Zašto je timska komunikacija važnija od vašeg Martech stoga

Komunikacija i analiza marketinškog tima

Netipično stajalište Sime Ahave o kvaliteti podataka i komunikacijskim strukturama osvježilo je cijeli salon u Idite na Analytics! konferencija. VOSAK, čelnik MarTech-a u CIS regiji, pozdravio je tisuće stručnjaka na ovom skupu kako bi podijelili svoje znanje i ideje.

OWOX BI tim željeli biste da razmislite o konceptu koji je predložio Simo Ahava, a koji definitivno ima potencijal za rast vašeg poslovanja. 

Kvaliteta podataka i kvaliteta organizacije

Kvaliteta podataka ovisi o osobi koja ih analizira. Tipično bismo za sve nedostatke podataka krivili alate, tijekove rada i skupove podataka. Ali je li to razumno?

Iskreno govoreći, kvaliteta podataka izravno je povezana s načinom na koji komuniciramo unutar naših organizacija. Kvaliteta organizacije određuje sve, počevši od pristupa rudarenju podataka, procjeni i mjerenju, nastavljajući s obradom i završavajući ukupnom kvalitetom proizvoda i odlučivanjem. 

Tvrtke i njihove komunikacijske strukture

Zamislimo da je tvrtka specijalizirana za jedan alat. Ljudi u ovoj tvrtki sjajno pronalaze određene probleme i rješavaju ih za B2B segment. Sve je sjajno i nema sumnje da poznajete nekoliko takvih tvrtki.

Nuspojave aktivnosti ovih tvrtki skrivaju se u dugotrajnom procesu podizanja zahtjeva za kvalitetom podataka. Istodobno, trebali bismo imati na umu da alati stvoreni za analizu podataka rade samo s podacima i izolirani su od poslovnih problema - čak i ako su stvoreni za njihovo rješavanje. 

Zato se pojavila druga vrsta firme. Te su tvrtke specijalizirane za otklanjanje pogrešaka u tijeku rada. Mogu pronaći čitavu hrpu problema u poslovnim procesima, staviti ih na bijelu ploču i reći rukovoditeljima:

Ovdje, ovdje i tamo! Primijenite ovu novu poslovnu strategiju i bit ćete dobro!

Ali zvuči predobro da bi bilo istina. Sumnjiva je učinkovitost savjeta koji se ne temelje na razumijevanju alata. A te konzultantske tvrtke uglavnom ne razumiju zašto su se pojavili takvi problemi, zašto svaki novi dan donosi nove složenosti i pogreške i koji su alati pogrešno postavljeni.

Stoga je korisnost samih tvrtki ograničena. 

Postoje tvrtke s poslovnom stručnošću i znanjem alata. U tim su tvrtkama svi opsjednuti zapošljavanjem ljudi s velikim kvalitetama, stručnjaka koji su sigurni u svoje vještine i znanja. Super. Ali obično te tvrtke nisu usmjerene na rješavanje komunikacijskih problema unutar tima, što često smatraju nevažnim. Pa kako se pojavljuju novi problemi, započinje lov na vještice - čija je to krivnja? Možda su stručnjaci za BI pomiješali procese? Ne, programeri nisu pročitali tehnički opis. Ali sve u svemu, stvarni je problem u tome što tim ne može jasno razmisliti o problemu da bi ga zajedno riješio. 

To nam pokazuje da će čak i u tvrtki punoj sjajnih stručnjaka za sve trebati više napora nego što je potrebno ako organizacija nije zreo dovoljno. Ideja da morate biti odrasla osoba i biti odgovorni, posebno u krizi, posljednje je o čemu ljudi razmišljaju u većini tvrtki.

Čak se i moje dvogodišnje dijete koje ide u vrtić čini zrelijim od nekih organizacija s kojima sam surađivao.

Ne možete stvoriti učinkovitu tvrtku samo angažiranjem velikog broja stručnjaka, jer ih sve apsorbira neka grupa ili odjel. Dakle, uprava nastavlja zapošljavati stručnjake, ali ništa se ne mijenja jer se struktura i logika tijeka rada uopće ne mijenjaju.

Ako ništa ne poduzmete za stvaranje kanala komunikacije unutar i izvan ovih grupa i odjela, svi će vaši napori biti besmisleni. Zbog toga je strategija komunikacije i zrelost Ahavin fokus.

Conwayev zakon primijenjen na analitičke tvrtke

Značajni podaci - Conwayev zakon

Prije pedeset godina, sjajni programer po imenu Melvin Conway dao je prijedlog koji je kasnije postao popularno poznat kao Conwayev zakon: 

Organizacije koje dizajniraju sustave. . . su ograničeni na izradu dizajna koji su kopije komunikacijskih struktura tih organizacija.

Melvin Conway, Conwayev zakon

Te su se misli pojavile u vrijeme kada je jedno računalo savršeno odgovaralo jednoj sobi! Zamislite samo: ovdje imamo jedan tim koji radi na jednom računalu, a tamo imamo drugi tim koji radi na drugom računalu. U stvarnom životu Conwayev zakon znači da će se sve komunikacijske pogreške koje se pojave među timovima odražavati u strukturi i funkcionalnosti programa koje razvijaju. 

Napomena autora:

Ova je teorija testirana stotinama puta u svijetu razvoja i o njoj se puno raspravljalo. Najsigurniju definiciju Conwayevog zakona stvorio je Pieter Hintjens, jedan od najutjecajnijih programera s početka 2000-ih, koji je rekao da "ako ste u usranoj organizaciji, napravit ćete usrani softver." (Amdahl Zipfu: Deset zakona fizike ljudi)

Lako je vidjeti kako ovaj zakon djeluje u svijetu marketinga i analitike. U ovom svijetu tvrtke rade s ogromnim količinama podataka prikupljenih iz različitih izvora. Svi se možemo složiti da su podaci sami po sebi pošteni. Ali ako pažljivo pregledate skupove podataka, vidjet ćete sve nedostatke organizacija koje su te podatke prikupile:

  • Nedostaju vrijednosti u kojima inženjeri nisu razgovarali o problemu 
  • Pogrešni formati u kojima nitko nije obraćao pažnju i nitko nije raspravljao o broju decimalnih mjesta
  • Kašnjenja u komunikaciji kada nitko ne zna format prijenosa (batch ili stream) i tko mora primiti podatke

Zbog toga sustavi za razmjenu podataka u potpunosti otkrivaju naše nesavršenosti.

Kvaliteta podataka postignuće su stručnjaka za alate, stručnjaka za tijek posla, menadžera i komunikaciju među svim tim ljudima.

Najbolje i najgore komunikacijske strukture za multidisciplinarne timove

Tipični projektni tim u tvrtki MarTech ili tvrtki za marketinšku analitiku sastoje se od stručnjaka za poslovnu inteligenciju (BI), znanstvenika podataka, dizajnera, marketera, analitičara i programera (u bilo kojoj kombinaciji).

Ali što će se dogoditi u timu koji ne razumije važnost komunikacije? Da vidimo. Programeri će dugo pisati kod, trudeći se, dok će drugi dio tima samo čekati da prenesu palicu. Napokon će biti izdana beta verzija i svi će mrmljati zašto je to toliko dugo trajalo. A kad se pojavi prva mana, svi će početi tražiti nekoga drugog za krivnju, ali ne i načine kako izbjeći situaciju koja ih je tamo dovela. 

Ako pogledamo dublje, vidjet ćemo da zajednički ciljevi nisu bili ispravno (ili uopće) shvaćeni. I u takvoj ćemo situaciji dobiti oštećeni ili manjkavi proizvod. 

Potaknite multidisciplinarne timove

Najgore značajke ove situacije:

  • Nedovoljna uključenost
  • Nedovoljno sudjelovanje
  • Nedostatak suradnje
  • Nedostatak povjerenja

Kako to možemo popraviti? Doslovno tjerajući ljude da razgovaraju. 

Potaknite multidisciplinarne timove

Okupimo sve zajedno, postavimo teme za raspravu i zakažemo tjedne sastanke: marketing s BI-om, programeri s dizajnerima i stručnjaci za podatke. Tada ćemo se nadati da ljudi razgovaraju o projektu. Ali to još uvijek nije dovoljno, jer članovi tima još uvijek ne razgovaraju o cijelom projektu i ne razgovaraju s cijelim timom. Lako je zasuti se s desecima sastanaka, nema izlaza i nema vremena za obaviti posao. A te poruke nakon sastanaka ubit će ostatak vremena i razumijevanje što dalje. 

Zato su sastanci samo prvi korak. I dalje imamo nekih problema:

  • Loša komunikacija
  • Nedostatak zajedničkih ciljeva
  • Nedovoljna uključenost

Ponekad ljudi pokušavaju prenijeti važne informacije o projektu svojim kolegama. Ali umjesto da poruka prođe, stroj za glasine čini sve umjesto njih. Kad ljudi ne znaju kako pravilno i u ispravnom okruženju podijeliti svoje misli i ideje, informacije će se izgubiti na putu do primatelja. 

To su simptomi tvrtke koja se bori s komunikacijskim problemima. I počinje ih liječiti sastancima. Ali uvijek imamo drugo rješenje.

Navedite sve na komunikaciju tijekom projekta. 

Multidisciplinarna komunikacija u timovima

Najbolje značajke ovog pristupa:

  • Prozirnost
  • učešće
  • Razmjena znanja i vještina
  • Non-stop obrazovanje

Ovo je izuzetno složena struktura koju je teško stvoriti. Možda znate nekoliko okvira koji zauzimaju ovaj pristup: Agile, Lean, Scrum. Nije važno kako ćete ga imenovati; svi su oni izgrađeni na principu "čineći sve zajedno u isto vrijeme". Svi ti kalendari, redovi zadataka, demo prezentacije i stand-up sastanci usmjereni su na to da ljudi često i svi zajedno razgovaraju o projektu.

Zato mi se Agile jako sviđa, jer uključuje važnost komunikacije kao preduvjeta za opstanak projekta.

A ako mislite da ste analitičar koji ne voli Agile, pogledajte na drugi način: pomaže vam da pokažete rezultate svog rada - sve svoje obrađene podatke, te sjajne nadzorne ploče, svoje skupove podataka - kako biste ljude učinili ljudima cijenimo vaš trud. Ali da biste to učinili, morate se sastati sa svojim kolegama i razgovarati s njima za okruglim stolom.

Što je sljedeće? Svi su počeli razgovarati o projektu. Sad jesmo da dokaže kvalitetu projekta. Da bi to učinile, tvrtke obično angažiraju savjetnika s najvišim profesionalnim kvalifikacijama. 

Glavni kriterij dobrog savjetnika (mogu vam reći jer sam savjetnik) je stalno smanjenje njegove uključenosti u projekt.

Savjetnik ne može samo nahraniti tvrtku malim profesionalnim tajnama jer to neće učiniti tvrtku zrelom i samoodrživom. Ako vaša tvrtka već ne može živjeti bez vašeg savjetnika, trebali biste razmotriti kvalitetu usluge koju ste dobili. 

Usput, savjetnik ne bi trebao izrađivati ​​izvještaje niti postati dodatni par ruku za vas. Za to imate svoje kolege iznutra.

Angažirajte marketinške stručnjake za obrazovanje, a ne za delegiranje

Glavni cilj angažiranja savjetnika je obrazovanje, popravljanje struktura i procesa te olakšavanje komunikacije. Uloga savjetnika nije mjesečno izvještavanje, već implantacija sebe u projekt i potpuno sudjelovanje u svakodnevnoj rutini tima.

Dobro savjetnik za strateški marketing popunjava praznine u znanju i razumijevanju sudionika projekta. Ali on ili ona možda nikada neće raditi posao za nekoga. I jednog dana, svi će morati dobro raditi bez savjetnika. 

Rezultati učinkovite komunikacije su odsutnost lova na vještice i ukazivanja prstom. Prije nego što započne zadatak, ljudi dijele svoje sumnje i pitanja s ostalim članovima tima. Tako se većina problema rješava prije početka rada. 

Pogledajmo kako sve to utječe na najsloženiji dio posla marketinške analize: definiranje protoka podataka i spajanje podataka.

Kako se zrcali komunikacijska struktura u prijenosu i obradi podataka?

Pretpostavimo da imamo tri izvora koji nam daju sljedeće podatke: podatke o prometu, podatke o proizvodima e-trgovine / podatke o kupnji iz programa vjernosti i podatke o mobilnoj analitici. Prolazit ćemo jednu po jednu kroz faze obrade podataka, od prijenosa svih tih podataka na Google Cloud do slanja svega na vizualizaciju Google Data Studio pomoću Google BigQuery

Na temelju našeg primjera, koja bi pitanja ljudi trebali postavljati kako bi osigurali jasnu komunikaciju tijekom svake faze obrade podataka?

  • Faza prikupljanja podataka. Ako zaboravimo izmjeriti nešto važno, ne možemo se vratiti u prošlost i izmjeriti. Stvari koje treba prethodno razmotriti:
    • Ako ne znamo kako imenovati najvažnije parametre i varijable, kako se nositi sa svim neredom?
    • Kako će se označavati događaji?
    • Koji će biti jedinstveni identifikator za odabrane tokove podataka?
    • Kako ćemo se pobrinuti za sigurnost i privatnost? 
    • Kako ćemo prikupljati podatke tamo gdje postoje ograničenja pri prikupljanju podataka?
  • Spajanje podataka teče u tok. Uzmite u obzir sljedeće:
    • Glavna načela ETL-a: Je li to paketna ili protočna vrsta prijenosa podataka? 
    • Kako ćemo označiti vezu protoka i skupnog prijenosa podataka? 
    • Kako ćemo ih prilagoditi u istoj shemi podataka bez gubitaka i pogrešaka?
    • Pitanja o vremenu i kronologiji: Kako ćemo provjeriti vremenske žigove? 
    • Kako možemo znati rade li obnova i obogaćivanje podataka ispravno unutar vremenskih oznaka?
    • Kako ćemo potvrditi pogotke? Što se događa s nevažećim pogocima?

  • Faza agregiranja podataka. Stvari koje treba uzeti u obzir:
    • Specijalizirane postavke za ETL procese: kakve veze imamo s nevaljanim podacima?
      Zakrpa ili brisanje? 
    • Možemo li od toga profitirati? 
    • Kako će to utjecati na kvalitetu cijelog skupa podataka?

Prvo načelo za sve ove faze jest da se pogreške naslažu jedna na drugu i nasljeđuju jedna od druge. Podaci prikupljeni s nedostatkom u prvoj fazi učinit će da vam glava lagano gori tijekom svih sljedećih faza. A drugo je načelo da biste trebali odabrati bodove za osiguranje kvalitete podataka. Budući da će se u fazi agregiranja svi podaci pomiješati i nećete moći utjecati na kvalitetu miješanih podataka. To je doista važno za projekte strojnog učenja, gdje će kvaliteta podataka utjecati na kvalitetu rezultata strojnog učenja. Dobri rezultati su nedostižni s nekvalitetnim podacima.

  • Vizualizacija
    Ovo je faza izvršnog direktora. Možda ste čuli za situaciju kada izvršni direktor gleda brojeve na nadzornoj ploči i kaže: „U redu, ove smo godine imali veliku zaradu, čak i više nego ranije, ali zašto su svi financijski parametri u crvenoj zoni ? " A u ovom je trenutku prekasno tražiti pogreške, jer su ih već davno trebale uhvatiti.

Sve se temelji na komunikaciji. I o temama razgovora. Evo primjera o čemu treba razgovarati tijekom pripreme Yandex streaminga:

Marketing BI: Snježni čistač, Google Analytics, Yandex

Odgovore na većinu ovih pitanja pronaći ćete samo zajedno s cijelim svojim timom. Jer kad netko donese odluku na temelju nagađanja ili osobnog mišljenja bez testiranja ideje s drugima, mogu se pojaviti pogreške.

Kompleksnosti su posvuda, čak i na najjednostavnijim mjestima.

Evo još jednog primjera: Kada prati rezultate otiska kartica proizvoda, analitičar primjećuje pogrešku. U podacima o pogocima, svi su prikazi s svih natpisa i kartica proizvoda poslani odmah nakon učitavanja stranice. Ali ne možemo biti sigurni je li korisnik stvarno pogledao sve na stranici. Analitičar dolazi u tim da ih o tome detaljno obavijesti.

BI kaže da ne možemo tako napustiti situaciju.

Kako možemo izračunati CPM ako čak ne možemo biti sigurni je li proizvod prikazan? Koji je onda kvalificirani CTR za slike?

Trgovci odgovaraju:

Pazite, svi, možemo stvoriti izvještaj koji prikazuje najbolji CTR i provjeriti ga na sličnom kreativnom natpisu ili fotografiji na drugim mjestima.

A onda će programeri reći:

Da, ovaj problem možemo riješiti uz pomoć naše nove integracije za praćenje pomicanja i provjeru vidljivosti predmeta.

Na kraju, dizajneri UI / UX-a kažu:

Da! Možemo birati trebaju li nam napokon lijeni ili vječni svitak ili paginacija!

Evo koraka kroz koje je prošao ovaj mali tim:

  1. Definirao problem
  2. Predstavio poslovne posljedice problema
  3. Izmjeren utjecaj promjena
  4. Iznesene tehničke odluke
  5. Otkrila netrivijalnu dobit

Da bi riješili taj problem, trebali bi provjeriti prikupljanje podataka iz svih sustava. Djelomično rješenje u jednom dijelu sheme podataka neće riješiti poslovni problem.

poravnati prilagoditi dizajn

Zato moramo surađivati. Podaci se moraju prikupljati odgovorno svaki dan, a to je naporan posao. I kvaliteta podataka mora se postići do zapošljavanje pravih ljudi, kupnja pravih alata i ulaganje novca, vremena i truda u izgradnju učinkovitih komunikacijskih struktura koje su ključne za uspjeh organizacije.

Što vi mislite?

Ova web stranica koristi Akismet za smanjenje neželjene pošte. Saznajte kako se podaci vašeg komentara obrađuju.