universet av digital analyse er massiv og kan virke så komplisert som det kosmiske universet.
med slike store, kompliserte emner kan vi gå oss vill i den store villmarken eller bli fanget i en silo. Vi kan vandre målløst, eller føle en falsk følelse av enten prestasjon eller frustrasjon. Derfor mister vi synet av hvor vi er, hvordan vi gjør og hvilken retning som er sann nord.
jeg har opplevd disse utfordringene ved flere anledninger selv. Selv enkle spørsmål som «Hvor effektiv er vår analysestrategi?»fremkalle et komplisert sett med svar, i stedet For et enkelt bilde CxO kan internalisere. Det er fordi vi må snakke om verktøy (så mange!), arbeid (innsamling, behandling, rapportering, analyse), prosesser, org struktur, styringsmodeller, siste mil hull, metrics stiger av awesomeness, og … så … mye … mer.
Snart, digital analytics strategiske rammeverk som du håpet ville gi en sann nord til analytics strategi spørsmålet ser slik ut…
rammene ovenfor dekker bare en dimensjon av vurderingen (!). Det er et annet kritisk rammeverk for å finne ut hvordan du kan ta din analytiske raffinement fra hvor det er for øyeblikket til nirvanaland.
et raskt søk vil illustrere at det ser noe ut som dette…
det er viktig å understreke at ingen av disse rammene / svarene eksisterer i vakuum. Begge bildene ovenfor er skremmende komplekse fordi analyseverdenen vi okkuperer er kompleks. Husk, verktøy, arbeid, prosesser, org struktur, styringsmodeller, siste mil hull, beregninger stiger av awesomeness, og … så … mye … mer.
Implikasjonene Av Kompleksitet.
Det er to dypt smertefulle utfall av tilnærmingene du ser i bildene ovenfor (der du også ser mitt arbeid representert også).
1. Åpenbart:
2. Ikke-åpenbare:
Forenkle Kompleksiteten.dilemmaet om hvordan å forenkle denne kompleksiteten, for å skape seende forretnings-og analyseledere, har nølt med meg for en stund. Jeg har tenkt å lage en enkel visuell som absorberer skalaen, kompleksiteten og mange bevegelige deler.
på denne bloggen har du sett mange forsøk av meg på å rette opp dilemmaet. For å nevne noen: Digital Markedsføring & Målemodell | Analyseøkosystem | Webanalyse 2.0. Hver forsøkte å løse en bestemt dimensjon, men ingen løste hjertesorgen helt. Spesielt for det ikke-åpenbare problemet # 2 ovenfor.
sulten forble. jeg ønsket å lage en visuell som ville fungere som et diagnostisk verktøy for å avgjøre om du er tapt, fanget i en silo eller vandrer målløst. Det vil hjelpe deg med å innse i hvilken grad analytics påvirket forretningsbunnlinjen i dag, og hva dine fremtidige analyseplaner skal oppnå.
Så en dag, et magisk øyeblikk.
Under en diskusjon rundt planlegging for måling, en peer slet med en unik samling av utfordringer. Han spurte meg et par spørsmål, og det utløste en ide.
jeg gikk opp til tavlen, og ivrig skissert noe enkelt som abstrahert bort kompleksiteten – og likevel bevart kraften i smartere tenkning på samme tid.
her er skissen jeg tegnet som svar:
Ja, det var en stygg fødsel. Men for meg, den stolte forelder, var det vakkert.
det tok en seksten timers direktefly til Singapore for den skarpe skissen å komme til liv – hvor ellers, I PowerPoint!
sluttresultatet var bare fem lysbilder. Som det sier: Det er ikke blekk, det er tanken.
jeg ønsker å dele fullt fleshed ut, sette ut i praksis og raffinert, versjon av de fire lysbilder med deg i dag. Sammen vil de hjelpe deg med å fundamentalt revurdere analysepraksis ved, 1. forstå dataens faktiske innvirkning på bedriften din i dag, og 2. plukke svært presise og spesifikke ting som bør være i din nær og langsiktig analyse planer.
Effektmatrisen.
for å male et enkelt bilde av den store, kompliserte verden av analyse, viser tavlen over en 2×2 matrise.
hver celle inneholder en metrisk (online, offline, nonline).
virksomheten innvirkning er på y-aksen, illustrert Fra Super Taktisk Til Super Strategisk.
tiden til nyttig er på x-aksen, illustrert Fra Sanntid til 6-Månedlig.
Før vi går videre … Ja, å bryte x-aksen i flere tidssegmenter skaper en 2×5 matrise, og ikke en 2×2. Tenk på det for å være prisen jeg har betalt for å gjøre dette mer praktisk for deg. 🙂
Dykking litt dypere inn i y-aksen… Super Taktisk er den minste mulige innvirkning på virksomheten (brøkdeler av pennies). Super Strategisk representerer størst mulig innvirkning på virksomheten(titalls millioner dollar).
skalaen på y-aksen er eksponentiell. Du vil merke tallene i lys skrift mellom Super Taktisk og Super Strategisk gå fra 4 til 10 til 24 til 68 og videre. Dette viser at virkningen ikke er en trinn-endring – hvert trinn opp gir en massivt høyere effekt.
Dykke litt dypere inn i x-aksen… mens de fleste data kan samles i sanntid nå, ikke alle beregninger er nyttige i sanntid.
Som Et eksempel Kan Visninger samles i sanntid, og de kan også bli nyttige i sanntid (hvis de brukes, kan de ha en super taktisk innvirkning – brøkdeler av pennies). Kundens Levetidsverdi derimot tar lang tid å bli nyttig, over måneder og måneder(hvis det er gjort, kan det ha en super strategisk innvirkning på virksomheten-titalls millioner dollar).
Her er en representasjon av disse ideene På Impact Matrix:
Visninger kan brukes i sanntid for beslutningstaking av skjerm -, video-og søkeplattformer (f.eks. via automatisering). Du kan rapportere Brutto Fortjeneste i sanntid, selvfølgelig, men det er nesten helt ubrukelig. Det bør være dypt analysert månedlig for å gi verdifull, høyere innvirkning handlings innsikt. Endelig Vil Levetidsverdien kreve kanskje den tøffeste strategiske analysen, fra data akkumulert over måneder, og handlingen tar tid å gi resultater-men de er fantastiske.
Pause. Reflektere over bildet ovenfor.
hvis du forstår hvorfor hver metrisk er der den er, vil resten av dette innlegget fylle deg med euforisk glede som sjelden oppleves uten fysisk kontakt.
Impact Matrix: Et Gledelig Dypdykk.
I Alt Inneholder Impact Matrix 46 av de mest brukte forretningsmålingene – med vekt på salg og markedsføring. Beregningene spenner over digital, fjernsyn, butikker, reklametavler og annen tilstedeværelse av et merke du kan tenke på. Du ser flere digitale beregninger fordi digital er mer målbar.
noen beregninger gjelder på tvers av alle kanaler, som Bevissthet, Vurdering og Kjøpsintensjon. Du vil merke de mest kritiske bunnlinjen beregninger, som kan komme fra ERP og CRM-systemer, er også inkludert.
Hver beregning opptar et sted basert på forretningsmessig påvirkning og tid selvfølgelig, men også i sammenheng med andre beregninger rundt den.
her er en forstørret visning som inneholder nedre venstre del av matrisen:
La oss fortsette å internalisere impact og time-to-useful ved å se på et bestemt eksempel: Bounce Rate. Det er i raden indikerer en innvirkning på fire og i time-to-nyttig kolonne ukentlig. Mens Bounce Rate er tilgjengelig i sanntid, er det bare nyttig etter at du har samlet en kritisk mengde data (si over en uke).
på overflaten kan det virke rart at en enkel Metrisk Som Bounce Rate har en innvirkning på fire OG TV GRPs og % Nye Besøk er lavere. Min grunn til det er den bredere innflytelsen Av Bounce Priser.
effektivt analysere og handle På Sprettfrekvenser krever Følgende:
* Å Vite innholdet, inkludert dets følelsesmessige og funksjonelle verdi.
* muligheten til å optimalisere destinasjonssider.
Tenk på virkningen av disse innsiktene; det er langt utover Studsfrekvenser. Det er derfor Bounce Rate gir mer vekt enn Visninger, Bevissthet og andre vanlige beregninger.
når du betegner en metrisk som EN KPI, er dette din fremste vurdering: innflytelsesdybde.
Med en bedre forståelse Av Impact Matrix, her er fullversjonen:
Når du reflekterer over den fylte matrisen, vil du merke at jeg har lagdelt i subtile insentiver.For eksempel, hvis du skulle beregne Noe Per Menneske, må du fullstendig revolusjonere identitetsplattformene dine (en strategi jeg alltid har favorisert: Implikasjoner Av Identitetssystemer på Insentiver). Hvorfor skal du gjøre denne ekstra innsatsen? Legg merke til hvor høyt disse beregningene sitter på business impact scale!
andre skjulte funksjoner.
verdien av voice of customer metrics er tydelig ved sin høye plassering i sammenheng med y-aksen. Ta en titt på Hvor Oppgavens Fullføringshastighet Etter Hovedformål og Sannsynlighet For Å Anbefale er, som et eksempel. De er høyt i hierarkiet på grunn av deres positive innvirkning på både virksomheten og bedriftskulturen-og gir dermed en myk og hard fordel.
Du vil også merke at de fleste rene digitale beregninger-Adobe, Google Analytics-sitter i den taktiske bunnlinjen. Hvis alt du gjør dag og natt er bare disse beregningene, er dette en våkne til deg i sammenheng med din faktiske innvirkning på selskapet og virkningen av det på din karriere.Øverst til høyre vil du oppdage min besettelse med Fortjeneste og Inkrementalitet, som danner grunnlaget for konkurransefortrinn i 2018 (og utover). Å analysere disse beregningene endrer ikke bare fundamentalt markedsføringsstrategi (tenk titalls millioner dollar for store selskaper); deres innsikt kan endre bedriftens produktportefølje, dine kundeengasjementsstrategier og mye mer.matrisen inneholder også det som sannsynligvis er verdens første allment tilgjengelige maskinlæringsdrevne metrisk: Øktkvalitet, som du finner omtrent i midten. For hver økt på skrivebordet eller mobilnettstedet gir Øktkvalitet en poengsum mellom 1 og 100 som en indikasjon på hvor nær den besøkende er å konvertere. Tallet beregnes basert PÅ EN ML algoritme som har lært fra dyp analyse av brukeradferd og konverteringsdata.
Pause. Last ned full oppløsning versjon av bildet. Reflektere.Det er mitt håp at plasseringen av hver av de 46 beregningene vil hjelpe deg med å legge til beregninger som kan være unike for arbeidet ditt. (Del dem i kommentarene nedenfor, legg til vår kollektive kunnskap.)
med en bedre forståelse av matrisen er du klar til å overvinne de to problemene som brøt våre hjerter i starten av innlegget-og gjør noe superkult som du ikke trodde vi kunne.
Handling #1: Analytics Program Modenhet Diagnostisk.
nok teori, tid til noen ekte, sexy, arbeid.kjernedriveren bak etableringen av Impact Matrix var det ikke-åpenbare problemet #2: Hvor mye betyr analysepraksis fra et bunnlinjeperspektiv?
du betyr noe hvis du har en forretningsmessig innvirkning. Du vil ha en forretningsmessig innvirkning hvis analysepraksisen din er sofistikert nok til å produsere beregninger som betyr noe. Se den fine sirkelreferansen? I vårt tilfelle måler vi modenhet ikke ved å evaluere mennesker, prosess og lag på lag med verktøy, men vi måler modenhet ved å evaluere utgangen av hele sangen og dansen.
Svar på dette enkle spørsmålet: Hvilke beregninger brukes oftest til å ta beslutninger som driver faktiske handlinger hver uke/måned / mer?
Ignorer beregningene produsert som en eksperimentell øvelse for ni måneder siden. Ignorer beregningene hvis eneste formål er å flyte langs elven av data pukes. Ignorer beregningene du skulle ønske du analyserte, men ikke for øyeblikket.
Virkelighet. Vurdere, virkelighet. Ingen vits i å lure deg selv.
Ta delsettet med beregninger som aktivt driver handling, og endre skriftfargen for dem til grønt i Effektmatrisen.
for en Stor Europeisk klient med en flerkanals eksistens, her er Hva Impact Matrix så ut etter denne ærlige selvrefleksjonen:
Flere av de digitale beregningene er grønne, fordi det er flere digitale beregninger periode. Du kan se selskapets markedsføringsstrategi spenner over tv og annen offline annonsering, inkludert detaljhandel.
du vil sannsynligvis gjenkjenne mange av disse beregningene som den som analysepraksis utgir hver dag. De representerer resultatet av mye hardt arbeid av selskapets ansatte og eksterne analysepartnere.
Vi prøver å svare på hvor mye analysepraksis saken spørsmålet. Du kan se det mer skarpt nå.
for dette selskapet mest grønne beregninger klynge i nedre venstre kvadrant, med de fleste har en innvirkning på ti eller under (på en y-aksen skala fra 1 til a ). Det er en klar outlier (Nonline Direct Revenue – en veldig vanskelig metrisk å beregne, så hurra!)
som enhver god konsulent vet, hvis du har en 2×2, kan du opprette fire tematiske kvadranter. I vårt tilfelle kalles De fire kvadrantene Solid Foundation, Intermediate og Advanced:
for vårt selskap, modenhet av analytics praksis passer det Meste I Solid Fundament kvadrant.
er dette en god ting? Det avhenger av hvor lenge analysepraksis har eksistert, hvor Mange Analytikere selskapet har, hvor mye penger det har investert i analyseverktøy, størrelsen på deres byråanalyseteam, så videre og så videre. Hvis de har et team på 50 personer som bruker $18 mil på analyseinvesteringer hvert år, i løpet av det siste tiåret, med 12 verktøy og 25 forskningsstudier hvert år… Kan du nå konkludere med at dette ikke er bra. Uansett, Impact Matrix lyser nå klart at svært innflytelsesrike beregninger er underutnyttet. Dette er beregningene som letter dypere tanker, tålmodighet og analyse for å levere stor bunnlinjepåvirkning.
Anbefaling Uno:
Anbefaling Dos:
Anbefaling Trè:
den gode nyheten er at det nå endelig er klart hvor du skal OG hvorfor du skal dit. Gratulerer!
Anbefaling Cuatro:
Så. Hva er din kvadrant? Og, hva er din neste høyre eller neste opp flytte?
Handling # 2: Justere Beregninger & Lederhøyde.
når tilbudt data, alle ønsker alt.
Folk tror ofte at mer data betyr bedre resultater. Eller at hvis Et Byrå gir en 40-fane, skriftstørrelse 8, regneark fullt av tall som de må ha gjort mye arbeid-dermed bedre verdi for pengene. ELLER, EN VP ønsker to histogrammer som representerer syv dimensjoner presset inn i hennes en side dashbord. Hvis mer data tilsvarte smartere beslutninger, ville de være fred på jorden.
en sentral del av jobben vår, som eiere av analysepraksis, er å sikre at de riktige dataene (metriske) når rett person til rett tid.
For å gjøre det må vi vurdere høyde (aka y-aksen).
Høyde dikterer omfanget og betydningen av beslutninger. Det dikterer også frekvensen der data mottas, sammen med dybden av innsikt som må følge dataene (iabi FTW!). Til slutt bestemmer høyden hvor mye tid som er tildelt for å diskutere funn.
Ledere har en lavere høyde, de er pålagt å ta taktiske beslutninger-påvirker si titusenvis av dollar. VPs har høyere høyde, de blir betalt tonn mer i lønn, bonus og lager, fordi de har ansvaret for å gjøre superstrategiske beslutninger – som påvirker titalls millioner dollar.
Dette problemet har en vakkert elegant løsning hvis Du bruker Impact Matrix.
Skjær matrisen horisontalt for å sikre at beregningene som leveres til hver leder, er justert med høyden.
VPs sitte på beslutningsprosesser som er holdent I Super Strategiske riket-på vår skala ~40 og høyere. Denne samlingen av beregninger makt tunge beslutninger som krever rikelig forretningskontekst, dyp tenkning og vil påvirke bred endring. Analytikere vil trenge den tiden til å gjennomføre riktig analyse og få IABI.
du kan også se at nesten alle beregninger levert til VPs kommer månedlig eller enda sjeldnere. En annen refleksjon av det faktum at deres høyde krever å løse problemer som vil koble på tvers av orger, på tvers av insentiver, på tvers av brukerberøringspunkter, etc.
Så. Er beregningene på VP Dashboards / Slides de I Super Strategic cluster?
Eller. Er din analysepraksis slik at VPs bruker tiden sin på å ta taktiske beslutninger?Under VP-laget ser du metriske klynger for litt mindre strategisk innvirkning på selskapets bunnlinje for Styremedlemmer. Tiden til nyttig endres også på x-aksen for dem. Etter dem er laget for ledere, som gjør enda hyppigere, taktiske beslutninger.
det siste laget er min favoritt måte å forbedre beslutningstaking på: Å Fjerne mennesker fra prosessen. Nylige tekniske fremskritt tillater oss å bruke algoritmer – maskinlæring – for å automatisere beslutninger gjort av beregninger som har En Super Taktisk innvirkning. Det er for eksempel ikke nødvendig for et menneske å se Gjennom Visningsevnen fordi avanserte displayplattformer optimaliserer kampanjer automatisk mot denne beregningen. Faktisk vil et dyrt menneske som ser på rapporter med den metriske, bare bremse ting ned – eliminere brøkdelene av penny-effekten som den metriske leverer.
Anbefaling Cinco:
for eksempel: Inkluderer din SISTE CMO-rapport Fortjeneste per Menneske, Inkrementell Fortjeneste per ikke-linjekanal, % Bidrag Av Ikke-linjekanaler Til Salg? Hvis ja, hurra! I stedet, hvis de rapporterer Bevissthet, Vurdering, Hensikt, Konverteringer, Bounce Rate… Trist tid. Hvorfor skulle DIN CMO bruke sin verdifulle tid på å gjøre taktiske valg? Er det et kulturproblem? Er det en refleksjon av mangelen på analytisk kunnskap? Hvorfor?
Enkelt sagt, den store og kompliserte er ikke så stor og ikke så komplisert. Denne enkle analysen vil bidra til å identifisere kjerneproblemer som stymieing bidraget data kan gjøre til smartere, raskere, suksess.
Anbefaling Seis:
for de andre lagene vil handlingen avhenge av hva problemet er . Det kan kreve nytt lederskap i analyseteamet, det kan kreve et skifte i bedriftskulturen, eller det kan kreve en annen engasjementsmodell på tvers av lag (ledere, styremedlemmer, VPs). En ting å justere høyden vil sikkert kreve: Endring i hvordan ansatte kompenseres.
som du ser ovenfor, er styrken til matrisen i sin evne til å forenkle kompleksitet. Det betyr ikke at du ikke trenger å håndtere kompleksitet – du kan være mer fokusert på det nå!
Handling #3: Strategisk Justering Av Analytisk Innsats.
En ekstra skiveøvelse for vår matrise, denne gangen for analyseteamet selv.
Analyseteam står overfor en skremmende utfordring når de skal finne ut hva slags innsats de skal gjøre for å takle den fantastiske samlingen av muligheter som representeres i Impact Matrix. denne utfordringen forsterkes av det faktum at det alltid er for mye å gjøre og for få mennesker å gjøre det med. Åh, og ikke få meg i gang i tide! Hvorfor er det bare 24 timer i døgnet??
Så, hvordan sikrer vi at hver har en optimal analytisk tilnærming?
Skjær matrisen vertikalt langs den tid-til-nyttige dimensjonen…
for enhver metrisk som er nyttig i sanntid, må vi pakke ut automatiseringskreftene. Kampanjer kan optimaliseres basert på sanntidsvisninger, klikk, besøk, sidevisninger, kostnad per kjøp osv. Vi må slutte å rapportere disse, og begynne å mate dem inn i våre kampanjeplattformer som AdWords, DoubleClick etc. Med enkle regler – områder for det meste – kan automatiseringsplattformer gjøre en bedre jobb med å handle enn mennesker. hvis du investerer i maskinlærings talent i teamet ditt, vil selv smale intelligente algoritmer de bygger lære raskere og overgå mennesker raskt for disse enkle beslutningene.med den daglige sugingen av livsånden reduserte, taktiske konsekvensbeslutninger automatisert, har analysepraksis tid til å fokusere på beregninger som har lengre tid til å være nyttige og trenger dypere menneskelig analyse for å trekke ut IABI.
for beregninger som er tilgjengelige ukentlig eller innen få uker, bør rapportering til ulike interessenter (for det Meste Ledere og Styremedlemmer) tilstrekkelig informere beslutninger. Bruk tilpassede varsler, utløs terskelmål og mer for å sende disse dataene til rett person til rett tid. For ukentlige tid til nyttige beregninger har interessentene nok taktisk kontekst at du ikke trenger å bruke tid på dyp analyse siden beregningene informerer de taktiske beslutningene.
Mer rolleklarhet, et gjennomtenkt skifte av byrden til interessentene, og mer ledig tid til å fokusere på det som virkelig betyr noe.
for hvor tid til nyttig er i månedsområdet, er du nå virkelig på vei inn i strategisk territorium. Reflektere over beregningene der-utfordrende, strategisk, Direktør og VP høyde. Det er ikke lenger nok å bare rapportere hva som skjedde, du må identifisere hvorfor det skjedde og hva årsakssammenhengen er for hvorfor faktorene. Dette vil gi innsikt som vil ha millioner av dollar av potensiell innvirkning på selskapet. Det betyr at du må investere i å sikre at historiene dine har mer enn bare innsikt, men også inkluderer spesifikke anbefalte handlinger og forventet forretningsmessig innvirkning. Utrolig, du har like mye tekst som data i utdataene dine (det er slik du vet at du gjør det riktig!).
Endelig har Vi toppen av analytics-prestasjon. Vår siste vertikale skive inneholder beregninger som måler ytelse på tvers av kundesegmenter, divisjoner og kanaler, blant andre elementer. Det er her meta-analyse kommer inn i spill, og krever enda mer tid, med enda mer komplekse analytiske teknikker som trekker data inn I BigQuery eller lignende miljøer der du kan gjøre dine egne sammenføyninger, slippe Løs R, bruk statistisk modelleringsteknikker (hei tilfeldige skoger!) for å finne de viktigste faktorene som påvirker bedriftens ytelse. fordelingen av analyseteamets innsats på tvers av disse fire kategoriene er en annen metode for å vurdere modenhet, samt sikre optimal innvirkning av de dyrebare få analytiske ressursene. For eksempel: hvis det meste av tiden din er opptatt av å gi data til beslutningstakere for beregninger I Automatisere og Rapportere vertikale skiver, er du sannsynligvis i nybegynnerfasen (og ikke har stor innvirkning på forretningsbunnlinjen).
Anbefaling Siete:
svarene på disse spørsmålene vil føre til en fundamental re-fantasi av analytics praksis. Implikasjonene vil være dype og brede (mennesker, prosess, verktøy). Slik kommer du deg på veien til ekte nirvanaland.
#sisepuede
kjernen I Impact Matrix er det eneste som betyr noe: forretningsbunnlinjen. Ved hjelp av to enkle dimensjoner, impact og time-to-useful, kan du forklare bare tre unike elementer av enhver vellykket analysepraksis. Refleksjonene er noen ganger smertefulle, men å bringe dem til lys tillater oss å ta skritt mot systematisk forbedring av vår analytiske praksis.
det er kraften til en 2×2 (eller en 2×5)!
Her Er En Excel-versjon Av Impact Matrix for personlig bruk.
Som alltid er det din tur nå.
NÅR DIN CMO spør, » Hvor effektiv er vår analysestrategi ?», hva er svaret ditt? Hvor enkelt kan du ramme det? Hva er de primære inngangene til dine nær-og langsiktige analyseutviklingsplaner? Hvis Din VPs får beregningene i Den Avanserte kvadranten, hvilke strategier har vært effektive for å få deg dit? Hvis du har implementert mønstermatching og avansert klassifisering meta-analyse teknikker, lyst til å dele dine erfaringer med oss?