營銷人員的天賜之物：如何在沒有分析師和 SQL 的情況下創建報告

報告對於任何營銷人員來說都是一個真正的煩惱。 大多數分析工具主要關注分析師和開發人員的需求，並禁止營銷人員自己處理數據。 本文解釋了為什麼會發生這種情況以及我們如何看待這個問題的解決方案。

每個企業的目標都是盈利。 但是，要了解公司的發展方式以及值得繼續前進的方向，公司需要跟踪和監控所有組織領域。 換言之，報告是決策者必不可少的工具。

更不用說在大流行經濟狀態下，當要求營銷人員以更少的資源（更少的預算和更少的實施時間）實現更多目標時，沒有報告就無法做到。

在過去的一年裡，公司對你可以通過各種方式取得成功充滿信心，無論是線下還是線上。 在數字生態系統中接觸客戶有很多選擇（不要忘記由於自然語言處理而不斷發展的語音和音頻空間）。 這些渠道中的任何一個都會帶來新的數據量。 您可以使用這些信息與客戶進行交流，並更多地了解您的目標受眾，這對業務發展很有幫助。

企業有一個運營市場、目標和數據。 任何公司都想要三件事：賺更多，少花錢，做得更快。

營銷人員幫助企業實現其想要的目標。 他擁有數十種不同的服務、CMO 的目標以及營銷方面的專業知識。 在大多數情況下，這是他可以使用的。

營銷人員在工作中最缺乏的和最常遇到的問題：

1. 報告中的數據不匹配，必須不斷監測。 為什麼？ 數據在數據收集階段可能會丟失、重複等。沒有簡單的原因； 否則，它不會成為市場的問題。 營銷人員需要可信賴的數據來做出決策。
2. 構建包含所有必要數據的報告很複雜並且需要花費大量時間。 通常營銷人員沒有時間研究 SQL，也不想等待分析師的回應。 營銷人員希望在正確的部分獨立製作報告，而不是等待分析師的報告。 另一個問題是，他事先永遠不知道會出現什麼問題，下次可能需要什麼報告。 在所有可能的情況下都有一份通用報告是難得的機會。
3. 營銷人員需要適用的指導而不是報告。 例如，顯示 CPA 的廣告活動報告不如顯示您需要增加或減少廣告預算多少的最佳營銷組合報告有價值。 為什麼這樣？ 因為申請成本並不能回答如何處理這些信息的問題。

由於 Google BigQuery 等服務的發展，各種規模的公司都可以更輕鬆地進行大數據分析。 但現有的分析產品主要針對分析師和開發人員的需求。 營銷人員仍然被迫將自己限制在現成的報告或等待分析師準備數據，錯失機會並浪費時間。

在上圖中，Gartner 魔力像限包含分析和 BI 服務。 在分析師常用的聊天室之一中，Excel 被添加到圖表中。 該圖表明，業務用戶需要現代分析工具，直到他們需要的數據被傳送到熟悉的 Excel 或 Google 表格界面。

有一句名言：“數據是一種新的石油。”正如石油行業在營銷分析市場上規定了對原始形式累積價值的訪問，如穀歌、Facebook、蘋果，也有石油管道。像 OWOX BI、Supermetrics、Fivetran、StitichData 向 Google Cloud、AWS、MS Azure、Hadoop 等煉油廠提供數據。但對於最終用戶而言，所有這些都不會產生重大價值，除非他能夠在正確的時間，沒有不必要的努力。

今天，商業用戶被迫將自己限制在普通巴士上，這些巴士將他們送到預先設定的數據部分或多付出租車費用，而不知道他們需要到達的確切地址以及最終要構建什麼報告。

為什麼現有的分析工具不能完全滿足營銷人員的需求：

• 專業服務不包含所需的數據。 為什麼不直接使用 Google Analytics？ 沒有數據業務需求。 根據與您的業務模型對應的邏輯來合併所有數據並構建報表是不可能的。
• 即使企業已經收集了所有必要的數據，也需要專業知識來合併它：通過什麼鍵、以什麼結構、以什麼條件等。
• 現有的高級分析服務提供專門構建的解決方案，而不是系統解決方案：您可以構建特定的報告或儀表板，但您無法創建營銷人員可以使用的報告系統。 例如，您可以在 Power BI、Google Data Studio 或 Excel 中獲取自動更新報告。 但是，如果您需要更改報告中的某些內容，添加必要的部分、參數和指標，或者更改渠道分組，營銷人員自己無法做到這一點。 您每次都必須聯繫分析師。

為什麼營銷人員很難在 Excel 或 Google 表格中獲取正確的數據？ 處理數據的所有階段之間的瓶頸在哪裡？

在將數據轉換為特定結構（例如，識別 UTM 標記）之後，在業務用戶可以從中生成報告之前，會發生一個迭代過程。 例如，您選擇所需的列，排除在一定時間內沒有購買的用戶等。這個過程需要分析師和營銷人員之間的溝通。 而如果營銷人員不懂 SQL，就無法避免這種交流。

今天，分析師構建需要使用 SQL 進行數據整合的報告。 隨著時間的推移，這樣的 SQL 查詢越來越多，其中的邏輯也越來越複雜。 因此，沒有分析師的幫助，營銷人員無法獲得必要的報告，而且數據的質量每次都受到質疑。

大多數分析產品在某一階段簡化了分析師的工作，但無助於正確合併數據，或者營銷人員在沒有分析師幫助的情況下獲得必要的報告。 因此，分析師仍然是一個弱點。

我們的一位客戶曾經說過：“我們的營銷人員現在有兩個選擇：要么等待 Excel，要么學習 SQL。”好消息是，這不是唯一的選擇。

基本上，無需等待分析師或學習 SQL 即可構建報告。 當數據已經建模為公司的業務模型時，營銷人員不需要每次想要創建新報告時都跑到分析師那裡。

分析師將數據合併到業務模型一次，以便以後更容易進行編輯。 然後，營銷人員可以在現代報告服務中使用這些數據，這些服務可以使用建模數據（例如 OWOX BI）。

新的營銷分析工具來拯救這一天！ 是的，營銷人員需要將它們整理出來，但這仍然比 SQL 更容易、更方便。 作為交換，營銷人員將收到可信賴的數據、正確部分的報告以及適用的建議。

你需要做什麼才能讓魔法發揮作用？

步驟 1 。 借助 ETL 工具在一個地方收集數據以進行後續分析（雲數據存儲，尤其是 Google BigQuery，是營銷人員的理想選擇）。

步驟 2 。 清理並匹配收集的數據。

步驟 3.合併業務模型的數據。

第 4 步。 將建模數據連接到報告服務。

步驟 5 。 將數據導出到數據可視化服務。

諸如漏斗之類的工具。 io、Supermetrics、OWOX BI、Datorama、Improvado、Kissmetrics 等非常適合數據收集。 但是，要正確匹配、清除、合併、重複數據刪除等，您需要分析師的幫助。

為了對數據建模，營銷人員還需要分析師的幫助。 不過，也只有這一次。

筆記！ 如果您有一個小項目，一對數據源（包含事件和費用的表），並且您需要構建 2-4 個報表，那麼計算這些表的結構將非常簡單。

但是，如果我們談論的是一個真實項目，其中包含來自廣告系統的數據、來自 CRM 的交易、用戶信息、擴展產品數據以及所有其他進入 Google BigQuery 的數據的表？ 值得使用 DBT/Dataform 等工具來避免 100500 個糾纏表，只需一次更改，即可應用於整個模型。

一旦您的數據被建模，您就可以構建各種報告來使用。 作為一個現代通用平台的示例，它從各種來源收集和分析您的營銷數據，允許您自動報告並將結果傳輸到您想要的地方，讓我們看看 OWOX 智能數據。

使用智能數據服務，營銷人員可以根據來自 Google BigQuery 的合併原始數據，不受限制地接收營銷報告和抽樣，並將報告導出到 Google Data Studio 和 Google Sheets。

獲取報告有兩種方式：

1. 使用報告生成器。
2. 從最受歡迎的報告庫中選擇現成的模板。

營銷人員可以使用預製儀表板或根據公司要求定制的儀表板快速獲得任何復雜的營銷洞察力。 對於快速任務，OWOX BI Smart Data 中的現成報告是合適的，而對於復雜的任務——使用來自 Google BigQuery 的 SQL 查詢進行數據預處理和下載——則需要。

讓我們看一下報告生成器——您需要確定要在報告中看到哪些指標和參數，選擇所需的報告類型以及日期範圍。 智能數據在 Google BigQuery 中生成所需數據的 SQL 查詢，營銷人員獲得可視化報告。

使用同類群組分析、LTV 計算、ROPO 分析等報告，營銷人員可以考慮所有客戶接觸點並監控營銷活動的有效性。

當前處理數據的方法不是最佳的。 營銷人員和業務用戶通常無法自行構建報告，因為它太複雜了。 要回答他們的問題，他們必須為分析師設置任務並等待報告。 一次又一次。 畢竟，在你回答第一個問題之前，你不知道第二個問題會是什麼。

最後，事實證明，這些數據用於監控當前情況和分析過去，但很少用於管理未來。 因此，如果業務用戶有機會與他們一起獨立做出決策，數據將帶來更多價值。