Danny Mawani Holmgaard ile röportaj

OWOX Ürün Müdürü Yulia Tkachova'dan Impact Extend Baş Analisti Danny Mawani Holmgaard'a ulaşmasını istedik. İşte değindikleri konuların kısa bir listesi:

Yulia Tkachova: Hadi tanışalım! Bize kendinizden ve deneyiminizden bahsedin.

Danny Mawani Holmgaard: Dijital pazarlama ajansı Impact Extend'de Baş Analistim. Yalnızca Google Analytics ile değil, aynı zamanda veri mühendisliği, veri boru hatları oluşturma, çevrimiçi ve çevrimdışı verileri entegre etme ve veri modelleri oluşturma ile de çalışıyorum. Verileri birleştiriyor ve analiz ediyorum, böylece hem stratejik olarak, doğru yolda olup olmadığımızı veya bir şeylerin değiştirilmesi gerektiğini göstererek, hem de operasyonel olarak, verilerin doğru sistemlerde olduğundan emin olarak harekete geçilebilir.

YT: Pazarlama analitiği ile ilgilenmeye nasıl başladınız?

DH: Aslında bu kariyer yolunu tesadüfen buldum. İlk başta dijital konsept tasarımı okuyordum ve web tasarımcısı olmak istiyordum. Google Analytics'i okul projelerimden birine eğlence olsun diye ekledim ve birdenbire iş sonuçlarını iyileştirirken tasarım seçimlerinden kullanıcılar için daha iyi bir deneyim oluşturmaya kadar tüm stratejik süreci ne kadar etkileyebileceğinizi fark ettim. Bir şey diğerine yol açtı ve son altı yıldır verilerle çalışıyorum.

YT: Rolünüzle ilgili en çok ve en az neyi seviyorsunuz?

DH: Yeni projeler ve sıfırdan bir çözüm tasarlamak beni gerçekten heyecanlandırıyor. Bu, gerekli veri kaynaklarının kapsamını belirlemekten farklı veritabanlarına ve API'lere bağlanmak için kod yazmaya geçmek anlamına gelir. Gerçekten keyif aldığım diğer alanlar, çabalarımızın müşterilerimize ihtiyaç duydukları, ancak veriye dayalı kararlarla işlerini ilerletmek için asla mümkün olmadığını düşünmedikleri bilgileri vererek onlar üzerinde bir etki yarattığını görmektir.

İşimin en az “eğlenceli” kısmı, bir şey bozulduğunda ve düzeltilmesi gerektiğinde oluyor. Takip edilemeyen olaylar gerçekleştikten sonra veri almak oldukça zor olabilir. Ne yazık ki, veri toplarken ters gidebilecek her şeyi öngörmek hiçbir zaman mümkün değildir. Bu, yanlış giden bir dağıtımdan sistemlerinde bir ayarı yanlış yapılandıran birine kadar her şey olabilir. Yapabileceğiniz en iyi şey, verileriniz için monitörler kurmak ve iyi bir performans sergilediğinizden ve hatalardan ders çıkardığınızdan emin olmak için arada bir bahar temizliği yapmaktır.

YT: DH: Verileri eyleme dönüştürülebilir hale getirmek, tüm müşterilerimiz için başarmaya çalıştığımız bir şeydir. Benim için eyleme dönüştürülebilir veriler, tüm kanallardaki müşteriler için müşteri yaşam boyu değerini hesaplamak ve ardından bunu pazarlama otomasyon sistemlerinizde kullanmak, maliyete dayalı reklamlar için teklif vermek gibi karmaşık bir şey olsun, kuruluş içinde alıp aktif olarak kullanabileceğiniz bilgilerdir. ürünlerin marjı ve satış olasılığı veya Google Analytics'te alakalı yeniden hedefleme yapmanıza yardımcı olan kitleler oluşturmak kadar basit bir şey. Sonuç olarak, verileri eyleme geçirilebilir hale getirmek, dönüşümleri artırmak veya daha iyi bir kullanıcı deneyimi sağlamak amacıyla, kullanıcılar tarafından gerçekleştirilen eylemlere dayalı olarak dinamik olarak değişiklikler yapmak için topladığınız bilgilerin kullanılabilmesini sağlamakla ilgilidir.

YT: Verileri eyleme geçirilebilir hale getirmek için hangi becerileri ve yazılımı önerirsiniz?

DH: Esas olarak ekibinizin kaynaklarına ve hırsına bağlıdır. En önemli şey, neyi başarmaya çalıştığınızı bulmak ve hedefler belirlemektir. Verilerinizi eyleme geçirilebilir hale getirmek için büyük veri kümeleriyle çalışmanız veya gelişmiş istatistiksel programlama yapabilmeniz gerekmez. Basit başlayın ve oradan inşa edin. Hangi ürünlerde para kaybettiğinizi öğrenmek için analitik verilerinizin doğru bir şekilde ölçüldüğünden emin olmaktan geri ödemeleri veya maliyet verilerini yüklemeye kadar her şey olabilir.

Genel olarak, elinizdeki mevcut verileri kullanın ve küçük başlayın. Çok büyük projelere kuruluşun üstesinden gelmeden başlarsanız, başarısız olabilecek bir projede değerli ekip kaynaklarını boşa harcama riskini alırsınız. Bence en önemli sosyal beceri, işi ilerletmek için hangi verilerin kullanılabileceği konusunda meraklı ve yaratıcı olma yeteneğidir. Stratejik olarak uygulanamazlarsa yararlı olmadıkları için tüm teknik eylemler ikinci sırada gelir.

YT: Verilere göre hareket etmenizi sağlayan araçlar ne olacak?

DH: Ürünlere yapılan harcamaları azaltmak ve müşterilerimizin kaynaklarını strateji ve uygulama için tahsis etmelerini sağlamak için Google Cloud Platform'u kullanarak ETL [çıkarma, dönüştürme, yükleme] süreçlerimizi kendimiz oluşturduk. Bu, düşük maliyetle ölçeklendirmemizi kolaylaştırır. Veri süreçlerimiz için öncelikle R, Python ve SQL kullanıyoruz, ancak bize yardımcı olması için huni gibi birkaç satıcı da kullanıyoruz. io ve OWOX, reklam platformlarından çok sayıda veri bağlayıcısını doğrudan kutudan çıkar çıkmaz düşük bir maliyetle işleyebildikleri için.

Bizimki gibi bir kurulum oluşturmanın dezavantajı, büyük veri kümelerini işleyebilecek verimli modeller ve üretim için yeterince iyi bir kaliteye sahip olduğunu düşündüğümüz gelişmiş istatistiksel modeller oluşturmamızın uzun zaman almasıdır. Azure Databricks, Alteryx ve yerleşik özelliklerle veri mühendisliği çalışmalarının çoğunu azaltabilen benzer ürünler gibi ETL araçlarının büyük bir hayranıyım. Ancak bu araçlar çok pahalı olabilir ve sonuç üretmek için yine de çok fazla bilgi birikimi gerektirir. Pahalı bir araç kullanacaksanız, bütçenizi boşaltmak yerine gelir sağlayabilmesi için doğru şekilde kullanmayı unutmayın.

YT: Birkaç gün önce, ikimiz de Mikko Pippo'nun pazarlamacıların neden para harcadıklarıyla ilgili gönderisini beğendik. Mikkos'un kontrol listesine eklemenizi tavsiye edeceğiniz başka noktalar var mı? Pazarlamacılar neden bütçelerini boşa harcıyor ve bundan nasıl kaçınabilirsiniz?

DH: Mikko tanıdığım daha zeki adamlardan biri ve eğer onu takip etmiyorsanız, bunu yapmanızı tavsiye ederim. Gönderisine bir ekleme yapabilseydim, müşteri sadakat puanları, geri ödemeler veya müşteri segmentleri gibi halihazırda sahip olduğunuz verileri denemek ve zenginleştirmek olurdu. Analitik kurulumunuzda müşteri, kullanıcı veya işlem kimliğiniz varsa, bunu yapmak oldukça kolaydır.

İnsanların veri toplamak için doğru zemine sahip olmamalarının veya sahip oldukları verileri kullanmamalarının nedeni Mikko'nun dediği gibi: eğitimsizlik. Verilerin sizin için neler yapabileceğini bilmiyorsanız veya sayıların organizasyonda nasıl görünmesi gerektiğini bilmiyorsanız, bir şey yapmak çok zordur.

Analytics ile çalışmak korkutucu ve zor olabilir. Çoğu zaman, verilerle oturan insanlar onu kullanmak istemezler. Esasen, o kişinin yetkinliklerini ölçeklendirmek için zamana sahip olmamasıyla ilgili bir soru. Bu nedenle, verilere erişimi olan kişilerin analitiği nasıl kullanacaklarını öğrenebilecekleri veya iş kararlarını veren kişileri desteklemek için harici bir ajans bulabilecekleri bir ortam oluşturmak kuruluşa bağlıdır.

YT: Gerçek anlamda veriye dayalı profesyoneller olmak isteyen pazarlamacılara tavsiyeniz nedir?

DH: Kesinlikle küçük başlayın. İstatistiklerin temellerini öğrenmek ve bazı temel Excel işlemlerini yapabilmek sizi çok ileri götürebilir. Temel veri kümeleriyle ve verileri birleştirme konusunda rahat olduğunuzda, size en uygun şekilde ölçeği büyütebilirsiniz. Yeni bir şey öğrendiğimde, her zaman mevcut bir projeyle eşleştirmeye çalışırım ve bunu yaparken işimi geliştirecek yeni bir şeyler öğrenmeye çalışırım. Her ay birkaç günümü alan aynı işi yaptığım için R ile istatistiksel programlama yapmaya başladım. Yeni bir şey öğrenerek bu süreyi bir saate indirdim. Burada bahsetmek istediğim bir şey de proje kapsamını aşmaktan korkmamanız gerektiğidir. Bir şey öğrenmek için harcadığınız saatler bir projenin toplam kârını azaltsa da, öğrendiğiniz her şeyi oluşturduğunuz sonraki projelere uygulayabilir, onları nasıl yapılacağını öğrenmek için zaman harcamamış olmanızdan daha iyi ve daha istikrarlı hale getirebilirsiniz. .

Buradaki son tavsiyem bir yol seçmektir. İyi yapmak istersen hiçbir şeyi yapamazsın. Ben kesinlikle istatistikte iş zekası başkanımız kadar iyi değilim ve o da veri mühendisliğinde benim kadar iyi değil, bu yüzden tanımlanmış rollerimiz var ama yine de işimizin temellerinde birbirimizi destekleyebiliriz. Başarılı olmak istiyorsanız işbirliği önemlidir ve departmanınızı ölçeklendirmeye yardımcı olması için dışarıdan insanları işe almak asla kötü bir şey değildir.

YT: #measure topluluğundaki en büyük ilham kaynağınız kim? Blogumuzda fikrini paylaşmaya değer bir profesyoneli etiketler misiniz?

DH: Mark Edmonson kesinlikle bana her gün ilham veren bir adam. Topluluğa çok şey katıyor, her zaman yardımcı oluyor ve dünyanın her yerindeki analistlerin Google Cloud platformunu kullanırken çalışmalarını iyileştirmelerine yardımcı olan harika çözümler üretmeye devam ediyor.

YT: Analistler için en sevdiğiniz beş olay nedir?

DH: İşte bunlar:

• Ölçüm Kampı
• süper hafta
• Pazarlama Analitiği Zirvesi
• Web Analizi Çarşamba
• Analiz et!

YT: Analistler için en iyi beş blogunuzu veya diğer kaynakları adlandırabilir misiniz?

DH: Memnuniyetle:

• Mark Edmondson'ın günlüğü
• Simo Ahava'nın günlüğü
• CXL blogu
• Analitik çılgınlığı
• Jeffalytics

… Belki kendi blogum da olabilir ;) #measureslack ve Google Tag Manager Facebook grubu gibi bahsetmek istediğim çok güzel kaynaklar var. Analitik topluluğunun en iyi yanı, insanların harika çözümleri paylaşmaya istekli olmalarıdır.

YT: Analitikte hangi trendleri gözlemliyorsunuz ve gelecekte hangi trendler devam edecek ve gelişecek?

DH: Akıllı İzleme Önleme (ITP), aksi takdirde doğru verileri toplamayı zorlaştırdığından, sunucu tarafı izleme kesinlikle insanların kuruluşlar arasında uygulamaya başlayacağı bir şeydir. ITP açısından, bu konuda biraz kararsızım. Bir yandan ITP, kullanıcıların gizliliğini korumak için harika bir amaca hizmet eder. Kişisel olarak, kullanıcıların işletmelerle paylaşmak istedikleri bilgiler konusunda her zaman bir seçeneğe sahip olmaları gerektiğine inanıyorum. Öte yandan bu, otomatik oturum açma ve kişiselleştirme gibi bazı site işlevlerinin amaçlandığı gibi çalışmasını da engelliyor.

Ayrıca, ITP'nin şirketlere insanları daha önce olduğundan daha fazla bilgi vermeye zorlayan geçici çözümler yaptırmanın sonuçlarına sahip olabileceğine inanıyorum. Örnekler, kullanıcıların bir web sitesinde gezinmeye devam etmeden önce oturum açmasını sağlamak veya siteye izin vermeyen kullanıcılara erişimi reddetmek olabilir. ITP'nin şu anki durumunda, ne kullanıcılar ne de şirketler için optimal bir uyum olmadığını düşünüyorum. Dünya hala iyi bir deneyim sunabilmekle birlikte mevzuatı takip etme açısından dik bir öğrenme eğrisindedir. Nasıl oynayacağını görmek için sabırsızlanıyorum.

Bakmaya başlamanız gereken başka bir şey de Uygulama+Web analiz platformudur. Hâlâ çok erken aşamalarda, ancak geliştikçe uygulamanızı ve geliştirmenizi şiddetle tavsiye ettiğim bir şey olacak. Bu şekilde, ihtiyacınız olduğunda platformun özelliklerini kullanmak mümkün olacaktır. Ayrıca ücretsiz BigQuery dışa aktarma gibi birçok harika özellik ile birlikte gelir.

YT: Bir analist olarak kariyerinizin başlangıcına kıyasla günlük işlerinizde ne gibi yeni zorluklarla karşılaşıyorsunuz?

DH: Kariyerimin başlangıcında daha çok destekleyici bir rol olmaktan, projeleri uçtan uca yönlendirmeye kadar rolüm çok değişti. Önceden, zorluklarım işlerin nasıl yürüdüğünü anlamak ve raporların doğru ölçümleri gösterdiğinden ve izlemenin doğru kurulduğundan emin olmak için elimden gelenin en iyisini yapmaktı.

Bugün, bunların nasıl yapılacağını biliyorum ve zorluklar, iletişim stratejisiyle ilgili çok fazla, bu nedenle müşteriler veri toplamanın faydalarını anlıyor ve kuruluşlarını bu bilgileri aktif olarak kullanmaya zorluyor. Kısacası, bana verilen uygulama ve raporlama görevlerini yürütmekten, stratejiyi ve verilerin nasıl akması gerektiğine ilişkin “neden” i yönlendirmeye geçtim. Stratejiyi anlayabilmek ve yönetebilmek için çok fazla homurdanan iş yapmış olmanın anahtarı olduğuna inanıyorum.

Bir analist olarak ilerlemeden ve becerilerinizi geliştirmeden önce, temel bilgilerde ustalaşmalı ve her şeyin nasıl bağlantılı olduğunu anlamalısınız.

YT: Google Analytics veya Adobe?

DH: Google Analytics'i daha çok herkesin kullanımına açık olduğu ve harika bir API'ye sahip olduğu için kişisel olarak daha çok kullanıyorum. Bununla birlikte, Adobe'nin verileri analiz etmenin gerçekten harika yollarına sahip, aynı zamanda uyumluluk açısından daha güçlü bir ürün olan güçlü ve istikrarlı bir ürünü olduğunu düşünüyorum.

YT: Data Studio, Tableau veya Power BI?

DH: R'nin ShinyDashboards'unu kullanmayı seviyorum, çünkü istediğiniz herhangi bir grafik türünü dinamik bir şekilde oluşturabilirsiniz. Ayrıca, pahalı lisanslar gerektirmez (barındırılan çözümlerini kullanmak istemiyorsanız).

Dürüst olmak gerekirse, yukarıda bahsedilen tüm araçlarda harika bir şey olduğunu düşünüyorum. Data Studio ücretsiz ve hızlıdır, PowerBI ucuz olabilir ve kullanıma hazır çok sayıda harika görselleştirme sağlar ve Tableau, kuruluş içinde verileri keşfeden ve analiz eden çok sayıda kişi varsa harika olan bazı gerçekten harika paylaşım işlevlerine ve özelliklerine sahiptir.

YT: AppsFlyer veya FireBase?

DH: Burada katı bir fikrim yok. Ancak, APP+Web'in geliştirilmesi şu anda FireBase'i kesinlikle ilginç kılıyor.

Bir analist için başarının anahtarı sabır ve sıfırdan başlamaya hazır olmaktır. Analitiklerimizde odaklanmış ve ikna edici kalmamıza yardımcı olan bu basit tavsiye için Danny'ye teşekkürler.

Bu röportajı beğendiyseniz veya Danny'ye sorularınız varsa, aşağıya bir yorum bırakın! Analitik dünyasından daha da faydalı konuşmalar ve makaleler almak için blogumuza abone olmayı unutmayın.