采访劳拉·帕特森

Laura Patterson 是证明和提高营销价值的专家。 她是一位值得信赖的顾问，在技术、金融服务、生命科学和制造业的客户参与方面拥有全球专业知识。

Laura 是一位以结果为导向的高管，拥有丰富的创业经验，热衷于帮助公司从数据中获得洞察力、开发指标和设计流程，以推动增长、创造客户价值并提高业务和营销绩效。

作为我们对数字分析状态研究的一部分，OWOX BI 的业务开发主管 Mariia Bocheva 有一个很好的机会从 Laura 那里获得见解。 所有的想法都分为以下几类：

Laura Patterson：分析是将计算或数学应用于数据的能力。 本质上，分析是分析和执行分析的能力。 在我们的世界中，这种分析的成分就是数据。 如果你打算在分析、市场营销或组织中与分析相关的任何其他部门工作，你需要在几个领域培养强大的技能，我想谈谈其中的五项技能。

因此，第一个技能必须是数据。 您必须知道如何收集数据，如何确定哪些数据是重要且相关的，以及如何确保数据是干净的。 您需要了解组织和管理数据的方法。

其次，作为分析专业人士，您需要接受数学。 您将需要了解各种分析技术，如何应用它们，并从出现的模式中汲取意义。

这将我们带到第三个技能，建模。 分析是创建重要模型的基础，例如细分模型、归因和混合模型、活动风险模型、客户流失、流失和忠诚度模型。 作为分析师，您希望精通使用分析来创建和构建模型。

第四，优秀的分析师擅长将数据转化为有意义的、相关的和可操作的洞察力，从而帮助组织做出更好的决策。 虽然分析师可能很容易看到数据中的模式和见解，但优秀的分析师也会帮助依赖他们的人看到这一点。 这就是为什么分析师要成为优秀的讲故事者并附上图片很重要的原因。

作为一名分析师需要良好的可视化能力。

数据可视化可以让其他人看到你看到的东西并了解什么是重要的。 您选择可视化的数据应该可以帮助人们理解您为什么推荐特定的行动方案或为什么会发生特定事件。

最后我想说的可能是最重要的一点是沟通。 沟通同时是一项硬技能和软技能。 你需要能够写出并阐明你的发现是什么。 如果您无法传达您的发现是什么，那么您将很难成为一名分析师。

LP：立即浮现在脑海中的三个软技能是解决问题、批判性思维和协作。 如果分析不能帮助组织取得更大的成功，那它还有什么意义呢？ 在营销方面，我们需要帮助组织发现、保持和增加客户的价值。 因此，我们需要了解如何使用分析来帮助组织应对这些机会以及在实现这些机会时可能出现的任何问题。

成为分析师也是与其他人合作。

收集数据、建立模型、制定行动计划并不是单打独斗。 您很可能需要与组织中的其他人合作，无论是财务、销售、服务等方面的人员。优秀的分析师必须能够将人员聚集在一起并与他们协作以构建模型并就行动计划进行协作。

最后，最重要的技能之一是能够提出好的问题。 做研究的重点，做分析的重点是回答问题。 好的问题可以帮助分析师对市场、客户、产品、竞争对手等做出决策。

LP：我认为，如果你是一名分析师，你必须熟悉并掌握分析工具、流程和方法。 你可能不会精通或胜任所有这些。 但是您需要知道它们是什么以及何时使用它们。 如果您没有专业知识，请联系内部或外部专家。 我发现拥有一个由各个领域、方法和工具的专家组成的网络很有帮助。

LP：我们都会犯错。 对他们负责并修复他们。 错误可能是由于数据错误或不正确、数学不正确或缺少影响结果的关键变量造成的。 我记得在我早年，我犯了一个特别的错误，我的导师问我，这对与客户的关系真的有害吗？ 是还是不是？ 真的会影响我们的业务吗？ 是还是不是？ 真正的目的是让我明白：如果我犯了错误，我从中学到了什么？ 下次遇到同样的情况怎么办？

“犯错很容易； 没有人是完美的。 追求完美和卓越是伟大的，但你需要记住，有时候好就足够了。”

我们没有飞向月球，我们没有建造火箭飞船，这不是我们的典型工作。 我们正在努力帮助该组织做出以数据为依据的基于证据的业务决策。 我们希望准确并提供明确的方向指导。

这意味着我们需要用商业语言说话。 这可能是许多分析师犯的一个错误，每个分析师都必须努力。 我们会迷恋于数据、数学和模式。 只有当我们能够将这些优点和价值传达给企业中的人时，这些才是好的。 我们在商业中工作，我们必须是商业人士，所以我们必须说商业语言。 谁是您的内部或外部客户并不重要：CTO、CEO、销售团队、营销团队、开发团队——您必须说他们的语言，这样他们才能理解您。 这是我学到的最重要的事情之一。

LP：我们的大部分挑战都与数据有关。 挑战，例如根本没有数据，或者它的质量很差，或者它难以访问，或者它在这么多地方和这么多格式，它不容易或快速使用。 此外，还有一个过程问题。 关于如何管理数据、如何进行分析“空间”项目、我们如何使用分析和呈现结果，没有明确定义的流程。

如果我们看到数据不好或不可靠，我们会退后一步，问自己，我们能做些什么来获得更好的数据？ 有时这需要我们进行研究以获取原始数据。 这可以减慢速度。 即便如此，今天任何公司都没有理由觉得使用数据超出了他们的能力范围。 大多数情况下，真正的挑战是知道要使用哪些数据。

LP ：我认为这是前一点的延续。 好的分析需要好的数据和正确的数据。 这又回到了质量数据管理流程和工具。 例如，您的公司是否有数据库存或库。 此工具可帮助您了解您拥有哪些数据、保存在何处、使用了多长时间、谁拥有它等等。 需要有一种方法来对数据和有关如何使用数据的信息进行分类。 这些是基本原理，但人们往往对闪亮的新工具和玩具更感兴趣。

就像盖房子一样，我们可以对所有的外观感到兴奋，而忽略一些重要的基本机制，比如管道。 所以你有一个美丽的家，但你的管道不工作，你可能会发现自己不快乐。 由于管道是您房屋基础设施的一部分，因此数据是您的基础设施的一部分，您必须注意小细节并保持良好的工作状态。

并不是故意忽略这样的事情。 谁会故意忽视他们的管道？ 就像管道一样，尽管我们认为它会得到照顾。 但事实并非如此。 想想很酷的东西 - 很酷的新工具会更有趣。 技术方面的东西很无聊。 分析信息——例如，客户风险——有点无聊。 这让我们再次回到为什么分析师应该知道如何呈现他们的数据以使其对业务有价值。

LP：我认为这对任何团队来说都很常见。 我认为没有必要将其作为问题提及，因为任何类型的组织都可能出现沟通不畅的情况。 我们都需要努力工作，以确保我们正在倾听和澄清。 分析师需要善于倾听和提问。 如果分析师与营销人员交谈，他们需要记住，大多数营销人员在数据、分析或模型方面的经验不如他们。

• 你希望能够做出什么样的决定？
• 您想与谁分享这些信息？
• 你今天用什么？ 它的效果如何？
• 为什么你认为你需要一个仪表板？

像这样的问题有助于减少沟通错误并确保每个人都保持一致。 一个好的分析师必须能够提出这些问题，以确保他的团队带来的是工作产品。

LP：有两点。 第一个是文化。 我来自一种文化，他们说，我们相信上帝，其他人都会带来数据。 在我的职业生涯中，我曾在不同的公司工作过，但在所有这些公司中，我都为工程师或财务人员工作——所以数字和数据很重要。 数据驱动的文化从高层开始。 人们必须对数据衍生的决策有永不满足的胃口和热情。

其次，我们需要更好地管理数据和数据治理。 今天，我们拥有如此多格式（结构化和非结构化）的大量数据，这些数据来自存储在如此多地方的如此多来源。 很难知道什么是真的。 当我开始我的职业生涯时，没有那么多的应用程序，也没有那么多的数据源。 想想我们今天必须从哪些地方提取数据——谷歌分析、社交媒体、电子邮件平台等。

公司需要一种方法来管理永无止境的数据流。 能够知道“我们需要哪些数据来回答问题，以及我们如何以最佳方式分析这些数据以获得答案。”

这又回到了我们之前谈到的内容。 分析师需要能够分析数据，识别有意义和相关的模式，并理解和传达对业务的影响。 分析师不仅需要查看数据，还需要查看它是否重要。 我认为，如今的分析师缺少了解特定模式需要注意的地方这一点。

LP：如果我们谈论公司的发展，每家公司都有自己的生命周期。 无论我们谈论的是初创公司、SMB、SME 还是企业，我们都在谈论他们生命周期的成熟度。 你从成长的早期阶段开始，然后进入成长的主要阶段，等等。你的产品、复杂性、合作伙伴的数量、客户的数量、市场上类似产品的数量——一切都会改变。 这就是我们所说的业务成熟度。

您可以是当地市场的小企业，但您可以提供多种产品或服务。 不管你有多大，你必须考虑做最好的产品或提供最好的服务。

在早期阶段开始时，您会问的主要问题是，我们如何在市场上获得牵引力？ 我们追求多少客户？ 我们是否构建了必要的产品？ 当您获得客户时，还有其他问题：如何留住这些客户？ 我们如何提升这些客户的价值？ 不同的问题需要不同的能力。 但我认为一个好的分析师可以在整个生命周期中工作。 它更多地是关于问题和数据，而不是关于分析技能。

一个在初创公司工作的优秀分析师没有理由不能在企业工作。 他或她没有理由在大公司中不有价值。 我总是小心翼翼地说，你是 SMB 的分析师，或者你是 SME 的分析师。

一家公司的成熟度只与分析师的角色有多大有关。 一家初创公司可能只需要一名分析师，但一家真正强大的大型企业公司可能需要多名分析师，而这些分析师会更加专业。 但在一家规模较小的公司中，分析师更多的是通才而不是专家。 在某种程度上，他们的技能必须更广泛，因为他们是通才。

当你去一家非常大的公司时，你可能会成为一名特定的专家。 您将非常专注于您将构建的模型。 您可能非常关注客户盈利能力和客户生命周期价值等事情。 你会变得非常擅长在企业层面看待这些事情。 但它与你在初创公司中看到的东西完全不同。

LP ：我知道去年是营销分析工具支出高于营销分析人员支出的第一年。 是的，公司在分析工具上的投资越来越多。

让我们记住，营销分析、一般分析和数据科学并不新鲜。 营销科学是几十年前的课程。 这在当时很重要，并将继续在组织内发挥重要而稳定的作用。 我们需要保持我们的技能与时俱进以保持相关性。

与时俱进意味着熟悉新技术和新工具，并且在某些情况下熟练使用它们。 您可能不需要最新最昂贵的工具。 如果您的工具包中已经有一个可以完成这项工作并且做得很好的工具，那么也许您不需要花钱购买一个新的闪亮玩具。 关键是拥有正确的工具，可以帮助您有效和高效地执行工作，并知道如何正确使用这些工具。

LP ：我认为现在是谈论机器学习、区块链、人工智能等事物的好时机。 这些事情会影响数据发生的事情和数据分析。 您需要了解对业务的影响以及它们如何影响您的工作。 人工智能有助于模式开发。 分析师需要决定什么时候相关，什么时候需要采取行动，它对业务意味着什么，然后选择他/她需要做什么。 我认为，这种类型的分析师将生存并茁壮成长。

LP：我总是尝试参加与我的职业相关的会议。 我建议至少每季度参加一次。 是的，你已经拿到了学位，而且你已经很努力了，但我认为你应该每季度抬头一次，环顾四周，停下来，花时间做一些可以提高你专业技能的事情.

有很多种活动可能是有用的。 在您所在的城市或在线学习一些课程，在 YouTube 上观看一些教程或收听播客 - 有很多很好的机会。 找一个你感兴趣的主题的会议，去那里，结识新朋友并与他们建立联系，建立一些新的专业联系，询问他们如何解决他们的问题。 了解您是否可以加入任何 LinkedIn 或本地专业社区。

DAA 为分析师提供出色的活动。 成为该协会的成员。 参加他们的会议，与您的同行建立联系，与他们互动。 关键是要找到保持领先地位的方法。

我们非常感谢劳拉抽出时间回答我们所有的问题，并分享她对当前问题和营销分析未来的看法。 我们还强烈建议您阅读 Laura 关于流程管理的 MASCONF 演讲的摘要。

让我们保持联系！ 订阅我们的博客，阅读我们对数字分析状态研究的下一次采访，并让顶级分析师的经验适应您的业务。