Neden kimse analiste beşlik çakmıyor? Steen Rasmussen'den zor ama gerçek cevaplar

Mariia Bocheva, tanıdığımız en yetenekli ve etkili web analitiği misyonerlerinden biri olan Steen Rasmussen ile harika bir röportaj yaptı. Ayrıca Analiz'de yaptığı konuşmanın bir kaydını aldık! araştırmamızın tutarlı bir resmini oluşturmamıza yardımcı olacak ayrıntıları ele aldığı konferans.

Geleneksel görüşme tarzımızdan kopmaya ve bunu analistlerin yeni fikirler bulmasına yardımcı olacak temel bir okumaya dönüştürmeye karar verdik.

Bu makalede:

İlk olarak, Steen Rasmussen hakkında birkaç söz: Kendisi şu anda IIH Nordic'in Web Analitiği Müjdecisi, Direktörü ve Yönetim Kurulu Üyesidir. Ayrıca haklı olarak modern analitiğin kurucularından biri olduğunu iddia edebilir. IIH Nordic, tamamen benzersiz bir veri ekosistemine ve her şeyin anlamlı ve verimli çalışmayı teşvik etmek için tasarlandığı deney odaklı bir kültüre sahip şirketlerden biridir. Örneğin, öyle bir organizasyonları var ki, haftada sadece dört gün çalışırken, beş günlük bir çalışma haftasının iş yükünü üstleniyorlar.

Bir rüya gibi geliyor, değil mi? Steen'in bizimle neler paylaştığını öğrenelim.

İyi bir analist olmak için beceriler ve araçlarla dolu olmanız gerektiğini kim söyledi? Ya da bir analist olmanın, raporlar hazırladığınız ve bir dahaki sefere raporlara ihtiyaç duyulana kadar rahatladığınız güvenli bir iş olduğunu mu?

Neden işe alındığınızı ve şirkete hangi değeri kattığınızı net bir şekilde anlamak, başarınız için çok önemlidir. Bir analist, iki ana hedefe ulaşmak için işletmelere içgörü sağlamak için çalışır:

1. Karları artırırken maliyetleri azaltın
2. Yeni müşteriler kazanmak ve mevcut müşterileri elde tutmak

Bu, bir analistin çalışmasının birincil amacıdır ve gerçekleştirilen her görev ve oluşturulan rapor, yukarıdaki slaytta açıklanan hedeflerden başlamalıdır.

Analiz araçları, teknolojileri ve yaklaşımları yalnızca araçlardır. Sağlanan hizmetin kalitesini etkilerken, iş ihtiyaçlarının derinlemesine anlaşılmasını garanti edemezler - bu analistin kararına bağlıdır. Seçtiğiniz araçlar mutlaka Google araçları yığını değil, kuruluşunuzun zevkine uyan araçların bir karışımı olacaktır.​

Evet, her analist şirketini ileriye taşımak için canla başla çalışır. Ancak çoğu zaman kimse onları bu zor iş için övmez. Bunun olmasının ana nedeni, iş arkadaşlarının bir analistin çalışmasının sonuçlarını şöyle görmeleridir:

Bu oldukça harika görünüyor, ama bu şeylerle ne yapmamız gerekiyor?

Benzer soruları duydunuz mu? Bu, insanlar analistin sunduğu değeri algılamadığında olur.

İş arkadaşlarınız kaba veya analitiklere karşı bağışık değildir; artık dostane bir yer olmayan bir pazarın baskısı altında sürekli olarak doğru kararları vermeleri gerekiyor.

Ve işte madalyonun başka bir yüzü: Dunning-Kruger etkisini veya Hayatta Kalma önyargısını en çok veri geliştiren şirketlerde bile yaşayacaksınız, çünkü bu insanların doğasıdır. Analitiğin çok zor olduğuna inanmıyorlar ve ellerindeki bilgilere dayanarak sonuçlar çıkarıyorlar.

Ya da bazen bir analist, içgörülere veya ne yapılması gerektiğine dair tavsiyelere değil, sayılara çok fazla odaklanır. Ancak, hiçbir zaman %100 mükemmel olamayacak verileri vurgulamak – iş kararlarının doğasında var olan belirsizlikle birleştiğinde – hiçbir şeyi daha iyi yapmayacaktır.

Analistler, aşağıdakiler için ellerinden gelenin en iyisini yapmalıdır:

• Bildiklerini anlaşılır terimlerle iletin.
• Sayılarıyla çalışacak insanlar için empati geliştirin.
• Kendilerini geri çekecek bir hipotez olmadan asla veri uçurumuna düşmeyin. Analizlerinizi neden yaptığınızı daima hatırlayın.
• Analiz sonuçlarını insanlar için çözümlere çevirin. İnsanların verilerin onları ne kadar ileri götürebileceğini anlamalarını sağlayın. İş arkadaşlarınızı işlerinde veri analizini nasıl uygulayacakları konusunda eğitin.
• Sağlıklı öz eleştiri geliştirin. Fikirlerinizi masaya yatırın ve başarısız olmaktan korkmayın.

Bir analistin yapabileceği en büyük hatalardan bazıları şunlardır:

Kaba kopyayı kontrol etmemek

​Sonuçlarındaki sayıları tekrar kontrol etmeden analistler çok fazla güvenilirlik kaybedebilir. Her zaman diğer sistemlerle kontrol etmeli ve düz bir gerçeklik kontrolü yapmalısınız – sonuçlarınız gerçekte var olabilir mi? Gerçekten üç dakika içinde ortalama 89 sayfa görüntüleme olabilir mi? Kendinizden şüphe ettiğinizde ve kendinize karşı katı olduğunuzda, bir uzmandan çok daha fazlasısınız – güvenilir bir uzmansınız.

Aptal görünme riskinden kaçınmak için tavsiye vermekten veya ek soruları yanıtlamaktan kaçınmak

Analistler herhangi bir ek rakamı paylaşmaktan korkabilirler. Numaraları paylaşma konusunda cesur olun; harika bir yetenek. Halihazırda bazı hatalar yapmış olsanız bile, bahsedilmiş olsa bile ve fikirleriniz sorgulanmış olsa bile, sizden isteneni mekanik olarak yaparken yaratıcı fikirlerinizi ihmal etmeyin. Meraklı, yaratıcı ve korkusuz kalın.

Analistler, o anda sahip oldukları verilere dayanarak raporlar oluştururlar ve bazen bu raporlar bariz gerçekleri sıkıcı bir şekilde açıklar. Peki ne yapmalısın? Bunu yaptığın için kötü bir analist misin?

Sahip olduğunuz verilerin bir kısmının yanlış veya bozuk olabileceğini, toplamadığınız için çok daha büyük bir veri hacminin kullanılamayacağını ve henüz hayal bile edemediğiniz daha fazla veri olduğunu asla unutmayın.

Analistin görevlerinden biri, yönetim ve meslektaşları için soruları yanıtlamak için mevcut verilerin sınırlarını zorlamak. Halihazırda sahip olduğunuz şeyde cevap gibi görünen bir şey bulmaya çalışmak değil, şirketin verilerini geliştirmek. Telafi edici kanıtları görmezden gelirken hipoteziniz için destek bulmaya çalışmamak. Ulaşabileceğiniz her şeyi kapsamaya çalışın ve bundan sonra bile toplanacak daha fazla veri olacağını unutmayın.

Halihazırda sahip olduğunuzdan daha fazla veriye nasıl ulaşabilirsiniz? Pazarlama verilerinizi zenginleştirmek için kullanabileceğiniz bir yaklaşım, her bir reklam kampanyasını yalnızca potansiyel müşteri kaynağı olarak değil, aynı zamanda bir veri kaynağı olarak değerlendirmektir. Her A/B testi kampanyasının neyin daha iyi sonuç verdiğini bulmak için başlatıldığı gibi, yalnızca veri almak için tüm bir kampanyayı başlatabilirsiniz.

A/B testi harika bir araçtır ve uzun süredir değerlidir. Ancak zaman değişti ve sahadaki gerçekler farklı olduğunda A/B testinin mantığı kuruldu.

A'nın B'den daha iyi olduğuna veya B'nin A'dan daha iyi olduğuna her karar verdiğimizde, diğer sürümü tercih eden bazı ziyaretçileri hariç tutuyoruz… Yani aslında her yaptığımızda iş kapsamımızı sınırlandırıyoruz.

Bu açıdan bakıldığında, A/B testinin artık veri aktivasyonu için en iyi araç olmadığını görüyoruz. Büyüleyici olan şu ki, şimdi A varyantını A'yı sevenlere sunabiliyoruz ve başka bir varyant seçenler için B'yi sunabiliyoruz. Bu, modern veri toplama ve etkinleştirme hızının sunduğu olanaklardan biridir. Bugün seçim yapmanıza gerek yok; mümkün olduğu kadar çok müşteriyi memnun edebilirsiniz.

O yüzden ya/ya da zihniyetine takılıp kalmayın; Veri içgörülerini uygulama yaklaşımınızı değiştirin. Google Optimize ve diğer kişiselleştirme araçları bu konuda size yardımcı olacaktır.

İş gününün ortasında bir analisti başka hangi tehditlerin beklediğini görelim.

Bu noktayı anlamanın en iyi yolu, tipik bir çevrimiçi mağaza için bir segment bölümü modellemektir.

Yukarıdaki slaytta, sizden daha önce alışveriş yapmış olan kişiler yeşil çizgidedir. Sizden asla satın almayacaklar da var - bunlar kırmızı çizgide. Tipik bir reklam bütçesi dağılımı, aşağıdaki nedenlerden dolayı bu segmentlerden hiçbirini hariç tutmaz:

1. Pazarlama ekibi, kırmızı çizgi izleyicisinin ilgisini çekmeye çalışmaya devam edecek. Bu kişiler reklama tıklayıp bütçenizi boşa harcayabilir, ancak yine de hiçbir şey satın almazlar.
2. Pazarlama, sizden daha önce satın almış olanlara indirim sunarak ve kar kaybederek geri almaya çalışacaktır.

Bunun nedeni pazarlamanın bu şekilde işlemesi ve herkesin buna alışması. Ancak, otomatik sisteminizi değiştirir ve reklamlarınızı orta gruba odaklarsanız, bu tür bir kitleyi yetiştirmek için sahip olduğunuz tüm kaynakları yatırırsanız, en zor endüstrilerde bile gerçek bir gelir artışı elde edersiniz. Bu nedenle, reklam bütçesinin dağıtımıyla ilgili kararlarda yer alan pazarlamacılar ve analistler için en iyi tavsiye, verilerinizi doğru anlamanız gerektiğidir.

Bu an, verileri yıkamaktan düzenlemeye geçmek için bir şans. Otomatik pazarlama makineleri hala akıllı analistler tarafından yönetilen araçlardır.

Etik, bir analistin çalışmalarının geniş çapta tartışılan bir yönü değildir. Ancak işletmelerin çıkarlarını teşvik ederken, işinizde etik kalmak önemlidir. Birkaç yıl önce Cambridge Analytica'ya ne olduğunu hatırlıyor musunuz? Nihai müşteriler, verilerini nereden aldığınıza ve onunla ne yaptığınıza gerçekten önem verirler. Verileri dikkatsizce toplayıp saklarsanız, ödünç alınan verileri korumasız bırakırsanız veya izinsiz insanları manipüle etmek için kullanırsanız, şirketiniz çok büyük bir bedel ödeyebilir.

Tanımlama bilgileri, gizlilik politikaları ve onay kutuları, müşteriler ve kişisel verileri kullanan web siteleri arasındaki ilişkiyi sürdürmenin yalnızca ilk adımıdır. Analistler, parçalanmış verilere yol açtıkları için bu sınırlamaları haksız bulabilirler. Ve bazen, müşterilerin kişisel verileriyle yapılan deneyler teknik olarak ilginç olabilir, ancak etik açıdan sorgulanabilir.

Ayrıca, internette çocuklar için güvenli bir yer yoktur. Çocuklar akıllı telefonları yetişkinlerden daha fazla kullanır ve çevrimiçi olarak çok fazla kişisel veri yayınlar. Bu, pazarlamacıların ve analistlerin karşılaması gereken yeni bir etik zorluktur. Ebeveynlerinin vesayeti altındaki çocuklara online satış yapabilir miyiz? Hangi yaştan itibaren çocuklara haklarına zarar vermeden reklam gösterebiliriz?

Analitik ihtiyacınız olmadığında tek durum, onu kullanmayacağınız zamandır. Analitiklerinizin sonuçlarını gerçekten kullanmak istemiyorsanız, bunun için paranızı boşa harcamayın.

Analitiklere nasıl para harcanacağı tamamen farklı bir hikaye, ancak pazarlama analitiğinin bir yatırım olduğunu ve değerli olabilmesi için yatırım getirisini artırması gerektiğini unutmayın.

Araç kutunuzu, popülerliğini veya ne kadar havalı olduğunu değil, her aracın getirebileceği karı göz önünde bulundurarak tamamlayın. Ve her aracın kendi sınırları olduğunu ve sizin yerinizi değiştirmek için değil, size yardımcı olmak için yaratıldığını unutmayın.

Analistler için daha fazla tavsiye:

1. Dönüşüm oranınızı ortalamayla karşılaştırmayı bırakın. Bu büyüme için en iyi temel değil. Karşılaştırmanız gereken, kendi mevcut dönüşüm oranınız ile önceki aydaki dönüşüm oranınızdır. Ölçütü kendinize göre belirleyin, her seferinde kendinizi aşın ve istikrarlı büyüme bir rüya değil, gerçek olacak.
2. Ortalama metriklere yaslanmayı bırakın. Çünkü ortalamalar gerçekten önemli bilgileri… ve bir bedeni gizler. Bazen insanlar tembeldir ve doğrusal düşünürler ve bizi tatmin eden sayıları gördüğümüzde gerçekten mutlu oluruz. Ancak daha derine indiğimizde, dönüşüm olayının (örneğin, bir Google AdWords kampanyası tıklaması) bir satın alma işlemine yol açmayabileceğini veya en azından reklamını yaptığımız ürünün aynısını satın almayabileceğini kendi kendimize itiraf ediyoruz. İnsanlar Macbook Pro yerine bir iPhone kılıfı alırsa ne olur? Marj farklı, değil mi? Bu nedenle, bir şirket hala iyi ROAS gösterse bile, bu metriği içeriden kontrol edin ve her şeyin nasıl olduğunu öğrenin.

İşletmeler için tavsiyeler:

1. Bir dijital analist tutarsanız, tüm veri bilimi departmanını kurmuş olduğunuzu varsaymayı bırakın. Çok çeşitli becerilere sahip bir ekip oluşturmanız gerekir: bir istatistikçi, bir iş analisti/tercüman, teknik becerilere sahip bir veri bilimcisi işe alın. Bu uzmanlar, satın aldığınız araç kutusu değil, analitikteki ana yatırımınızdır!
2. Küçük bir işletmeyseniz, kendiniz hakkında veri toplayın, benzer girişimlerin nasıl çalıştığını ve pazar karşılaştırmalarını öğrenin, daha geniş veriler elde etmeye çalışın, kendi veri kümenizi oluşturun ve çevrenizdeki dünyayı tanımlayın.
3. Büyük bir pazardaysanız, rakipleri arayın ve içeriden dış dünyaya geçin. Rekabetin üstesinden gelmek için yapacak çok şey var!

Uzun bir süredir analistler nasıl veri toplanacağını öğreniyorlardı ve altın madenleri veya petrol kuyularında olduğu gibi buna takıntılıydılar.

Verilerin en büyük değeri, olayın gerçekleştiği andadır. Veriler analiz için hazırlandığında, sonuçlar teslim edildiğinde ve kararlar alındığında ve önlemler alındığında çok geç olabilir. Dünya zaten değişti ve yeni olaylar oldu.

Bu nedenle, verilerimizin çevremizdeki dünya bağlamında var olduğunu hatırlamalıyız.

Bu kadar derin bir röportaj ve Analiz'deki harika bir konuşma için teşekkürler, Steen! konferans!

Umarız bu okumadan keyif almışsınızdır ve yeni bir analitik vizyonuna ve modern pazarda analistin rolüne sahip olmuşsunuzdur. OWOX'ta Steen, araçların uzmanlardan daha az önemli olduğu analitikte insan merkezli standartları savunmamız için bize ilham verdi. Analitiğin en önemli parçasının, kullandıkları güçlü araçlar değil, analistlerin kendileri olduğuna inanıyoruz. Öyleyse, analitiği şimdiye kadarki en iyi disiplin haline getirmek için birbirimizden öğrenelim!

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