采访吉姆·斯特恩

Jim Sterne 是营销分析峰会（前身为 eMetrics 峰会）的创始人、数字分析协会的名誉主任、12 本书的作者、一位才华横溢的演讲者，以及一个整体的伟大人物和专家。

Mariia Bocheva 有幸在 2019 年 6 月的拉斯维加斯营销分析峰会上与 Jim 会面，也就是这次采访发生几个月后。 Mariia 已经发布了本次会议第一天和第二天的完整报告。

Mariia 对 Jim 的采访涵盖了以下主题：

沟通是关键：在会议中与人交谈、进行 PowerPoint 演示、共享仪表板。 这可以称为硬技能，因为它非常必要，但实际上它是一种人际技能，所以它是一种软技能。

JS：当我们谈论硬技能时，首先我们谈论数据本身——数据收集、清理、构建管道。 本质上，数据工程方面。 如果你乐于在一家拥有数据工程师的大公司工作，你就不必做这些事情。

了解数据的来源是一项必要的硬技能。 在您动手之前，它是如何处理、预处理和集成的？ 你必须了解原材料。

我看到的另一个是统计数据。 绝对没有必要成为一名统计学家，但了解一般统计数据非常重要，这样您就可以应用这些概念。 硬技能包括了解你的工具。 正如 Adam Greco 所说：“您对工具了解得越多，您拥有的选择越多，您拥有的能力就越多。”

最后，如果您想深入研究，请根据您更感兴趣的内容（统计或机器学习）学习R 或 Python 。 同样，这绝对没有必要，但非常有帮助。

JS：这真的取决于很多因素。 如果我有一个由一百名分析师组成的团队，那么也许我不需要知道如何使用 SQL、Python 和 R 的人。另一方面，它永远不会受到伤害。

我必须是专业的编码员吗？ 不。 但是我是否必须了解正在发生的事情以及幕后发生的事情？ 是的。

了解 TCP/IP 的工作原理很有用，了解 HTTPS 的工作原理很有用，了解编码是如何发生的也很有价值。 是否绝对必要取决于您的团队。

如果您是唯一使用 SQL 的人，那么您必须变得更好，因为您是唯一的人。 但是如果你有一整支 SQL 专家团队，你就不需要了。 但你应该明白他们在说什么，这样你才能提出好的问题。

水管工不需要知道铜管是如何制造的，但如果他知道然后遇到一些奇怪的问题，他可以说，哦，那是制造中的问题。因为他有这个额外的知识。 那么有必要吗？ 不，但它总是有用的。

JS：是的，这很常见。 这些建议是关于交叉培训的。 我正在做一个演示（可能是 15 年前在德国），解释分析师做什么以及分析师的工作是如何帮助公司里的人做好他们的工作。

了解其他人试图完成的工作很重要。 然后观众中有人举手（这类型的观众很不寻常）问，我是否必须了解整个公司的所有其他工作？ 我说是的！ 没错，那是你的工作。 很高兴知道人们正在努力完成什么来帮助他们，但让他们对数据有足够的了解也很好。

我有一个跨部门分析交叉培训的例子。 当大卫李在阿迪达斯工作时，他决定他的团队需要提高他们的技能。 所以他轮流让他们承担不同的职责。 他会找一个电子邮件分析人员，让他们负责展示； 让展示人员负责社交媒体指标，然后让他们负责网络指标。 在这一年里，他在轮换人员。 所以如果你在那里呆了 3 或 4 年，你就学会了如何做每一件事。

而我的即时反应是，天哪！ 我必须从头开始！ 我花了一年的时间学习这些东西，现在你要把我扔进冷水里，我必须再次学习如何游泳，他的回答是肯定的，你必须这样做。 结果，整个团队都知道其他人在做什么。 因此，当您要做出决定时，请从组织的角度做出决定，而不是由我负责电子邮件。 这可以帮助整个部门。 我认为这种方法可以反过来发挥作用。

当有人进来说，我得到了一份更好的工作，和公司中间的其他人一起工作，大卫会鼓励和支持他们，因为他会说，你知道，从现在起两三年或五年后，你会回来为我工作，你会变得更聪明，因为你学到了新东西。如果我们将其应用于分析和营销之间的差异，分析人员可以每月花一天时间关注他们的一个分析客户，与电子邮件营销人员闲逛，与社交媒体指标人员闲逛，观察他们的内容做以及他们的一天看起来如何。 那将是有价值的。

JS：对于分析师来说，这是领域知识和了解其他人的目标。 而对于营销人员来说，这就是如何应用数据。 沟通就是了解对方的目标是什么以及他们的挣扎是什么。 这在任何关系中都是正确的——无论是商业关系还是个人关系。

这叫做同理心，它需要了解对方的情况。

J S：最大的错误是认为分析数据就足够了。 这并不是因为它只是整个商业生态系统的一部分。 了解整个生态系统的目标和挑战、政治和有限资源非常重要。

我想关于我自己的错误最简单的答案是我犯的最常见的错误，即假设数据是干净且值得信赖的。 当你工作很多时，很容易忘记某些事情可能不是真的。

JS：你要做的第一件事就是有足够的数据。 如果你是一家初创公司，你就没有数据。 那是个问题。 如果你是一家小公司，你的数据很少，这也是一个问题。

如果您是一家中型或企业公司，您有数据但没有基础设施。 一旦你有了数据，你就需要工具和使用这些工具的技能。 你的工具和技能必须足够复杂才能提供价值。

如果您足够大并且拥有数据源，那么您需要自动化构建仪表板或实际自动化营销决策和运营。 最大的挑战是使这些数据产生的变化适用于实际情况。

让每个人都相信数据。 我不确定分析系统的可能性是否真的取决于公司的规模，而是取决于公司的成熟度和可用资源。

JS：最大的挑战是让每个人都朝着同一个方向努力。 是组织能力。 如果我是一名分析师，我喜欢数据，我希望每个人都喜欢数据。 说服公司这是一件好事是一项艰巨的工作。 这是一个非常普遍的问题，一家公司喜欢数据，或者说他们喜欢数据，但他们只是用它来确认自己的观点，或者他们使用得不好。

最常见的问题是由于误解和人类想要证明自己是成功的而糟糕地使用数据。

JS：我认为我们拥有的技术比我们知道的要多得多。 早在 2005 年，Avinash Kaushick 就告诉我们，当您在分析上花费 10 美元时，您在人员上花费了 9 美元，在技术上花费了 1 美元，而我们仍然存在。 有真正聪明的人创造了真正令人难以置信的技术。 它有点超出我们使用它的能力。

想象一下，有一个系统可以收集所有信息，对其进行清理，将其全部集中到某个中央存储库中，并做出许多决策。 通过在正确的时间向正确的人展示正确的信息，您可以获得更多的销售额，您的客户会更快乐，而且这种方法总是更便宜。 如果它可以工作，那就太好了。 但是让所有部分协同工作意味着您必须使用大量技术，并且您需要使用的所有这些不同工具每天都变得越来越复杂。

所以我需要 15 种不同的工具，而且我必须成为所有这些工具的专家才能让它们都发挥出色。 你可以花三个小时使用一个工具，然后有人改变了一些东西——有一个新版本的工具，有人错误地标记了一个链接，或者出现了问题。 所以我们有 15 分钟的完美时间，然后我们用余生努力让这一切一起工作。

JS：嗯，我最近的工作是机器学习。 所以这就是我的答案;-)

它只是不同类型的软件，但它仍然是软件，它正在完成任务。 因此，专家应该了解何时适合使用该工具来解决此问题，以及何时使用该工具过于昂贵或过于复杂。

重要的是知道何时使用正确的工具。 有时，Excel 电子表格很棒； 有时，简单的统计回归就足够了； 有时，好吧，让我们启动一些机器学习系统来尝试解决这个问题或自动化这件事。 了解差异是分析师带来的价值。

JS：最重要的事件是离你最近并且你负担得起的事件。 因为如果你不能到达那里，这不是一个好事件。 下一个最重要的是您可以在哪里遇到您认识的人，因为这就是您建立专业网络的方式。

我喜欢去弗吉尼亚州的 DAA 中心，这里非常适合与长期从事分析工作的人一起深入了解。 如果你对你的事业很认真，你应该去买一张票。 我可以对Superweek说同样的话。 在那里，真正聪明的人以一种引人入胜的方式谈论真正复杂的事情。

另一方面， MeasureCamp是一个令人兴奋的社区。 我最后一次参加 MeasureCamp 是在斯洛伐克的布拉迪斯拉发。 我可以说我去过的每一个MeasureCamp都有同样的态度。 这真的很有趣：人们试图解决非常简单的问题，每个人都试图互相帮助。 那只是让我感觉很好。

我想我真的应该提到我自己的营销分析峰会！ 欧洲有几个即将举行，主要活动是六月在拉斯维加斯举行。

我总是指点人们加入DAA 协会，它已经 15 岁，有 5000 名会员。 我还想向人们介绍 Digital Analytics Power Hour播客。 我建议回去听所有的剧集。

然后，当然， Measure Slack 。 我们过去常常在电子邮件讨论列表上联系。 然后是人们积极参与的不同博客。 然后在推特上出现了很多带有#measure标签的活动。 如果您有问题、疑问或笑话，或者您只需花一分钟的时间从数字中解脱出来并与人交流。 今天，谈话似乎是在 Measure Slack 上，这太棒了。

我想补充的最后一件事是关于#measure 文化。 人们喜欢互相帮助。 我们的行业就是分享。 多年来，我们一直在互相帮助。 这就是为什么所有这些事件如此有价值的原因； 我们是喜欢帮助、分享和学习的人。

我们感谢吉姆提出了这样令人鼓舞和新鲜的想法。 我们希望你喜欢这次采访，并得到和我们一样的鼓舞。 热爱你的工作和你的分析社区，永远不要停止发展自己！

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。