Dunia analitik web tampaknya kosmik bagi kita.
Sangat mudah tersesat di hamparan topik yang kompleks atau terjebak di dunia kecil Anda. Anda dapat berkeliaran tanpa tujuan, mengalami perasaan sukses atau kekecewaan yang salah. Akibatnya, kami tidak menyadari di mana kami berada, apakah kami melakukan dengan baik dan apakah arah yang benar ditunjukkan oleh kompas kami.
Berulang kali mengalami ini sendiri. Bahkan pertanyaan yang sepele: "Seberapa efektif analitik kita?" Mengangkat segunung penjelasan kompleks alih-alih gambar sederhana yang mudah dipahami bos. Dan semua ini adalah karena kita berbicara banyak tentang alat, proses kerja (pengumpulan, pemrosesan, laporan, analisis), bagaimana mengatur segalanya, bagaimana mengelola, bagaimana menjembatani kesenjangan dalam komunikasi, bagaimana memamerkan kesuksesan, dan banyak lagi. ..
Seiring waktu, sistem analisis web strategis, yang seharusnya menunjukkan kepada kita cara yang tepat untuk mengembangkan analitik, mulai terlihat seperti ini ...
Masing-masing pendekatan sistem ini mempertimbangkan analitik hanya dalam satu dimensi! Benar, ada kerangka evaluatif lain yang membantu untuk memahami bagaimana membawa analitik ke kesempurnaan yang dihargai, tidak peduli dalam kondisi apa sekarang.
Buat permintaan pencarian cepat: "model kematangan analitik digital" dan Anda akan melihat sesuatu seperti ini.
Perlu dicatat bahwa tidak satu pun dari sistem ini berada dalam ruang hampa dan mempengaruhi banyak komponen bisnis.
Kedua gambar itu menakutkan dengan kerumitannya. Ini karena dunia analitik yang kita huni itu sendiri kompleks. Ingat saja: alat analitik, struktur perusahaan, model manajemen, kesenjangan komunikasi, tangga metrik, dan banyak lagi.
Konsekuensi komplikasi
Jika Anda mengikuti pendekatan, seperti pada gambar di atas (omong-omong, karya saya juga disajikan di sana), maka Anda dapat datang ke dua situasi yang sangat menyakitkan.
1. Situasi yang jelas:
Tidak ada direktur yang mengerti cerita apa yang ingin mereka sampaikan kepada mereka dan apa yang mereka lakukan di departemen analitik, bahkan di dasar-dasar. Oleh karena itu, mereka terus memutuskan dan bertindak secara intuitif, dan analitik di perusahaan kelaparan tanpa perhatian dan investasi material yang layak.
2. Situasi tidak jelas:
Para pemimpin perusahaan dengan sistem analitik yang dikembangkan tidak sepenuhnya merasakan manfaatnya yang tak terbayangkan atau, sebaliknya, kesia-siaan total pekerjaan analitis mereka (orang, proses, alat). Anda lihat, tidak ada satu pun strategi atau model untuk mengevaluasi kematangan analitik, yang saya tulis di atas, memberikan pemahaman yang benar tentang bagaimana analitik memengaruhi laba bisnis. Ternyata analitik web tidak didorong oleh informasi dari kehidupan bisnis itu sendiri. Dia terinspirasi oleh chip baru yang cacat dalam alat analitik, saran dari para ahli yang sewenang-wenang dan segala sesuatu yang bersinar dengan kesejukannya: “Oh! Kami membutuhkan atribusi offline! "
Jika Anda membayangkan dua skenario ini: pemimpin yang buta, analis yang buta, maka hati Anda akan hancur.
Sederhanakan kerumitan
Dilema bagaimana menyederhanakan segala sesuatu dan memberikan visi kepada manajemen bersama para analis belum melepaskan pikiran saya untuk waktu yang lama. Saya bermaksud membuat visualisasi sederhana yang akan mencakup skala bisnis, kompleksitasnya, dan banyak komponen penggeraknya.
Di blog ini, Anda telah melihat beberapa upaya saya untuk menemukan obat untuk penyakit ini. Saya akan menyebutkan beberapa: Model Pemasaran & Pengukuran Digital | Ekosistem Analisis | Analisis Web 2.0
Masing-masing dari mereka harus menyelesaikan masalah dari sisi tertentu, tetapi tidak ada yang menyembuhkan rasa sakit sepenuhnya.
Ini terutama berlaku untuk situasi yang tidak jelas pada nomor 2 di atas.
Rasa lapar saya belum berkurang.
Saya ingin membuat visualisasi yang akan menjadi alat diagnostik dan menentukan apakah kita menyimpang dari tujuan, terisolasi, atau hanya bertindak tanpa tujuan. Dia akan membantu memahami sejauh mana analitik memengaruhi laba bisnis dan apa yang harus dilakukan dalam rencana masa depan.
Entah bagaimana kejadian ajaib terjadi.
Selama percakapan, di mana kami mempertimbangkan sistem metrik, kolega saya dihadapkan dengan serangkaian tugas yang tidak biasa. Dia mengajukan beberapa pertanyaan dan, seperti percikan, sebuah ide muncul dalam diri saya.
Saya pergi ke papan tulis dan membuat sketsa garis besar sederhana yang segera menghadirkan semua kesulitan dari sudut pandang yang berbeda dan lebih dapat dipahami dan pada saat yang sama mempertahankan semua kekuatan intelektual.
Inilah gambar yang saya uraikan sebagai tanggapan:
Ya, dia dilahirkan jelek. Tapi, bagi saya, orangtua yang bangga, dia cantik.
Setelah 16 jam penerbangan langsung ke Singapura, sketsa canggung mulai hidup dalam PowerPoint! Dimana lagi
Hasilnya hanya lima slide. Seperti yang mereka katakan: "Ini bukan tinta, itu pemikirannya."
Hari ini saya ingin berbagi dengan Anda versi lima slide yang lengkap dan sudah teruji. Bersama-sama, mereka akan membantu Anda memikirkan kembali secara fundamental semua pekerjaan analitis: 1. Anda akan memahami bagaimana data benar-benar memengaruhi perusahaan Anda sekarang, 2. perhatikan sendiri detail yang sangat tepat dan khas yang seharusnya ada dalam rencana jangka pendek dan jangka panjang Anda.
Matriks pengaruh
Untuk berbicara tentang dunia analitik web yang besar dan kompleks, matriks 2 × 2 digunakan pada papan yang digambarkan di atas.
Setiap sel berisi metrik (online, offline, nonline ).
Dampak pada bisnis ditunda sepanjang sumbu Y, dari tingkat super-taktis ke tingkat super-strategis.
Waktu - Kegunaan data diplot sepanjang sumbu X, dari data waktu nyata ke periode 6 bulan.
Sebelum kita melanjutkan. Memang, fakta bahwa sumbu X dibagi menjadi beberapa segmen memberi kita matriks 2 × 5, bukan 2 × 2. Biarkan ini menjadi harga untuk membuat skema lebih efisien :)
Mari kita pelajari sumbu Y secara lebih rinci. Super Taktis adalah dampak paling kecil pada keuntungan bisnis (saham sen). Tingkat Super Strategis - ini adalah dampak terbesar pada pendapatan bisnis (puluhan juta dolar).
Skala sumbu Y adalah eksponensial. Anda akan melihat bahwa font ringan antara Super Tactical dan Super Strategic tumbuh dari 4 menjadi 10, dari 24 menjadi 68, dan seterusnya. Ini menunjukkan kepada kita bahwa pengaruhnya tidak meningkat secara bertahap - setiap langkah ke atas memberikan peningkatan pengaruh yang jauh lebih besar.
Mari kita periksa sumbu X lebih terinci, sementara sebagian besar data sudah dapat dikumpulkan secara real time, tidak semua metrik diperlukan di sini dan sekarang
Sebagai contoh, tampilan spanduk iklan dapat dipantau secara online dan ini dapat bermanfaat (jika Anda bertindak dengan cepat, mereka dapat memiliki pengaruh taktis yang berlebihan terhadap urutan fraksi satu sen).
Nilai seumur hidup pelanggan (CLV), di sisi lain, hanya akan berguna setelah beberapa bulan (bertindak dengan benar, dampaknya pada bisnis akan sangat strategis - puluhan juta dolar).
Inilah cara ide-ide ini disajikan pada matriks pengaruh:
Anda dapat mengunduh matriks pengaruh di Excel di akhir posting ini.
Tampilan iklan dapat digunakan untuk membuat keputusan real-time pada platform iklan: spanduk, video, dan pencarian (misalnya, melalui otomatisasi). Anda dapat melaporkan laba kotor online, tetapi tidak ada yang membutuhkannya. Keuntungan harus dianalisis secara mendalam sebulan sekali untuk mendapatkan wawasan berharga dengan dampak yang lebih tinggi. Akhirnya, nilai pelanggan seumur hidup (CLV) membutuhkan analisis strategis yang canggih, dan data disimpan selama berbulan-bulan. Butuh waktu untuk solusi untuk menghasilkan hasil, tetapi mereka akan luar biasa.
Istirahatlah. Renungkan gambar di atas.
Jika jelas bagi Anda mengapa setiap metrik berada di tempat itu, maka sisa pos ini akan membawa Anda ke kesenangan yang gila, hanya dapat dibandingkan dengan pelukan yang hidup.
Matriks Pengaruh: Suatu Analisis Detil yang ditunggu-tunggu
Dalam bentuk akhirnya, matriks pengaruh berisi 46 metrik bisnis yang paling umum dengan penekanan pada penjualan dan pemasaran. Metrik ini mencakup Internet, televisi, toko ritel, iklan luar ruang, dan strategi kehadiran merek terkenal lainnya. Metrik digital lebih karena teknologi digital memungkinkan Anda mengumpulkan lebih banyak data.
Beberapa metrik melibatkan semua saluran pemasaran, misalnya, metrik merek: pengakuan, preferensi, dan kemauan untuk membeli. Perhatikan bahwa metrik profitabilitas bisnis juga termasuk yang dihitung dalam sistem ERP dan CRM Anda.
Setiap metrik berlangsung tergantung pada bagaimana pengaruhnya terhadap bisnis dan seberapa sering Anda perlu menerima data. Penting juga metrik mana yang mengelilinginya.
Berikut ini adalah gambar yang diperbesar dari kiri bawah matriks:
Mari kita coba untuk lebih memahami arti pengaruh dan waktu - utilitas menggunakan contoh spesifik: Tingkat bouncing. Itu terletak di garis dengan kekuatan pengaruh sama dengan empat dan di kolom dengan urgensi mingguan diperlukan. Meskipun rasio pentalan tersedia dalam waktu nyata, itu hanya menguntungkan jika ada sejumlah besar data, misalnya, selama seminggu.
Pada awalnya, mungkin tampak aneh bahwa metrik sederhana memiliki efek empat, dan GRP untuk TV dan% sesi baru lebih rendah. Ini karena dampak yang lebih luas dari rasio pentalan.
Untuk menganalisis dan mengambil keputusan dengan hati-hati berdasarkan tingkat kegagalan, Anda harus:
- Sangat memahami strategi periklanan perusahaan: berbayar, gratis, sumber sendiri.
- Untuk dapat mengidentifikasi titik masuk di situs tempat kami memberikan janji "kosong" kepada pengguna dan mereka pergi.
- Memahami konten situs: nilai dan emosi yang diberikan situs kepada pengguna.
- Dapatkan peluang untuk bereksperimen dan meningkatkan halaman arahan.
Bayangkan apa yang bisa diubah jika ada pengetahuan seperti itu. Ini jauh melampaui metrik rasio pentalan itu sendiri. Karena itulah rasio pentalan memiliki bobot lebih dari tayangan iklan, pengakuan, dan metrik buram lainnya.
Saat Anda memikirkan metrik dan KPI, Anda sendiri yang menentukan kedalaman pengaruhnya .
Untuk pemahaman yang lebih baik tentang matriks pengaruh, berikut ini adalah versi lengkapnya:
Anda dapat mengunduh matriks pengaruh di Excel di akhir posting ini.
Saat Anda melihat gambar, perhatikan bahwa saya menambahkan warna yang merangsang cahaya ke matriks.
Misalnya, untuk menghitung metrik untuk orang yang hidup dengan semua perangkatnya, Anda harus membangun kembali teknologi untuk menentukan pengguna yang unik (di sini adalah pendekatan yang saya sukai: Implikasi Sistem Identitas Pada Insentif ). Mengapa Anda perlu khawatir tentang ini? Perhatikan seberapa tinggi metrik ini dalam hal pengaruh pada bisnis!
Fitur tersembunyi lainnya
Metrik survei munculan Suara Pelanggan tinggi pada sumbu y dan mencerminkan nilainya. Lihatlah, misalnya, di mana metrik kegunaan, Tingkat Kelengkapan Tugas dan metrik kesiapan merekomendasikan suatu produk (Kemungkinan untuk Rekomendasikan). Indikator-indikator ini tinggi dalam hierarki karena mereka memiliki efek positif pada pendapatan dan budaya perusahaan. Dengan demikian, mereka memberikan keuntungan nyata dan tidak berwujud bagi bisnis.
Kami juga mencatat bahwa metrik digital klasik dari Adobe, Google Analytics hidup di area pengaruh taktis yang lebih rendah. Jika Anda hanya terlibat di dalamnya siang dan malam, maka biarkan ini menjadi panggilan untuk Anda. Mungkin Anda membuat kontribusi kecil untuk bisnis, dan ini tidak baik untuk pengembangan Anda.
Di sudut kanan atas, Anda akan melihat betapa saya bersemangat tentang keuntungan dan nilai produk. Ini adalah dasar dari keunggulan kompetitif pada tahun 2018 (ya, dan setelah). Berdasarkan metrik ini, Anda benar-benar dapat mengubah strategi pemasaran (ini adalah puluhan juta dolar untuk perusahaan besar), berbagai produk, strategi untuk menarik pelanggan dan banyak lagi.
Matriks ini juga mencakup, metrik pertama yang tersedia secara luas berdasarkan pembelajaran mesin: Kualitas Sesi . Anda akan menemukannya di tengah. Untuk setiap sesi di versi desktop atau seluler situs, metrik ini memperkirakan dari 1 hingga 100 seberapa dekat pengunjung dengan konversi. Skor tersebut dihitung oleh algoritma pembelajaran mesin yang belajar dari perilaku pengguna dan data konversi.
Istirahatlah. Unduh gambar dalam resolusi penuh. Renungkan.
Saya harap lokasi 46 metrik saya akan memberi tahu Anda cara menempatkan metrik khusus untuk bisnis Anda. Jika ada metrik yang tidak saya bahas, maka bagikan dalam komentar di bawah. Perkaya pengetahuan kolektif Anda.
Sekarang setelah Anda lebih memahami arti dari matriks, saatnya untuk menghancurkan dua masalah yang menghantui kami di awal posting. Sekarang kami akan melakukan sesuatu yang keren dan tidak realistis, Anda bahkan tidak curiga bahwa ini mungkin.
Tindakan # 1: Menganalisis Analisis Strategi Kematangan
Selesai dengan teori, saatnya untuk tugas-tugas yang hidup dan keren ...
Dorongan utama yang mendorong saya untuk membuat matriks pengaruh adalah pertanyaan nomor 2 yang tidak jelas: Seberapa pentingkah Anda dan pekerjaan analitis Anda untuk uang bisnis?
Anda penting jika Anda entah bagaimana memengaruhi bisnis. Anda memengaruhi bisnis jika pekerjaan analitis Anda dikembangkan cukup untuk membangun metrik yang penting. Bagaimana Anda menyukai pemikiran siklik ini?
:)
Dalam kasus kami, kami mengevaluasi kematangan, bukan melalui orang, proses, dan banyak lapisan teknologi. Kami mengevaluasi kematangan dengan hasil dari semua tarian yang terdaftar dengan rebana.
Jawab pertanyaan sederhana: Metrik apa yang biasanya digunakan untuk membuat keputusan dan benar-benar mengubah sesuatu setiap minggu, bulan, dll?
Lupakan metrik tes yang Anda buat untuk latihan sembilan bulan lalu. Lupakan metrik yang Anda butuhkan untuk mengarungi gelombang tabel data demi data yang memuakkan. Lupakan metrik yang ingin Anda analisis, tetapi belum.
Realita. Evaluasilah apa yang sekarang. Tidak ada gunanya menipu diri sendiri.
Ambil metrik yang selalu mengarah ke tindakan, ubah warna font menjadi hijau di matriks pengaruh.
Berikut adalah matriks untuk klien besar Eropa dengan banyak saluran untuk menarik lalu lintas setelah studi yang jujur:
Banyak metrik digital berwarna hijau karena ini sebenarnya masalahnya. Soalnya, strategi pemasaran perusahaan juga meluas ke TV dan saluran offline lainnya, termasuk ritel.
Saya pikir Anda akan belajar banyak dari metrik ini karena Anda sendiri menggunakannya untuk analisis setiap hari. Mereka adalah hasil dari kerja keras karyawan perusahaan dan kontraktor analitik eksternal.
Untuk perusahaan ini, kluster metrik paling hijau ada di kuadran kiri bawah, sebagian besar memiliki efek sepuluh atau kurang (sepanjang sumbu Y dalam skala 1: 1). Ada satu outlier yang jelas (Penghasilan Langsung Nonline - indikator yang sangat sulit untuk dihitung! Itu bagus, tepuk tangan!)
Setiap konsultan yang baik tahu bahwa jika Anda memiliki matriks 2 * 2, maka Anda dapat membuat empat kuadran tematik.
Dalam kasus kami, empat kuadran disebut: fondasi andal, tingkat menengah dan lanjutan:
Bagi perusahaan kami, kematangan analitik pada dasarnya cocok dengan bidang yang dapat disebut “Yayasan yang Andal”.
Suatu hal yang nyaman, ya?
Itu semua tergantung pada berapa lama analitik telah ada di perusahaan, berapa banyak analis bekerja untuk itu, berapa banyak uang yang diinvestasikan dalam teknologi data, ukuran tim, jika itu adalah agen analitis, dan sebagainya.
Jika mereka memiliki tim yang terdiri dari 50 orang, mereka menginvestasikan $ 18 juta dalam analitik setiap tahun dalam dekade terakhir, menambah 12 alat dan 25 penelitian besar setiap tahun ... Maka jelas bahwa ini bukan situasi yang baik.
Bahkan tanpa ini, matriks pengaruh sekarang dengan jelas menunjukkan bahwa metrik terkuat tidak cukup digunakan. Ini adalah metrik di mana Anda perlu berpikir lebih dalam, bersabar dan serius mempelajarinya untuk secara global mempengaruhi hasil akhir bisnis.
Uno Recommendation:
Lakukan latihan ini di perusahaan Anda. Identifikasi metrik yang secara konstan digunakan untuk pengambilan keputusan. Kuadran mana yang mencerminkan kedewasaan program analitik Anda? Dengan investasi pada orang, proses, alat, dan konsultan, Anda harus sedekat mungkin dengan kuadran atas dengan metrik super strategis. Benarkah begitu?
A.
Rekomendasi dos:
Tentukan kuadran target Anda. Dalam kasus kami, perusahaan dapat bergerak dari bawah ke kanan, lalu naik. Mereka juga bisa bergerak ke sudut kiri atas, dan kemudian ke kanan. Pilihannya tergantung pada kenyataan saat ini: strategi bisnis, orang, proses, alat analisis. Ini harus jelas, Anda selalu ingin berada di kuadran lanjutan di kiri atas. Tapi, Anda tidak bisa beralih dari pemula ke mahir langsung di diagonal. Evolusi lebih pintar daripada revolusi. Jika Anda belum menguasai kuadran kiri bawah dasar, maka lakukanlah terlebih dahulu.
A.
Rekomendasi Très:
Buat rencana konkret tentang apa yang perlu Anda lakukan untuk mencapai kuadran yang diinginkan berikutnya. Tentu saja, Anda akan memerlukan karyawan baru, bahkan mungkin seorang pemimpin-analis baru yang kuat dengan pemikiran strategis (tidak banyak berpikir, lebih banyak), Anda perlu meluncurkan proyek baru untuk mengimplementasikan metrik ini, dan Anda pasti akan membutuhkan dana. Bagilah rencana menjadi periode semi-tahunan untuk berkonsultasi dengan tolok ukur pelaporan.
A.
Yang utama adalah sekarang, akhirnya, jelas ke mana Anda akan pergi dan mengapa Anda pergi ke sana. Selamat!
A.
Rekomendasi Cuatro:
Buat perubahan budaya. Bagikan hasil audit Anda dengan seluruh perusahaan: bagaimana keadaan sekarang (metrik hijau) dan bagaimana seharusnya (hitam). Menginspirasi setiap pemasar, analis, analis keuangan, personel dari departemen logistik, operator call center, dan masing-masing wakil direktur. . AVOC, CTR. , , , .
, - , . . , , , . , , .
Jadi ? : ?
№ 2:
, .
, , . 40 8- . — . 7 .
, .
, , , (), .
, «» ( Y).
— . , , , ( IABI FTW! ). , , .
, , . , , , , .
, .
, .
Excel .
— 40 , . , -, . , , .
, - . , , , . .
, - ?
, , - ?
- , . X. — , .
— : . :)
. , Viewability , . , , , . , .
Cinco:
, . (-, ...). , , , .
, CMO , nonline- ? , — ! , , , , . . , ? ? , ? , ?
, . , .
Seis:
, . , , . , — (, , . .).
, . , (, , -). , - , : , .
, , . , , !
№ 3:
, , — .
, , .
, , - . , ! 24 ?
, , ?
X .
Excel .
, , . : , , , , CPA . . , AdWords, DoubleClick . . , .
, , , .
, . , , , .
, ( ), . , . , , , .
, -. , .
, . . , , - . , , , . , . , . , , ( , !).
— . , , . - . . BigQuery , -, R, (, random forest!), , .
Cara upaya tim analitik didistribusikan antara empat kategori ini adalah cara lain untuk mengevaluasi kematangan analitik dalam suatu perusahaan, serta memastikan produktivitas ketika tidak ada banyak analis. Misalnya, jika sebagian besar waktu dikonsumsi oleh laporan metrik dari area otomatis, maka Anda berada pada tahap pemula (yaitu, Anda tidak terlalu memengaruhi laba bisnis).
Rekomendasi Siete:
Temukan ruang rapat kosong. Perlihatkan di layar semua tugas yang telah dilibatkan oleh tim Anda selama 30 hari terakhir. Perinci menjadi 4 area: otomatis, diserahkan dalam bentuk laporan, dianalisis dan diteliti secara mendalam. Hitung begitu saja berapa banyak waktu yang dihabiskan tim di masing-masing wilayah. Apa yang kamu lihat Apakah kekuatan didistribusikan secara optimal? Apakah metrik dari masing-masing kelompok tugas sesuai dengan matriks pengaruh?
Jika Anda menjawab pertanyaan-pertanyaan ini, maka pikirkan kembali secara radikal semua pekerjaan analitis. Memikirkan kembali akan mendalam dan luas (orang, proses, alat). Jadi, Anda akan pergi di jalan yang benar ke ketinggian analitis nyata.
Matriks pengaruh didasarkan pada satu-satunya metrik kesuksesan bisnis yang sesungguhnya - laba. Dua dimensi sederhana: kekuatan pengaruh dan waktu kegunaan, membantu memahami dengan jelas kunci keberhasilan analisis web. Introspeksi semacam itu bisa menyakitkan, tetapi jika Anda membaginya dengan orang lain, maka Anda dapat mulai mengambil langkah-langkah menuju peningkatan yang konsisten dari pekerjaan analitis.
Ini adalah kekuatan dalam matriks 2 * 2 (atau 2 * 5)!
Di sini Anda dapat mengunduh versi Excel dari matriks pengaruh , untuk penggunaan pribadi.
Seperti biasa, sekarang giliran Anda.
Jika direktur pemasaran bertanya: "Apa gunanya analitik kami?", Apa yang akan Anda jawab padanya? Seberapa mudah Anda bisa menjelaskan kepadanya? Apa yang Anda pertimbangkan ketika membangun rencana jangka pendek dan jangka panjang untuk pengembangan analitik? Jika manajer puncak mendapatkan metrik paling canggih dari kuadran kanan atas, lalu bagaimana Anda mengelolanya? Jika Anda sudah menerapkan pengenalan pola dan klasifikasi canggih, bagikan pelajaran Anda dengan kami?
Silakan bagikan pendapat Anda tentang matriks pengaruh, dan jawab juga pertanyaan di atas dalam komentar. Saya menantikan pembicaraan kami.