Что почитать маркетологу про data-driven: конспект полезных статей
В преддверии запуска курса «Маркетолог-аналитик» продюсер бизнес-юнита Data Science Полина Маликова законспектировала полезные статьи, из которых узнаете, что такое data-driven подход, какие навыки важны маркетологам-аналитикам и почему бизнес заинтересован в таких специалистах.
«Пора внедрять data-driven. Как этот подход преобразует бизнес», Нетология
Эксперты направления Data Science Нетологии рассказали, как data-driven подход используют в компаниях и как успешно внедрить культуру принятия решений на основе данных.
Data-driven менеджмент — культура принятия стратегических решений на основе данных с интеграцией аналитических отчетов в ключевые бизнес-процессы компании.
Переход к data-driven подразумевает не столько технологическую трансформацию, сколько изменение бизнес-модели компании — с фокусом сугубо на цифры. При этом, менеджеры по интеграции Data Science в бизнес-процессы не менее востребованы, чем технические специалисты Data Science.
Анализ данных позволяет получить практические бизнес-результаты, а также четкое видение направления развития компании.
Как стать data-driven
Необходимо рассмотреть важные вопросы, которые помогут понять, нужно ли компании в принципе переходить на data-driven модель. Например:
- какой результат даст сбор, место и срок хранения данных и во сколько это обойдется компании;
- стоимость информационно-технической экосистемы, позволяющей получать доступ к данным, и количество ее пользователей;
- план действий по переходу от бизнес-отчетности к глобальной аналитике;
- способность объединить всех единой целью изменения культуры работы с данными.
Культура работы с данными помогает договориться о правилах игры и дальнейших рекомендациях. Но руководителю нужно учиться понимать результаты аналитики в бизнес-процессах компании, а для этого лучше «пощупать» данные самому.
Обучение в онлайн-университете: профессия «Маркетолог-аналитик»
«Исследование маркетинг-аналитики от OWOX BI: интервью с Тимом Вилсоном», OWOX
Эксперт по маркетингу и обработке данных, старший директор по аналитике в компании Search Discovery Тим Вилсон рассказал, какими навыками должен обладать аналитик, как подружить маркетологов и аналитиков, а также поделился отраслевыми проблемами и собственным видением развития маркетинговой аналитики.
Навыки и личные качества аналитиков
Начнем с того, что аналитики должны хорошо знать электронные таблицы — Google Sheets и Excel, а также инструменты BI/визуализации, чтобы поделиться результатами работы со всеми на проекте в удобном и читаемом виде.
При большом количестве детализированных данных специалисту необходимы языки SQL/Python/R.
Статистика позволит глубже понять природу данных и говорить о практическом развертывании статистических методов.
Навыки эффективного общения — важнейшие среди личных качеств. Специалист должен уметь слушать и понимать потребности заинтересованных сторон, а также эффективно визуализировать данные. Чтобы стать успешным аналитиком, пригодится любознательность, скептицизм и настойчивость.
Как избежать разногласий между аналитиками и маркетологами
Иногда между аналитиками и маркетологами возникают разногласия, которые мешают эффективной работе и решению бизнес-задач. Причина в неправильной коммуникации — аналитики и маркетологи часто говорят на разных языках. Чтобы избежать проблем, аналитик должен использовать знания в маркетинге и понятно доносить свои мысли.
Ключевые ресурсы для аналитиков
- Measure Slack Team: бесплатный ресурс, в котором постоянно работают тысячи активных аналитиков.
- Digital Analytics Power Hour: аналитический подкаст.
- Ассоциация диджитал-аналитики.
- Онлайн-курсы Coursera и edX.
Каких знаний не хватает аналитикам и специалистам по маркетингу, чтобы сделать компании data-driven
Аналитикам и маркетологам не хватает понимания бизнес-контекста. Они концентрируются на данных, надеясь получить ответы без четко сформулированного бизнес-вопроса. Но даже если поставить правильный бизнес-вопрос, можно зарыться в механике и сложности исходных данных и удалиться от главной цели — как данные могут помочь росту бизнеса.
Проблемы и вызовы
Рынок переполнен венчурными стартапами, которые заявляют, что достаточно просто купить и внедрить технологию искусственного интеллекта и компания в одночасье станет data-driven. Так это не работает. Особенно учитывая тот факт, что до сих пор приходится обучать компании основам: установление четких KPI, качественный сбор данных, автоматизация повторяющихся задач, анализ на базе продуманных гипотез.
Трудности при внедрении аналитики:
- Популярные одностраничные приложения (SPA) создают проблемы с тегами.
- Отсутствие простого способа кроссплатформенного отслеживания.
- Ограничивающие сбор данных регламенты конфиденциальности (GDPR, CCPA).
- Вероятность ошибочных данных из-за стандартных браузерных настроек блокировки отслеживания и удаления cookie.
Будущее: тенденции развития аналитической сферы
Компании будут чаще использовать машинное обучение в своей работе. Главная причина этого — доступность необработанных данных о клиентах и прогнозов.
Ведущие игроки на рынке цифровой аналитики делают доступными те данные, из которых можно получить пользу с помощью методов машинного обучения.
«Исследование маркетинг-аналитики от OWOX BI: интервью с Джимом Стерном», OWOX
Основатель Marketing Analytics Summit, директор Digital Analytics Association Джим Стерн дал интервью блогу Owox BI о том, как личные качества влияют на работу аналитика, какие soft и hard skills важны для аналитиков сегодня и что ждет маркетинг-аналитику в будущем.
Навыки аналитика. Знание предметной области — важный навык аналитика. Один из главных hard skills — умение собирать данных, фильтровать их и создавать потоки. Аналитик должен знать все про исходные данные: откуда они появились, как происходила обработка и интеграция.
Немаловажный навык — понимание статистики. Не обязательно быть хорошим специалистом по статистике, но нужно уметь применять ее в работе.
С одной стороны, знание SQL, Python и R не является обязательным требованием — особенно, если в команде есть крутые специалисты, которые знают языки и выполняют работу вместо вас. С другой — знание языков программирования никогда не помешает и сделает вас более востребованным специалистом.
Аналитику необходимо понимать, какие процессы происходят в команде. Для этого не нужно быть специалистом, но знания в разных областях всегда могут пригодиться.
Важность коммуникации. Важный soft skill аналитика — коммуникация. Он должен помогать другим членам команды выполнять работу. В этом могут помочь кросс-тренинги. Команда должна думать с точки зрения целой команды, а не только своих обязанностей.
Настоящее и будущее маркетинг-аналитики. Главная проблема — развитие технологий опережает практику. Чтобы все части системы работали вместе, нужно использовать множество технологий, а инструменты будут постоянно усложняться. Специалисту важно понять, когда уместно использовать тот или иной инструмент для решения проблемы.
«R, Python, JavaScript или Excel? Что учить маркетологу для профессионального роста», CoMagic
Эксперты рассказали блогу CoMagic, какой язык программирования стоит изучать интернет-маркетологу, чтобы оставаться востребованным специалистом.
Большинство опрошенных специалистов сошлись во мнении, что знание языков программирования — не обязательное требование к маркетологу. Но в связи с тем, что автоматизация рутинных процессов становится все более актуальной — это дает преимущество на рынке труда.
Самый оптимальный язык программирования для неспециалиста — Python. Он несложный в изучении, подходит для анализа данных и построения отчетов. Некоторые также рекомендуют язык R как альтернативу. Его удобно использовать для статистической обработки данных.
«Marketing Scientist как профессия будущего: грядут перемены, но бояться не стоит», Cossa
Менеджер по маркетингу и организации мероприятий Cisco в Европейском регионе Наталья Никифоренко о будущем маркетинга.
Настоящий маркетинг. Цель маркетинга по Питеру Друкеру — узнать и понять клиента настолько, чтобы товар или услуга точно соответствовали его требованиям и продавали себя сами. Процессы, которые занимали много времени сейчас можно отдать на аутсорс, т.к. появились механизмы по определению эффективности.
В маркетинге грядут перемены. Маркетинг автоматизируется и знания накапливаются в виде графиков и дашбордов, поэтому есть смысл развиваться в комбинации Marketing+Scientist.
Marketing Scientist — специалист, который умеет анализировать целевую аудиторию и ее потребности, а также строить персонализированные Customer Journey Map, учитывая ресурсы компания и временных ресурсов заказчика.
Marketing Scientist может управлять полученными данными, а каждая маркетинговая активность будет сразу же показывать результаты, которые можно адаптировать.
Схематически сферы экспертизы Marketing Scientist можно изобразить так:
Как оставаться востребованным:
- остановиться и изучить рынок;
- признать, что схема «работать, как работал и работать хорошо» не работает;
- учиться новым технологиям;
- уметь радоваться переменам.
О курсе «Маркетолог-аналитик»
Чтобы управлять бизнесом, нужно принимать решения. Чтобы принимать решения, нужны цифры. Чтобы получить цифры, их нужно собрать. Чтобы собрать цифры, сделать какие-то выводы и помочь сделать это другим, нужно быть маркетологом-аналитиком.
Нетология запустила новый курс «Маркетолог-аналитик»: вы разберётесь, как выглядит data-driven здорового человека и научитесь выстраивать его с нуля в своей компании. Для этого поработаете со сквозной аналитикой, обработкой данных с помощью языка R или Python и визуализацией в PowerBI.
Этот курс подойдет не только интернет-маркетологам, но начинающим аналитикам, которые хотят начать карьеру в Data Science.
Читать еще: «Как повысить продажи в три раза с помощью Big Data и машинного обучения»
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.
Полный текст статьи читайте на Нетология
