Das Universum der digitalen Analytik ist riesig und kann so komplex erscheinen wie das kosmische Universum.
Bei solch großen, komplizierten Themen können wir uns in der weiten Wildnis verirren oder in einem Silo gefangen sein. Wir können ziellos wandern oder ein falsches Gefühl von Leistung oder Frustration verspüren. Folglich verlieren wir aus den Augen, wo wir sind, wie es uns geht und welche Richtung der wahre Norden ist.
Diese Herausforderungen habe ich selbst schon mehrfach erlebt. Selbst einfache Fragen wie „Wie effektiv ist unsere Analysestrategie?“ entlocken Sie eine komplizierte Reihe von Antworten anstelle eines einfachen Bildes, das der CxO verinnerlichen kann. Das liegt daran, dass wir über Tools sprechen müssen (so viele!), Arbeit (Sammlung, Verarbeitung, Reporting, Analyse), Prozesse, Organisationsstruktur, Governance-Modelle, Last-Mile-Lücken, Metriken Leitern der awesomeness, und … so … viel … mehr.
Bald sieht Ihr strategisches Framework für digitale Analysen, von dem Sie gehofft hatten, dass es eine echte Antwort auf die Frage der Analysestrategie geben würde, folgendermaßen aus…
Die obigen Frameworks decken nur eine Dimension der Bewertung (!). Es gibt einen weiteren wichtigen Rahmen, um herauszufinden, wie Sie Ihre Analytics-Raffinesse von jedem Ort aus nach Nirvanaland bringen können.
Eine schnelle Suchanfrage wird zeigen, dass das ungefähr so aussieht …
Es ist wichtig zu betonen, dass keine dieser Fragen / Antworten in einem Vakuum existiert.
Beide Bilder oben sind erschreckend komplex, weil die analytische Welt, die wir besetzen, komplex ist. Denken Sie daran, Werkzeuge, Arbeit, Prozesse, Organisationsstruktur, Governance-Modelle, Last-Mile-Lücken, Metriken Leitern der Awesomeness, und … so … viel … mehr.
Die Auswirkungen der Komplexität.
Es gibt zwei zutiefst schmerzhafte Ergebnisse der Ansätze, die Sie in den obigen Bildern sehen (in denen Sie auch meine Arbeit sehen werden).
1. Offensichtlich:
2. Nicht offensichtlich:
Wenn man diese beiden Ergebnisse erfasst – blinde Wirtschaftsführer, blinde Analytikführer – ist es einfach herzzerreißend.
Komplexität vereinfachen.
Das Dilemma, wie man diese Komplexität vereinfachen kann, um weitsichtige Business- und Analytics-Leader zu schaffen, hat mich schon seit geraumer Zeit begleitet. Ich wollte ein einfaches Bild erstellen, das den Maßstab, die Komplexität und viele bewegliche Teile absorbiert.
In diesem Blog haben Sie zahlreiche Versuche von mir gesehen, das Dilemma zu beheben. Um nur einige zu nennen: Digitales Marketing & Messmodell / Analyse-Ökosystem / Webanalyse 2.0. Jeder zielte darauf ab, eine bestimmte Dimension zu lösen, aber keiner löste den Herzschmerz vollständig. Besonders für das nicht offensichtliche Problem # 2 oben.
Der Hunger blieb.
Ich wollte ein Bild erstellen, das als Diagnosewerkzeug dient, um festzustellen, ob Sie verloren sind, in einem Silo gefangen sind oder ziellos umherwandern. Es würde Ihnen helfen zu erkennen, inwieweit sich Analysen heute auf das Geschäftsergebnis auswirken und was Ihre zukünftigen Analysepläne erreichen sollten.
Dann eines Tages ein magischer Moment.
Während einer Diskussion über die Planung von Messungen hatte ein Peer mit einer einzigartigen Sammlung von Herausforderungen zu kämpfen. Er stellte mir ein paar Fragen, und das löste eine Idee aus.
Ich ging zum Whiteboard und skizzierte aufgeregt etwas Einfaches, das die Komplexität abstrahierte – und gleichzeitig die Kraft des intelligenteren Denkens bewahrte.
Hier ist die Skizze, die ich als Antwort gezeichnet habe:
Ja, es war eine hässliche Geburt. Aber für mich, die stolzen Eltern, war es wunderschön.
Es dauerte einen sechzehnstündigen Direktflug nach Singapur, bis die schnörkellose Skizze zum Leben erweckt wurde – wo sonst, in PowerPoint!
Das Endergebnis waren nur fünf Folien. Wie das Sprichwort sagt: Es ist nicht die Tinte, es ist das Denken.
Ich möchte die vollständig ausgearbeitete, in die Praxis umgesetzte und verfeinerte Version dieser vier Folien heute mit Ihnen teilen. Gemeinsam helfen sie Ihnen, Ihre Analysepraxis grundlegend zu überdenken, indem Sie, 1. verstehen der tatsächlichen Auswirkungen von Daten auf Ihr Unternehmen heute und, 2. wählen Sie sehr präzise und spezifische Dinge aus, die in Ihren kurz- und langfristigen Analyseplänen enthalten sein sollten.
Die Wirkungsmatrix.
Um ein einfaches Bild der großen, komplizierten Welt der Analytik zu zeichnen, zeigt das Whiteboard oben eine 2 ×2-Matrix.
Jede Zelle enthält eine Metrik (online, offline, nonline).
Die geschäftlichen Auswirkungen liegen auf der y-Achse und werden von super taktisch bis super strategisch dargestellt.
Die Time-to-market ist auf der x-Achse, dargestellt von Echtzeit bis 6-Monats.
Bevor wir fortfahren … Ja, wenn Sie die x-Achse in mehrere Zeitsegmente aufteilen, wird eine 2 × 5-Matrix und keine 2 × 2-Matrix erstellt. Betrachten Sie das als den Preis, den ich bezahlt habe, um dies für Sie umsetzbarer zu machen. 🙂
Ein bisschen tiefer in die Y-Achse eintauchen… Supertaktisch ist die kleinstmögliche Auswirkung auf das Geschäft (Bruchteile von Pennies). Super Strategic stellt die größtmögliche Auswirkung auf das Geschäft dar (zig Millionen Dollar).
Die Skalierung auf der y-Achse ist exponentiell. Sie werden feststellen, dass die Zahlen in heller Schrift zwischen Super Tactical und Super Strategic von 4 zu 10 zu 24 zu 68 und weiter gehen. Dies zeigt, dass Auswirkungen keine Schrittänderung sind – jeder Schritt nach oben führt zu einer massiv höheren Wirkung.
Ein bisschen tiefer in die x-Achse eintauchen… Während die meisten Daten jetzt in Echtzeit gesammelt werden können, sind nicht alle Metriken in Echtzeit nützlich.
Zum Beispiel können Impressionen in Echtzeit gesammelt werden und sie können auch in Echtzeit nützlich werden (wenn sie umgesetzt werden, können sie eine super taktische Wirkung haben – Bruchteile von Pennies). Customer Lifetime Value auf der anderen Seite braucht viel Zeit, um nützlich zu werden, über Monate und Monate (wenn es umgesetzt wird, kann es einen super strategischen Einfluss auf das Geschäft haben – zig Millionen Dollar).
Hier ist eine Darstellung dieser Ideen in der Wirkungsmatrix:
Impressionen können in Echtzeit für die Entscheidungsfindung Ihrer Display-, Video- und Suchplattformen verwendet werden (z. B. über Automatisierung). Sie können den Bruttogewinn natürlich in Echtzeit melden, aber das ist fast völlig nutzlos. Es sollte monatlich gründlich analysiert werden, um wertvolle, aussagekräftigere Erkenntnisse zu erhalten. Schließlich erfordert der Lifetime Value vielleicht die härteste strategische Analyse aus über Monate gesammelten Daten, und die Aktion braucht Zeit, um Ergebnisse zu erzielen – aber sie sind großartig.
Pause. Denken Sie über das obige Bild nach.
Wenn Sie verstehen, warum jede Metrik dort ist, wo sie ist, wird Sie der Rest dieses Beitrags mit euphorischer Freude erfüllen, die selten ohne physischen Kontakt erlebt wird.
Die Impact Matrix: Ein freudiger Tieftauchgang.
Insgesamt enthält die Impact Matrix 46 der am häufigsten verwendeten Business-Metriken – mit einem Schwerpunkt auf Vertrieb und Marketing. Die Metriken umfassen Digital, Fernsehen, Einzelhandelsgeschäfte, Werbetafeln und jede andere Präsenz einer Marke, die Sie sich vorstellen können. Sie sehen mehr digitale Metriken, weil Digital messbarer ist.
Einige Kennzahlen gelten für alle Kanäle, wie Bekanntheit, Rücksichtnahme und Kaufabsicht. Sie werden feststellen, dass die wichtigsten Kennzahlen für das Endergebnis, die möglicherweise aus Ihren ERP- und CRM-Systemen stammen, ebenfalls enthalten sind.
Jede Metrik nimmt einen Platz ein, basierend auf Geschäftsauswirkungen und Zeit, aber auch im Kontext anderer Metriken.
Hier ist eine vergrößerte Ansicht, die den unteren linken Teil der Matrix enthält:
Lassen Sie uns die Auswirkungen und die Zeit bis zur Veröffentlichung anhand eines bestimmten Beispiels verinnerlichen: Absprungrate. Es befindet sich in der Zeile, die eine Auswirkung von vier anzeigt, und in der wöchentlichen Spalte Time-to-Market. Während die Absprungrate in Echtzeit verfügbar ist, ist sie erst nützlich, nachdem Sie eine kritische Datenmenge gesammelt haben (z. B. über eine Woche).
Oberflächlich betrachtet mag es seltsam erscheinen, dass eine einfache Metrik wie die Absprungrate einen Einfluss von vier hat und dass GRPs und% neue Besuche niedriger sind. Mein Grund dafür ist der breitere Einfluss der Absprungraten.
Um Absprungraten effektiv zu analysieren und darauf zu reagieren, ist Folgendes erforderlich:
* Die Fähigkeit, alle leeren Versprechungen an die Benutzer zu identifizieren, die springen.
* Den Inhalt kennen, einschließlich seines emotionalen und funktionalen Wertes.
* Die Möglichkeit, Zielseiten zu optimieren.
Stellen Sie sich die Auswirkungen dieser Erkenntnisse vor; Es geht weit über die Absprungraten hinaus. Aus diesem Grund hat die Absprungrate mehr Gewicht als Impressionen, Bekanntheit und andere gängige Metriken.
Wenn Sie eine Metrik als KPI bezeichnen, ist dies Ihre wichtigste Überlegung: die Tiefe des Einflusses.
Zum besseren Verständnis der Wirkungsmatrix hier die Vollversion:
Wenn Sie über die ausgefüllte Matrix nachdenken, werden Sie feststellen, dass ich subtile Anreize eingefügt habe.
Wenn Sie beispielsweise etwas pro Person berechnen möchten, müssen Sie Ihre Identitätsplattformen vollständig überarbeiten (eine Strategie, die ich immer favorisiert habe: Auswirkungen von Identitätssystemen auf Anreize). Warum sollten Sie diese zusätzlichen Anstrengungen unternehmen? Beachten Sie, wie hoch diese Metriken auf der Business Impact Scale liegen!
Weitere versteckte Funktionen.
Der Wert von Voice of Customer-Metriken wird durch ihre hohe Platzierung im Kontext der y-Achse deutlich. Schauen Sie sich als Beispiel an, wo die Aufgabenerfüllungsrate nach Hauptzweck und Empfehlungswahrscheinlichkeit liegt. Sie stehen aufgrund ihres positiven Einflusses auf das Geschäft und die Unternehmenskultur in der Hierarchie ganz oben – und bieten so einen weichen und harten Vorteil.
Sie werden auch feststellen, dass die meisten reinen digitalen Metriken – Adobe, Google Analytics – im taktischen Endergebnis liegen. Wenn alles, was Sie Tag und Nacht tun, nur diese Metriken sind, ist dies ein Weckruf für Sie im Zusammenhang mit Ihren tatsächlichen Auswirkungen auf das Unternehmen und den Auswirkungen auf Ihre Karriere.
Oben rechts entdecken Sie meine Besessenheit von Profit und Inkrementalität, die die Grundlage für Wettbewerbsvorteile im Jahr 2018 (und darüber hinaus) bilden. Die Analyse dieser Kennzahlen verändert nicht nur die Marketingstrategie grundlegend (denken Sie an zig Millionen Dollar für große Unternehmen); Ihre Erkenntnisse können das Produktportfolio Ihres Unternehmens, Ihre Kundenbindungsstrategien und vieles mehr verändern.
Die Matrix enthält auch die wahrscheinlich weltweit erste weit verbreitete Metrik für maschinelles Lernen: die Sitzungsqualität, die Sie ungefähr in der Mitte finden. Für jede Sitzung auf Ihrer Desktop- oder mobilen Website bietet die Sitzungsqualität eine Punktzahl zwischen 1 und 100 als Hinweis darauf, wie nahe der Besucher an der Konvertierung ist. Die Zahl wird basierend auf einem ML-Algorithmus berechnet, der aus einer eingehenden Analyse Ihres Benutzerverhaltens und Ihrer Conversion-Daten gelernt hat.
Pause. Laden Sie die hochauflösende Version des Bildes herunter. Spiegeln.
Ich hoffe, dass die Platzierung jeder der 46 Metriken Ihnen hilft, Metriken hinzuzufügen, die für Ihre Arbeit einzigartig sein könnten. (Teilen Sie sie in den Kommentaren unten, um unser kollektives Wissen hinzuzufügen.)
Mit einem besseren Verständnis der Matrix sind Sie bereit, die beiden Probleme zu überwinden, die uns zu Beginn des Beitrags das Herz gebrochen haben – und etwas Supercooles zu tun, von dem Sie nicht dachten, dass wir es könnten.
Aktion #1: Analyseprogramm Reifegraddiagnose.
Genug Theorie, Zeit für echte, sexy Arbeit.
Der Haupttreiber hinter der Erstellung der Wirkungsmatrix war das nicht offensichtliche Problem # 2: Wie wichtig ist Ihre Analysepraxis aus der Sicht des Endergebnisses?
SIE sind wichtig, wenn Sie einen geschäftlichen Einfluss haben. Sie haben geschäftliche Auswirkungen, wenn Ihre Analysepraxis ausgereift genug ist, um wichtige Metriken zu erstellen. Sehen Sie den schönen Zirkelverweis?
🙂
In unserem Fall messen wir die Reife nicht durch die Bewertung von Menschen, Prozessen und Schichten über Schichten von Werkzeugen, sondern wir messen die Reife durch die Bewertung des Outputs dieses gesamten Liedes und Tanzes.
Beantworten Sie diese einfache Frage: Welche Metriken werden am häufigsten verwendet, um Entscheidungen zu treffen, die tatsächliche Aktionen jede Woche / Monat / mehr steuern?
Ignorieren Sie die Metriken, die vor neun Monaten als experimentelle Übung erstellt wurden. Ignorieren Sie die Metriken, deren einziger Zweck es ist, auf dem Fluss der Daten zu schweben. Ignorieren Sie die Metriken, die Sie analysieren möchten, aber derzeit nicht.
Wirklichkeit. Beurteilen, Realität. Es macht keinen Sinn, sich selbst zu täuschen.
Nehmen Sie die Teilmenge der Metriken, die aktiv Maßnahmen vorantreiben, und ändern Sie die Schriftfarbe für sie in der Wirkungsmatrix in Grün.
Für einen großen europäischen Kunden mit Multi-Channel-Existenz sah die Wirkungsmatrix nach dieser ehrlichen Selbstreflexion so aus:
Mehr der digitalen Metriken sind grün, weil es mehr digitale Metriken Zeitraum. Sie können sehen, dass die Marketingstrategie des Unternehmens Fernsehen und andere Offline-Werbung umfasst, einschließlich Einzelhandel.
Sie werden wahrscheinlich viele dieser Metriken als die Kennzahlen erkennen, die Ihre Analysepraxis jeden Tag ausgibt. Sie sind das Ergebnis harter Arbeit der Mitarbeiter des Unternehmens und externer Analysepartner.
Wir versuchen, die Frage zu beantworten, wie viel die analytische Praxis ausmacht. Sie können das jetzt schärfer sehen.
Für dieses Unternehmen gruppieren sich die meisten grünen Metriken im unteren linken Quadranten, wobei die meisten einen Einfluss von zehn oder darunter haben (auf einer Y-Achsen-Skala von 1 bis a ). Es gibt einen klaren Ausreißer (Nonline Direct) – eine sehr schwer zu berechnende Metrik, also hurra!)
Wie jeder gute Berater weiß, können Sie mit einem 2 × 2 vier thematische Quadranten erstellen. In unserem Fall werden die vier Quadranten Solid Foundation, Intermediate und Advanced genannt:
Für unser Unternehmen passt der Reifegrad der Analytics-Praxis meist in den Solid Foundation Quadranten.
Ist das eine gute Sache?
Es hängt davon ab, wie lange es die Analysepraxis gibt, wie viele Analysten das Unternehmen hat, wie viel Geld es in Analysetools investiert hat, wie groß das Analyseteam der Agentur ist und so weiter und so fort. Wenn sie ein Team von 50 Leuten haben, die in den letzten zehn Jahren jedes Jahr 18 Millionen Dollar für Analyseinvestitionen ausgeben, mit 12 Tools und 25 Forschungsstudien pro Jahr … können Sie jetzt schließen, dass dies keine gute Sache ist.
Unabhängig davon zeigt die Impact Matrix nun deutlich, dass einflussreiche Metriken nicht ausreichend genutzt werden. Dies sind die Metriken, die tieferes Nachdenken, Geduld und Analyse ermöglichen, um große Auswirkungen auf das Endergebnis zu erzielen.
Empfehlung Uno:
Empfehlung Dos:
Empfehlung Très:
Die gute Nachricht ist, dass jetzt endlich klar ist, wohin Sie gehen UND warum Sie dorthin gehen. Herzlichen Glückwunsch!
Empfehlung Cuatro:
Die meisten Unternehmen warten darauf, dass ein Jesus-Krishna-Hybrid vom Himmel herabsteigt und ein glorreiches, massives Revolutionsprojekt (über Nacht!). Diese passieren nie. Tut mir leid, Jesus-Krishna. Stattdessen muss sich jeder Mitarbeiter ein wenig nach oben und ein wenig nach rechts bewegen, während das Analyseteam diese Schichten erleichtert. Kleine Änderungen akkumulieren große Auswirkungen auf das Endergebnis im Laufe der Zeit.
Also. Was ist dein Quadrant? Und was ist dein nächster richtiger oder nächster Schritt?
Aktion #2: Ausrichten von Metriken & Führungshöhe.
Wenn Daten angeboten werden, will jeder alles.
Die Leute glauben allgemein, dass mehr Daten bessere Ergebnisse bedeuten. Oder, dass, wenn eine Agentur bietet eine 40 Registerkarte, Schriftgröße 8, Tabellenkalkulation voller Zahlen, die sie viel Arbeit geleistet haben müssen – daher ein besseres Preis-Leistungs-Verhältnis. Oder ein VP möchte zwei weitere Histogramme, die sieben Dimensionen darstellen, die in sein einseitiges Dashboard gequetscht werden.
Wenn mehr Daten intelligenteren Entscheidungen gleichkämen, wären sie Frieden auf Erden.
Ein Kernstück unserer Arbeit als Inhaber der Analytics-Praxis besteht darin, sicherzustellen, dass die richtigen Daten (Metrik) zur richtigen Zeit die richtige Person erreichen.
Dazu müssen wir die Höhe (auch bekannt als y-Achse) berücksichtigen.
Die Höhe bestimmt den Umfang und die Bedeutung von Entscheidungen. Es bestimmt auch die Häufigkeit, mit der Daten empfangen werden, sowie die Tiefe der Erkenntnisse, die die Daten begleiten müssen (IABI FTW!). Schließlich bestimmt die Höhe die Zeit, die zur Diskussion der Ergebnisse zur Verfügung steht.
Manager haben eine geringere Höhe, sie müssen taktische Entscheidungen treffen – mit Auswirkungen auf Zehntausende von Dollar. VPs haben eine höhere Höhe, sie werden eine Tonne mehr Gehalt, Bonus und Aktien bezahlt, weil sie die Verantwortung dafür tragen, super strategische Entscheidungen zu treffen – die sich auf zig Millionen Dollar auswirken.
Dieses Problem hat eine schön elegante Lösung, wenn Sie die Impact Matrix verwenden.
Schneiden Sie die Matrix horizontal, um sicherzustellen, dass die Metriken, die an jeden Leader gesendet werden, mit ihrer Höhe übereinstimmen.
VPs sitzen bei der Entscheidungsfindung, die direkt im superstrategischen Bereich liegt – auf unserer Skala ~ 40 und höher. Diese Sammlung von Metriken macht schwere Entscheidungen reichlich Geschäftskontext erfordern, tiefes Denken und breiten Wandel beeinflussen. Analysten benötigen diese Zeit, um eine ordnungsgemäße Analyse durchzuführen und den IABI zu erhalten.
Sie können auch sehen, dass fast alle an den VPs gelieferten Metriken monatlich oder sogar seltener ankommen. Ein weiteres Spiegelbild der Tatsache, dass ihr Erfolg die Lösung von Problemen erfordert, die sich über Organisationen, Anreize, Benutzerberührungspunkte usw. hinweg verbinden.
Also. Sind die Metriken auf Ihren VP-Dashboards / Folien die im strategischen Cluster?
Oder. Ist Ihre Analysepraxis so, dass Ihre VPs ihre Zeit damit verbringen, taktische Entscheidungen zu treffen?
Unterhalb der VP-Ebene sehen Sie Metrikcluster für etwas weniger strategische Auswirkungen auf das Unternehmensergebnis für Direktoren. Die Time-to-date ändert sich auch auf der x-Achse für sie. Ihnen zu folgen ist die Schicht für Manager, die noch häufiger taktische Entscheidungen treffen.
Die letzte Ebene ist meine bevorzugte Methode, um die Entscheidungsfindung zu verbessern: Menschen aus dem Prozess zu entfernen. 🙂
Die jüngsten technischen Fortschritte ermöglichen es uns, Algorithmen – maschinelles Lernen – zu verwenden, um Entscheidungen zu automatisieren, die von Metriken getroffen werden, die einen super taktischen Einfluss haben. Beispielsweise muss kein Mensch die Sichtbarkeit überprüfen, da erweiterte Anzeigeplattformen Kampagnen automatisch anhand dieser Metrik optimieren. In der Tat wird ein teurer Mensch, der Berichte mit dieser Metrik betrachtet, die Dinge nur verlangsamen – wodurch die Bruchteile der Auswirkungen, die diese Metrik liefert, eliminiert werden.
Empfehlung Cinco:
Zum Beispiel: Enthält Ihr letzter CMO-Bericht den Gewinn pro Person, den inkrementellen Gewinn pro Non-Line-Kanal und den prozentualen Beitrag der Non-Line-Kanäle zum Umsatz? Wenn ja, hurra! Wenn sie stattdessen Bewusstsein, Überlegung, Absicht, Conversions, Absprungrate … traurige Zeit melden. Warum sollte Ihr CMO seine wertvolle Zeit nutzen, um taktische Entscheidungen zu treffen? Ist das ein kulturelles Problem? Ist es ein Spiegelbild des Mangels an analytischem Geschick? Warum?
Einfach gesagt, das Große und Komplizierte ist nicht so groß und nicht so kompliziert. Diese einfache Analyse hilft dabei, Kernprobleme zu identifizieren, die den Beitrag von Daten zum intelligenteren, schnelleren Geschäftserfolg beeinträchtigen.
Empfehlung Seis:
Für die anderen Ebenen hängt die Aktion davon ab, was das Problem ist. Es könnte eine neue Führung im Analyseteam erfordern, es könnte eine Veränderung der Unternehmenskultur erfordern oder es könnte ein anderes Engagement-Modell über Schichten hinweg (Manager, Direktoren, VPs) erfordern. Eine Anpassung der Höhe erfordert sicherlich eine Änderung der Art und Weise, wie Mitarbeiter entschädigt werden.
Wie Sie oben bemerkt haben, liegt die Stärke der Matrix in ihrer Fähigkeit, Komplexität zu vereinfachen. Das bedeutet nicht, dass Sie sich nicht mit Komplexität auseinandersetzen müssen – Sie können sich jetzt darauf konzentrieren!
Aktion #3: Strategische Ausrichtung des analytischen Aufwands.
Noch eine Slicing-Übung für unsere Matrix, diesmal für das Analytics-Team selbst.
Analyseteams stehen vor einer gewaltigen Herausforderung, wenn es darum geht, herauszufinden, welche Anstrengungen unternommen werden müssen, um die fantastische Sammlung von Möglichkeiten in der Wirkungsmatrix in Angriff zu nehmen.
Diese Herausforderung wird durch die Tatsache verschärft, dass es immer zu viel zu tun gibt und zu wenige Menschen, mit denen man es tun kann. Oh, und lass mich nicht rechtzeitig anfangen! Warum gibt es nur 24 Stunden am Tag??
Wie stellen wir also sicher, dass jeder einen optimalen analytischen Ansatz hat?
Schneiden Sie die Matrix vertikal entlang der Time-to-Useful-Dimension…
Für jede Metrik, die in Echtzeit nützlich ist, müssen wir die Kräfte der Automatisierung auspacken. Kampagnen können basierend auf Echtzeit-Impressionen, Klicks, Besuchen, Seitenaufrufen, Kosten pro Akquisition usw. optimiert werden. Wir müssen aufhören, diese zu melden und sie in unsere Kampagnenplattformen wie AdWords, DoubleClick usw. einzuspeisen. Mit einfachen Regeln – und meistens – können Automatisierungsplattformen besser handeln als Menschen.
Wenn Sie in Machine Learning-Talente in Ihrem Team investieren, lernen selbst engstirnig intelligente Algorithmen, die sie erstellen, schneller und übertreffen Menschen bei diesen einfachen Entscheidungen schnell.
Da die täglichen Anforderungen an den Spirit reduziert und Entscheidungen mit taktischen Auswirkungen automatisiert werden, hat die Analysepraxis Zeit, sich auf Metriken zu konzentrieren, die eine längere Nutzungsdauer haben und eine tiefere menschliche Analyse benötigen, um die IABI zu extrahieren.Für Metriken, die wöchentlich oder innerhalb weniger Wochen verfügbar sind, sollte die Berichterstattung an verschiedene Stakeholder (meist Manager und Direktoren) Entscheidungen angemessen informieren. Verwenden Sie benutzerdefinierte Warnungen, Triggerschwellenziele und mehr, um diese Daten zur richtigen Zeit an die richtige Person zu senden. Für wöchentliche Time-to-Market-Metriken verfügen Ihre Stakeholder über genügend taktischen Kontext, sodass Sie keine Zeit für eingehende Analysen aufwenden müssen, da die Metriken die taktischen Entscheidungen beeinflussen.
Mehr Rollenklarheit, eine durchdachte Verlagerung der Belastung auf die Stakeholder und mehr freie Zeit, um sich auf das Wesentliche zu konzentrieren.
Denn wo die Time-to-Market im Monatsbereich liegt, begeben Sie sich jetzt wirklich in strategisches Gebiet. Reflektieren Sie die Metriken dort – herausfordernd, strategisch, Direktor und Vizepräsident. Es reicht nicht mehr aus, nur zu berichten, was passiert ist, Sie müssen herausfinden, warum es passiert ist und welche kausalen Auswirkungen die Warum-Faktoren haben. Dies wird Erkenntnisse liefern, die potenzielle Auswirkungen in Millionenhöhe auf das Unternehmen haben werden. Das bedeutet, dass Sie investieren müssen, um sicherzustellen, dass Ihre Geschichten mehr als nur Einblicke enthalten, sondern auch spezifische Handlungsempfehlungen und prognostizierte Geschäftsauswirkungen enthalten. Erstaunlicherweise haben Sie genauso viel Text wie Daten in Ihrer Ausgabe (so wissen Sie, dass Sie es richtig machen!).
Endlich haben wir den Gipfel der Analytik erreicht. Unser letzter vertikaler Slice enthält unter anderem Metriken, die die Leistung in Kundensegmenten, Abteilungen und Kanälen messen. Hier kommt die Metaanalyse ins Spiel, die noch mehr Zeit benötigt, mit noch komplexeren Analysetechniken, die Daten in BigQuery oder ähnliche Umgebungen ziehen, in denen Sie Ihre eigenen Joins erstellen, R entfesseln und statistisch modellierte Techniken verwenden können (hallo Random Forests!), um die wichtigsten Faktoren zu ermitteln, die die Leistung Ihres Unternehmens beeinflussen.
Die Verteilung der Anstrengungen Ihres Analyseteams auf diese vier Kategorien ist eine weitere Methode, um den Reifegrad zu bewerten und eine optimale Wirkung durch die wenigen wertvollen analytischen Ressourcen sicherzustellen. Beispiel: Wenn Sie die meiste Zeit damit verbringen, Entscheidungsträgern Daten für Metriken in den vertikalen Slices Automatisierung und Berichterstellung bereitzustellen, befinden Sie sich wahrscheinlich in der Anfängerphase (und haben keinen großen Einfluss auf das Geschäftsergebnis).
Empfehlung Siete:
Die Antworten auf diese Fragen führen zu einer grundlegenden Neuinterpretation Ihrer Analysepraktiken. Die Implikationen werden tief und breit sein (Menschen, Prozesse, Werkzeuge). So kommt man auf den Weg ins wahre Nirvanaland.
#sisepuede
Im Mittelpunkt der Impact Matrix steht das einzige, was zählt: das Geschäftsergebnis. Mit zwei einfachen Dimensionen, Impact und Time-to-Market, können Sie einfach drei einzigartige Elemente jeder erfolgreichen Analysepraxis erklären. Die Reflexionen sind manchmal schmerzhaft, aber wenn wir sie ans Licht bringen, können wir Schritte zur systematischen Verbesserung unserer analytischen Praxis unternehmen.
Das ist die Kraft eines 2×2 (oder eines 2×5)!
Hier ist eine Excel-Version der Impact Matrix für Ihren persönlichen Gebrauch.
Wie immer sind Sie jetzt an der Reihe.
Wenn Ihr CMO fragt: „Wie effektiv ist unsere Analytics-Strategie?“, was ist deine Antwort? Wie einfach können Sie es einrahmen? Was sind die wichtigsten Inputs für Ihre kurz- und langfristigen Analytics-Entwicklungspläne? Wenn Ihre VPs die Metriken im erweiterten Quadranten erhalten, Welche Strategien haben Sie effektiv dorthin gebracht? Wenn Sie Pattern Matching und Advanced Classification Meta-Analysis-Techniken erfolgreich implementiert haben, möchten Sie Ihre Lektionen mit uns teilen?