采访达米恩·布朗

我们的研究还在继续！ 感谢 Mariia Bocheva，我们结识了才华横溢的分析师、营销魔术师和数据科学家，他们是真正值得效仿的榜样。 这是我们对澳大利亚 Data Runs Deep 创始人 Damion Brown 的下一次采访。

与往常一样，以下是导航的主要主题：

Mariia Bocheva ：你能谈谈你自己和你以前的经历吗？

达米恩·布朗：当然！ 我出生在英格兰，28 岁的时候来到澳大利亚，顺便说一句，这是一个非常适合做这种事情的年龄，因为你的头脑已经足够成熟，可以正确地欣赏你正在做的事情，而且你的肝脏足够年轻，可以忍受你要参加的所有派对！

无论如何，经过一番闲逛，两个失败但辉煌的初创公司，以及一些零工，我发现自己从事了一种营销工作，其职责是“弄清楚如何使用互联网进行营销”。 所以有一些 PPC、一些博客、一些 A/B 测试，当然还有一些使用 Webalizer 和 AWSStats 之类的分析。

当我第一次看到并使用 Google Analytics 时，我发现自己非常感兴趣，以至于我意识到我一直坐在办公桌前，膀胱充满了，我真的需要停止做我正在做的事情并找到一个洗手间......这个软件太棒了，并且引人入胜，而且非常有趣。 所以我想我想以此为生。

这变成了一次自由职业者的旅程，让我不止一次地灾难性地接近救济办公室，然后不知何故巩固了 Data Runs Deep，这是一个拥有大约 15 人的机构，他们都很了不起。

MB ：对于今天的分析师来说，最重要的硬技能是什么？

DB ：这是一个艰难的过程，因为虽然我们经常说硬技能并不重要——它们只是工具，对，所以工具怎么能成为重要的东西——它们确实很重要。 任何试图雇用具有良好 Google Analytics 技术知识的人的人都会告诉您这一点！ 因此，重要的硬技能，如果有人想在该领域找到工作，他们应该投入时间，这些技能与您想要使用的平台相关。

正确学习 Google Analytics，实施 GTM，出错，再次出错，然后修复、扩展、自定义、破坏、修复……冲洗并重复！

MB ：优秀的分析师应该具备哪些软技能？

DB ：自由思考。 这就是它的全部。 分析不是指令序列——它是“无指令序列”。 如果那种事情让你充满恐惧，那么你就不会玩得开心。

MB ：分析师可能犯的最大错误是什么？ 你能分享一些你的分析错误吗？

DB ：错误是分析的全部内容！

我不认为有什么好说的，但每个人都这样做了：你调查一个问题，你用大量的截图制作一封很长的电子邮件，然后就在你用一两个关于什么的建议来结束它的时候错误以及如何解决它，您意识到您误读了报告或误解了问题或其他内容。 所以，尴尬的是，你删除了所有的文字，然后重新开始。 “嘿，保罗，这实际上是预期的行为……”

我们都做到了。

当 Google Analytics 成为 Universal Analytics 的早期，一个非常大的个人错误发生了。 我从来没有在电子商务上实现过它。 澳大利亚的一个大型时尚品牌的开发人员对 Universal Analytics 的 beta [版本] 充满热情，我们对此很感兴趣，我们一起让企业同意实施他们安装了 Universal Analytics 的全新网站。

麻烦的是，当时电子商务跟踪的文档要么没有更新，要么不存在，或者我们只是忽略了它，所以交易是使用旧​​的 ga.js 设置的，而不是 Universal Analytics。 这意味着我们根本没有跟踪交易。

客户在晚上 10 点给我打电话，我向他们保证一切都好，“只是 GA 是 GA，其他一切都在跟踪良好，交易将在明天出现，不用担心。” 在经历了两个小时的极度恐慌之后，我和其中一位开发人员设法更新了交易推送，我们让它在第二天早上 5 点开始工作和生活。 我以为客户会生气，但他们很高兴。 承认错误——并纠正错误——正是他们想要的，这让我意识到，在生活中，闻到屎味和闻到玫瑰味之间的区别确实很微妙。

MB ：你认为分析师和营销团队之间的沟通不畅很常见吗？ 您对如何克服它有什么建议吗？

DB ：沟通不畅使世界运转。 几年前澳大利亚发生了一场洪水，维多利亚农村的一条河流决堤，现场的一名记者将他们的报道打电话到他们办公室的新闻台，并说“大约有三十头母猪和猪漂浮在河里。” 这在报纸上被报道为“大约有 30,000 头猪漂浮在河中”，这完全不同。 当我想到它时，这总是让我微笑，当然，我当然希望猪能顺利进入旱地。

抱歉——又是什么问题？ 对了，误传！

这在任何专业环境中都是不争的事实，尤其是在今天，您的分布式团队依赖于电子邮件、Slack 和他妈的 Jira 的无细微差别的通信。 有一个简报模板会有所帮助——谷歌云端硬盘中的一个单页浏览器，营销请求可以标准化，其中包含关于他们需要什么、为什么需要它、他们打算用它做什么以及何时需要它的评论。

但是除了花时间与人们适当地坐下来，解开他们需要做的事情并进行有意义的对话之外，没有真正的解决方案。 谁有时间做这个？ [笑]

MB ：您可以为分析师推荐哪些专业资源或活动？

DB ：毫无疑问，超级周刊。 太棒了，我认为如果没有 Superweek，我的小公司就不会成为今天的样子，这并不为过。

被扔进一个由来自世界各地的网络分析师组成的封闭生态系统，了解人们如何做事，真是太棒了。 我在 2014 年亲自跋涉到那里，从那以后就回来了，每年有四个来自 Data Runs Deep 的人参加会议。

这是不容错过的。 Measurecamp也很棒。 如果 Measurecamp 是一场演出，那么 Superweek 就是一个节日。 所以我理想的一年将是一个超级周、十几个 Measurecamps 和营销分析峰会，以进行良好的衡量:-)

MB ：为了让公司实现数据驱动，分析师和营销专家缺少哪些知识？

DB ：我认为，我们总是可以更好地理解规模。 我们对本月的数据、本季度的业绩或企业的年收入同比增长了如指掌。

我们不太擅长的是了解这如何影响公司的整体盈利能力，是否可以为更多人创造更多工作，股价是上涨还是下跌，诸如此类。

不过，我并不太担心知识上的差距，我们也不应该为此自责。 很容易忘记分析是一个非常年轻的行业。 它位于相对年轻的数字领域。

我们都只是在进行过程中弄清楚。 我们还不需要知道所有的答案。

MB ：分析师是否必须了解 SQL、Python 和 R 并构建已编译的仪表板？

DB ：我对这些一无所知，所以要么我不是分析师，要么我猜答案是否定的！

MB ：分析师在业务成熟度的不同阶段（初创公司、SMB、SME、企业）需要做的最重要的事情是什么？

DB ：这是一个非常有趣的问题。 我认为不同阶段的问题不一定不同。 当然，规模是不同的，但很多时候我们发现自己有点震惊，一个企业可能需要 8 个月才能实施一个 dataLayer，而初创公司或小型企业需要两天时间。 伙计们，这是一样的事情！

MB ：您的公司目前面临哪些分析挑战？ 你需要什么工具来克服它们？

DB ：ITP [智能跟踪预防] 和广告拦截器等挑战已经开始通过 TraceDock 之类的东西来解决，这是一个非常令人印象深刻的解决方案，它填补了 ITP 和广告拦截器在您的数据中造成的空白。 像这样的解决方案很棒，但是 ITP 的几个侧面步骤和整个事情再次中断。

因此，数据质量和准确性仍然是个大问题，直到我们都转向服务器端跟踪，或者我们让每个人都在他们的头骨中佩戴植入芯片，这样我们才能正确地跟踪他们。 这听起来可能很愚蠢，但请记住，它只比实现服务器端跟踪多一点工作！

MB ：在实施分析方面，您认为有哪些困难？您如何评估市场的整体发展？

DB ：嗯，除了 ITP（因为每个人都在谈论它很无聊）之外，我仍然认为在获得 Google Analytics（分析）事件跟踪和自定义维度的分类和结构方面还有很多工作要做。 人们仍然把它弄错了。

您会看到多少次事件类别 = 点击、事件操作 = 点击和事件标签 = 空？ 这也将由 GA 合作伙伴实施。 这完全是胡说八道，这是我们现在应该都解决的问题。

Snowplow（现在）和 App + Web（还没有，但很快）支持更深层次的事件语法，人们对超越 GA 的三个任意事件跟踪层感到兴奋，但是天哪......在你移动到 30 之前把它做好！

MB ：分析师如何对营销产生更大的影响？ 它们对营销团队有何用处？

DB ：不要报告。 规定、预测和先发制人。

MB ：您如何评价当前营销分析的成熟度？

DB ：嗯，正如我们几分钟前所说的，这仍然是一个非常早期的行业。

我们认为我们已经很先进了，但我们仍然把事件弄错了，ITP 让我们陷入了混乱。 本质上，我们所有的工作都基于将文本文件放在浏览器上的 JavaScript。

这是非常脆弱和令人难以置信的头重脚轻，如此依赖于以非常老式的方式生成的数字。

所以我认为我们仍然是一个非常新兴的早期行业，需要学习很多东西。 但是，以这样一个开放和以分享为导向的社区为核心，我们正在为自己配备正确的动力来学习我们需要的任何东西。 希望。

MB ：您认为营销分析的未来是什么？ 您认为即将到来的趋势和需求是什么？

DB ：未来几年最重要的事情可能是机器学习和人工智能，这是一件很无聊的事情，因为这些天人们都在谈论这些。 但这项技术现在对我们所有人来说都触手可及。 在 BigQuery 中获得数据后，您可以直接在数据表中加载机器学习过程。

那是巨大的。

现在有些人在他们的网站上运行预测算法，使用 BigQuery 数据根据其他人的行为预测人们可能阅读或购买的内容。 那也很大。

感觉就像整个网络分析的历史一直在发展到你拥有大量数据表的地步，然后你将人工智能投入其中以提出建议。 这才是真正令人兴奋的事情——比如将商店库存数据与在线行为相结合，并预测哪些商店将在哪一天用完哪些产品。 精神的！

MB ：您认为当今市场存在哪些问题？

DB ：我想最大的问题是房间里的一头巨大的大象，是我们看到有关选举篡改、民粹主义和广告定位的新闻报道，我们都很反感，但归根结底，网络分析是其中的一部分产生所有可怕的东西的同一件事。

我并不是说我们都参与了特朗普的选举，但我们都通过在互联网上跟踪人们赚了一点钱，我们跟踪他们以便了解他们的行为，我们想了解他们的行为，所以我们可以改变他们的行为。

当然，作为个人，我们不希望我们的行为被改变。 谁会？ 所以你认为，好吧，我会安装 Ghostery 或使用 Brave 或 DuckDuckGo，我不会被跟踪。 但是你有一大群人仍在被追踪，因为他们对追踪一无所知，这是一个道德摇摇欲坠的地方。

多年来，人们一直在说“数据就是新石油”。 但也许它不是石油。 也许“数据是新的石棉”。 考虑一下。 我们开采它、运输它、安装它、用它建造……它可以工作，很好……但是当我们意识到它的毒性、它的“危险性”以及它对人类的破坏性影响时会发生什么？

就像石棉一样，有了数据就会有诉讼、巨额罚款，如果你想删除它，你必须打电话给某人。 如果我们都是问题的一部分怎么办？

我不是说我们都应该戒烟，我也不会为了躲避世人而在地下室里戴上锡纸帽子和抽大麻。 但是，我们应该非常仔细地考虑我们正在做的工作以及我们正在为谁做这件事。 Data Runs Deep 有一个道德政策，关于我们将和不会使用这种令人难以置信的强大技术的人，有时我想知道整个行业是否需要一种关于这类事情的行为准则。

谢谢，达米恩，接受如此真诚的采访！

我们希望您喜欢这篇阅读文章，并能像我们一样获得鼓舞人心的提升。 分析是一个年轻的行业，但它是由一群有才华和善良的人开发的。

订阅我们的博客，阅读接下来的采访，作为我们对数字分析状态研究的一部分，并让顶级分析师的经验适应您的业务。