สัมภาษณ์กับ Julius Fedorovicius ผู้ก่อตั้ง Analytics Mania

เราดำเนินการต่อในคอลัมน์ความคิดเห็นของผู้เชี่ยวชาญ และวันนี้เราขอนำเสนอบทสัมภาษณ์ของคุณกับ Julius Fedorovicius ที่ปรึกษาด้านดิจิทัล และผู้เชี่ยวชาญด้านเทคนิค Julius เป็นผู้ก่อตั้ง Analytics Mania และ Google Tag Manager และผู้ที่ชื่นชอบ Google Analytics นอกจากนี้ เขายังดำเนินการ ชุมชน Google Tag Manager บน Facebook และสร้าง หลักสูตรออนไลน์ GTM

และเช่นเคย ต่อไปนี้คือหัวข้อหลักสำหรับการนำทาง:

ฉันเรียกใช้ Analytics Mania ในที่นี้ ฉันแชร์บล็อกโพสต์ วิดีโอสอนการใช้งานที่สอนนักการตลาดและนักวิเคราะห์ให้ทำงานร่วมกับ Google Tag Manager และ Google Analytics นอกจากนี้ ในขณะนี้ ฉันเสนอหลักสูตรแบบชำระเงินสองหลักสูตรเกี่ยวกับ Google Tag Manager นอกจากนี้ ในบางครั้ง (เมื่อฉันมีเวลาตามกำหนดเวลา) ฉันทำงานเป็นฟรีแลนซ์ GA/GTM แต่จุดสนใจหลักในปัจจุบันของฉันคือเนื้อหา หลักสูตร และนักเรียนของหลักสูตรเหล่านั้น

ทักษะยาก ฉันลำเอียงที่นี่ (เนื่องจากฉันมาจากด้านการใช้งานการวิเคราะห์) แต่ฉันจะบอกว่าทักษะทางเทคนิคที่เกี่ยวข้องกับการติดตามมีความสำคัญ การทำความเข้าใจว่าการติดตามทำงานอย่างไรจะช่วยให้นักวิเคราะห์เข้าใจได้ดีขึ้นว่าข้อมูลมาจากไหน รวบรวมข้อมูลอย่างไร และเชื่อถือได้เพียงใด นอกจากนี้ยังช่วยนักวิเคราะห์ในการเพิ่มเม็ดเกลือลงในข้อมูลที่พวกเขากำลังทำงานด้วยและผลลัพธ์ที่ได้รับ

แต่นั่นเป็นเพียงส่วนหนึ่งของทักษะที่จำเป็น การติดตามการใช้งานเพียงอย่างเดียวจะไร้ค่าหากไม่มีการดำเนินการใด ๆ กับข้อมูลที่รวบรวม นั่นเป็นที่มาของส่วนการวิเคราะห์ และที่นี่เรามีทักษะทั้งแบบแข็งและแบบอ่อน

เมื่อพูดถึงทักษะที่หนักหน่วงในที่นี้ นั่นขึ้นอยู่กับบริษัทที่คุณทำงานและสแตกของมันเป็นอย่างมาก สำหรับบางคน การใช้ Google Analytics และ Data Studio สำหรับบางคน ก็เพียงพอแล้ว สำหรับ BigQuery คนอื่นๆ ความรู้เกี่ยวกับ SQL, R, Python และอื่นๆ ก็เพียงพอแล้ว สำหรับ Rabbit Hole นั้นลึกลงไป

ฉันขอแนะนำว่าอย่าเน้นที่เครื่องมือเฉพาะ ให้เน้นว่าคำถามประเภทใดที่ต้องตอบด้วยข้อมูล จากนั้นเลือกเครื่องมือที่เหมาะสมสำหรับสิ่งนั้น การรู้จัก BigQuery, R หรืออะไรก็ตาม และพยายามนำไปใช้กับธุรกิจขนาดเล็กนั้นไม่สมเหตุสมผล (อย่างน้อยก็ในกรณีส่วนใหญ่) ธุรกิจขนาดเล็ก (ส่วนใหญ่) จะมีข้อมูลไม่เพียงพอที่จะได้รับประโยชน์จากเทคโนโลยีเหล่านั้น

เนื่องจากฉันทำงานกับธุรกิจขนาดเล็ก/ขนาดกลางเป็นหลัก ในกรณีส่วนใหญ่กองวิเคราะห์ที่สำคัญของ Google ก็เพียงพอแล้ว (GTM, GA, GDS) เป็นไปได้อย่างสมบูรณ์ในการปรับปรุง/เปลี่ยนแปลงอย่างมากด้วยการวิเคราะห์และข้อมูล "ขนาดเล็ก"

ดังนั้น ถ้าใครกำลังคิดจะเริ่มอาชีพในสาขานี้ ผมคิดว่าการมีความรู้เกี่ยวกับ GTM, GA และ Google Data Studio ถือเป็นการเริ่มต้นที่ดี (เมื่อพูดถึง Hard Skill)

ตอนนี้ ทักษะที่อ่อนนุ่ม ของนักวิเคราะห์ ฉันจะบอกว่าพวกเขาคือ:

• การวางแผน. หากเรากำลังพูดถึงการวิเคราะห์เว็บ สิ่งต่างๆ เช่น แผนการวัดผลและแผนการใช้แท็กสามารถช่วยคุณได้อย่างมาก ในการเตรียมแผน คุณจะต้องพูดคุยกับผู้มีส่วนได้ส่วนเสียเป็นจำนวนมาก ทำความคุ้นเคยกับวัตถุประสงค์ทางธุรกิจ กระบวนการ ฯลฯ มากขึ้น ซึ่งจะช่วยให้นักวิเคราะห์มองเห็นภาพรวมที่ใหญ่ขึ้น ดังนั้น (หวังว่า) จะให้คุณค่ากับการวิเคราะห์มากขึ้น
• ฟังดูไร้สาระ แต่: ตั้งใจฟังสิ่งที่คนอื่นพูด อีกทั้งการสื่อสาร วิธีนี้จะช่วยคุณในเรื่องต่างๆ เช่น การเตรียมแผนการวัด และยังช่วยให้คุณสื่อสารสิ่งที่ค้นพบได้ดียิ่งขึ้น
• การคิดเชิงวิพากษ์. สิ่งนี้จะช่วยคุณระบุรูปแบบ เจาะลึก และค้นหาข้อมูลเชิงลึก

ฉันรู้ว่าคุณกำลังขอข้อผิดพลาดครั้งใหญ่เพียงครั้งเดียว แต่ฉันเลือกข้อผิดพลาดเพียงข้อเดียวไม่ได้ :) นี่คือความคิดของฉันเกี่ยวกับข้อผิดพลาดที่ใหญ่ที่สุด:

ความผิดพลาด #1 ไว้วางใจข้อมูลของคุณเสมอและไม่ต้องสงสัยเลย ข้อมูลจะไม่มีวันสมบูรณ์แบบ มีความไม่ถูกต้องอยู่เสมอ ดังนั้นเมื่อใดก็ตามที่คุณค้นพบบางสิ่งที่มีค่าจากการวิเคราะห์ของคุณ จงสงสัยอยู่เสมอ ลองตรวจสอบจากมุมต่างๆ หากคุณคุ้นเคยกับการใช้งานการวิเคราะห์ ให้ลองนึกถึงสิ่งที่อาจผิดพลาดในการรวบรวมข้อมูลของคุณ นอกจากนี้ แหล่งที่มาของข้อมูลนั้นคืออะไร? นี่คือจุดที่จำเป็นต้องมีการคิดอย่างมีวิจารณญาณ อย่างไรก็ตาม ในทางกลับกัน อย่ารอข้อมูลที่สมบูรณ์แบบ การใช้เวลามากเกินไปในการพยายามรับชุดข้อมูลที่สมบูรณ์แบบจะมีค่าใช้จ่ายสูงสำหรับธุรกิจมากกว่าการรับข้อมูลเชิงลึกจากข้อมูลที่ "ดีเพียงพอ"

ความผิดพลาด #2. คิดว่างานของนักวิเคราะห์จบลงด้วยการวิเคราะห์และค้นหาข้อมูลเชิงลึก นักวิเคราะห์ควรเป็นผู้ขับเคลื่อนการเปลี่ยนแปลงในองค์กรด้วย พวกเขาต้องสื่อสารสิ่งที่ค้นพบ สนับสนุนแนวทางแก้ไขบางอย่างเพื่อนำสิ่งที่ค้นพบไปปฏิบัติ และในหลายกรณี นี่เป็นส่วนที่ยากที่สุด

เป็นอย่างมาก. และเป็นหนึ่งในอุปสรรคที่ใหญ่ที่สุดระหว่างการค้นหาข้อมูลเชิงลึก และทำให้แน่ใจว่าสิ่งเหล่านี้ขับเคลื่อนการเปลี่ยนแปลง และปรับปรุง วิธีหลีกเลี่ยงการสื่อสารที่ผิดพลาดบางประการ:

• ตั้งใจฟังสิ่งที่คนอื่นพูด ซึ่งจะช่วยให้เข้าใจข้อกำหนดทางธุรกิจสำหรับงานวิเคราะห์เฉพาะได้ดีขึ้น และเมื่อนักการตลาดให้ข้อเสนอแนะ การฟังอย่างระมัดระวังจะช่วยลดการสื่อสารที่ผิดพลาดในอนาคตและหลีกเลี่ยงการทำซ้ำ
• หลีกเลี่ยงคำแสลงมืออาชีพของคุณให้มากที่สุด พยายามพูดด้วยคำที่ง่ายกว่าซึ่งเข้าใจได้แม้กระทั่งผู้ที่ไม่มีความสัมพันธ์โดยตรงกับการวิเคราะห์
• ใช้เวลาให้มากที่สุดเพื่อทำความเข้าใจวิธีการดำเนินธุรกิจ การเห็นภาพที่ใหญ่ขึ้นอาจช่วยให้นักวิเคราะห์เข้าใจได้ดีขึ้นว่าทีมการตลาด (และทำไม) ต้องการผลลัพธ์จากนักวิเคราะห์
• อย่ากลัวที่จะถามคำถาม ถามว่า “ทำไม” แสดงว่าคุณไม่โง่ มันแสดงให้เห็นว่าคุณต้องการเข้าใจบริบท ซึ่งจะช่วยให้คุณทำงานได้ดีขึ้น เมื่อคุณได้รับมอบหมายงานและบางส่วนไม่ชัดเจน อย่าคิดไปเอง ขอคำชี้แจง.

สำหรับกิจกรรม ฉันขอแนะนำ MeasureCamp อย่างแน่นอน และฉันก็อดใจรอไม่ไหวที่จะหนีจากกิจกรรมเสมือนจริงและกลับไปพบกับการพบปะแบบตัวต่อตัว MeasureCamp เป็นเพียงสถานที่ที่สมบูรณ์แบบสำหรับแฮงเอาท์ เรียนรู้จากผู้อื่น ลองใช้ทักษะการนำเสนอของคุณเอง (ซึ่งจำเป็นมากในการวิเคราะห์ด้วย)

นอกจากนี้ ฉันชอบ SuperWeek แต่ฉันไม่ได้มองว่าเป็นการประชุมที่ฉันจะได้เรียนรู้สิ่งใหม่อย่างต่อเนื่อง ฉันมองว่ามันเป็นวันหยุดของนักวิเคราะห์มากกว่าที่คุณมีกลุ่มคนที่มีความคิดเหมือนกันพูดถึงสิ่งที่พวกเขารักมาเกือบหนึ่งสัปดาห์ คุณพบกลุ่มดาราในอุตสาหกรรมนี้และพูดคุยกับพวกเขาแบบสบายๆ เครือข่าย ที่นั่นมีแต่ของวิเศษ

สำหรับทรัพยากรนั้นขึ้นอยู่กับสิ่งที่นักวิเคราะห์เชี่ยวชาญจริงๆ ใกล้เคียงกับการวิเคราะห์กระแสหลักหรือไม่ (เช่น GTM, GA) หรือใกล้เคียงกับวิทยาศาสตร์ข้อมูลจริง วิศวกรรมข้อมูล ฯลฯ หากเป็นอดีตก็ไร้ยางอาย plug) บล็อก และ ช่อง youtube ของฉันเองสามารถช่วยได้อย่างแน่นอน บล็อกของ Simo Ahava , Measureschool เพื่อชื่อไม่กี่ หากเป็นอย่างหลัง Datacamp สามารถช่วยได้

ฉันคิดว่าความรู้ที่สำคัญที่สุดที่จำเป็นในที่นี้คือ การเข้าใจว่าข้อมูล/ชุดการวิเคราะห์ (และกระบวนการ) ในบริษัทต้องถูกเลือกตามระดับของบริษัท แล้วมันก็ควรจะเติบโตไปพร้อมกับบริษัท

ในความคิดของฉัน บริษัทขนาดเล็กไม่ควรไล่ตามสิ่งของที่แวววาวเช่น AI, ML, Big Data ประการแรก บริษัทขนาดเล็กไม่มีข้อมูล "ขนาดเล็ก" เพียงพอ ฉันเพิ่งอ่านข้อความนี้ และสรุปสถานการณ์ได้อย่างสมบูรณ์และเหตุผลที่ทำไมการวิเคราะห์ของบริษัทควรเติบโต/ขยายขนาดไปพร้อมกับบริษัท

ปัจจุบันฉันประกอบอาชีพอิสระ ความท้าทายหลักของฉันคือฝึกฝนสิ่งที่ฉันสั่งสอน :) การสร้างเนื้อหา อัปเดตหลักสูตร และสนับสนุนนักเรียนในหลักสูตรอย่างต่อเนื่อง ทำให้ฉันไม่มีเวลามากพอที่จะเจาะลึกข้อมูลของตัวเองและเพิ่มการปรับแต่งเพิ่มเติม ช่างทำรองเท้าไม่มีรองเท้า

การเสียดสีกับแผนกไอทีเป็นเรื่องใหญ่อย่างแน่นอน มิฉะนั้น GTM จะไม่ได้รับความนิยมมากนัก

ภูมิทัศน์ความเป็นส่วนตัวของผู้ใช้ที่เปลี่ยนแปลงตลอดเวลา โดยเฉพาะอย่างยิ่งเมื่อพูดถึงผู้เล่นรายใหญ่ (เช่น Apple) สิ่งที่คุณสร้างวันนี้มีโอกาสสูงที่จะไม่ทำงานในอีก 6-12 เดือนข้างหน้า การอัปเดตข้อมูลให้ทันสมัยอยู่เสมอนั้นใช้เวลานานมาก (แต่จำเป็น) ผมอาจจะคิดผิดแต่รู้สึกว่าในช่วง 2-3 ปีที่ผ่านมาเรามีการเปลี่ยนแปลงมากกว่าในช่วง 6-7 ปีที่ผ่านมา) ฉันเกลียดวลีนี้ตลอดการระบาดใหญ่ แต่ "นี่คือความปกติใหม่" สำหรับเรา

• ฉันคิดว่าคำถามก่อนหน้านี้เกี่ยวกับการสื่อสารมีความเกี่ยวข้องอย่างยิ่งที่นี่ เริ่มด้วยสิ่งนั้นและคุณจะเห็นการปรับปรุงอย่างแน่นอน
• สื่อสาร.
• ถามคำถามมากมายเพื่อทำความเข้าใจบริบท (และดูภาพที่ใหญ่ขึ้น)
• อย่าสันนิษฐานบางอย่างและอย่าพยายามคิดว่าคุณฉลาดกว่าคนอื่นๆ ในห้อง บางทีคุณอาจรู้วิธีใช้เครื่องมือวิเคราะห์ของคุณดีขึ้น แต่คนอื่นอาจรู้มากขึ้นเกี่ยวกับวิธีการดำเนินธุรกิจ พวกเขาอาจรู้ว่าชิ้นส่วนปริศนาที่คุณขาดหายไป

คำตอบนี้เกี่ยวข้องอย่างมากกับหนึ่งในคำถามก่อนหน้านี้เกี่ยวกับฉันที่ไม่มีเวลาเพียงพอสำหรับการวิเคราะห์ของตัวเอง :)

และเมื่อพูดถึงวุฒิภาวะโดยทั่วไปแล้ว สิ่งนี้แตกต่างกันอย่างมาก ฉันเคยเห็นบริษัทที่ค่อนข้างเติบโตเต็มที่ในขณะที่บริษัทอื่นๆ ใช้คำศัพท์เช่น "การระบุแหล่งที่มาแบบมัลติทัช" แต่ในขณะเดียวกัน บริษัทไม่ได้ติดตามเหตุการณ์ *ใดๆ* ยกเว้นการดูหน้าเว็บด้วย Google Analytics และนั่นคือทั้งหมดที่พวกเขาทำกับ "การวิเคราะห์" :)

การเติบโตของความเป็นส่วนตัวอย่างต่อเนื่อง และนั่นไม่ใช่เพียงเพราะกฎระเบียบเช่น GDPR ผู้จำหน่ายและบริษัทต่างๆ เช่น Apple หรือ Brave กำลังสร้างผลิตภัณฑ์และการตลาดโดยใช้แนวทางที่เน้นความเป็นส่วนตัว ธุรกิจจำนวนมากขึ้นจะสร้างกระบวนการรวบรวมข้อมูลที่คำนึงถึงความเป็นส่วนตัวอย่างมีเหตุผล ในขณะที่ธุรกิจอื่นๆ จะถูกบังคับให้ทำเช่นนี้

จำเป็นต้องมีกลไกการรวบรวมข้อมูลที่ซับซ้อนมากขึ้นในการรวบรวมข้อมูลของบุคคลที่หนึ่ง เวลาของ "เพียงแค่เพิ่ม JavaScript หนึ่งบรรทัดลงในไซต์ของคุณ" จะสิ้นสุดลงและเพื่อเริ่มรวบรวมความถูกต้องกึ่งแม่นยำเป็นอย่างน้อย คุณจะต้องพึ่งพาโซลูชันเช่นการติดแท็กฝั่งเซิร์ฟเวอร์

ด้วยการตั้งค่าที่ซับซ้อนมากขึ้น อุปสรรคในการเข้าสำหรับนักวิเคราะห์ที่ต้องการจะสูงขึ้น ในบริบทนี้ ฉันกำลังพูดจากมุมมองที่ผู้เริ่มต้นมักเริ่มต้นด้วยเครื่องมือยอดนิยม เช่น Google Analytics แต่เมื่อดูที่ GA4 สิ่งต่างๆ ไม่ได้ง่ายขึ้น ใช่ ฉันรู้ว่ามันยังอยู่ในช่วงเบต้า (แม้ว่าป้าย "เบต้า" จะหายไป) แต่เมื่อพิจารณาถึงวิธีการจัดเก็บข้อมูล (และการเก็บรักษาข้อมูล - สูงสุด 14 เดือน) และความสามารถในการรายงานที่จำกัด ดูเหมือนว่าความรู้เกี่ยวกับ SQL และ BigQuery จะ "ไม่น่ามี" อีกต่อไป โดยปกติ อุปสรรคในการเข้าสำหรับผู้เริ่มต้นจะสูงขึ้นมาก เนื่องจากเป็นอีกเครื่องมือหนึ่งในการเรียนรู้ (ถัดจาก GTM, GA, GDS ฯลฯ)

หลายคนยังคงไม่แคร์ว่าข้อมูลของพวกเขาจะไม่ถูกต้องเพียงใดอันเนื่องมาจากการเปลี่ยนแปลงล่าสุด (และการเปลี่ยนแปลงที่จะเกิดขึ้น) ในอุตสาหกรรม (ITP เป็นต้น)

ภูมิทัศน์ที่เปลี่ยนแปลงตลอดเวลาในบริบทความเป็นส่วนตัว อย่าเข้าใจฉันผิด - ฉันอยู่เพื่อความเป็นส่วนตัว เป็นผลดีต่อผู้บริโภคอย่างแน่นอน แต่นี่เป็นความท้าทายที่เปลี่ยนแปลงตลอดเวลาสำหรับนักการตลาดและนักวิเคราะห์ในการปรับตัว ดังนั้นคำว่า "ปัญหา" อาจรุนแรงเกินไปในที่นี้ ให้เรียกว่า "ความท้าทาย"

เนื่องจากฉันมุ่งเน้นที่ธุรกิจขนาดเล็กและนักแปลอิสระ (เพื่อช่วยให้พวกเขาเรียนรู้ GA และ GTM) ฉันสังเกตเห็นว่าหลายคนให้ความสำคัญกับเครื่องมือและเทคนิคการติดตามมากเกินไป มากกว่าการวางแผน ทำความเข้าใจเป้าหมายทางธุรกิจ และถามคำถามที่ถูกต้อง เห็นได้ชัดว่าฉันมีความผิดเช่นกัน (เพราะเนื้อหาส่วนใหญ่ของฉันเกี่ยวกับเครื่องมือและเทคนิคการติดตาม) แต่หวังว่าผู้คนจำนวนมากขึ้นจะมุ่งเน้นไปที่พื้นฐานและส่วนที่ "เบากว่า" ในงานของพวกเขา ไม่ใช่แค่ทักษะที่แข็งกระด้าง

ฉันไม่สามารถคิดอะไรที่เฉพาะเจาะจงได้ที่นี่ เพียงแค่ทำงานต่อไปและพัฒนาตนเอง มุ่งเน้นไม่เพียง แต่ทักษะที่ยาก แต่เน้นที่ทักษะที่อ่อนนุ่มด้วย

ฉันคิดว่าคุณยังไม่เคยสัมภาษณ์กับ Mark Edmondson

มุ่งเน้นไปที่เป้าหมายที่คุณต้องการบรรลุด้วยข้อมูล เลือกเครื่องมือที่เหมาะสม และอาจโอกาสอยู่ในความโปรดปรานของคุณ!

เราซาบซึ้งมากกับคำตอบที่ตรงไปตรงมาของ Julius เกี่ยวกับการแบ่งปันและแบ่งปันประสบการณ์ของเขา เราหวังว่าบทสัมภาษณ์นี้จะเป็นประโยชน์ และคุณสนุกกับการอ่าน

สมัครรับจดหมายข่าวของเรา เพื่อเป็นคนแรกที่จะได้อ่านบทสัมภาษณ์ครั้งต่อไปของเรา คอยติดตาม!