Las Vegas'taki Pazarlama Analitiği Zirvesi 2019'da öğrendiklerim [Gün 2]

Bu, Pazarlama Analitiği Zirvesi özetimin devamı niteliğindedir. 1. gündeki konuşmalar ve dünya çapında yaklaşan Pazarlama Analitiği Zirveleri hakkında bilgi edinmek için önceki makaleye göz atın.

• John Lovett tarafından "Yürütülebilir veri stratejisi"
• "Kendiniz hakkında bilmeniz gerekenler - başarı için psikoloji" Michele Kiss
• Valerie Kroll tarafından "Liderlik kişiliğini belirlemek"
• Mariia Bocheva'dan “Süreç Verimliliğini Artırmak için Analistleri Analiz Etmek”
  

2. Gün, Search Discovery'de Veri Stratejisi Kıdemli Direktörü John Lovett'in açılış konuşmasıyla başladı. Konuşması, yürütülebilir veri stratejisi hakkındaydı - verilerinizi anlamayı, verilerinizi yararlı hale getirmek için mimariyi oluşturmayı ve verilerinizi iş etkisi için etkinleştirmeyi içeren amaçlarla verileri kullanma planı.

Günümüzün iş ortamında verilerden yararlanmak karmaşık ve kafa karıştırıcı olabileceğinden, kuruluşların kendilerine rehberlik edecek bir veri stratejisine ihtiyacı vardır. Üç modern veri sorunu vardır: veri okuryazarlığı eksikliği, veri siloları ve verilere olan güven eksikliği.

Buradaki sorun, C-seviyelerinin ve bölüm başkanlarının çoğu zaman verileri anlamamasıdır. "Gartner Trend Insight Raporu: 2020'ye Kadar Veri Okuryazarlığını ve Bilgiyi Teşvik Etmek"e göre, kuruluşların %80'i, aşırı eksikliklerini kabul ederek veri okuryazarlığı alanında kasıtlı yetkinlik geliştirmeyi başlatmayı planlıyor.

Veri okuryazarlığını üç bölüme ayırabilirsiniz:

• Metrik okuryazarlığı – İnsanlar verilerin ne anlama geldiğini bildiklerinde, aynı terimleri kullanın ve bunların arkasındaki değerleri anlayın. Bu, ekipteki herkesin aynı dili konuşmasını sağlayan temel bir seviyedir.
• Araç okuryazarlığı – İnsanlar veri ihtiyaçlarını uygun şekilde self servis yapabildiğinde ve araçların potansiyelinin, püf noktalarının ve sınırlamalarının farkında olduğunda. Bu nokta, June'un Twitch'te self servis analitik üzerine yaptığı konuşmayla gerçekten bağlantılı.
• Kavramsal okuryazarlık – İnsanlar verilere açıklık ve karmaşıklıkla yaklaştığında ve uyguladığında ve verileri kullanarak kendilerini açıklayabildiklerinde.

Veri okuryazarı olmak için verilerinizi anlamanız gerekir. Aşağıdaki soruları yanıtlamak yardımcı olacaktır:

1. Elimizde ne tür veriler var ve sorularımızı yanıtlamak için ne türlere ihtiyacımız var? Verilerin nereden geldiğini ve nelerden oluştuğunu anlamak için etkileşimli bir veri envanteri, veri sözlükleri ve kataloglar kullanın.
2. Kullanıcılar kendi kendilerine veri sunabilir mi yoksa bu verileri kendilerine sunacak birine mi ihtiyaçları var?
3. Verilerimize kimler erişebilir ve veriler nasıl kullanılabilir?
4. Kullanıcılar verilerimizi doğru bir şekilde anlıyor mu, yoksa Yunanca mı konuşuyoruz?
5. Veri kullanımında yüksek derecede rahatlık var mı, yoksa her yeni raporun oluşturulması gerektiğinde bir mücadele mi veriyor?
   

Çoğu şirketin veri kaynakları birbiriyle konuşmadığı için dağınık verilerle mücadele etmesi şaşırtıcı değil:

Bu veri silolarını kırmak için verilerinizin nereden geldiğini ve nasıl bağlanabileceğini tanımlamanız gerekir. Ardından, önce uygulanması gerekenlere öncelik verebilirsiniz. İşte size bu konuda yardımcı olması gereken bazı sorular:

1. Hangi veri bağlantıları ve API'ler var? Bağlanmak istediğiniz çoğu kaynak, hazır API'ler veya üçüncü taraf araçlar aracılığıyla entegre edilebilir, bu nedenle kendi entegrasyonlarınızı oluşturmak için zaman ve diğer kaynakları boşa harcamayın.
2. Analiz için hangi dönüşümler gereklidir? Genellikle verileriniz farklı biçimlerde ve farklı hızlarda gelir, bu nedenle bunları tek bir rapora çekmek için önceden işlemeniz gerekir. Bunu önceden düşünün ve buna göre plan yapın.
3. Veri kümeleri arasında entegre süreçler var mı? Bu verilerin yerinde olmasıyla hangi süreçlerin etkileneceğini düşünün.
4. Veriler ne zaman yenilenir ve paylaşılır? Verileri ne sıklıkta güncellemeniz gerektiğini ve bunlara kimlerin erişmesi gerektiğini kontrol edin. Bu, raporları ekiple paylaşmak için en uygun araçların seçilmesine yardımcı olacaktır.

Bu soruları yanıtladıktan sonra, verilerinizin mimarisini oluşturmak için hangi yaklaşımı kullanmak istediğinize karar verebilirsiniz: veri gölleri, veri yapısı veya veri merkezi. McKinsey tarafından yapılan son araştırmaya göre, veri gölü uygulamalarının sadece %8'i kavram kanıtlamadan üretime geçmiştir.

KPMG'ye göre, ankete katılan kuruluşların yalnızca %35'i, kuruluşlarının veri analitiği kullanımına yüksek düzeyde güveniyor. Bu sorunu çözmek için güven oluşturmanız ve verilerinizi etkinleştirmeniz gerekir. Kendinize aşağıdaki soruları sorarak başlayın:

1. Veriler otomatik eylemleri nerede tetikleyebilir?
2. Hedefleme ve kişiselleştirme için verileri nasıl kullanırız?
3. Verilere güveni nasıl inşa ederiz?
   

Verilerinizi etkinleştirmek için şunlardan emin olmanız gerekir:

• Veriler güvenilirdir ve insanlar gördükleri sayılara güvenirler. Bu, farklı test ve izleme yaklaşımlarıyla yapılabilir.
• İşbirliği için veriler mevcuttur. Hangi verilere göre hareket etmeleri gerektiğini anlamak için kuruluştaki paydaşlarla konuşun.
• Verilerle ilgili tüm süreçleri denetlemekten sorumlu bir veri yönetişim konseyiniz var.

John, kâr amacı gütmeyen bir Amerikan yayıncısının hikayesi ve Data Discovery ekibinin yürütülebilir bir veri stratejisi oluşturmak için kullandığı yaklaşım da dahil olmak üzere birkaç gerçek hayattan örnek paylaştı. Geçtikleri aşamalar hedefleri tanımlamak, bunları iş hedefleriyle uyumlu hale getirmek ve ölçümler oluşturmaktı:

Tüm bu iş hedefleri yazıldıktan sonra, Veri Keşfi ekibi, iş etkisine ve gereken çaba düzeyine göre bunlara öncelik verdi ve en önemli ve değerli görevlerden daha az önemli olana doğru hareket eden uygulama yol haritasını tanımladı:

Veri gölü uygulamalarının düşük başarı oranının sizi korkutmasına izin vermeyin. Başarılı bir uygulamanın potansiyel etkisi, gerekli yatırımdan çok daha yüksektir. Başlamak ve diğer şirketlerin hatalarından kaçınmak için ölçeklendirme analitiğinin bu 10 sırrını kullanın. Diğer şirketlerin örnek olay incelemelerine bakarak her zaman ilham alabilirsiniz. İşte birkaç örnek:

• Ile de Beaute, ROPO etkisini ölçmek için uçtan uca analitik kullandı
• Dokuz basit adımda rahat yerleşik uçtan uca analitik
• BUTİK. verileri birleştirerek iyileştirilmiş müşteri YBD'si

Bir sonraki oturuma "Birds of a Feather" adı verildi; burada herkes tartışmak istediği bir konuyu veya acı noktasını adlandırabilir ve derinlemesine bir tartışma için benzer düşünen meslektaşlarıyla bir masaya geçmek üzere bir masaya geçebilir. Şahsen bu oturumu gerçekten beğendim çünkü nasıl çözeceğimi bilmediğim bir sorun hakkında bana birkaç fikir verdi.

Michele, insanların dikkatini çekmeyi bilen karizmatik bir konuşmacı ve beynimizin klasik çalışmalarla kanıtlanmış olan sınırlı çalışma belleği, doğrulama yanlılığı, normlara uygunluk vb. numaralarını göstermesini gerçekten beğendim. Analistlerin bu çelişkilerin farkında olmaları önemlidir, çünkü analitik ve optimizasyon, insanları ve neden yaptıklarını anlamak için nicel yöntemler kullanmakla ilgilidir. İşte paket servislerden bazıları:

• Bilgi sunarken algı ve hafıza sistemlerinin sınırları içinde çalışmanız gerekir.

Ünlü psikolog George A. Miller'a göre, kısa süreli bellekte tutabileceğimiz bilgi miktarı yedi artı veya eksi iki öğedir. Öğe, sözcük, sayı, veri noktası vb. gibi bir bilgi yığınıdır. Bu nedenle, kullanıcıların altı sayfa arayla veya otuz slayt önce iki veri noktası arasında bağlantı kurmasını beklemek, başarısızlığın reçetesidir.

• Verileriniz aşikar görünse bile, işin bir süredir bildiği, düşündüğü veya inandığı şeylere aykırı "son dakika haberleri" ile gelirseniz, karşıt bakış açınızı desteklemek için daha fazla veriye ihtiyacınız olabilir.

Ayrıca bulgularınızı göndermek yerine tartışma için bolca zaman ayırmak isteyebilirsiniz, çünkü bu tartışmalar bu yeni bakış açısına katılım sağlamak için kritik öneme sahiptir. “İnançlı bir adam, değiştirilmesi zor bir adamdır. Ona gerçekleri veya rakamları gösterin ve kaynaklarınızı sorgulasın. Mantığa başvurun ve o sizin amacınızı göremiyor," dedi Leon Festinger.

Buna bilişsel uyumsuzluk teorisi de denir. İnsanların tutarsızlık hissinden hoşlanmadıklarını söyler (örneğin, inançlarımız ve eylemlerimiz arasında). Bu rahatsız edici duyguyu, inançlarımızı haklı çıkararak ve çelişebilecek bilgilerden kaçınarak azaltmaya çalışırız.

• Verilerle çalışırken, ilk hipotezinizde durmayın. Bilişsel önyargınızdan etkilenebilir.

Beynimiz, mevcut inançları doğrulamaya çalışacak şekilde inşa edilmiştir. Verilerin ne yaptığını göstermesinin birçok nedeni olabileceğinden, bu sizi bir hataya götürebilir. İnsanlarla röportaj yaparken aslında bu önyargıyı anlamayı ve tanımayı gerçekten kullanışlı buluyorum.

İlk izleniminizi genellikle 15 saniye içinde alırsınız ve bundan sonra beyniniz bu ilk izlenimi destekleyecek bir şey arar. Bu anı fark etmek ve karşıt bir konumu destekleyen gerçekleri aramaya başlamak çok önemlidir. Bilişsel önyargılarınızdan kurtulmanıza yardımcı olacaktır.

• Statükoya meydan okuyan analitik bulgularınız varsa, bunları yavaş yavaş ve bire bir tartışmalısınız.

İnsanları bir grup ortamında hemfikir olacakları veya aynı fikirde olmayacakları noktaya getirmekten kaçının çünkü bir gruptaki insanların grubun normlarına karşı yeni bulgularınızı savunmaları daha az olasıdır. Benzer şekilde, bu, doğrudan bir grup beyin fırtınası oturumuna atlamaya karşı çıkıyor. Bir gruba girdikten sonra, insanların %76'sı grupla aynı fikirde olacaktır (yanlış olsalar bile!), bu nedenle daha çeşitli fikirler elde etmek ve önce bireysel, sınırsız beyin fırtınasına izin vererek ve tüm fikirleri toplayarak grup düşüncesini en aza indirmek daha kolaydır.

Bu etkiye norma uygunluk denir ve Ash tarafından 1951'deki deneylerinde kanıtlanmıştır.

• Bulguları getirirken, bunların nasıl kullanılacağına dair bir tavsiyede bulunun ve mümkün olduğunca spesifik olun.

Bir şey değişirse harekete geçmenin kimin sorumluluğunda olduğunu tanımlayın ve seyirci etkisine kapılmanız için sizi dinlediğinizden emin olun - ne kadar çok görgü tanığı varsa, bir kişinin müdahale edip yardım etmesi o kadar az olasıdır. Buna harika bir örnek, herkesin ayakta durduğu ve başka birinin harekete geçmesini beklediği tıbbi bir acil durumdur.

Michele'in sunumunda bulabileceğiniz çok daha fazla örnek ve önyargı var. Önyargılar hakkında bilgi edinmek istiyorsanız, Conor Dewey'in veri bilimcileri için pratik psikoloji konulu bu makalesine göz atın.

Öğle yemeğinde, Search Discovery Optimizasyon Direktörü ve Digital Analytics Association Yönetim Kurulu Başkanı Valerie Kroll'un liderlik kişiliğini belirleme hakkında gerçekten ilham verici bir konuşma dinledim.

Valerie konuşmasında, niceliksel bir stajyerlikten şu an bulunduğu yere 12 yıllık yolculuğunu ve lider olma yolunu paylaştı. İşte öğrendiği birkaç ders:

• Lider olmak için insanları yönetmek zorunda değilsiniz. Bir lider, diğerlerini isteyerek harekete geçmeleri için motive eder ve ilham verir; kültürü taşırlar ve statükoya yapıcı bir şekilde meydan okurlar. Bir lider olmak için güçlü bir empati ve sorumluluk almaya istekli olmanız gerektiğini de ekleyebilirim.
• Liderlik fırsatlarını bulun ve imposter sendromuna kapılmayın:
  

Sahtekarlık sendromuyla mücadele etmek için analitik becerilerinizi kullanın - gerçeklere bakmayı ve ilerlemenizi ve buna dayalı olarak mevcut seviyenizi değerlendirmeyi deneyin, güçlü yönlerinizi ve başarılarınızı yazın ve becerilerinizi uygulamanın yollarını bulun. Ayrıca Edmund J. Bourne'un The Anxiety and Phobia Workbook kitabını da deneyebilirsiniz.

• Önyargı veya ayrımcılıkla karşı karşıya kalırsanız, ideal olarak yanlış yapan kişiyle bunun hakkında konuşun. Değilse, bir meslektaş, akıl hocası veya İK'dan birini bulun. Şirketinizin önemli bir konuyu ele alacak süreçleri yoksa, onu gündeme getirin. Kim olduğunuzdan korkmayın veya utanmayın – yaşınız, cinsiyetiniz, uyruğunuz vb. Belki bu sizi başarılı kılan ve farklı bir bakış açısı getirmenize yardımcı olan bir şeydir.
• Kişisel markanızı sosyal ağlarda oluşturun ve T-şekilli modeli teşvik edin, sadece genişlikte değil, aynı zamanda derinlemesine de gelişir.
  
• Gerçek bağlantılar kurarak ağınızdan yararlanın ve kullanıma hazır bir asansör konuşmasına sahip olun. Buluşmalarda bağlantılar bulun, insanlardan sizi diğer ilginç insanlarla tanıştırmasını isteyin ve değer sağlayarak bu bağlantıları geliştirin. Bir dakikadan kısa sürede en çok değeri yaratan ve en yenilikçi olan üzerinde çalıştığınız şeyi paylaşmaya hazır olun.
  
• Mentorluk arayın. Karşılıklı olabilir, çünkü bir beceride ustalaşmanın en iyi yolu birine öğretmektir. Bir akıl hocası ararken, kariyer hedeflerinize odaklanarak, zor becerilerin yanı sıra yumuşak becerileri de göz önünde bulundurun.
  

Bu arada, DAA'nın bir Kadın Analizi mentorluk programı var, bu yüzden ilgileniyorsanız, kontrol edin.

O zaman, Süreç Verimliliğini Artırmak için Analistleri Analiz Etmek konusundaki hikayemi paylaşmanın zamanı gelmişti bile. Bir ekibi büyütmek çok fazla zaman ve çaba ve uygun yönetim araçları gerektirir. Sorunlu noktalar yaygındır: yetersiz görev dağılımı, yeni çalışanlara öğretmek ve koçluk yapmak için zamanın olmaması, deneyimli analistlerin Ar-Ge yapması ve becerilerini geliştirmesi için yeterli zamanın olmaması, belirli bir çalışanın hangi görevlere ne kadar zaman harcadığı hakkında hiçbir fikrinin olmaması ve liste devam ediyor. Veri göllerini görev tahminini iyileştirmek, acı bir şekilde öğrenilen derslerin herkesle paylaşılmasını sağlamak ve proje önceliklerini dengelemek için kullandık.

Sonuç olarak biz

1. bir analistin iş yükünün beklediğimizden çok uzak olduğunu ve ortalama değerlerin büyüme alanlarımızı gizleyebileceğini fark etti
2. analistlerimizin çoğunun (~%85) e-postaları zamanında yanıtladığını kanıtladı
3. karşılaştığımız tipik görevleri, bunları gerçekleştirmenin genellikle ne kadar sürdüğünü ve her bir görevin süresinin nasıl değişebileceğini haritaladı
4. Her analistin kişisel gelişim planını özelleştirmesi için zayıf ve güçlü yönler buldu
   otomasyon için alanlar bulundu.

Slaytlarımı Slideshare'de ve ConversionXL'de deneyimlerimizi anlatan bir makaleyi bulabilirsiniz.
Ne yazık ki Garry Angel'ın, Tim Wilson'ın, Matt Gershoff'un ve Moe Kiss'in konuşmalarını kaçırdım ama Superweek'te konuşmalarını duydum ve harika olduklarını biliyorum. Konuşmalarını kaçırmış olsam da onları #MASConf'ta tekrar görmek çok güzeldi!

Marketing Analytics Summit'teki en son oturum, Analytics Power Hour podcast'inin canlı kaydıydı. Bu podcast'in her bölümünün kapalı bir konusu ve açık bir forumu var.

İzleyiciler, Search Discovery'de Analitik Uygulama Lideri Michael Helbling'i , Analytics Danışmanı Moe Kiss'i ve Search Discovery'de Analitik Kıdemli Direktörü Tim Wilson'ı dinlemekten keyif aldılar ve düşüncelerini ve deneyimlerini paylaştılar. Tim Wilson ile modern analitiğin durumuyla ilgili önceki özel röportajımızı burada bulabilirsiniz. Ayrıca Marketing Analytics Summit'ten bölüme buradan ulaşabilirsiniz. Diğer bölümleri de dinlemenizi tavsiye ederim.

1. Yüz değerinde bir başlık almayın; abartıyı kesin ve yarattığınız etkiye odaklanın.
2. Şirketinizde self servis analitiğin işe yarayıp yaramadığını anlamak için ekibinize işlerini verimli bir şekilde yapmak için ihtiyaç duydukları veri desteğine sahip olup olmadıklarını ve iş ihtiyaçlarını karşılayan bir zaman diliminde veri elde edip edemediklerini sorun.
3. Herkesin her pozisyondan ne beklenebileceğini anladığından emin olmak için bir veri rolü matrisi kullanın.
4. Veri kaliteniz söz konusu olduğunda reaktif değil proaktif olun.
5. Pazarlamacıların yalnızca %11'i, ilişkilendirme modellerinin doğruluğundan "çok emin" hissediyor. Ancak bu, denememeniz gerektiği anlamına gelmez.
6. Veri olgunluk düzeyinizi değerlendirmek için verilerinizi üç farklı kategoride değerlendirmeniz gerekir: birleştirilmiş içgörü (performans ölçümü ve ilişkilendirme), birleştirilmiş veriler (birleştirilmiş, ortak konumlu veya birleştirilmiş veriler) ve önceden tanımlanmış veri temeli (izleme kesinliği, temas noktası kapsam, sınıflandırma standardizasyonu).
7. Pazarlama ölçümlerini istenen iş sonuçlarına bağlayan işletmelerin, bu sonuçları önemli ölçüde aşma olasılığı iki kat daha fazladır. Pazarlama ölçümlerini gelir hedeflerine bağlayan işletmelerin bu hedefleri önemli ölçüde aşma olasılığı üç kat daha fazladır.
8. Hem pazarlama uzmanları hem de analistler tek bir şey ister: pazarlama hedeflerine ulaşmak için neyi başlatacaklarını, durduracaklarını ve yapmaya devam edeceklerini bilmek için doğru araçlar ve süreçler.
9. Pazarlama faaliyetlerini şirketinizin iş hedefleriyle uyumlu hale getirmek için bir başarı planı kullanın ve üst düzey liderliğe pazarlama ve analitik yatırımlarının değerini gösterin.
10. Daha fazla etki yarattıkları için önce gelir getiren süreçlere odaklanın.
11. Süreçlerinizin çalışmasını sağlamak için onları haritalayın, analiz edin ve ekibe iletin.
12. Fiziksel etkileşimin anlaşılması daha kolaydır ve dijitalden daha ikna edici görünür – fiziksel dikkat, %70 daha yüksek marka hatırlama sağlar. Bu nedenle, hedef kitleniz tarafından hatırlanmak için daha fazla duyuya katılmanız, dikkat dağıtıcı unsurları azaltmanız ve etkileşimi teşvik etmeniz gerekir.
13. Arama sonuçları sayfası yeni açılış sayfanız olduğundan, markanızı SERP SEO ile kontrol edin. Zengin snippet'lerden yararlanmanız ve panellerinizi talep etmeniz gerekiyor.
14. Markalı talep yaratmayı ikiye katlayın.
15. Tanıtım amaçlı olmayan ve tanıtım amaçlı gönderileri değiştirerek sosyal algoritmalardan yararlanın.
16. Markanızla bağlantılı, yüksek katılım sağlayan ve duygusal yankı uyandıran içerik oluşturmak için hikaye anlatımını kullanın.
17. Verilerle ilgili üç ana sorun vardır: veri okuryazarlığının olmaması, veri siloları ve verilere olan güven eksikliği. Bu sorunların tümü, yürütülebilir bir veri stratejisi ile çözülebilir – verilerinizin anlaşılmasını, verilerinizin kullanışlı hale getirilmesi için mimarinin oluşturulmasını ve iş etkisi için verilerinizin etkinleştirilmesini içeren verileri amaca yönelik olarak kullanma planı.
18. Psikoloji ve analitik bağlantılıdır - zihinsel kısayolların farkında olun ve bunları analitik ve pazarlama güçlerinizden yararlanmak için kullanın.
19. Liderlik modelinizi bulmak, farklılıklarınızı kullanmak, ağınızı ve kişisel markanızı geliştirmek, bir mentor ve menti aramak, sahtekarlık sendromuyla mücadele etmek ve başkalarına ilham vermek için.
20. Ne kadar çabuk olursa o kadar iyi. Verileri toplamak, birleştirmek ve hazırlamak, çabalarınızın yaklaşık %75'ini oluşturur. Topladığınız verilerin kalitesine güvendiğinizden emin olun.
21. Bir MVP panosu ile başlayın. En fazla 10 kritik KPI'ya odaklanın.
22. Cuma günü saat 17:00'de bir metrik önemli ölçüde değişirse ne yapacağınızı tanımlayın. Bir metrik beklenmedik bir şekilde yükselir veya düşerse ne yapacağınıza dair bir planınız olmalıdır. Belirli bir metrik için neden böyle bir plana sahip olmanız gerektiğine dair hiçbir fikriniz yoksa, onu izlemeniz gerekip gerekmediğini düşünün.

PS Harika bir deneyim oldu. Beni davet ettiği için Jim Sterne'e ve sorunsuz organizasyon için Rising Media, Inc.'de Konuşmacı Yönetimi'nden Roxanne Glavina'ya ayrı bir teşekkür ederim.