จะเผยแพร่ด้วยซ้ำ หยิบข้าวโพดคั่วหรือชาร้อนสักถ้วยแล้วอ่านบทความนี้เกี่ยวกับบทวิเคราะห์และนักวิเคราะห์ มาร์เทคสมัยใหม่ และที่ที่ทุกอย่างกำลังมุ่งหน้าไป

และเช่นเคย ขอบคุณ Mariia Bocheva ที่จัดการพูดคุยกับคริสโตเฟอร์ในครั้งนี้

ที่มา: หน้า Facebook อย่างเป็นทางการของ Christopher Penn

ข้ามตรงไปยังจุดสนใจที่นี่:​

Mariia Bocheva: คุณช่วยแนะนำตัวเองสั้นๆ ให้เราฟังหน่อยได้ไหม

คริสโตเฟอร์ เพนน์: ภูมิหลังของฉันอยู่ที่ไอที ปริญญาโทของฉันคือการจัดการระบบสารสนเทศ ฉันเริ่มทำงานในธุรกิจบริการทางการเงินในช่วงต้นปี 2000 อัปเดตเว็บเซิร์ฟเวอร์กลายเป็นอัปเดตเว็บไซต์ และแก้ไขการเปิดตัวอีเมลกลายเป็นส่งจดหมายข่าวทางอีเมล

สิ่งที่เกิดขึ้นในขณะนั้นคือการตลาดกลายเป็นเทคโนโลยีการตลาด จากนั้นในช่วงปลายทศวรรษ 2000 และต้นทศวรรษนี้ ฉันย้ายไปทำการตลาดแบบเต็มเวลาและเริ่มทำงานด้วยข้อมูลจำนวนมากขึ้น และนั่นคือตอนที่ฉันจดจ่ออยู่กับวิทยาศาสตร์ข้อมูลมากขึ้น ฉันเข้าไปทำงานในบริษัทประชาสัมพันธ์ประมาณห้าปี และเริ่มมองหาแมชชีนเลิร์นนิงและ AI มากขึ้นจริงๆ
ฉันแยกทางกับบริษัทนั้นเมื่อสองปีที่แล้วเพราะพวกเขาไปคนละทาง ฉันต้องการมุ่งเน้นไปที่วิทยาศาสตร์ข้อมูลและการเรียนรู้ของเครื่องจริงๆ

MB: คุณพูดถึงวิทยาศาสตร์ข้อมูล แมชชีนเลิร์นนิง และการวิเคราะห์ คุณคิดว่าทักษะยากที่สำคัญที่สุดในปัจจุบันคืออะไร?

CP: มีทักษะสามถัง ถ้าคุณย้อนกลับไปในปี 1964 มีนักยุทธศาสตร์ธุรกิจที่มีชื่อเสียงชื่อ Harold Leavitt ผู้ซึ่งตั้งข้อสังเกตว่ามีสามด้านที่ทุกคนต้องมีความสามารถ นั่นคือ คน กระบวนการ และเทคโนโลยี

สำหรับนักวิเคราะห์ที่มีทักษะหรือนักวิทยาศาสตร์ด้านข้อมูล คุณจำเป็นต้องมีความสามารถทั้งสามด้าน คุณต้องเข้าใจด้านผู้คนของสิ่งต่างๆ วิธีการทำงานของผู้คน กลยุทธ์ทางธุรกิจโดยรวม และสิ่งต่างๆ เช่นนั้น และคุณจำเป็นต้องจัดการกับปัญหาที่ธุรกิจต้องการแก้ปัญหาได้ดี คุณต้องมีการจัดการในกระบวนการ — เกี่ยวกับวิธีการทำสิ่งต่าง ๆ — และสามารถแปลสิ่งนั้นไปยังงานที่คุณทำ จากนั้น แน่นอน คุณต้องเข้าถึงเทคโนโลยี ทักษะ ความรู้ทางคณิตศาสตร์เพื่อวิเคราะห์ข้อมูล และคุณจำเป็นต้องสามารถเขียนโค้ดได้

นี่คือถังขนาดใหญ่สามถังที่คนเพียงไม่กี่คนมีในปริมาณที่เท่ากันและแข็งแกร่ง หลายคนมีทักษะในด้านหนึ่งและอีกสองด้านอ่อนแอ และนั่นอาจเป็นหนึ่งในสิ่งที่สำคัญที่สุดที่นักวิเคราะห์ต้องทำ—เพื่อระบุจุดอ่อนของพวกเขา เพื่อให้สามารถพูด ได้ นี่คือสิ่งที่ฉันต้องดำเนินการเพื่อเพิ่มระดับของฉันไปยังจุดที่ฉันแข็งแกร่ง

MB: นั่นครอบคลุมถึงทักษะที่อ่อนนุ่มบางส่วน เพราะฉันแทบจะเรียกได้ว่ารู้ว่าคนทำงานอย่างไร "ทักษะที่หนักหน่วง" คุณคิดยังไงเกี่ยวกับที่? คุณคิดว่าทักษะด้านซอฟท์แวร์อะไรสำคัญ?

CP: ความแตกต่างระหว่างทักษะแข็งและอ่อนนั้นเกี่ยวกับภายในและภายนอกมากกว่า ทักษะภายนอกของคุณคือทักษะที่คุณเรียกได้ว่าเป็นทักษะที่ยาก: ความสามารถในการพูดคุยกับมนุษย์อีกคนหนึ่ง เพื่ออ่านสีหน้าของพวกเขาและอะไรทำนองนั้น

แต่ภายในนั้นต้องอาศัยความตระหนักในตนเองอย่างมาก มันต้องเข้าใจอีโก้ของตัวเอง สิ่งที่ทำให้คุณมีประสิทธิผลมากหรือน้อยในฐานะนักธุรกิจมืออาชีพ จุดอ่อนที่คุณต้องรับมือ สำหรับบางคน มันคืออีโก้ของพวกเขา ความสามารถในการพูดว่า ใช่ ฉันต้องถูก เสมอ แต่ไม่ คุณไม่ทำ

และอันที่จริงมันเป็นบาปมหันต์ในการวิเคราะห์ข้อมูลใช่ไหม ฉันจำได้ว่าเคยร่วมงานกับบริษัทวิจัยแห่งหนึ่งแห่งนี้ และการนำเสนอของพวกเขาคือ “ไม่ว่าคุณจะต้องการทำอะไร เราสามารถสร้างข้อมูลเพื่อรองรับได้” นั่นไม่ใช่วิธีการทำงาน [หัวเราะ] แต่ถึงกระนั้น พวกเขาเป็นบริษัทที่มีชื่อเสียงจริงๆ เพราะพวกเขาช่วยบริษัทต่างๆ ในการประดิษฐ์ข้อมูลเพื่อปกป้องสิ่งที่พวกเขาต้องการพิสูจน์ ดังนั้นผู้คนจึงทำธุรกิจกับพวกเขาเพราะพวกเขาพูดในสิ่งที่คุณอยากฟัง

ทักษะที่สำคัญอีกอย่างหนึ่งคือการสามารถอธิบายสิ่งต่าง ๆ ให้ผู้อื่นทราบได้ในแบบที่พวกเขาสามารถเข้าใจได้ กลับมีความเห็นอกเห็นใจแบบนั้น และจากนั้นสิ่งที่สามคือความสามารถในการสอนในหลายระดับ รู้ว่าใครบางคนอยู่ที่ไหน (ส่วนความเห็นอกเห็นใจ) แล้วปรับให้เข้ากับผู้ฟังที่คุณทำงานด้วย

ฉันอยู่ที่ Content Marketing World เมื่อเร็วๆ นี้ และในกลุ่มผู้ฟังกลุ่มหนึ่ง ฉันมีคนที่เป็นนักเขียนโค้ด ฉันก็เลยบอกคนเขียนโค้ดว่า โอเค นี่คือการสร้างโมเดลลูกโซ่ของ Markov สำหรับคุณ แต่สำหรับคนอื่นๆ มันคือ Jenga ดิจิทัล ความสามารถในการปรับการสอนของคุณให้เข้ากับตำแหน่งที่ใครบางคนเป็นทักษะที่สำคัญอย่างยิ่งยวด เป็นเรื่องยากมากหากคุณไม่มีพื้นฐานในการออกแบบคำแนะนำด้านการศึกษาหรือประสบการณ์ใดๆ กับมันเลย ฉันเคยช่วยเหลือครูในโรงเรียนศิลปะการต่อสู้มา 25 ปีแล้ว และนั่นเป็นทักษะที่ยอดเยี่ยมที่ได้มา การได้เห็นว่ามีคนกำลังดิ้นรนกับเรื่องนี้ พวกเขาต้องการความช่วยเหลือในเรื่องนี้ และเพื่อระบุว่ามีใครอยู่บ้าง ความก้าวหน้าในอาชีพของตนมีความสำคัญอย่างยิ่ง และเป็นทักษะที่ไม่ได้สอน คุณต้องเรียนรู้จากประสบการณ์ของคุณเอง

MB: คุณคิดว่ามันเชื่อมโยงกับการเล่าเรื่องและความสามารถในการนำเสนอข้อมูลในแบบที่ผู้คนสามารถเข้าใจได้หรือไม่?

CP: ฉันเห็นด้วยที่เป็น มีสำนวนทางจิตวิทยาที่เรียกว่า "การโยนที่นอน" — ทุกคนมีทางเข้าออกทางจิตใจที่มีทิศทางต่างกันไป และถ้าคุณโยนที่นอนที่ทางเข้าประตูนั้น มันจะเข้าได้กี่ทางเท่านั้น แต่ทางเข้าออกของแต่ละคนต่างกัน แล้วผู้ชมของคุณมีรูปร่างอย่างไร? คุณสามารถโยนที่นอนในลักษณะที่เข้าประตูได้มากที่สุดเท่าที่เป็นไปได้หรือไม่?

ฉันไม่ชอบ "การเล่าเรื่อง" และเหตุผลที่ฉันไม่ชอบวลีนั้นก็เพราะว่านักการตลาด โดยเฉพาะนักการตลาดที่ไม่เข้าใจข้อมูล มีแนวโน้มที่จะเอาตัวเองเป็นศูนย์กลางเกินไป ให้ความสำคัญกับบริษัทมากเกินไป และพูดประมาณว่า เราจะบอก คุณเป็นเรื่องราวเกี่ยวกับผลิตภัณฑ์ที่ยอดเยี่ยมของเรา! แต่ก็ไม่มีใครสนใจใช่ไหม? บอกเล่าเรื่องราวที่ผู้ชมต้องการ และนั่นก็กลับไปสู่การเอาใจใส่และการตระหนักรู้ในตนเองอีกครั้ง ไม่เกี่ยวกับคุณหรือบริษัท มันเกี่ยวกับสิ่งที่ผู้ชมต้องการ

MB: นั่นเป็นจุดที่ดี ฉันเห็นสิ่งที่คุณหมายถึง เมื่อพูดถึงการโยนที่นอนและความแตกต่างของแต่ละคน คุณคิดอย่างไรเกี่ยวกับการสื่อสารที่ผิดพลาดระหว่างนักวิเคราะห์และทีมการตลาด? คุณมีข้อเสนอแนะเกี่ยวกับวิธีการปรับปรุงการสื่อสารหรือไม่?

CP: ฉันไม่คิดว่ามันเป็นปัญหามากเพราะไม่มีทีมการตลาดจำนวนมากที่พูดคุยกับนักวิเคราะห์ตั้งแต่แรก หรือแม้แต่เข้าถึงพวกเขาได้ นักการตลาดส่วนใหญ่ที่ฉันคุยด้วยถูกบังคับให้พยายามเป็นนักวิเคราะห์เพราะบริษัทของพวกเขาไม่มี [นักวิเคราะห์] หรือบริษัทได้ปรับใช้พวกเขาในปัญหาทางธุรกิจที่เร่งด่วนมากขึ้น ดังนั้นความท้าทายที่ใหญ่กว่าคือสำหรับนักการตลาดที่ยากจนเหล่านั้นที่จะพัฒนาทักษะการวิเคราะห์ใดๆ เพื่อจัดการกับข้อมูลที่พวกเขามี

ฉันไม่สามารถบอกคุณได้หลายครั้งว่าฉันได้พูดคุยกับนักการตลาดที่แบบ โอ้ ใช่แล้ว เรามี Google Analytics ฉันไม่รู้ว่ามันหมายถึงอะไร ฉันไม่รู้อะไรเลยใน Google Analytics มันแปลกมากที่มีการอภิปรายเหล่านั้น ไม่ใช่ ศัลยกรรมจรวดนะ แต่อีกครั้ง ที่กลับไปสู่การตระหนักรู้ในตนเอง มันคือ การผ่าตัดจรวดสำหรับพวกเขา เพราะพวกเขาเข้าสู่การตลาดเพื่อสร้างสรรค์ สร้างแรงบันดาลใจ ให้เขียนได้ดี ประดิษฐ์สิ่งของต่างๆ พวกเขาไม่ได้ทำการตลาดเพราะพวกเขาชอบวิทยาศาสตร์เชิงปริมาณ มิฉะนั้น พวกเขาจะกลายเป็นนักวิทยาศาสตร์ข้อมูลตั้งแต่แรก

แต่ตอนนี้เทคโนโลยีการตลาดและการตลาดดิจิทัลได้บังคับให้พวกเขาจัดการกับปัญหานี้หรือเพิกเฉยให้นานที่สุด เมื่อพวกเขาเข้าถึงข้อมูลหรือเข้าถึงนักวิเคราะห์ได้ ความสำเร็จจะขึ้นอยู่กับความตระหนักในตนเอง

นักวิเคราะห์ไม่มีคำศัพท์ทางการตลาดที่ดีและนักการตลาดไม่มีคำศัพท์ที่ดีในด้านวิทยาศาสตร์ข้อมูลและการวิเคราะห์ข้อมูล ดังนั้น สิ่งที่สำคัญที่สุดและง่ายที่สุดที่ควรทำคือการพบปะผู้คนในบ่ายวันศุกร์ด้วยเครื่องดื่มที่คุณเลือก และให้พวกเขาคุยกัน เพราะคุณสามารถคุ้นเคยกับวินัยได้มากพอเพียงแค่ได้ยินคนพูดถึงมัน

นอกจากนี้ ผู้คนยังต้องสัญจรไปมาในที่ต่างๆ และไม่ใช่เรื่องเลวร้ายสำหรับนักวิทยาศาสตร์ด้านข้อมูลของคุณที่จะฟังพอดแคสต์ทางการตลาดหรือสำหรับนักการตลาดของคุณที่จะฟังพอดคาสต์วิทยาศาสตร์ข้อมูลเพื่อเริ่มได้ยินคำศัพท์จริงๆ ได้ยินสิ่งต่างๆ เช่น การถดถอยและการถดถอยโลจิสติก และฟอเรสต์แบบสุ่ม และผู้คนอาจพูดว่า โอ้ ฉันควรถามทีมของฉันว่าสิ่งนี้หมายความว่าอย่างไร หรือ มีประเภทข้อมูลที่แตกต่างกันในแต่ละเหล่านี้ เราจะจัดการกับพวกเขาอย่างไร

มันทำให้ทุกคนได้ยินคำศัพท์ของสาขาวิชาอื่น ๆ เพื่อเริ่มต้นปฏิสัมพันธ์ที่มีความหมายเหล่านั้น

MB: ฉันชอบที่คุณใส่มันเข้าด้วยกัน ฉันมีพื้นฐานด้านการวิเคราะห์ แต่ฉันก็ทำงานด้านการตลาดด้วย สำหรับฉันมันไม่เคยมีปัญหาเพราะฉันได้สัมผัสกับทั้งสองอย่าง แต่คนจำนวนมากที่เคยทำงานในสาขาหนึ่ง กลับไม่ได้สัมผัสกับอีกสาขาหนึ่ง

ซีพี: ถูกต้อง

MB: เยี่ยมมาก ในแง่ของความผิดพลาด คุณคิดว่าความผิดพลาดที่ใหญ่ที่สุดที่นักวิเคราะห์สามารถทำได้คืออะไร? บางทีคุณอาจแบ่งปันบางสิ่งจากประสบการณ์ที่คุณพบเจอได้

CP: ในแง่ของความผิดพลาดที่นักวิเคราะห์ทำ… นี่คือปัญหาของมนุษย์ใช่ไหม ดังนั้นอันดับหนึ่งจริงๆคืออคติโดยสันนิษฐาน นั่นคือ ฉันรู้ว่าผลลัพธ์ที่ฉันต้องการคืออะไรและฉันต้องพิสูจน์มัน ไม่. คำพูดนั้น ช่างน่าสงสัย หากคุณสงสัย คุณไม่สงสัย คุณไม่ต้องการที่จะหาคำตอบที่ถูกต้อง คุณต้องการค้นหาคำตอบให้เร็วที่สุด หรือคุณต้องการหาคำตอบที่แสดงให้เห็นถึงอคติที่คุณมีอยู่แล้ว ผลลัพธ์ที่คุณได้ตัดสินไปแล้ว และนั่นก็เป็นปัญหาของมนุษย์ใช่ไหม? สิ่งเหล่านี้ไม่เกี่ยวข้องกับเทคโนโลยีและไม่มีซอฟต์แวร์ใดที่จะแก้ไขได้ ไม่มีเครื่องมือใดที่จะแก้ไขความอยากรู้อยากเห็นของคุณได้

นั่นคือสิ่งที่เราต้องฝึกฝนให้ดีที่สุดและจ้างงาน มากกว่าสิ่งอื่นใด และคุณสามารถจ้างด้วยความอยากรู้ใช่ไหม?

มีคำถามสัมภาษณ์หนึ่งข้อที่ฉันเคยทำ ซึ่งฉันคิดว่าสนุกเสมอ โดยฉันจะหยิบสำรับไพ่ธรรมดาๆ หนึ่งสำรับแจกให้กับบุคคลที่สัมภาษณ์ ฉันจะบอกว่า นี่คือสำรับไพ่ จัดมาเลย ครับ. ฉันไม่เคยระบุคำสั่งหรืออะไรแบบนั้น เป้าหมายคือการมองที่บุคคลนั้นและดูว่าพวกเขามีปฏิกิริยาอย่างไรต่อคำสั่งเช่นนั้น พวกเขาตื่นตระหนกหรือไม่? มันคงไม่ใช่แบบนั้น ใช่ ฉันเข้าใจ ฉันจะจัดมันให้เรียบร้อย แต่ฉันไม่ได้บอกว่าฉันต้องการคำสั่งใด อีกครั้ง พวกเขามีอคติสันนิษฐาน และนั่นเป็นสิ่งที่ไม่ดี พวกเขาถามคำถาม? พวกเขาถามคำถามกี่ข้อ? เมื่อพวกเขาขุด พวกเขาผลักคุณหรือไม่? เป็นคุณลักษณะที่คุณต้องการมี

MB: ไปที่ส่วนถัดไปของการสัมภาษณ์ของเราเกี่ยวกับสิ่งเดียวกัน แต่จากอีกมุมมองหนึ่ง วันนี้มีคำศัพท์มากมาย ทุกคนกำลังพูดถึงบริษัทต่างๆ ที่ขับเคลื่อนด้วยข้อมูล แต่มีเพียงไม่กี่บริษัทที่ประสบความสำเร็จในเรื่องนั้น ทำไมคุณคิดว่าเป็น? มีอะไรที่เราขาดหายไปในแง่ของการวิเคราะห์หรือการตลาดที่สามารถนำบริษัทไปสู่อีกระดับหนึ่งและช่วยให้พวกเขาเติบโตและสามารถใช้ข้อมูลที่มีอยู่ได้หรือไม่

CP: นี่เป็นปัญหาของมนุษย์มากกว่าสิ่งอื่นใด

การขับเคลื่อนด้วยข้อมูลหมายความว่าคุณต้องตัดสินใจด้วยข้อมูลก่อน — ไม่ใช่ประสบการณ์ ไม่ใช่สติปัญญา ไม่ใช่สัญชาตญาณ ไม่ใช่ วิธีที่เราทำมา ตลอด

คุณต้องดูข้อมูลแล้วเริ่ม โอเค นี่คือสิ่งที่ข้อมูลบอก และเรามั่นใจในวิธีการประมวลผล ดังนั้นมาตัดสินใจกันโดยยึดตามข้อมูลนั้น

ที่ต้องเอาชนะ ในแบบของฉันคือถูกเสมอ - อย่างที่เราเรียกกันว่าปัญหา HIPPO [ความคิดเห็นของบุคคลที่ได้รับค่าตอบแทนสูงสุด] มันเป็นปัญหาทางวัฒนธรรมและมนุษย์ที่ยากจะเอาชนะ ดังนั้นการขับเคลื่อนด้วยข้อมูลจึงเป็นเรื่องยากจริงๆ

สิ่งอันดับหนึ่ง — เพื่อนของฉัน Tom Webster แห่ง Edison Research กล่าว — ที่ขัดขวางไม่ให้ใครซักคนใช้ข้อมูลเป็นตัวขับเคลื่อนก็คือพวกเขาไม่สามารถจัดการกับข้อมูล การวิเคราะห์ และคำตอบที่พวกเขาไม่ชอบได้!

ในศิลปะการต่อสู้ เรามีนิพจน์ว่า คุณต้องสบายใจ ไม่สบายใจ ซึ่งหมายความว่าคุณต้องสบายใจกับคำตอบบางส่วน คำตอบที่ไม่สมบูรณ์ โดยขาดข้อมูลบางส่วนที่คุณไม่เคยมีและยังสามารถทำได้ เพื่อใช้ข้อมูลในลักษณะที่ส่งผลกระทบทางธุรกิจ ไม่ใช่ว่าคนที่มีปัญหาเฉพาะหรือทักษะเฉพาะ คุณสามารถสอนทักษะใด ๆ ได้เลย ปัญหาคือ คุณสามารถเปลี่ยนแปลงวัฒนธรรมนั้นเพื่อพูดว่า ใช่ แม้ว่าฉันจะไม่ชอบคำตอบ แม้ว่าฉันจะไม่ชัดเจนในคำตอบ ฉันก็จะยังคงใช้คำตอบนั้นในการตัดสินใจ

MB: มันเป็นเรื่องของการเปลี่ยนแปลงทางวัฒนธรรมมากกว่า

CP: มันเป็นอย่างนั้นจริงๆ

MB: พูดถึงการเปลี่ยนแปลงทางวัฒนธรรมนี้ คุณมีคำแนะนำว่าควรเริ่มจากตรงไหนดี?

CP: ทำงานให้กับบริษัทที่เป็นแบบนั้นอยู่แล้ว ฟังดูหวือหวา แต่เพราะมันเป็นเรื่องของมนุษย์ ถ้า DNA ของบริษัทที่คุณทำงานอยู่ไม่ใช่แบบนั้น มันยากมากที่จะสร้างจุดหมุนนั้น โดยเฉพาะอย่างยิ่งถ้าความเป็นผู้นำไม่ได้เข้ามา ถ้าความเป็นผู้นำเป็นเหมือน , ไม่ เราจะทำแบบที่เราทำมาโดยตลอด บริษัทของเรามีอายุ 126 ปี และเราทำแบบนี้มาโดยตลอด! คุณจะไม่เปลี่ยนใจพวกเขา

ฉันกำลังทานอาหารเย็นกับใครบางคนในการประชุมเมื่อเร็วๆ นี้ และพวกเขากล่าวว่า บริษัทของเราอายุ 126 ปี และ CEO ของเราบอกว่าเราแค่ต้องการให้เป็นปี 1950 เหตุใดจึงไม่ใช่ปี 1950 ในเมื่อผู้คนเพิ่งซื้อและใช้ผลิตภัณฑ์ของเรา แล้วสิ่งอินเทอร์เน็ตทั้งหมดนี้จะหายไป ข่าวร้ายที่จะไม่เกิดขึ้น [หัวเราะ]

MB: มันค่อนข้างยาก เรื่องสั้นที่นี่: เราทำงานร่วมกับบริษัทแห่งหนึ่งที่มีประวัติอันยาวนาน พวกเขาก่อตั้งขึ้นในปี 2451 หรืออะไรทำนองนั้นในฐานะธุรกิจของครอบครัว และพวกเขาก็ผลิตชุดชั้นในตั้งแต่นั้นเป็นต้นมา และพวกมันก็ค่อนข้างใหญ่ ตอนนี้ขายในฝรั่งเศส เนเธอร์แลนด์ สหราชอาณาจักร เยอรมนี และอื่นๆ และพวกเขามีร้านอิฐและปูนมากมาย และมีเครือข่ายที่แตกต่างกัน พวกเขามีเซ็กเมนต์หรูหรา ส่วนตลาดมวลชน และอื่นๆ และเมื่อถึงจุดหนึ่ง ทีมอีคอมเมิร์ซของพวกเขามาที่ฝ่ายบริหารและกล่าวว่า " เราต้องเพิ่มงบประมาณเพราะรายจ่ายของเราเติบโตขึ้น เรากำลังนำยอดขายและสิ่งนี้และสิ่งนั้น และพวกเขาบอกว่า คุณรู้อะไรไหม ถ้าเราดูรายได้โดยรวม คุณจะรับผิดชอบแค่ 5% เท่านั้น

ทีมอีคอมเมิร์ซมาหาเราและถามว่า คุณช่วยเราพิสูจน์ได้ไหม โดยพิจารณาจากการวิจัยการซื้อออนไลน์แบบออฟไลน์ ว่าเราสร้างรายได้ให้กับบริษัทมากขึ้นจริง ๆ และเรามีอิทธิพลต่อตัวเลขที่มากขึ้นหรือไม่ เราดำเนินโครงการร่วมกับพวกเขา และใช้เวลาห้าหรือหกเดือนที่ดี แต่สุดท้ายกลับกลายเป็นว่าพวกเขาต้องรับผิดชอบรายได้เกือบ 30-35% และช่วยให้พวกเขาพิสูจน์ได้ว่าพวกเขากำลังทำสิ่งต่างๆ และช่วยให้พวกเขาเพิ่มงบประมาณได้ แต่ใช่ มันต้องใช้เวลาสักครู่ในการพูดคุยกับคณะกรรมการ แสดงตัวเลข และพยายามเปลี่ยนความรู้สึกภายในนี้ สิ่งที่คุณพูดถึง

ซีพี: ครับ วัฒนธรรมเป็นสิ่งที่ยาก คนก็ลำบาก.

MB: นั่นนำฉันไปสู่คำถามอื่น ฉันต้องการวนกลับไปที่คำถามแรกเกี่ยวกับทักษะที่ยาก คุณกำลังพูดถึงแพลตฟอร์ม คน และกระบวนการ แต่คุณคิดอย่างไรเกี่ยวกับเรื่องทางเทคนิคอื่นๆ เช่น Python ธรรมดาและรู้วิธีสร้างแดชบอร์ด บางทีสถิติ? อะไรคือสิ่งสำคัญในการเริ่มต้นสำหรับผู้ที่ต้องการเจาะลึกลงไปในการวิเคราะห์

CP: โอเค ฉันมีเรื่องจะโวยวายนิดหน่อยในเรื่องนี้ แดชบอร์ดเป็นการแสดงภาพ การแสดงภาพเป็นส่วนสำคัญของการวิเคราะห์ข้อมูล และเป็นหนึ่งในสิ่งเหล่านั้นที่เป็นศิลปะสำหรับตัวมันเอง เทคโนโลยีที่คุณกล่าวถึง — SQL, Python, R และอื่นๆ — ไม่ใช่เครื่องมือสร้างภาพข้อมูล พวกเขาเป็นเครื่องมือคำนวณ

และหนึ่งในบาปที่ใหญ่ที่สุดในการวิเคราะห์ข้อมูลทั้งหมด แต่โดยเฉพาะอย่างยิ่งในด้านการตลาด คือการพยายามทำให้เครื่องมือสร้างภาพของคุณใช้คอมพิวเตอร์

เหมือนกับคนที่พยายามสร้างโค้ดเว็บไซต์และโต้ตอบกับเนื้อหา การสร้างภาพข้อมูล สไตล์ชีตและ HTML ของคุณแยกจากกันด้วยเหตุผล เพราะการแสดงภาพนั้นแยกจากการคำนวณ คุณต้องการ SQL และ Python และ R และ SPSS และ OWOX อย่างแน่นอน และสิ่งอื่นใดที่คุณใช้ในการคำนวณและทำงานได้ดี เพื่อให้สามารถให้การวิเคราะห์ข้อมูลทั้งหมดบนแบ็กเอนด์ก่อนที่จะแสดงเป็นภาพ

ไม่ว่าในกรณีใดๆ แดชบอร์ดของคุณ — การแสดงภาพข้อมูลของคุณ — กำลังทำการคำนวณใดๆ คุณไม่ควรผสมข้อมูล คุณไม่ควรจัดการข้อมูล ข้อมูลทั้งหมดที่เข้าสู่การสร้างภาพข้อมูลควรได้รับการคำนวณแล้วก่อนที่จะไปถึงที่นั่น

เพราะหากเป็นอย่างอื่น คุณกำลังประสบปัญหาการกำกับดูแลครั้งใหญ่นี้ หัวหน้าต้องการการเปลี่ยนแปลงใหม่ในบางสิ่ง แต่เราไม่รู้ว่าจุดข้อมูลนั้นไปถึงที่นั่นได้อย่างไร เราเลยไม่รู้ว่าจะจัดการกับมันอย่างไร เราจึงไม่สามารถทำการเปลี่ยนแปลงใดๆ ได้ เราต้องบอกเจ้านายว่า ขอโทษ เราต้องใช้เวลาหกสัปดาห์ในการแก้สปาเก็ตตี้ของเรา ให้เข้าใจว่าจะเกิดอะไรขึ้นที่นี่

เมื่อคุณแยกการคำนวณออกจากการแสดงภาพ และเจ้านายพูดว่า เฮ้ ฉันต้องการสิ่งนี้ คุณพูดว่า เยี่ยมมาก ฉันจะเข้าไปในเลเยอร์การคำนวณ โหลดสตูดิโอของเรา และทำการเปลี่ยนแปลงในโค้ดและตรรกะในการคำนวณ และฉันจะผลักดันจุดข้อมูลใหม่หรือเปลี่ยนจุด และนั่นนำไปสู่ ใช่ แผนภูมิแท่ง แผนภูมิแท่งใหม่ นั่นเอง และทำให้การเปลี่ยนแปลงสะอาดอยู่เสมอ ทำให้เวอร์ชันต่างๆ อยู่ภายใต้การควบคุม และทำให้การจัดการข้อมูลทั้งหมดง่ายขึ้นมาก โดยเฉพาะอย่างยิ่งในขนาด

หากคุณเป็นผู้ทำการตลาดแบบครบวงจร คุณอาจจะหนีไปกับคนเพียงคนเดียว ร้านค้าเดียว ใช้เครื่องมือประเภทเดียว และคุณจะไม่ต้องพบกับปัญหาของการควบคุมเวอร์ชันเพราะคุณเป็นคนเดียวที่รับผิดชอบ อย่างไรก็ตาม หากคุณออกไปหรือถูกไล่ออก บริษัทนั้นก็จะถูกปล่อยปละละเลยโดยสิ้นเชิง และเป็นการฝึกฝนที่แย่ที่สุด

หากคุณอยู่ในบริษัทขนาดใหญ่ที่มีพนักงานหลายคนในแผนกวิเคราะห์และการตลาดของคุณ คุณต้องแยกการคำนวณและการแสดงภาพออกจากกัน ไม่เช่นนั้น คุณจะเสียเวลาและเงินไปมากมายเพียงแค่พยายามค้นหาว่าข้อมูลอยู่ที่ไหน และใครเป็นผู้รับผิดชอบข้อมูล

อีกสิ่งหนึ่ง—และนี่เป็นสิ่งสำคัญมากสำหรับการปฏิบัติตาม GDPR และ CCPA และระเบียบข้อบังคับอื่นๆ ในปัจจุบัน — คือถ้าการแสดงภาพและการคำนวณรวมกัน คุณจะมีปัญหาในการควบคุมการเข้าถึง คุณมีปัญหาที่คุณไม่สามารถสร้างขอบเขตว่าใครสามารถเข้าถึงข้อมูลได้ ซึ่งหมายความว่าคุณสามารถรั่วไหลของข้อมูล คุณสามารถเปิดเผยต่อพนักงานที่ไม่ควรมีการเข้าถึงแหล่งข้อมูลบางแหล่ง

เมื่อการคำนวณถูกควบคุมและจัดการแยกกัน คุณสามารถจำกัดและพูดกับทีมวิชวลไลเซชันของคุณว่า คุณสามารถเห็นภาพทั้งหมดนี้ที่คุณได้รับอนุญาตให้มีได้ และข้อมูลส่วนบุคคลที่ละเอียดอ่อนใดๆ ไม่เคยแม้แต่จะไปที่ทีมสร้างภาพเพื่อเก็บไว้ ปลอดภัยจากพวกเขา เป็นสิ่งสำคัญมากที่ผู้คนต้องทำเช่นนั้นเพื่อให้สิ่งนี้แยกจากกันและสะอาด

นักวิเคราะห์ที่รับผิดชอบการสร้างภาพข้อมูลจำเป็นต้องรู้ภาษาเหล่านั้นหรือไม่ ไม่ได้อย่างแน่นอน. นักคำนวณจำเป็นต้องรู้หรือไม่? ใช่ร้อยเปอร์เซ็นต์

MB: คุณมีประเด็นใหญ่ที่นี่ ฉันชอบแนวทางนี้มากเมื่อเราเห็นภาพชุดข้อมูลสำเร็จรูป และไม่มีฟิลด์จากการคำนวณในนั้น

และฉันต้องการเคลียร์คำถามหนึ่งข้อที่ฉันถามไปแล้ว มีขั้นตอนของธุรกิจที่แตกต่างกันหรือธุรกิจขนาดต่างๆ หรือธุรกิจที่ดำเนินงานในระดับต่างๆ กัน คุณสามารถมองจากมุมต่างๆ SMB, SME, องค์กร — พวกเขาทั้งหมดมีข้อกำหนดที่แตกต่างกันสำหรับทีมวิเคราะห์ หรืออย่างน้อยก็ดูเหมือนว่าพวกเขาต้องการ คุณคิดอย่างไร? คุณคิดว่าข้อกำหนดสำหรับนักวิเคราะห์ในบริษัทประเภทต่างๆ มีความแตกต่างกันหรือไม่?

CP: โดยพื้นฐานแล้ว ทุกคนมีเป้าหมายเดียวกันในด้านการตลาด ซึ่งก็คือการช่วยเพิ่มรายได้ ใช่ไหม หากเป้าหมายทางการตลาดของคุณไม่ใช่การช่วยเพิ่มรายได้ ฉันไม่แน่ใจว่าคุณกำลังทำอะไรในด้านการตลาด แต่สิ่งที่คุณกำลังทำอยู่ คุณกำลังทำผิด เพราะท้ายที่สุด นั่นคือหน้าที่ของเรา นั่นคือการสร้างผลกระทบ สิ่งที่เกิดขึ้นไม่ใช่ว่ามีสิ่งที่ต้องทำต่างกัน เมื่อบริษัทของคุณขยายใหญ่ งานก็จะยิ่งเฉพาะทางมากขึ้น เมื่อคุณแสดงคนเดียวในบริษัทเล็กๆ คุณคือนักออกแบบเว็บไซต์ คนส่งเมลหรือสาว นักวิเคราะห์ นักสถิติ พนักงานบริการลูกค้า

เมื่อคุณเติบโต คุณจ้าง และเมื่อคุณจ้าง คุณเชี่ยวชาญ คุณเริ่มแยกงานแต่ละงานออก และตอนนี้แต่ละงานก็มีการรายงานและข้อมูลของตัวเอง การแสดงภาพเป็นของตัวเอง ดังนั้นในท้ายที่สุด สิ่งที่บริษัททำผิดบ่อยที่สุดคือพวกเขามองข้ามความจริงที่ว่าความเชี่ยวชาญพิเศษเหล่านี้ทุกประการ โดยเฉพาะอย่างยิ่งในองค์กร ยังคงต้องบรรลุเป้าหมายเดียวกันกับที่ทุกคนมี นั่นคือ เราขับเคลื่อนผลกระทบทางธุรกิจหรือไม่? เราช่วยให้บริษัททำเงิน ประหยัดเงิน หรือประหยัดเวลาหรือไม่? ขยายลูกค้า? สิ่งเหล่านี้ทั้งหมด

ดังนั้น ขึ้นอยู่กับว่าบริษัทของคุณอยู่ในช่วงใดในวงจรชีวิต บทบาทของคุณ หากคุณเป็นนักวิเคราะห์ที่มีเหตุผล คือการถาม ว่า ฉันกำลังทำอะไรที่นำไปสู่เป้าหมายในภาพรวม KPI ส่วนตัวของฉันคืออะไร? KPI ส่วนตัวของฉันสอดคล้องกับ KPI ของแผนกหรือไม่ สอดคล้องกับธุรกิจหรือไม่? คำจำกัดความที่ฉันใช้ในการพูดคุยทั้งหมด — คุณเคยได้ยินมันในการประชุม MAICON [การประชุมปัญญาประดิษฐ์การตลาด] — KPI คือตัวเลขที่กำหนดว่าคุณจะได้รับโบนัสหรือถูกไล่ออก ใช่ไหม นั่นคือ KPI หากเป็นตัวเลขและคุณจะไม่ได้รับโบนัสหรือถูกไล่ออก มันคือเมตริก

ดังนั้น เมื่อคุณมองจากมุมมองนั้น KPI ที่คุณกำลังทำงานอยู่ ทีมงานของคุณกำลังทำงาน แผนกของคุณกำลังทำงานอยู่ และบริษัทของคุณกำลังทำงานอยู่หรือไม่ และคุณดูตัวเลขเหล่านั้น และบางครั้งมันก็ไม่สมเหตุสมผลเลย และหากเป็นกรณีนี้ คุณในฐานะนักวิเคราะห์จำเป็นต้องรับรู้และยกธงขึ้นและพูดว่า พวก ฉันไม่แน่ใจว่าสิ่งนี้จะผลักดันผลกระทบทางธุรกิจใดๆ และถ้าบริษัทบอกว่าคุณยังต้องทำ นั่นคือตอนที่คุณเริ่มอัปเดตโปรไฟล์ LinkedIn ของคุณ เพราะหากบริษัทกำลังทำงานเพื่อ KPI ที่ไร้สาระ พวกเขาจะเลิกกิจการ มันเป็นเพียงเรื่องของเวลา

MB: เพื่อให้แน่ใจว่าเข้าใจถูกต้อง ไม่มีข้อกำหนดสำหรับนักวิเคราะห์ในบริษัทขนาดเล็กกับบริษัทขนาดใหญ่ เนื่องจากเป้าหมายสำหรับทุกคนคือรายได้

CP: ใช่ รายได้และผลกระทบทางธุรกิจ คุณช่วยบริษัททำเงิน ประหยัดเงิน หรือประหยัดเวลาหรือไม่? นี่คือฟังก์ชันสามอย่างที่ทุกคนต้องการและทุกความต้องการของธุรกิจ เป็นเรื่องเดียวกับที่เราพูดถึงมา 10 พันปี ดีกว่า เร็วกว่า ถูกกว่า … ทุกคนต้องการอย่างนั้น แล้วเรากำลังทำอะไรเพื่อทำให้ธุรกิจของเราดีขึ้น เร็วขึ้น และถูกลง?

ซีพี: อ๋อ และนี่เป็นหนึ่งในปัญหาที่ใหญ่ที่สุดในการเรียนรู้ของเครื่องและ AI ในปัจจุบัน ไม่เพียงแต่รู้ว่าเกิดอะไรขึ้นภายในกล่องเท่านั้น แต่ยังต้องตีความและอธิบายด้วย

คำอธิบายคือคำอธิบายแบบโพสต์เฉพาะกิจของสิ่งที่ตัวแบบทำ เช่นเดียวกับสิ่งนี้ที่ผ่านและสิ่งเหล่านี้ไม่ทำ When you look at regulations like GDPR, that's not good enough. GDPR says that you have to be able to tell a customer in the European Economic Area how their data was used, which means you need to be able to unpack the algorithm itself and say, ขอบคุณสำหรับสิ่งนั้น Let's get deeper in our troubleshooting investigation. What problems do you see on the market today? One of them is ethics, for sure. And probably culture, employees, and the maturity level of companies. Maybe you can unwrap that once again, or maybe you want to add something else to the problems?

CP : I think probably one of the most important things that companies are going to need to do is change how they hire. The reason you don't have good people coming out of school with skills in statistics and data science as a standard — even if there are exceptions to every rule — is because you have professors at these schools who are, you know, in their later years of their career who also don't have those skills and don't know how to teach them. And the marketplace doesn't demand them.

If the marketplace demanded them and said, ตอนจบของเรื่อง. Those are the core languages in data science. And every vendor out there that is offering sort of an easy drag-and-drop interface — their technology is lagging behind what the open-source code is in the marketplace. If you want to use the latest version of GPT-2 from OpenAI, guess what? You better know how to use Python, because no vendor has it in their software yet. And if you want to be able to do advanced text analytics, that's where you're going to have to go. So you have to learn those things. If you want to take some courses, there's a phenomenal resource hub from IBM called Cognitive Class, and it's 100% free. You pay zero dollars and you can take all these different courses on every topic imaginable in data science and AI. I strongly recommend it.

MB: One very last question. How can an analyst have a greater impact on marketing or on business? I predict you'll also say that it's a human problem and an involvement problem, but maybe you could add something else.

CP: It's somewhat related, but it's having those KPIs and those goals and understanding your business's KPIs. If you want to have an impact, you have to serve the overall goals of the company. And that means you have to understand them.

As a marketer, if you just blindly have that bias — I'm going to drive new leads, that's what I'm really good at — but the company has a customer retention problem and we need your help creating content that retains customers, that keeps them loyal, then you're going to be doing the wrong thing.

Do you understand the goals of your company? Do you understand how your marketing relates to those goals? If you don't, better update your LinkedIn profile, because you're not going to last very long.

MB: Thanks a lot. That inspires me the most!

ว้าว! There was a lot of stuff revealed in this interview! We're still processing it all.

We totally agree with Christopher about the human and technology problems. Sometimes they're hard to admit, but you should fight them. We're glad to be one of the companies that's moving in the direction of making data a tool for development, decision-making, and people.

Share this article with your colleagues, and stay tuned for our next interviews!