我在拉斯維加斯 2019 年營銷分析峰會上學到的東西 [第 2 天]

這是我對營銷分析峰會的回顧的延續。 要了解第一天的演講和即將舉行的全球營銷分析峰會，請查看上一篇文章。

• 約翰洛維特的“可執行數據策略”
• “你需要知道的關於你的事——成功的心理學”，Michele Kiss
• 瓦萊麗·克羅爾（Valerie Kroll）的“識別領導人格”
• Mariia Bocheva 的“分析分析師以提高流程效率”
  

第 2 天以 Search Discovery 數據策略高級總監John Lovett的主題演講開始。 他的演講是關於可執行數據戰略——一種使用數據的計劃，目的包括了解您的數據、構建您的數據以使其有用，以及激活您的數據以產生業務影響。

組織需要數據戰略來指導他們，因為在當今的商業環境中利用數據可能很複雜且令人困惑。 現代數據存在三個問題：缺乏數據素養、數據孤島和對數據缺乏信任。

這裡的問題是 C 級和部門負責人通常不了解數據。 根據“Gartner 趨勢洞察報告：到 2020 年培養數據素養和信息”，80% 的組織計劃在數據素養領域啟動有意識的能力發展，承認他們的極端缺陷。

您可以將數據素養分為三個桶：

• 指標素養——當人們知道數據的含義時，使用相同的術語，並理解它們背後的價值。 這是一個基本級別，允許團隊中的每個人說同一種語言。
• 工具素養——當人們能夠根據需要自助服務數據需求並意識到工具的潛力、技巧和局限性時。 這一點與六月在 Twitch 上關於自助服務分析的演講非常相關。
• 概念素養——當人們以清晰和復雜的方式處理和應用數據並可以使用數據解釋自己時。

要具備數據素養，您需要了解您的數據。 回答以下問題應該會有所幫助：

1. 我們有哪些類型的數據，我們需要哪些類型的數據來回答我們的問題？ 使用交互式數據清單、數據字典和目錄來了解數據的來源和組成。
2. 用戶可以自助服務數據還是需要有人為他們提供數據？
3. 誰可以訪問我們的數據以及如何使用這些數據？
4. 用戶對我們的數據有準確的理解，還是我們說的是希臘語？
5. 使用數據是否有高度的舒適度，還是每次需要構建新報告時都在掙扎？
   

大多數公司都在為分散的數據而苦苦掙扎，這並不奇怪，因為他們的數據源不相互交流：

要打破這些數據孤島，您需要定義數據的來源以及連接方式。 然後，您可以優先考慮應該首先實施的內容。 以下是一些可以幫助您的問題：

1. 存在哪些數據連接和 API？ 您想要連接的大多數來源都可以通過現成的 API 或第三方工具進行集成，因此不要浪費時間和其他資源來構建您自己的集成。
2. 分析需要哪些轉換？ 通常，您的數據以不同的格式和不同的速度出現，因此為了將其提取到單個報告中，您需要事先對其進行處理。 提前考慮這一點並做出相應的計劃。
3. 是否有跨數據集的集成流程？ 想想哪些流程會受到這些數據的影響。
4. 何時刷新和共享數據？ 檢查您需要多久更新一次數據以及誰需要訪問它。 這應該有助於選擇最適合與團隊共享報告的工具。

回答完這些問題後，您可以決定要使用哪種方法來構建數據：數據湖、數據結構或數據中心。 根據麥肯錫最近的研究，只有 8% 的數據湖實施已經從概念驗證轉向生產。

據畢馬威稱，只有 35% 的受訪組織對其組織對數據分析的使用高度信任。 要解決此問題，您需要建立信任並激活您的數據。 首先問自己以下問題：

1. 哪些數據可以觸發自動化操作？
2. 我們如何使用數據進行定位和個性化？
3. 我們如何建立對數據的信任？
   

要激活您的數據，您需要確保

• 數據是可靠的，人們相信他們看到的數字。 這可以通過不同的測試和監控方法來完成。
• 數據可用於協作。 去與組織中的利益相關者交談，以了解他們需要根據哪些數據採取行動。
• 您有一個數據治理委員會，負責監督所有與數據相關的流程。

John 分享了幾個現實生活中的例子，包括一家美國非營利廣播公司的故事以及 Data Discovery 團隊用來構建可執行數據策略的方法。 他們經歷的階段是定義目標，使它們與業務目標保持一致，並設置測量：

寫下所有這些業務目標後，數據發現團隊會根據業務影響和所需的工作量對其進行優先級排序，並定義他們的實施路線圖，從最關鍵和最有價值的任務轉移到不太重要的任務：

不要讓數據湖實施的低成功率嚇跑您。 成功實施的潛在影響遠高於必要的投資。 要開始並避免其他公司的錯誤，請使用這 10 個擴展分析的秘訣。 您總是可以通過查看其他公司的案例研究來獲得啟發。 這裡有一些例子：

• Ile de Beaute 使用端到端分析來衡量 ROPO 效應
• Comfy 通過九個簡單步驟構建端到端分析
• 布提克。 通過結合數據提高客戶 LTV

下一個環節叫做“鳥語花香”，每個人都可以說出他們想討論的話題或痛點，然後走到一張桌子上，與志同道合的同事會面，進行深入討論。 我個人非常喜歡這次會議，因為它給了我一些關於我不知道如何解決的問題的想法。

Michele 是一位富有魅力的演講者，他知道如何吸引人們的注意力，我真的很喜歡她展示我們大腦的技巧——有限的工作記憶、確認偏見、遵守規範等——這些都已被經典研究證明。 分析師意識到這些矛盾很重要，因為分析和優化都是關於使用定量方法來了解人們以及他們為什麼要做他們所做的事情。 以下是一些要點：

• 在呈現信息時，您需要在感知和記憶系統的限制範圍內工作。

根據著名心理學家喬治·A·米勒（George A. Miller）的說法，我們可以在短期記憶中保留的信息量是七項加或減兩項。 項目是一大塊信息，例如單詞、數字、數據點等。這就是為什麼期望用戶在相隔六頁或三十張幻燈片前的兩個數據點之間建立聯繫是失敗的原因。

• 即使您的數據看起來不言自明，但如果您帶來的“突發新聞”與企業一段時間以來所知道、思考或相信的內容背道而馳，您可能需要更多數據來支持您相反的觀點。

您可能還希望留出足夠的時間進行討論，而不是簡單地發送您的發現，因為這些討論對於獲得對這一新觀點的認可至關重要。 “一個有信念的人是一個很難改變的人。 向他展示事實或數據，他就會質疑你的消息來源。 訴諸邏輯，他無法理解你的觀點，”Leon Festinger 說。

這也被稱為認知失調理論。 它告訴我們人們不喜歡不一致的感覺（例如，在我們的信念和我們的行為之間）。我們試圖通過證明我們的信念和避免可能發生衝突的信息來減少這種不舒服的感覺。

• 處理數據時，不要停留在第一個假設上。 它可能會受到您的認知偏見的影響。

我們的大腦以一種尋求確認現有信念的方式構建。 這可能會導致你犯錯誤，因為數據顯示它的作用可能有很多原因。 實際上，在採訪人們時，我發現理解和認識到這種偏見非常方便。

你通常會在 15 秒內獲得第一印象，之後你的大腦會尋找能夠支持第一印象的東西。 注意到這一刻並開始尋找支持相反立場的事實是非常重要的。 它將幫助您擺脫認知偏見。

• 如果你有挑戰現狀的分析結果，你應該慢慢地一對一地討論它們。

避免讓人們在小組環境中當場同意或不同意，因為小組中的人不太可能支持你違反小組規範的新發現。 同樣，這也反對直接參加集體頭腦風暴會議。 一旦進入一個小組，76% 的人會同意這個小組（即使他們錯了！），因此通過允許個人、不受約束的頭腦風暴並首先收集所有想法，更容易獲得更多不同的想法並最大限度地減少群體思維。

這種效應被稱為符合規範，並被 Ash 在 1951 年的實驗中證明。

• 提出調查結果時，就如何使用它們提出建議，並儘可能具體。

確定如果事情發生變化時誰的責任，並確保你的聲音被聽到，這樣你就不會被旁觀者效應所困——在場的旁觀者越多，個人介入並提供幫助的可能性就越小。 一個很好的例子是在醫療緊急情況下，每個人都只是站著等待其他人採取行動。

您可以在 Michele 的演示文稿中找到更多示例和偏見。 如果您有興趣了解偏見，請查看 Conor Dewey 撰寫的有關數據科學家實用心理學的這篇文章。

午餐時，我聽了 Search Discovery 優化總監兼數字分析協會董事會主席Valerie Kroll的關於識別領導性格的非常鼓舞人心的演講。

在她的演講中，瓦萊麗分享了她從量化實習生到現在的位置的 12 年曆程，以及她成為領導者的方式。 以下是她學到的幾個教訓：

• 您不必管理人員才能成為領導者。 領導者激勵和激勵他人自願採取行動； 他們承載著文化並建設性地挑戰現狀。 我還可以補充一點，要成為一名領導者，你需要有強烈的同理心和承擔責任的意願。
• 尋找領導機會，不要被冒名頂替綜合症所取代：
  

要對抗冒名頂替綜合症，請使用您的分析技能——嘗試查看事實並據此評估您的進步和當前水平，寫下您的優勢和成就，並找到應用技能的方法。 此外，您可以嘗試 Edmund J. Bourne的 The Anxiety and Phobia Workbook 。

• 如果您面臨偏見或歧視，請談論它，最好是與不法行為者交談。 如果沒有，找一個同事、導師或人力資源部的人。 如果您的公司沒有適當的流程來處理重要問題，請提出來。 不要害怕或羞於你是誰——你的年齡、性別、國籍等。也許這會讓你成功並幫助你帶來不同的視角。
• 在社交網絡上建立您的個人品牌並鼓勵 T 型模式，不僅在廣度上而且在深度上發展。
  
• 通過建立真正的聯繫來利用您的網絡並準備好電梯宣傳。 在聚會上尋找聯繫，讓人們將您介紹給其他有趣的人，並通過提供價值來發展這些聯繫。 準備好在不到一分鐘的時間內分享您正在創造的最大價值和最具創新性的工作。
  
• 尋求指導。 它可以是相互的，因為掌握一項技能的最好方法就是教別人。 在尋找導師時，考慮軟技能和硬技能，專注於你的職業目標。
  

順便說一句，DAA 有一個女性分析指導計劃，所以如果你有興趣，可以去看看。

然後是時候分享我關於分析分析師以提高流程效率的故事了。 發展一個團隊需要大量的時間和精力以及適當的管理工具。 痛點很常見：任務分配效率低下，沒有時間教授和指導新員工，經驗豐富的分析師沒有足夠的時間進行研發和提高技能，不知道給定員工在哪些任務上花費了多少時間，以及名單還在繼續。 我們使用數據湖來改進任務估計，確保與每個人分享痛苦的經驗教訓，並平衡項目優先級。

結果我們

1. 意識到分析師的工作量與我們的預期相差甚遠，平均值可以隱藏我們的增長區域
2. 證明我們的大多數分析師 (~85%) 都能按時回復電子郵件
3. 映射我們遇到的典型任務，完成它們通常需要多長時間，以及每個特定任務的時間如何變化
4. 發現每個分析師的弱點和優勢，以定制他們的個人發展計劃
   找到自動化領域。

您可以在 Slideshare 上找到我的幻燈片和關於 ConversionXL 的文章，該文章描述了我們的經驗。
遺憾的是，我錯過了 Garry Angel、Tim Wilson、Matt Gershoff 和 Moe Kiss 的演講，但我聽到他們都在 Superweek 上發表演講，並且知道他們非常出色。 儘管我錯過了他們的演講，但很高興在#MASConf 再次見到他們！

營銷分析峰會的最後一場會議是 Analytics Power Hour 播客的現場錄音。 這個播客的每一集都有一個封閉的話題和一個開放的論壇。

觀眾很喜歡聆聽 Search Discovery 分析實踐主管Michael Helbling 、分析顧問Moe Kiss和 Search Discovery 分析高級總監Tim Wilson分享他們的想法和經驗。 您可以在此處找到我們之前對 Tim Wilson 關於現代分析狀況的獨家採訪。 此外，您還可以在此處找到營銷分析峰會的這一集。 我強烈建議你也聽聽其他劇集。

1. 不要只看表面價值； 切入炒作，專注於您提供的影響。
2. 要了解自助式分析是否適用於您的公司，請詢問您的團隊是否擁有有效完成工作所需的數據支持，以及他們是否能夠在滿足其業務需求的時間範圍內獲取數​​據。
3. 使用數據角色矩陣確保每個人都了解每個職位的期望。
4. 在數據質量方面要積極主動，而不是被動應對。
5. 只有 11% 的營銷人員對其歸因模型的準確性感到“非常有信心”。 但這並不意味著你不應該嘗試。
6. 要評估您的數據成熟度級別，您需要跨三個不同類別評估您的數據：統一洞察（績效衡量和歸因）、統一數據（孤立、共存或統一數據）和預定義數據基礎（跟踪精度、接觸點）覆蓋，分類標準化）。
7. 將營銷指標與期望的業務成果聯繫起來的企業顯著超過這些成果的可能性是其兩倍。 將營銷指標與收入目標聯繫起來的企業顯著超過這些目標的可能性要高出三倍。
8. 營銷專家和分析師都想要一件事：正確的工具和流程來了解開始、停止和繼續做什麼，以實現他們的營銷目標。
9. 使用成功計劃使營銷活動與貴公司的業務目標保持一致，並向高層領導展示營銷和分析投資的價值。
10. 首先關注收入驅動流程，因為它們會帶來更大的影響。
11. 要使您的流程正常工作，請對其進行映射、分析並將其傳達給團隊。
12. 物理交互比數字交互更容易理解，而且似乎更有說服力——物理注意力可以提高 70% 的品牌召回率。 因此，要讓觀眾記住，您需要投入更多的感官，減少分心，並鼓勵互動。
13. 使用 SERP SEO 控制您的品牌，因為搜索結果頁面是您的新登錄頁面。 您需要利用豐富的片段並聲明您的面板。
14. 在品牌需求創造上加倍努力。
15. 通過交替發布非促銷和促銷帖子來利用社交算法。
16. 使用講故事來創建與您的品牌相關的內容，獲得高參與度並產生情感共鳴。
17. 數據存在三個主要問題：缺乏數據素養、數據孤島和對數據缺乏信任。 所有這些問題都可以通過可執行的數據策略來解決——有目的地使用數據的計劃，包括理解數據、構建數據以使其有用，以及激活數據以產生業務影響。
18. 藻類學和分析是相互關聯的——注意思維捷徑並利用它們來利用您的分析和營銷能力。
19. 要找到你的領導模式，利用你的差異，發展你的網絡和個人品牌，尋找導師和被指導者，對抗冒名頂替綜合症，並激勵他人。
20. 越早越好。 收集、合併和準備數據約佔您工作的 75%。 確保您信任所收集數據的質量。
21. 從 MVP 儀表板開始。 關注不超過 10 個關鍵 KPI。
22. 定義如果指標在周五下午 5 點發生劇烈變化，您將要做什麼。 如果指標意外上升或下降，您應該制定一個計劃。 如果您不知道為什麼應該為某個指標制定這樣的計劃，請考慮是否需要跟踪它。

PS這是一次很棒的經歷。 還要感謝 Jim Sterne 邀請我，感謝 Rising Media, Inc. 發言人管理 Roxanne Glavina 的順利組織。