采访丹尼·马瓦尼·霍姆加德

我们请 OWOX 的产品经理 Yulia Tkachova 联系 Impact Extend 的首席分析师 Danny Mawani Holmgaard。 以下是他们涉及的主题的简短列表：

Yulia Tkachova：让我们认识一下吧！ 告诉我们你自己和你的经历。

Danny Mawani Holmgaard：我是数字营销机构 Impact Extend 的首席分析师。 我不仅使用 Google Analytics，还使用数据工程、设置数据管道、集成在线和离线数据以及构建数据模型。 我结合和分析数据，以便战略性地利用它，显示我们是否走在正确的道路上或需要改变什么，并在操作上确保数据在正确的系统中，以便对其采取行动。

YT：您是如何开始处理营销分析的？

DH：我实际上是偶然偶然发现了这条职业道路。 起初，我正在学习数字概念设计，并想成为一名网页设计师。 我将谷歌分析添加到我的一个学校项目中是为了好玩，突然间我意识到你可以在多大程度上影响从设计选择到为用户创造更好体验同时改善业务成果的整个战略过程。 一件事导致另一件事，过去六年我一直在处理数据。

YT：你最喜欢和最不喜欢你的角色的什么？

DH：我对新项目和从头开始设计解决方案感到非常兴奋。 这意味着从确定必要数据源的范围到编写代码以连接到不同的数据库和 API。 我真正喜欢的其他领域是看到我们的努力实际上正在为我们的客户产生影响（双关语），为他们提供他们需要但从未想过有可能通过数据驱动的决策推动他们的业务向前发展的信息。

我工作中最不“有趣”的部分发生在某些事情发生故障并且需要修复时。 在无法跟踪的事件发生后获取数据可能非常困难。 不幸的是，在收集数据时，永远不可能预见到所有可能出错的事情。 这可能是任何事情，从部署出错到有人在他们的系统中错误地配置设置。 您可以做的最好的事情是为您的数据设置监视器并不时进行一次大扫除，以确保您保持良好的性能并从错误中吸取教训。

YT：DH：使数据具有可操作性是我们努力为所有客户实现的目标。 对我来说，可操作数据是您可以在组织内积极获取和使用的信息，无论是复杂的东西，例如计算所有渠道客户的客户生命周期价值，然后在您的营销自动化系统中使用它，根据成本对广告进行竞价产品的利润和销售概率，或者像在 Google Analytics 中创建受众这样简单的事情，可以帮助您进行相关的重新定位。 总而言之，使数据具有可操作性是为了确保您收集的信息可用于根据用户执行的操作动态地进行更改，以推动转化或提供更好的用户体验。

YT：您建议使用哪些技能和软件来使数据具有可操作性？

DH：这主要取决于你们团队的资源和野心。 最重要的是找出你想要实现的目标并设定目标。 您不必使用大型数据集或能够进行高级统计编程以使您的数据具有可操作性。 从简单开始并从那里构建。 它可以是任何事情，从确保您的分析数据得到正确测量到上传退款或成本数据以了解您在哪些产品上亏本。

一般来说，使用您当前可用的数据并从小处着手。 如果您在组织能够处理之前就开始了太大的项目，那么您就有可能将宝贵的团队资源浪费在可能失败的项目上。 在我看来，最重要的软技能是对哪些数据可以用来推动业务发展的好奇心和创造力。 所有的技术行动都排在第二位，因为如果不能战略性地应用它们，它们就没有用处。

YT：允许您对数据采取行动的工具呢？

DH：为了减少产品支出并使我们的客户能够为战略和执行分配资源，我们使用 Google Cloud Platform 自己构建了 ETL [提取、转换、加载] 流程。 这使我们可以轻松地以低成本进行扩展。 我们主要使用 R、Python 和 SQL 进行数据处理，但我们也使用一些供应商来帮助我们，例如漏斗。 io 和 OWOX，因为它们能够直接开箱即用地以低成本处理来自广告平台的大量数据连接器。

构建像我们这样的设置的缺点是，我们花费了很长时间来构建可以处理大型数据集和高级统计模型的高效模型，我们认为这些模型具有足够好的质量来生产。 我非常喜欢 ETL 工具，例如 Azure Databricks、Alteryx 和类似产品，它们可以通过内置功能减少大量数据工程工作。 然而，这些工具可能非常昂贵，并且仍然需要大量专业知识才能产生结果。 如果您要使用昂贵的工具，请记住正确使用它，以便它可以提供收入而不是耗尽您的预算。

YT：几天前，我们都喜欢 Mikko Pippo 关于营销人员为何浪费金钱的帖子。 您还有其他建议添加到 Mikkos 的清单中吗？ 为什么营销人员会浪费他们的预算，如何避免这种情况？

DH： Mikko 是我认识的最聪明的人之一，如果你不关注他，我建议你这样做。 如果我可以在他的帖子中提供补充，那就是尝试丰富您已有的数据，例如客户忠诚度积分、退款或客户细分数据。 如果您的分析设置中存在客户端、用户或事务 ID，这很容易做到。

正如 Mikko 所说，人们没有正确的数据收集基础或没有使用他们拥有的数据的原因是：缺乏教育。 如果您不知道数据可以为您做什么，或者您不知道这些数字在组织中应该是什么样子，那么做任何事情都非常困难。

分析可能令人恐惧且难以使用。 大多数时候，并不是坐在数据旁边的人不想使用它。 这主要是关于那个人没有时间扩展他们的能力的问题。 因此，组织有责任建立一个环境，让有权访问数据的人可以学习如何使用分析或寻找外部机构来支持人们做出业务决策。

YT：对于想要成为真正的数据驱动专业人士的营销人员，您有什么建议？

DH：绝对从小处着手。 学习统计学的基础知识并能够做一些基本的 Excel 可以让你走得更远。 一旦您习惯了使用基本数据集和组合数据，您就可以以最适合您的方式进行扩展。 当我学习新东西时，我总是尝试将其与当前项目相匹配，并尝试学习一些新的东西，这将在做这件事的同时改进我的工作。 我开始使用 R 进行统计编程，因为我每个月都在做同样的工作，需要几天时间。 通过学习新的东西，我把这个时间缩短到了一个小时。 我想在这里提到的一件事是，您不应该害怕超出项目范围。 即使你花在学习上的时间减少了项目的总利润，你仍然可以将你学到的所有东西应用到你创建的下一个项目中，使它们比你没有花时间学习如何做的时候更好、更稳定.

我在这里的最后一个建议是选择一条路径。 如果你想把它做好，你什么都做不了。 我在统计方面绝对不如我们的商业智能主管，而且他在数据工程方面不如我，所以我们有明确的角色，但仍然能够在工作的基础上相互支持。 如果您想成功，协作是关键，从外部聘请人员来帮助扩大您的部门从来都不是一件坏事。

YT：谁是你在#measure 社区中最大的灵感来源？ 您能否标记一位值得在我们的博客上分享其意见的专业人士？

DH： Mark Edmonson 绝对是一个每天都在激励我的人。 他为社区付出了很多，总是乐于助人，并不断制定出色的解决方案，帮助世界各地的分析师在使用 Google Cloud 平台时改进他们的工作。

YT：分析师最喜欢的五项活动是什么？

DH：他们是：

• 测量营
• 超级周
• 营销分析峰会
• 周三网络分析
• 分析！

YT：您能说出您的前五个博客或其他分析师来源吗？

DH：很高兴：

• 马克埃德蒙森的博客
• Simo Ahava 的博客
• CXL 博客
• 分析狂热
• Jeffalytics

…也许还有我自己的博客；）我还想提一下很多好的资源，比如#measureslack 和 Google Tag Manager Facebook 群组。 分析社区最好的部分是人们渴望分享出色的解决方案。

YT：您在分析中观察到哪些趋势，哪些趋势将在未来持续和发展？

DH：服务器端跟踪肯定是人们将开始跨组织实施的东西，因为智能跟踪预防 (ITP) 使得收集准确数据变得困难。 在 ITP 方面，我对此有点矛盾。 一方面，ITP 服务于保护用户隐私的重要目的。 就个人而言，我认为用户应该始终可以选择他们希望与企业共享的信息。 另一方面，这也阻止了某些站点功能按预期工作，例如自动登录和个性化。

此外，我相信 ITP 可能会导致公司采取变通办法，迫使人们提供比以前更多的信息。 示例可能是让用户在继续浏览网站之前登录，或者拒绝未经同意访问网站的用户访问。 在 ITP 的当前状态下，我认为它不是用户或公司的最佳选择。 在遵守立法方面，世界仍处于陡峭的学习曲线中，但仍能提供良好的体验。 我期待看到它会如何发展。

开始寻找的另一件事是 App+Web 分析平台。 它仍处于早期阶段，但我强烈建议在其发展过程中实施和构建它。 这样，一旦需要，就可以使用平台的功能。 它还具有许多很酷的功能，例如免费的 BigQuery 导出。

YT：与刚开始担任分析师时相比，您在日常工作中面临哪些新挑战？

DH：我的角色发生了很大变化，从我职业生涯开始时更多的支持角色到端到端推动项目。 以前，我的挑战是了解事情的运作方式并尽我所能，以确保报告显示正确的指标并正确设置跟踪。

今天，我知道如何做这些事情，困难在于沟通策略，以便客户了解收集数据的好处并推动他们的组织积极使用这些信息。 简而言之，我已经从执行分配给我的实施和报告任务转变为推动战略以及数据应该如何流动的“原因”。 我相信在能够理解和推动战略之前完成大量繁重的工作是关键。

在你成为一名分析师并发展你的技能之前，你必须掌握基础知识并了解一切是如何联系起来的。

YT：谷歌分析还是 Adob​​e？

DH：我个人更喜欢使用谷歌分析，因为它对每个人都更容易使用并且有一个很棒的 AP​​I。 然而，我确实认为 Adob​​e 有一个强大而稳定的产品，有一些非常酷的数据分析方法，同时在合规性方面也是一个更强大的产品。

YT： Data Studio、Tableau 还是 Power BI？

DH：我喜欢使用 R 的 ShinyDashboards，因为您可以使用任何类型的图表以动态方式构建任何您想要的东西。 此外，它不需要昂贵的许可证（除非您想使用他们的托管解决方案）。

老实说，我认为上面提到的所有工具都很棒。 Data Studio 是免费且快速的，PowerBI 可以很便宜并提供许多开箱即用的出色可视化效果，而且 Tableau 具有一些非常酷的共享功能和特性，如果组织内有很多人在探索和分析数据，这些功能和特性非常棒。

YT： AppsFlyer 还是 FireBase？

DH：我在这里没有严格的意见。 但是，APP+Web 的发展无疑让 FireBase 现在变得有趣起来。

分析师成功的关键是耐心和从头开始的准备。 感谢 Danny 的这个简单建议，帮助我们在分析中保持专注和有说服力。

如果您喜欢这次采访或对丹尼有疑问，请在下面发表评论！ 不要忘记订阅我们的博客，从分析界获得更多有用的演讲和文章。