採訪吉姆·斯特恩

Jim Sterne 是營銷分析峰會（前身為 eMetrics 峰會）的創始人、數字分析協會的名譽主任、12 本書的作者、一位才華橫溢的演講者，以及一個整體的偉大人物和專家。

Mariia Bocheva 有幸在 2019 年 6 月的拉斯維加斯營銷分析峰會上與 Jim 會面，也就是這次採訪發生幾個月後。 Mariia 已經發布了本次會議第一天和第二天的完整報告。

Mariia 對 Jim 的採訪涵蓋了以下主題：

溝通是關鍵：在會議中與人交談、進行 PowerPoint 演示、共享儀表板。 這可以稱為硬技能，因為它非常必要，但實際上它是一種人際技能，所以它是一種軟技能。

JS：當我們談論硬技能時，首先我們談論數據本身——數據收集、清理、構建管道。 本質上，數據工程方面。 如果你樂於在一家擁有數據工程師的大公司工作，你就不必做這些事情。

了解數據的來源是一項必要的硬技能。 在您動手之前，它是如何處理、預處理和集成的？ 你必須了解原材料。

我看到的另一個是統計數據。 絕對沒有必要成為一名統計學家，但了解一般統計數據非常重要，這樣您就可以應用這些概念。 硬技能包括了解你的工具。 正如 Adam Greco 所說：“您對工具了解得越多，您擁有的選擇越多，您擁有的能力就越多。”

最後，如果您想深入研究，請根據您更感興趣的內容（統計或機器學習）學習R 或 Python 。 同樣，這絕對沒有必要，但非常有幫助。

JS：這真的取決於很多因素。 如果我有一個由一百名分析師組成的團隊，那麼也許我不需要知道如何使用 SQL、Python 和 R 的人。另一方面，它永遠不會受到傷害。

我必須是專業的編碼員嗎？ 不。 但是我是否必須了解正在發生的事情以及幕後發生的事情？ 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，了解編碼是如何發生的也很有價值。 是否絕對必要取決於您的團隊。

如果您是唯一使用 SQL 的人，那麼您必須變得更好，因為您是唯一的人。 但是如果你有一整支 SQL 專家團隊，你就不需要了。 但你應該明白他們在說什麼，這樣你才能提出好的問題。

水管工不需要知道銅管是如何製造的，但如果他知道然後遇到一些奇怪的問題，他可以說，哦，那是製造中的問題。因為他有這個額外的知識。 那麼有必要嗎？ 不，但它總是有用的。

JS：是的，這很常見。 這些建議是關於交叉培訓的。 我正在做一個演示（可能是 15 年前在德國），解釋分析師做什麼以及分析師的工作是如何幫助公司裡的人做好他們的工作。

了解其他人試圖完成的工作很重要。 然後觀眾中有人舉手（這類型的觀眾很不尋常）問，我是否必須了解整個公司的所有其他工作？ 我說是的！ 沒錯，那是你的工作。 很高興知道人們正在努力完成什麼來幫助他們，但讓他們對數據有足夠的了解也很好。

我有一個跨部門分析交叉培訓的例子。 當大衛李在阿迪達斯工作時，他決定他的團隊需要提高他們的技能。 所以他輪流讓他們承擔不同的職責。 他會找一個電子郵件分析人員，讓他們負責展示； 讓展示人員負責社交媒體指標，然後讓他們負責網絡指標。 在這一年裡，他在輪換人員。 所以如果你在那里呆了 3 或 4 年，你就學會瞭如何做每一件事。

而我的即時反應是，天哪！ 我必須從頭開始！ 我花了一年的時間學習這些東西，現在你要把我扔進冷水里，我必須再次學習如何游泳，他的回答是肯定的，你必須這樣做。 結果，整個團隊都知道其他人在做什麼。 因此，當您要做出決定時，請從組織的角度做出決定，而不是由我負責電子郵件。 這可以幫助整個部門。 我認為這種方法可以反過來發揮作用。

當有人進來說，我得到了一份更好的工作，和公司中間的其他人一起工作，大衛會鼓勵和支持他們，因為他會說，你知道，從現在起兩三年或五年後，你會回來為我工作，你會變得更聰明，因為你學到了新東西。如果我們將其應用於分析和營銷之間的差異，分析人員可以每月花一天時間關注他們的一個分析客戶，與電子郵件營銷人員閒逛，與社交媒體指標人員閒逛，觀察他們的內容做以及他們的一天看起來如何。 那將是有價值的。

JS：對於分析師來說，這是領域知識和了解其他人的目標。 而對於營銷人員來說，這就是如何應用數據。 溝通就是了解對方的目標是什麼以及他們的掙扎是什麼。 這在任何關係中都是正確的——無論是商業關係還是個人關係。

這叫做同理心，它需要了解對方的情況。

J S：最大的錯誤是認為分析數據就足夠了。 這並不是因為它只是整個商業生態系統的一部分。 了解整個生態系統的目標和挑戰、政治和有限資源非常重要。

我想關於我自己的錯誤最簡單的答案是我犯的最常見的錯誤，即假設數據是乾淨且值得信賴的。 當你工作很多時，很容易忘記某些事情可能不是真的。

JS：你要做的第一件事就是有足夠的數據。 如果你是一家初創公司，你就沒有數據。 那是個問題。 如果你是一家小公司，你的數據很少，這也是一個問題。

如果您是一家中型或企業公司，您有數據但沒有基礎設施。 一旦你有了數據，你就需要工具和使用這些工具的技能。 你的工具和技能必須足夠複雜才能提供價值。

如果您足夠大並且擁有數據源，那麼您需要自動化構建儀表板或實際自動化營銷決策和運營。 最大的挑戰是使這些數據產生的變化適用於實際情況。

讓每個人都相信數據。 我不確定分析系統的可能性是否真的取決於公司的規模，而是取決於公司的成熟度和可用資源。

JS：最大的挑戰是讓每個人都朝著同一個方向努力。 是組織能力。 如果我是一名分析師，我喜歡數據，我希望每個人都喜歡數據。 說服公司這是一件好事是一項艱鉅的工作。 這是一個非常普遍的問題，一家公司喜歡數據，或者說他們喜歡數據，但他們只是用它來確認自己的觀點，或者他們使用得不好。

最常見的問題是由於誤解和人類想要證明自己是成功的而糟糕地使用數據。

JS：我認為我們擁有的技術比我們知道的要多得多。 早在 2005 年，Avinash Kaushick 就告訴我們，當您在分析上花費 10 美元時，您在人員上花費了 9 美元，在技術上花費了 1 美元，而我們仍然存在。 有真正聰明的人創造了真正令人難以置信的技術。 它有點超出我們使用它的能力。

想像一下，有一個系統可以收集所有信息，對其進行清理，將其全部集中到某個中央存儲庫中，並做出許多決策。 通過在正確的時間向正確的人展示正確的信息，您可以獲得更多的銷售額，您的客戶會更快樂，而且這種方法總是更便宜。 如果它可以工作，那就太好了。 但是讓所有部分協同工作意味著您必須使用大量技術，並且您需要使用的所有這些不同工具每天都變得越來越複雜。

所以我需要 15 種不同的工具，而且我必須成為所有這些工具的專家才能讓它們都發揮出色。 你可以花三個小時使用一個工具，然後有人改變了一些東西——有一個新版本的工具，有人錯誤地標記了一個鏈接，或者出現了問題。 所以我們有 15 分鐘的完美時間，然後我們用餘生努力讓這一切一起工作。

JS：嗯，我最近的工作是機器學習。 所以這就是我的答案;-)

它只是不同類型的軟件，但它仍然是軟件，它正在完成任務。 因此，專家應該了解何時適合使用該工具來解決此問題，以及何時使用該工具過於昂貴或過於復雜。

重要的是知道何時使用正確的工具。 有時，Excel 電子表格很棒； 有時，簡單的統計回歸就足夠了； 有時，好吧，讓我們啟動一些機器學習系統來嘗試解決這個問題或自動化這件事。 了解差異是分析師帶來的價值。

JS：最重要的事件是離你最近並且你負擔得起的事件。 因為如果你不能到達那裡，這不是一個好事件。 下一個最重要的是您可以在哪裡遇到您認識的人，因為這就是您建立專業網絡的方式。

我喜歡去弗吉尼亞州的 DAA 中心，這裡非常適合與長期從事分析工作的人一起深入了解。 如果你對你的事業很認真，你應該去買一張票。 我可以對Superweek說同樣的話。 在那裡，真正聰明的人以一種引人入勝的方式談論真正複雜的事情。

另一方面， MeasureCamp是一個令人興奮的社區。 我最後一次參加 MeasureCamp 是在斯洛伐克的布拉迪斯拉發。 我可以說我去過的每一個MeasureCamp都有同樣的態度。 這真的很有趣：人們試圖解決非常簡單的問題，每個人都試圖互相幫助。 那隻是讓我感覺很好。

我想我真的應該提到我自己的營銷分析峰會！ 歐洲有幾個即將舉行，主要活動是六月在拉斯維加斯舉行。

我總是指點人們加入DAA 協會，它已經 15 歲，有 5000 名會員。 我還想向人們介紹 Digital Analytics Power Hour播客。 我建議回去聽所有的劇集。

然後，當然， Measure Slack 。 我們過去常常在電子郵件討論列表上聯繫。 然後是人們積極參與的不同博客。 然後在推特上出現了很多帶有#measure標籤的活動。 如果您有問題、疑問或笑話，或者您只需花一分鐘的時間從數字中解脫出來並與人交流。 今天，談話似乎是在 Measure Slack 上，這太棒了。

我想補充的最後一件事是關於#measure 文化。 人們喜歡互相幫助。 我們的行業就是分享。 多年來，我們一直在互相幫助。 這就是為什麼所有這些事件如此有價值的原因； 我們是喜歡幫助、分享和學習的人。

我們感謝吉姆提出了這樣令人鼓舞和新鮮的想法。 我們希望你喜歡這次採訪，並得到和我們一樣的鼓舞。 熱愛你的工作和你的分析社區，永遠不要停止發展自己！

訂閱我們的博客，閱讀接下來的採訪，作為我們對數字分析狀態研究的一部分，並讓頂級分析師的經驗適應您的業務。