Типичные проблемы при внедрении аналитики в компании
Предпринимательство

Типичные проблемы при внедрении аналитики в компании

В изменчивой среде компании хотят получать от аналитиков быстрые ответы на вопросы, сразу же проверять гипотезы ⟶ как можно скорее получать прибыль от решений. Но чтобы качественно использовать возможности аналитики, мало нанять аналитика и купить инструмент.

Илья Чухляев, руководитель OWOX BI в России, рассказал Нетологии, что мешает бизнесу получать преимущества от аналитики в полной мере.

Типичные проблемы при внедрении аналитики в компании

ИЛЬЯ ЧУХЛЯЕВ

Руководитель OWOX BI в России

Типичные проблемы при внедрении аналитики в компании

СВЕТЛАНА ТРЕТЯК

Редактор Нетологии.
Поговорила с Ильёй и оформила статью

Ответы на вопросы бизнеса находятся в разных источниках

Проблема. Чем более комплексный вопрос хочет задать бизнес-пользователь к данным, тем больше вероятность, что для ответа понадобится аналитик, который объединит эти данные из разных источников.

К примеру, маркетингу нужно ответить на вопрос: «Как инвестиции в рекламные каналы повышают выручку в интернет-магазине и в офлайн-точках?». Чтобы ответить на этот вопрос, важно не только объединить эти данные в один отчёт, но и рассчитать объективную атрибуцию. Если этого не сделать, то отключение рекламной кампании, которая расширяет верхнюю часть воронки и создаёт спрос, приведёт к увеличению стоимости контакта с других каналов в будущем.

Решение. Полноценная, сквозная аналитика включает в себя работу с несвязанными данными и корректную их атрибуцию.

Сквозная аналитика позволяет оценить вклад маркетинговых усилий в рост клиентской базы, эффективность бизнеса и получении прибыли. А это больше, чем просто получить отчёт.

Бизнес и аналитики мыслят разными категориями

Проблема. Бизнес мыслит объектами, а аналитики — метриками.

Бизнес интересует, за счёт чего, например, увеличились продажи на маркетплейсах или как охватная кампания увеличила продажи в мобильном приложении. Бизнес хочет взаимодействовать с данными на уровне объектов: продажи, кампании, канал дистрибуции.

Аналитические метрики в отчётах: переходы по ссылке, просмотры страниц и другие — бизнесу непонятны. «Сколько денег мне приносят просмотры страниц?», «Какое количество посетителей поможет сократить расходы?».

В глазах бизнеса аналитики натренированы делать отчёты и отвечать на поставленные вопросы. Поэтому их часто воспринимают как голосовой интерфейс к данным.

Нередко случается такая ситуация: маркетолог говорит аналитику, какие ему нужны данные. Аналитик строит отчёт. Маркетолог спрашивает, как ему сделать вывод о том, почему упала выручка. Аналитик отвечает, что ему не ставили такой задачи ¯\_(ツ)_/¯ В итоге получается несколько кругов взаимодействия, что негативно влияет на скорость принятия решений, качество этих решений, продуктивность отделов.

Типичные проблемы при внедрении аналитики в компании

Решение:

Типичные проблемы при внедрении аналитики в компании

Поясним некоторые моменты на слайде.

Под созданием контекстного поля подразумевается формирование для аналитика чёткого понимания, к чему идёт (цель) и чем управляет (может изменить) бизнес-пользователь.

«Космолёт» — весьма объёмная «хотелка» бизнеса, которая не имеет ничего общего со стадией развития проекта или аналитики. Например, бизнес говорит, что ему нужно построить алгоритмы предсказания повторных покупок, а в аналитике не внедрён признак пользователя.

Типичные проблемы при внедрении аналитики в компании курс

Аналитика для руководителей

Узнать больше

  • Способность понимать данные и задавать правильные вопросы о них — это мощное преимущество, которое приводит к новым потокам доходов, лучшему принятию решений и повышению производительности
  • Научитесь использовать данные для стратегического планирования

Мало аналитиков-консультантов

Проблема. Ценность аналитика, который просто собирает данные и делает отчёты, снижается, — с внедрением сквозной аналитики данные будут объединяться автоматически. Системы сквозной аналитики, как и любые системы решений для сбора данных, становится проще и дешевле настраивать даже не специалистам. При этом не стоит поддаваться ложному ощущению, что бизнес-пользователи смогут сами выгружать отчёты, — до этого ещё далеко.

Обычно сделать из технического аналитика (того, кто делает отчёты) аналитика-консультанта (кто даёт рекомендации) не получается. Это разные специалисты.

Технические аналитики часто не имеют навыков, которые нужны аналитикам-консультантам.

Решение. Нанимать правильных людей и команды под задачи.

Востребованный аналитик — аналитик-консультант, который умеет делать выводы и давать рекомендации, в каком направлении двигаться бизнесу для повышения прибыли. Говорить с бизнесом на одном языке.

Аналитикам-консультантам требуются такие софт-скиллы, как:

  • Сторителлинг данных. Умение убедить и отстоять позицию «делаем как надо, а как не надо — не делаем».
  • Знание контекста. Умение продать продукт клиенту и понять почему (не) купили.
  • Дизайн принятия решений. Понимать, как принимает решение бизнес-пользователь, какие вопросы он может задать и почему, — навык самопроверки отчётов.
  • Предлагать масштабируемые решения. И изучать, как они работают или почему не работают.
  • Коммуникационные и презентационные навыки.

В качестве примера — один из кейсов, как и на сколько аналитик может высвободить время на поиск новых источников роста для бизнеса благодаря оптимизации процесса подготовки отчётов.

Как автоматизировать отчёты о рекламных кампаниях — кейс Webmart Group

Проблема

В начале каждого месяца PPC-специалисты диджитал-агентства Webmart Group готовят для клиентов подробные отчёты о кампаниях, проведённых в прошлом месяце. Чем больше становилось клиентов, тем больше времени требовала подготовка отчётов.

Сверхнагрузка приходилась только на начало каждого месяца, поэтому расширять отдел не было смысла. Нужно было оптимизировать сам процесс.

Решение

Чтобы PPC-специалисты готовили отчёты быстрее, сделали автообновляемые отчёты в Google Data Studio — сервис каждый месяц автоматически получает данные из Google Analytics и обновляет отчёт с минимальным привлечением специалиста.

Благодаря средствам визуализации Data Studio даже самый далёкий от веб-аналитики человек может проанализировать данные и сделать выводы в удобном формате в любое время.

Отчёты в Google Data Studio экономит 90 рабочих часов PPC-специалистов в месяц. За год сэкономлено 1080 рабочих часов — это примерно шесть месяцев работы одного специалиста middle-уровня.

Сэкономленные ресурсы команда использовала для анализа, предложения и настройки новых рекламных кампаний и источников для клиентов.

Другие кейсы по веб-аналитике, которые, возможно, помогут решить ваши задачи, можно посмотреть в блоге OWOX BI.

Резюмируем

Сквозная аналитика позволяет оценить вклад маркетинговых усилий в рост клиентской базы, эффективность бизнеса и получении прибыли. А это больше, чем просто получить отчёт.

В глазах бизнеса аналитики натренированы делать отчёты и отвечать на поставленные вопросы. Поэтому их часто воспринимают только как голосовой интерфейс к данным.

Востребованный аналитик — аналитик-консультант, который умеет делать выводы и давать рекомендации, в каком направлении двигаться бизнесу для повышения прибыли. Говорить с бизнесом на одном языке.

Материал изначально опубликован на vc.ru.


Мнение автора и редакции может не совпадать. Хотите написать колонку для Нетологии? Читайте наши условия публикации. Чтобы быть в курсе всех новостей и читать новые статьи, присоединяйтесь к Телеграм-каналу Нетологии.

Типичные проблемы при внедрении аналитики в компании

ИЛЬЯ ЧУХЛЯЕВ

Руководитель OWOX BI в России

Типичные проблемы при внедрении аналитики в компании

СВЕТЛАНА ТРЕТЯК

Редактор Нетологии.
Поговорила с Ильёй и оформила статью

Оцените статью

Средняя оценка 1 / 5. Всего проголосовало 1

Телеграм Нетологии