Jim Sterne ile röportaj

Jim Sterne, Marketing Analytics Summit'in (eski adıyla eMetrics Summit) Kurucusu, Digital Analytics Association'ın Fahri Direktörü, 12 kitabın yazarı, yetenekli bir konuşmacı ve genel olarak harika bir kişi ve uzmandır.

Mariia Bocheva, bu röportajdan birkaç ay sonra, Haziran 2019'da Las Vegas'taki Pazarlama Analitiği Zirvesi'nde Jim ile tanışma zevkini yaşadı. Mariia, bu konferansın birinci ve ikinci günleri hakkında tam raporlar yayınladı.

Mariia'nın Jim ile yaptığı röportaj aşağıdaki konuları kapsıyordu:

İletişim anahtardır : toplantılarda insanlarla konuşmak, PowerPoint sunumları yapmak, panoları paylaşmak. Bu çok gerekli olduğu için zor bir beceri olarak adlandırılabilir, ancak aslında bu bir insan becerisidir, yani yumuşak bir beceridir.

JS: Zor beceriler hakkında konuştuğumuzda, önce verinin kendisinden bahsediyoruz – veri toplama, temizleme, bir boru hattı inşa etme . Esasen, veri mühendisliği tarafı. Veri mühendislerine sahip olacak kadar büyük bir şirkette çalışmaktan mutluysanız, bunları yapmanız gerekmez.

Gerekli bir zor beceri, verilerin nereden geldiğini bilmektir . Elinize almadan önce nasıl işlenir, ön işleme tabi tutulur ve entegre edilir? Hammaddeyi anlamalısınız.

Gördüğüm bir diğer şey de istatistikler . İstatistikçi olmak kesinlikle gerekli değildir, ancak kavramları uygulayabilmeniz için genel olarak istatistikleri anlamak çok önemlidir. Zor beceriler, araçlarınızı bilmeyi içerir. Adam Greco'nun dediği gibi: "Araçlarınızı ne kadar çok bilirseniz, o kadar çok seçeneğiniz, o kadar çok yeteneğiniz olur."

Son olarak, derine inmek istiyorsanız, daha çok ilgilendiğiniz şeye bağlı olarak R veya Python öğrenin – istatistik veya makine öğrenimi. Yine, kesinlikle gerekli değil ama çok faydalı.

JS: Gerçekten birçok faktöre bağlı. Yüz analistten oluşan bir ekibim varsa, SQL, Python ve R kullanmayı bilen insanlara ihtiyacım olmayabilir. Öte yandan, asla acıtmaz.

Uzman bir kodlayıcı olmak zorunda mıyım? NUMARA. Ama neler olup bittiğini ve perde arkasında neler olduğunu anlamam gerekiyor mu? EVET.

TCP/IP'nin nasıl çalıştığını bilmek faydalıdır, HTTPS'nin nasıl çalıştığını bilmek faydalıdır, kodlamanın nasıl olduğunu bilmek değerlidir. Kesinlikle gerekli olup olmadığı ekibinize bağlıdır .

SQL ile çalışan tek kişi sizseniz, bu konuda daha iyi olmalısınız çünkü tek kişi sizsiniz. Ancak SQL uzmanlarından oluşan bir ekibiniz varsa, olmanıza gerek yok; ama ne hakkında konuştuklarını anlamalısın, böylece iyi sorular sorabilirsin.

Bir tesisatçının bakır borunun nasıl yapıldığını bilmesine gerek yoktur, ancak bilse ve sonra garip bir sorunla karşılaşırsa, " Ah, bu imalatta bir sorun" diyebilir.Çünkü bu ekstra bilgiye sahip. Peki gerekli mi? Hayır, ama her zaman faydalıdır.

JS: Evet, çok yaygın. Öneriler çapraz eğitimle ilgilidir. (Belki 15 yıl önce Almanya'da) bir analistin ne yaptığını ve analistin işinin şirketteki insanlara işlerini yapmalarında yardımcı olmak olduğunu açıklayan bir sunum yapıyordum.

Diğer insanların neyi başarmaya çalıştığını anlamak önemlidir. Ardından dinleyicilerden biri elini kaldırdı (bu tür bir izleyici için alışılmadık bir durum) ve sordu, Tüm şirketteki diğer tüm işleri anlamam gerekiyor mu? Ve EVET dedim! Bu doğru, bu senin işin. İnsanların onlara yardım etmek için neyi başarmaya çalıştıklarını bilmek güzel, ama aynı zamanda veri hakkında yeterince bilgi sahibi olmaları da iyi.

Departmanlar arasında analitikte çapraz eğitim örneğim var. David Rhee, Adidas'ta çalışırken ekibinin becerilerini artırması gerektiğine karar verdi. Bu yüzden onları farklı sorumluluklara yönlendirdi. Bir e-posta analizi kişisini alır ve onları görüntülemeden sorumlu tutar; sosyal medya ölçümlerinden sorumlu bir görüntülü kişi koyun ve ardından onları web ölçümlerinden sorumlu tutun. Yıl boyunca insanları döndürdü. Yani 3 veya 4 yıl orada olsaydınız, her şeyi nasıl yapacağınızı öğrendiniz.

Ve anında tepkim, Aman Tanrım! Her şeye yeniden başlamalıyım! Bu şeyleri öğrenmek için bir yılımı harcadım ve şimdi beni soğuk suya atacaksın ve tekrar yüzmeyi öğrenmem gerekiyor , cevabı evet oldu, yapmalısın. Sonuç olarak, tüm ekip diğer herkesin ne yaptığını öğrendi. Bu nedenle, bir karar vermeniz gerektiğinde, bunu e-postadan sorumlu olmaktan ziyade kuruluşun bakış açısına göre veriyorsunuz. Bu, tüm departmana yardımcı olabilir. Ve bence bu metodoloji başka bir şekilde çalışabilir.

Biri gelip bana şirketin ortasında başka biriyle daha iyi bir iş teklif edildiğini söylediğinde,David onları cesaretlendirir ve desteklerdi, çünkü bilirsin, bundan iki ya da üç ya da beş yıl sonra benim için çalışmaya geri döneceksin ve yeni şeyler öğrendiğin için daha akıllı olacaksın derdi.Bunu analitik ve pazarlama arasındaki farka uygularsak, bir analiz uzmanı ayda bir gününü analitik müşterilerinden birini takip ederek, e-posta pazarlamacılarıyla takılarak, sosyal medya metrikleriyle takılarak, ne yaptıklarını izleyerek geçirebilir. yaptıkları ve günlerinin nasıl göründüğü. Bu değerli olurdu.

JS: Analistler için bu, alan bilgisi ve diğer insanların amaçlarını bilmektir. Ve pazarlamacılar için bu, verilerin nasıl uygulanacağıdır. İletişim, sadece diğer kişinin amaçlarının ve mücadelelerinin ne olduğunu bilmekle ilgilidir. Ve bu her ilişki için geçerlidir - iş veya kişisel olması fark etmez.

Buna empati denir ve diğer kişinin durumu hakkında bilgi gerektirir.

J S: En büyük hata, verileri analiz etmenin yeterli olduğunu düşünmektir . Tüm iş ekosisteminin yalnızca bir parçası olduğu için değil. Tüm ekosistemin amaçlarını ve zorluklarını, politikalarını ve sınırlı kaynaklarını anlamak çok önemlidir.

Sanırım kendi hatalarım hakkında en kolay cevap, yaptığım en yaygın hata, yani verilerin temiz ve güvenilir olduğunu varsaymak. Çok çalıştığınızda, bir şeyin doğru olmayabileceğini unutmak çok kolaydır.

JS: Yapmanız gereken ilk şey yeterli veriye sahip olmak. Eğer bir startup iseniz, hiçbir veriniz yoktur. Bu bir sorun. Küçük bir şirketseniz, çok az veriye sahipsiniz, bu da bir problem.

Orta ölçekli veya kurumsal bir firmaysanız verileriniz var ama altyapınız yok. Verileriniz olduğunda, araçlara ve bu araçları kullanmak için becerilere ihtiyacınız var. Ve araçlarınız ve becerileriniz değer sağlayacak kadar karmaşık olmalıdır.

Yeterince büyükseniz ve veri kaynaklarınız varsa, gösterge tabloları oluşturmak gibi şeyleri otomatikleştirmeniz veya pazarlama kararlarını ve işlemlerini gerçekten otomatikleştirmeniz gerekir. En büyük zorluk, bu verilerden çıkan değişiklikleri gerçek durumlara uygulanabilir kılmaktır.

Herkesin verilere inanmasını sağlayın . Analitik sistemlerinin olanaklarının gerçekten şirketin büyüklüğüne değil, şirketin olgunluğuna ve mevcut kaynaklara bağlı olduğundan emin değilim.

JS: En büyük zorluk, herkesin aynı yönde çalışmasını sağlamak. Organizasyon yeteneğidir. Ben bir analistsem, verileri severim ve herkesin verileri sevmesini isterim. Şirketi bunun iyi bir şey olduğuna ikna etmek büyük bir iş. Bir şirketin verileri sevmesi veya sevdiğini söylemesi çok yaygın bir sorundur, ancak bunu yalnızca kendi fikirlerini doğrulamak için kullanırlar veya kötü kullanırlar.

En yaygın sorun, yanlış anlama yoluyla verileri yetersiz kullanmak ve başarılı olduklarını kendilerine gösterme arzusudur.

JS: Sanırım ne yapacağımızı bildiğimizden daha fazla teknolojimiz var. 2005 yılında, Avinash Kaushick bize, analitik için 10 dolar harcadığınızda, insanlara 9 dolar ve teknoloji için 1 dolar harcadığınızı ve biz hala orada olduğumuzu öğretti. Gerçekten inanılmaz teknolojiler yaratan gerçekten zeki insanlar var. Ve hepsini kullanma yeteneğimizin biraz ötesinde.

Tüm bilgileri toplayan, temizleyen, hepsini merkezi bir havuzda toplayan ve birçok karar veren bir sisteme sahip olduğunuzu hayal edin. Doğru zamanda doğru kişiye doğru mesajı göstererek daha çok satış yaparsınız, müşterileriniz daha mutlu olur ve böyle bir yaklaşım her zaman daha ucuza gelir. İşe yarayabilirse harika olurdu. Ancak tüm parçaların birlikte çalışması, çok fazla teknoloji kullanmanız gerektiği anlamına geliyor ve kullanmanız gereken tüm bu farklı araçlar her geçen gün daha karmaşık hale geliyor.

Bu yüzden 15 farklı araca ihtiyacım var ve hepsinin harika çalışması için hepsinde uzman olmam gerekiyor. Bir araçla üç saat çalışarak geçirebilirsiniz ve sonra biri bir şeyi değiştirir – bir aracın yeni bir sürümü var, biri bir bağlantıyı yanlış etiketledi veya bir şeyler ters gidiyor. Yani 15 dakika mükemmelliğe sahibiz ve sonra hayatımızın geri kalanını hepsini birlikte çalıştırmaya çalışarak geçiriyoruz .

JS: Son işim makine öğrenimi. Cevabım bu kadar ;-)

Bu sadece farklı türde yazılımlar, ancak yine de bir yazılım ve işleri hallediyor. Bu yüzden uzman, bu sorunu çözmek için bu aracı kullanmanın ne zaman uygun olduğunu ve çok pahalı veya çok karmaşık olduğu için aşırıya kaçtığında görmelidir.

Önemli olan doğru aleti ne zaman kullanacağını bilmektir . Bazen Excel elektronik tabloları harikadır; bazen basit istatistiksel regresyon yeterlidir; ve bazen, tamam, hadi bu sorunu çözmeye veya bu şeyi otomatikleştirmeye çalışmak için bir makine öğrenimi sistemini çalıştıralım. Farkı bilmek, analistin masaya getirdiği değerdir.

JS: En önemli olay size en yakın olan ve karşılayabileceğinizdir. Çünkü oraya gidemezseniz bu iyi bir olay değil. Bir sonraki en önemli şey, tanıdığınız insanlarla nerede karşılaşabileceğinizdir, çünkü profesyonel ağınızı bu şekilde kurarsınız.

Uzun süredir analiz yapan insanlarla derin bir dalış yapmak için harika olan Virginia'daki DAA Hub'a gitmeyi seviyorum. Kariyeriniz konusunda çok ciddiyseniz gidip bir bilet almalısınız. Aynı şeyi Superweek için de söyleyebilirim. Burası gerçekten zeki insanların gerçekten karmaşık şeyler hakkında büyüleyici bir şekilde konuştuğu bir yer.

Öte yandan, MeasureCamp heyecan verici bir topluluktur. MeasureCamp'ı en son Slovakya, Bratislava'da yaptım. Gittiğim her MeasureCamp'in aynı tavrı sergilediğini söyleyebilirim. Gerçekten ilginç: insanlar çok basit problemleri çözmeye çalışıyor ve herkes birbirine yardım etmeye çalışıyor. Bu beni çok iyi hissettiriyor.

Ve sanırım gerçekten kendi Pazarlama Analitiği Zirvemden bahsetmeliyim! Avrupa'da birkaç tane geliyor ve ana etkinlik Haziran ayında Las Vegas'ta.

Zaten 15 yaşında olan ve 5.000 üyesi olan DAA derneğine katılmaları için insanları her zaman işaret ediyorum. Ayrıca insanları Digital Analytics Power Hour podcast'ine yönlendirmek istiyorum. Geri dönüp tüm bölümleri dinlemenizi tavsiye ederim.

Ve sonra, elbette, Slack'i Ölçün . E-posta tartışma listelerinde bağlantı kurardık. Ardından, insanların aktif olarak etkileşimde bulunduğu farklı bloglar var. Ardından Twitter'da #measure hashtag'i ile bir çok aktivite oldu. Bir sorununuz, sorunuz veya şakanız varsa ya da sadece bir dakika için numaralardan kafanızı dağıtmanız ve insanlarla iletişim kurmanız gerekiyor. Bugün, konuşma Measure Slack üzerinde olacak gibi görünüyor ve bu harika.

Eklemek istediğim son şey #ölçme kültürüyle ilgili. İnsanlar birbirlerine yardım etmeyi sever. Bizim sektörümüz paylaşım üzerine kurulu. Uzun yıllardır birbirimize yardım ediyoruz. Bu yüzden tüm bu olaylar çok değerlidir; yardım etmeyi, paylaşmayı ve öğrenmeyi seven insanlarız.

Jim'e böyle cesaret verici ve taze düşünceler için teşekkür ederiz. Umarız bu röportajdan keyif almışsınızdır ve bizim kadar ilham verici bir destek almışsınızdır. İşinizi ve analitik topluluğunuzu sevin ve kendinizi geliştirmeyi asla bırakmayın!

Dijital analitiğin durumuna ilişkin araştırmamızın bir parçası olarak sonraki röportajları okumak ve en iyi analistlerin deneyimini işinize uyarlamak için blogumuza abone olun.