採訪丹尼·馬瓦尼·霍姆加德

我們請 OWOX 的產品經理 Yulia Tkachova 聯繫 Impact Extend 的首席分析師 Danny Mawani Holmgaard。 以下是他們涉及的主題的簡短列表：

Yulia Tkachova：讓我們認識一下吧！ 告訴我們你自己和你的經歷。

Danny Mawani Holmgaard：我是數字營銷機構 Impact Extend 的首席分析師。 我不僅使用 Google Analytics，還使用數據工程、設置數據管道、集成在線和離線數據以及構建數據模型。 我結合和分析數據，以便戰略性地利用它，顯示我們是否走在正確的道路上或需要改變什麼，並在操作上確保數據在正確的系統中，以便對其採取行動。

YT：您是如何開始處理營銷分析的？

DH：我實際上是偶然偶然發現了這條職業道路。 起初，我正在學習數字概念設計，並想成為一名網頁設計師。 我將谷歌分析添加到我的一個學校項目中是為了好玩，突然間我意識到你可以在多大程度上影響從設計選擇到為用戶創造更好體驗同時改善業務成果的整個戰略過程。 一件事導致另一件事，過去六年我一直在處理數據。

YT：你最喜歡和最不喜歡你的角色的什麼？

DH：我對新項目和從頭開始設計解決方案感到非常興奮。 這意味著從確定必要數據源的範圍到編寫代碼以連接到不同的數據庫和 API。 我真正喜歡的其他領域是看到我們的努力實際上正在為我們的客戶產生影響（雙關語），為他們提供他們需要但從未想過有可能通過數據驅動的決策推動他們的業務向前發展的信息。

我工作中最不“有趣”的部分發生在某些事情發生故障並且需要修復時。 在無法跟踪的事件發生後獲取數據可能非常困難。 不幸的是，在收集數據時，永遠不可能預見到所有可能出錯的事情。 這可能是任何事情，從部署出錯到有人在他們的系統中錯誤地配置設置。 您可以做的最好的事情是為您的數據設置監視器並不時進行一次大掃除，以確保您保持良好的性能並從錯誤中吸取教訓。

YT：DH：使數據具有可操作性是我們努力為所有客戶實現的目標。 對我來說，可操作數據是您可以在組織內積極獲取和使用的信息，無論是複雜的東西，例如計算所有渠道客戶的客戶生命週期價值，然後在您的營銷自動化系統中使用它，根據成本對廣告進行競價產品的利潤和銷售概率，或者像在 Google Analytics 中創建受眾這樣簡單的事情，可以幫助您進行相關的重新定位。 總而言之，使數據具有可操作性是為了確保您收集的信息可用於根據用戶執行的操作動態地進行更改，以推動轉化或提供更好的用戶體驗。

YT：您建議使用哪些技能和軟件來使數據具有可操作性？

DH：這主要取決於你們團隊的資源和野心。 最重要的是找出你想要實現的目標並設定目標。 您不必使用大型數據集或能夠進行高級統計編程以使您的數據具有可操作性。 從簡單開始並從那裡構建。 它可以是任何事情，從確保您的分析數據得到正確測量到上傳退款或成本數據以了解您在哪些產品上虧本。

一般來說，使用您當前可用的數據並從小處著手。 如果您在組織能夠處理之前就開始了太大的項目，那麼您就有可能將寶貴的團隊資源浪費在可能失敗的項目上。 在我看來，最重要的軟技能是對哪些數據可以用來推動業務發展的好奇心和創造力。 所有的技術行動都排在第二位，因為如果不能戰略性地應用它們，它們就沒有用處。

YT：允許您對數據採取行動的工具呢？

DH：為了減少產品支出並使我們的客戶能夠為戰略和執行分配資源，我們使用 Google Cloud Platform 自己構建了 ETL [提取、轉換、加載] 流程。 這使我們可以輕鬆地以低成本進行擴展。 我們主要使用 R、Python 和 SQL 進行數據處理，但我們也使用一些供應商來幫助我們，例如漏斗。 io 和 OWOX，因為它們能夠直接開箱即用地以低成本處理來自廣告平台的大量數據連接器。

構建像我們這樣的設置的缺點是，我們花費了很長時間來構建可以處理​​大型數據集和高級統計模型的高效模型，我們認為這些模型具有足夠好的質量來生產。 我非常喜歡 ETL 工具，例如 Azure Databricks、Alteryx 和類似產品，它們可以通過內置功能減少大量數據工程工作。 然而，這些工具可能非常昂貴，並且仍然需要大量專業知識才能產生結果。 如果您要使用昂貴的工具，請記住正確使用它，以便它可以提供收入而不是耗盡您的預算。

YT：幾天前，我們都喜歡 Mikko Pippo 關於營銷人員為何浪費金錢的帖子。 您還有其他建議添加到 Mikkos 的清單中嗎？ 為什麼營銷人員會浪費他們的預算，如何避免這種情況？

DH： Mikko 是我認識的最聰明的人之一，如果你不關注他，我建議你這樣做。 如果我可以在他的帖子中提供補充，那就是嘗試豐富您已有的數據，例如客戶忠誠度積分、退款或客戶細分數據。 如果您的分析設置中存在客戶端、用戶或事務 ID，這很容易做到。

正如 Mikko 所說，人們沒有正確的數據收集基礎或沒有使用他們擁有的數據的原因是：缺乏教育。 如果您不知道數據可以為您做什麼，或者您不知道這些數字在組織中應該是什麼樣子，那麼做任何事情都非常困難。

分析可能令人恐懼且難以使用。 大多數時候，並不是坐在數據旁邊的人不想使用它。 這主要是關於那個人沒有時間擴展他們的能力的問題。 因此，組織有責任建立一個環境，​​讓有權訪問數據的人可以學習如何使用分析或尋找外部機構來支持人們做出業務決策。

YT：對於想要成為真正的數據驅動專業人士的營銷人員，您有什麼建議？

DH：絕對從小處著手。 學習統計學的基礎知識並能夠做一些基本的 Excel 可以讓你走得更遠。 一旦您習慣了使用基本數據集和組合數據，您就可以以最適合您的方式進行擴展。 當我學習新東西時，我總是嘗試將其與當前項目相匹配，並嘗試學習一些新的東西，這將在做這件事的同時改進我的工作。 我開始使用 R 進行統計編程，因為我每個月都在做同樣的工作，需要幾天時間。 通過學習新的東西，我把這個時間縮短到了一個小時。 我想在這裡提到的一件事是，您不應該害怕超出項目範圍。 即使你花在學習上的時間減少了項目的總利潤，你仍然可以將你學到的所有東西應用到你創建的下一個項目中，使它們比你沒有花時間學習如何做的時候更好、更穩定.

我在這裡的最後一個建議是選擇一條路徑。 如果你想把它做好，你什麼都做不了。 我在統計方面絕對不如我們的商業智能主管，而且他在數據工程方面不如我，所以我們有明確的角色，但仍然能夠在工作的基礎上相互支持。 如果您想成功，協作是關鍵，從外部聘請人員來幫助擴大您的部門從來都不是一件壞事。

YT：誰是你在#measure 社區中最大的靈感來源？ 您能否標記一位值得在我們的博客上分享其意見的專業人士？

DH： Mark Edmonson 絕對是一個每天都在激勵我的人。 他為社區付出了很多，總是樂於助人，並不斷制定出色的解決方案，幫助世界各地的分析師在使用 Google Cloud 平台時改進他們的工作。

YT：分析師最喜歡的五項活動是什麼？

DH：他們是：

• 測量營
• 超級週
• 營銷分析峰會
• 週三網絡分析
• 分析！

YT：您能說出您的前五個博客或其他分析師來源嗎？

DH：很高興：

• 馬克埃德蒙森的博客
• Simo Ahava 的博客
• CXL 博客
• 分析狂熱
• Jeffalytics

…也許還有我自己的博客；）我還想提一下很多好的資源，比如#measureslack 和 Google Tag Manager Facebook 群組。 分析社區最好的部分是人們渴望分享出色的解決方案。

YT：您在分析中觀察到哪些趨勢，哪些趨勢將在未來持續和發展？

DH：服務器端跟踪肯定是人們將開始跨組織實施的東西，因為智能跟踪預防 (ITP) 使得收集準確數據變得困難。 在 ITP 方面，我對此有點矛盾。 一方面，ITP 服務於保護用戶隱私的重要目的。 就個人而言，我認為用戶應該始終可以選擇他們希望與企業共享的信息。 另一方面，這也阻止了某些站點功能按預期工作，例如自動登錄和個性化。

此外，我相信 ITP 可能會導致公司採取變通辦法，迫使人們提供比以前更多的信息。 示例可能是讓用戶在繼續瀏覽網站之前登錄，或者拒絕未經同意訪問網站的用戶訪問。 在 ITP 的當前狀態下，我認為它不是用戶或公司的最佳選擇。 在遵守立法方面，世界仍處於陡峭的學習曲線中，但仍能提供良好的體驗。 我期待看到它會如何發展。

開始尋找的另一件事是 App+Web 分析平台。 它仍處於早期階段，但我強烈建議在其發展過程中實施和構建它。 這樣，一旦需要，就可以使用平台的功能。 它還具有許多很酷的功能，例如免費的 BigQuery 導出。

YT：與剛開始擔任分析師時相比，您在日常工作中面臨哪些新挑戰？

DH：我的角色發生了很大變化，從我職業生涯開始時更多的支持角色到端到端推動項目。 以前，我的挑戰是了解事情的運作方式並儘我所能，以確保報告顯示正確的指標並正確設置跟踪。

今天，我知道如何做這些事情，困難在於溝通策略，以便客戶了解收集數據的好處並推動他們的組織積極使用這些信息。 簡而言之，我已經從執行分配給我的實施和報告任務轉變為推動戰略以及數據應該如何流動的“原因”。 我相信在能夠理解和推動戰略之前完成大量繁重的工作是關鍵。

在你成為一名分析師並發展你的技能之前，你必須掌握基礎知識並了解一切是如何联繫起來的。

YT：谷歌分析還是 Adob​​e？

DH：我個人更喜歡使用谷歌分析，因為它對每個人都更容易使用並且有一個很棒的 AP​​I。 然而，我確實認為 Adob​​e 有一個強大而穩定的產品，有一些非常酷的數據分析方法，同時在合規性方面也是一個更強大的產品。

YT： Data Studio、Tableau 還是 Power BI？

DH：我喜歡使用 R 的 ShinyDashboards，因為您可以使用任何類型的圖表以動態方式構建任何您想要的東西。 此外，它不需要昂貴的許可證（除非您想使用他們的託管解決方案）。

老實說，我認為上面提到的所有工具都很棒。 Data Studio 是免費且快速的，PowerBI 可以很便宜並提供許多開箱即用的出色可視化效果，而且 Tableau 具有一些非常酷的共享功能和特性，如果組織內有很多人在探索和分析數據，這些功能和特性非常棒。

YT： AppsFlyer 還是 FireBase？

DH：我在這裡沒有嚴格的意見。 但是，APP+Web 的發展無疑讓 FireBase 現在變得有趣起來。

分析師成功的關鍵是耐心和從頭開始的準備。 感謝 Danny 的這個簡單建議，幫助我們在分析中保持專注和有說服力。

如果您喜歡這次採訪或對丹尼有疑問，請在下面發表評論！ 不要忘記訂閱我們的博客，從分析界獲得更多有用的演講和文章。