採訪勞拉·帕特森

Laura Patterson 是證明和提高營銷價值的專家。 她是一位值得信賴的顧問，在技術、金融服務、生命科學和製造業的客戶參與方面擁有全球專業知識。

Laura 是一位以結果為導向的高管，擁有豐富的創業經驗，熱衷於幫助公司從數據中獲得洞察力、制定指標和設計流程，以推動增長、創造客戶價值並提高業務和營銷績效。

作為我們對數字分析狀態研究的一部分，OWOX BI 的業務開發主管 Mariia Bocheva 有一個很好的機會從 Laura 那裡獲得見解。 所有的想法都分為以下幾類：

Laura Patterson：分析是將計算或數學應用於數據的能力。 本質上，分析是分析和執行分析的能力。 在我們的世界中，這種分析的成分就是數據。 如果你打算在分析、市場營銷或組織中與分析相關的任何其他部門工作，你需要在幾個領域培養強大的技能，我想談談其中的五項技能。

因此，第一個技能必須是數據。 您必須知道如何收集數據，如何確定哪些數據是重要且相關的，以及如何確保數據是乾淨的。 您需要了解組織和管理數據的方法。

其次，作為分析專業人士，您需要接受數學。 您將需要了解各種分析技術，如何應用它們，並從出現的模式中汲取意義。

這將我們帶到第三個技能，建模。 分析是創建重要模型的基礎，例如細分模型、歸因和混合模型、活動風險模型、客戶流失、流失和忠誠度模型。 作為分析師，您希望精通使用分析來創建和構建模型。

第四，優秀的分析師擅長將數據轉化為有意義的、相關的和可操作的洞察力，從而幫助組織做出更好的決策。 雖然分析師可能很容易看到數據中的模式和見解，但優秀的分析師也會幫助依賴他們的人看到這一點。 這就是為什麼分析師要成為優秀的講故事者並附上圖片很重要的原因。

作為一名分析師需要良好的可視化能力。

數據可視化可以讓其他人看到你看到的東西並了解什麼是重要的。 您選擇可視化的數據應該可以幫助人們理解您為什麼推薦特定的行動方案或為什麼會發生特定事件。

最後我想說的可能是最重要的一點是溝通。 溝通同時是一項硬技能和軟技能。 你需要能夠寫出並闡明你的發現是什麼。 如果您無法傳達您的發現是什麼，那麼您將很難成為一名分析師。

LP：立即浮現在腦海中的三個軟技能是解決問題、批判性思維和協作。 如果分析不能幫助組織取得更大的成功，那它還有什麼意義呢？ 在營銷方面，我們需要幫助組織發現、保持和增加客戶的價值。 因此，我們需要了解如何使用分析來幫助組織應對這些機會以及在實現這些機會時可能出現的任何問題。

成為分析師也是與其他人合作。

收集數據、建立模型、制定行動計劃並不是單打獨鬥。 您很可能需要與組織中的其他人合作，無論是財務、銷售、服務等方面的人員。優秀的分析師必須能夠將人員聚集在一起並與他們協作以構建模型並就行動計劃進行協作。

最後，最重要的技能之一是能夠提出好的問題。 做研究的重點，做分析的重點是回答問題。 好的問題可以幫助分析師對市場、客戶、產品、競爭對手等做出決策。

LP：我認為，如果你是一名分析師，你必須熟悉並掌握分析工具、流程和方法。 你可能不會精通或勝任所有這些。 但是您需要知道它們是什麼以及何時使用它們。 如果您沒有專業知識，請聯繫內部或外部專家。 我發現擁有一個由各個領域、方法和工具的專家組成的網絡很有幫助。

LP：我們都會犯錯。 對他們負責並修復他們。 錯誤可能是由於數據錯誤或不正確、數學不正確或缺少影響結果的關鍵變量造成的。 我記得在我早年，我犯了一個特別的錯誤，我的導師問我，這對與客戶的關係真的有害嗎？ 是還是不是？ 真的會影響我們的業務嗎？ 是還是不是？ 真正的目的是讓我明白：如果我犯了錯誤，我從中學到了什麼？ 下次遇到同樣的情況怎麼辦？

“犯錯很容易； 沒有人是完美的。 追求完美和卓越是偉大的，但你需要記住，有時候好就足夠了。”

我們沒有飛向月球，我們沒有建造火箭飛船，這不是我們的典型工作。 我們正在努力幫助該組織做出以數據為依據的基於證據的業務決策。 我們希望準確並提供明確的方向指導。

這意味著我們需要用商業語言說話。 這可能是許多分析師犯的一個錯誤，每個分析師都必須努力。 我們會迷戀於數據、數學和模式。 只有當我們能夠將這些優點和價值傳達給企業中的人時，這些才是好的。 我們在商業中工作，我們必須是商業人士，所以我們必須說商業語言。 誰是您的內部或外部客戶並不重要：CTO、CEO、銷售團隊、營銷團隊、開發團隊——您必須說他們的語言，這樣他們才能理解您。 這是我學到的最重要的事情之一。

LP：我們的大部分挑戰都與數據有關。 挑戰，例如根本沒有數據，或者它的質量很差，或者它難以訪問，或者它在這麼多地方和這麼多格式，它不容易或快速使用。 此外，還有一個過程問題。 關於如何管理數據、如何進行分析“空間”項目、我們如何使用分析和呈現結果，沒有明確定義的流程。

如果我們看到數據不好或不可靠，我們會退後一步，問自己，我們能做些什麼來獲得更好的數據？ 有時這需要我們進行研究以獲取原始數據。 這可以減慢速度。 即便如此，今天任何公司都沒有理由覺得使用數據超出了他們的能力範圍。 大多數情況下，真正的挑戰是知道要使用哪些數據。

LP ：我認為這是前一點的延續。 好的分析需要好的數據和正確的數據。 這又回到了質量數據管理流程和工具。 例如，您的公司是否有數據庫存或庫。 此工具可幫助您了解您擁有哪些數據、保存在何處、使用了多長時間、誰擁有它等等。 需要有一種方法來對數據和有關如何使用數據的信息進行分類。 這些是基本原理，但人們往往對閃亮的新工具和玩具更感興趣。

就像蓋房子一樣，我們可以對所有的外觀感到興奮，而忽略一些重要的基本機制，比如管道。 所以你有一個美麗的家，但你的管道不工作，你可能會發現自己不快樂。 由於管道是您房屋基礎設施的一部分，因此數據是您基礎設施的一部分，您必須注意小細節並保持良好的工作狀態。

並不是故意忽略這樣的事情。 誰會故意忽視他們的管道？ 就像管道一樣，儘管我們認為它會得到照顧。 但事實並非如此。 想想很酷的東西 - 很酷的新工具會更有趣。 技術方面的東西很無聊。 分析信息——例如，客戶風險——有點無聊。 這讓我們再次回到為什麼分析師應該知道如何呈現他們的數據以使其對業務有價值。

LP：我認為這對任何團隊來說都很常見。 我認為沒有必要將其作為問題提及，因為任何類型的組織都可能出現溝通不暢的情況。 我們都需要努力工作，以確保我們正在傾聽和澄清。 分析師需要善於傾聽和提問。 如果分析師與營銷人員交談，他們需要記住，大多數營銷人員在數據、分析或模型方面的經驗不如他們。

• 你希望能夠做出什麼樣的決定？
• 您想與誰分享這些信息？
• 你今天用什麼？ 它的效果如何？
• 為什麼你認為你需要一個儀表板？

像這樣的問題有助於減少溝通錯誤並確保每個人都保持一致。 一個好的分析師必須能夠提出這些問題，以確保他的團隊帶來的是工作產品。

LP：有兩點。 第一個是文化。 我來自一種文化，他們說，我們相信上帝，其他人都會帶來數據。 在我的職業生涯中，我曾在不同的公司工作過，但在所有這些公司中，我都為工程師或財務人員工作——所以數字和數據很重要。 數據驅動的文化從高層開始。 人們必須對數據衍生的決策有永不滿足的胃口和熱情。

其次，我們需要更好地管理數據和數據治理。 今天，我們擁有如此多格式（結構化和非結構化）的大量數據，這些數據來自存儲在如此多地方的如此多來源。 很難知道什麼是真的。 當我開始我的職業生涯時，沒有那麼多的應用程序，也沒有那麼多的數據源。 想想我們今天必須從哪些地方提取數據——谷歌分析、社交媒體、電子郵件平台等。

公司需要一種方法來管理永無止境的數據流。 能夠知道“我們需要哪些數據來回答問題，以及我們如何以最佳方式分析這些數據以獲得答案。”

這又回到了我們之前談到的內容。 分析師需要能夠分析數據，識別有意義和相關的模式，並理解和傳達對業務的影響。 分析師不僅需要查看數據，還需要查看它是否重要。 我認為，如今的分析師缺少了解特定模式需要注意的地方這一點。

LP：如果我們談論公司的發展，每家公司都有自己的生命週期。 無論我們談論的是初創公司、SMB、SME 還是企業，我們都在談論他們生命週期的成熟度。 你從成長的早期階段開始，然後進入成長的主要階段，等等。你的產品、複雜性、合作夥伴的數量、客戶的數量、市場上類似產品的數量——一切都會改變。 這就是我們所說的業務成熟度。

您可以是當地市場的小企業，但您可以提供多種產品或服務。 不管你有多大，你必須考慮做最好的產品或提供最好的服務。

在早期階段開始時，您會問的主要問題是，我們如何在市場上獲得牽引力？ 我們追求多少客戶？ 我們是否構建了必要的產品？ 當您獲得客戶時，還有其他問題：如何留住這些客戶？ 我們如何提升這些客戶的價值？ 不同的問題需要不同的能力。 但我認為一個好的分析師可以在整個生命週期中工作。 它更多地是關於問題和數據，而不是關於分析技能。

一個在初創公司工作的優秀分析師沒有理由不能在企業工作。 他或她沒有理由在大公司中不有價值。 我總是小心翼翼地說，你是 SMB 的分析師，或者你是 SME 的分析師。

一家公司的成熟度只與分析師的角色有多大有關。 一家初創公司可能只需要一名分析師，但一家真正強大的大型企業公司可能需要多名分析師，而這些分析師會更加專業。 但在一家規模較小的公司中，分析師更多的是通才而不是專家。 在某種程度上，他們的技能必須更廣泛，因為他們是通才。

當你去一家非常大的公司時，你可能會成為一名特定的專家。 您將非常專注於您將構建的模型。 您可能非常關注客戶盈利能力和客戶生命週期價值等事情。 你會變得非常擅長在企業層面看待這些事情。 但它與你在初創公司中看到的東西完全不同。

LP ：我知道去年是營銷分析工具支出高於營銷分析人員支出的第一年。 是的，公司在分析工具上的投資越來越多。

讓我們記住，營銷分析、一般分析和數據科學並不新鮮。 營銷科學是幾十年前的課程。 這在當時很重要，並將繼續在組織內發揮重要而穩定的作用。 我們需要保持我們的技能與時俱進以保持相關性。

與時俱進意味著熟悉新技術和新工具，並且在某些情況下熟練使用它們。 您可能不需要最新最昂貴的工具。 如果您的工具包中已經有一個可以完成這項工作並且做得很好的工具，那麼也許您不需要花錢購買一個新的閃亮玩具。 關鍵是擁有正確的工具，可以幫助您有效和高效地執行工作，並知道如何正確使用這些工具。

LP ：我認為現在是談論機器學習、區塊鏈、人工智能等事物的好時機。 這些事情會影響數據發生的事情和數據分析。 您需要了解對業務的影響以及它們如何影響您的工作。 人工智能有助於模式開發。 分析師需要決定什麼時候相關，什麼時候需要採取行動，它對業務意味著什麼，然後選擇他/她需要做什麼。 我認為，這種類型的分析師將生存並茁壯成長。

LP：我總是嘗試參加與我的職業相關的會議。 我建議至少每季度參加一次。 是的，你已經拿到了學位，而且你已經很努力了，但我認為你應該每季度抬頭一次，環顧四周，停下來，花時間做一些可以提高你專業技能的事情.

有很多種活動可能是有用的。 在您所在的城市或在線學習一些課程，在 YouTube 上觀看一些教程或收聽播客 - 有很多很好的機會。 找到一個你感興趣的主題的會議，去那裡，結識新朋友並與他們建立聯繫，建立一些新的專業聯繫，詢問他們如何解決他們的問題。 了解您是否可以加入任何 LinkedIn 或本地專業社區。

DAA 為分析師提供出色的活動。 成為該協會的成員。 參加他們的會議，與您的同行建立聯繫，與他們互動。 關鍵是要找到保持領先地位的方法。

我們非常感謝勞拉抽出時間回答我們所有的問題，並分享她對當前問題和營銷分析未來的看法。 我們還強烈建議您閱讀 Laura 關於流程管理的 MASCONF 演講的摘要。

讓我們保持聯繫！ 訂閱我們的博客，閱讀我們對數字分析狀態研究的下一次採訪，並讓頂級分析師的經驗適應您的業務。