universum för digital analys är massivt och kan verka lika komplext som det kosmiska universum.
Med så stora, komplicerade ämnen kan vi gå vilse i den stora vildmarken eller fastna i en silo. Vi kan vandra mållöst, eller känna en falsk känsla av antingen prestation eller frustration. Följaktligen förlorar vi synen på var vi är, hur vi gör och vilken riktning som är sant norr.
Jag har själv upplevt dessa utmaningar vid flera tillfällen. Även enkla frågor som ” hur effektiv är vår analysstrategi?”framkalla en komplicerad uppsättning svar, istället för en enkel bild kan CxO internalisera. Det beror på att vi måste prata om verktyg (så många!), arbete (insamling, bearbetning, rapportering, analys), processer, organisation struktur, styrningsmodeller, sista mil luckor, metrics stegar av awesomeness, och… så… mycket… mer.
snart ser ditt strategiska ramverk för digital analys som du hoppades skulle ge en sann norr till analysstrategifrågan ut så här…
ramarna ovan täcker bara en dimension av bedömningen (!). Det finns en annan kritisk ram för att ta reda på hur du kan ta din analysförfining från var det än är just nu till nirvanaland.
en snabb sökfråga illustrerar att det ser ut så här…
det är viktigt att betona att ingen av dessa ramar/svar finns i vakuum.
båda bilderna ovan är skrämmande komplexa eftersom analysvärlden vi upptar är komplex. Kom ihåg, verktyg, arbete, processer, organisation struktur, styrmodeller, sista mil luckor, mätvärden stegar av awesomeness, och… så… mycket… mer.
konsekvenserna av komplexitet.
det finns två djupt smärtsamma resultat av de tillvägagångssätt du ser i bilderna ovan (där du också ser mitt arbete representerat också).
1. Uppenbar:
2. Icke-uppenbart:
När man fattar dessa två resultat-blinda företagsledare, blinda analysledare-är det helt enkelt hjärtskärande.
förenkla komplexiteten.
dilemmaet om hur man förenklar denna komplexitet, för att skapa synskadade affärs-och analysledare, har legat med mig under ganska lång tid. Jag har tänkt att skapa en enkel visuell som absorberar skalan, komplexiteten och många rörliga delar.
på den här bloggen har du sett många försök av mig att avhjälpa dilemmaet. För att nämna några: Digital marknadsföring & mätmodell / Analysekosystem / webbanalys 2.0. Var och en syftade till att lösa en viss dimension, men ingen löste hjärtesorgen helt. Speciellt för det icke uppenbara problemet # 2 ovan.
hungern kvarstod.
Jag ville skapa en bild som skulle fungera som ett diagnostiskt verktyg för att avgöra om du är vilse, fångad i en silo eller vandrar mållöst. Det skulle hjälpa dig att inse i vilken utsträckning analytics påverkade företagets resultat idag och vad dina framtida analysplaner bör uppnå.
sedan en dag, ett magiskt ögonblick.
under en diskussion kring planering för mätning kämpade en kamrat med en unik samling utmaningar. Han frågade mig ett par frågor, och det utlöste en ide.
Jag gick upp till whiteboarden och skissade upphetsat något enkelt som abstraherade bort komplexiteten – och Ändå bevarade kraften i smartare tänkande samtidigt.
här är skissen jag ritade som svar:
Ja, det var en ful födelse. Men för mig, den stolta föräldern, var det vackert.
det tog en sexton timmars direktflyg till Singapore för squiggly skissen att komma till liv – var annars, i PowerPoint!
slutresultatet var bara fem bilder. Som ordspråket säger: Det är inte bläcket, det är tanken.
Jag vill dela den fullständigt utarbetade, omsatta och förfinade versionen av de fyra bilderna med dig idag. Tillsammans, de hjälper dig att ompröva din analyspraxis i grunden av, 1. förstå datas faktiska inverkan på ditt företag idag och, 2. plocka mycket exakta och specifika saker som borde vara i dina nära och långsiktiga analysplaner.
Effektmatrisen.
för att måla en enkel bild av den stora, komplicerade analysvärlden, visar whiteboarden ovan en 2-2-matris.
varje cell innehåller ett mått (online, offline, nonline).
affärspåverkan är på y-axeln, illustrerad från Supertaktisk till Superstrategisk.
tiden-till-användbar är på x-axeln, illustrerad från realtid till 6-månad.
innan vi går vidare … ja, att bryta x-axeln i flera tidssegment skapar en 2 msk 5-matris och inte en 2 msk 2. Tänk på att det är det pris jag har betalat för att göra detta mer handlingsbart för dig. 🙂
dykning lite djupare in i y – axeln … Super Tactical är den minsta möjliga inverkan på verksamheten (fraktioner av pennies). Super Strategic representerar den största möjliga inverkan på verksamheten (tiotals miljoner dollar).
skalan på y-axeln är exponentiell. Du kommer att märka siffrorna i light font mellan Super Tactical och Super Strategic gå från 4 till 10 till 24 till 68 och framåt. Detta visar att påverkan inte är en stegförändring-varje steg upp ger en massivt högre effekt.
dykning lite djupare in i x-axeln… medan de flesta data kan samlas in i realtid nu, är inte alla mätvärden användbara i realtid.
som ett exempel kan visningar samlas i realtid och de kan också bli användbara i realtid (om de åtgärdas kan de ha en super taktisk inverkan-fraktioner av pennies). Kundens livstidsvärde å andra sidan tar lång tid att bli användbar, över månader och månader (om det vidtas kan det ha en super strategisk inverkan på verksamheten – tiotals miljoner dollar).
Här är en representation av dessa tankar om Effektmatrisen:
visningar kan användas i realtid för beslutsfattande av din display, video och sökplattformar (t.ex. via automatisering). Du kan naturligtvis rapportera bruttoresultatet i realtid, men det är nästan helt värdelöst. Det bör analyseras djupt varje månad för att ge värdefulla insikter med högre effekt. Slutligen kommer Lifetime Value att kräva kanske den tuffaste strategiska analysen, från data som ackumuleras över månader, och åtgärden tar tid att ge resultat – men de är magnifika.
paus. Reflektera över ovanstående bild.
om du förstår varför varje metrisk är där den är, kommer resten av det här inlägget att fylla dig med euforisk glädje som sällan upplevs utan fysisk kontakt.
Impact Matrix: en glad djupdykning.
sammantaget innehåller Impact Matrix 46 av de vanligaste affärsmetoderna-med tonvikt på försäljning och marknadsföring. Mätvärdena spänner över digital, tv, butiker, skyltar och annan närvaro av ett varumärke du kan tänka dig. Du ser fler digitala mätvärden eftersom digital är mer mätbar.
vissa mätvärden gäller i alla kanaler, som medvetenhet, övervägande och köpintention. Du kommer att notera de mest kritiska bottom line-mätvärdena, som kan komma från dina ERP-och CRM-system, ingår också.
varje mätvärde har en plats baserad på affärspåverkan och tid naturligtvis, men också i samband med andra mätvärden runt den.
här är en förstorad vy som innehåller den nedre vänstra delen av matrisen:
Låt oss fortsätta att internalisera påverkan och tid-till-användbar genom att titta på ett specifikt exempel: avvisningsfrekvens. Det är i raden som indikerar en inverkan av fyra och i den tid-till-användbara kolumnen varje vecka. Medan avvisningsfrekvensen är tillgänglig i realtid är den bara användbar efter att du har samlat in en kritisk mängd data (säg över en vecka).
På Ytan kan det tyckas konstigt att en enkel metrisk som studsfrekvens har en inverkan på fyra och TV GRP och % nya besök är lägre. Min anledning till det är det bredare inflytandet av studsfrekvenser.
för att effektivt analysera och agera på avvisningsfrekvenser krävs följande:
* förmågan att identifiera eventuella tomma löften till de användare som studsar.
* känna till innehållet, inklusive dess emotionella och funktionella värde.
* möjligheten att optimera målsidor.
Föreställ dig effekterna av dessa insikter; det är långt bortom studsfrekvensen. Det är därför Bounce Rate får mer vikt än intryck, medvetenhet och andra vanliga mätvärden.
När du anger ett mått som en KPI är detta ditt främsta övervägande: djup av inflytande.
med en bättre förståelse av Effektmatrisen är här den fullständiga versionen:
När du reflekterar över den fyllda matrisen noterar du att jag har lagrat i subtila incitament.
till exempel, om du skulle beräkna någonting Per människa, skulle du behöva helt modernisera dina identitetsplattformar (en strategi som jag alltid har gynnat: implikationer av identitetssystem på incitament). Varför ska du göra denna extra ansträngning? Lägg märke till hur högt dessa mätvärden sitter på business impact scale!
andra dolda funktioner.värdet av voice of customer metrics framgår av deras höga placering i samband med y-axeln. Ta en titt på var uppgiften slutförande av primärt syfte och sannolikhet att rekommendera är, som ett exempel. De är höga i hierarkin på grund av deras positiva inverkan på både verksamheten och företagskulturen – vilket ger en mjuk och hård fördel.
Du kommer också att notera att de flesta rena digitala mätvärden-Adobe, Google Analytics-sitter i den taktiska nedersta raden. Om allt du gör dag och natt är bara dessa mätvärden, är detta ett väckarklocka till dig i samband med din faktiska inverkan på företaget och effekten av det på din karriär.
längst upp till höger kommer du att upptäcka min besatthet med vinst och Inkrementalitet, som ligger till grund för konkurrensfördelar i 2018 (och därefter). Att analysera dessa mätvärden förändrar inte bara marknadsföringsstrategin (tänk tiotals miljoner dollar för stora företag); deras insikter kan ändra ditt företags produktportfölj, dina kundengagemangsstrategier och mycket mer.
matrisen innehåller också vad som sannolikt är världens första allmänt tillgängliga maskininlärningsdrivna metriska: Sessionskvalitet, som du hittar ungefär i mitten. För varje session på din stationära eller mobila webbplats ger Sessionskvalitet en poäng mellan 1 och 100 som en indikation på hur nära besökaren är att konvertera. Antalet beräknas baserat på en ML-algoritm som har lärt sig från djup analys av ditt användarbeteende och konverteringsdata.
paus. Ladda ner fullupplösningsversionen av bilden. Återspegla.
det är mitt hopp att placeringen av var och en av de 46 mätvärdena hjälper dig att lägga till mätvärden som kan vara unika för ditt arbete. (Dela dem i kommentarerna nedan, Lägg till vår kollektiva kunskap.)
med en bättre förståelse av matrisen är du redo att övervinna de två problemen som bröt våra hjärtan i början av inlägget – och göra något supercool som du inte trodde att vi kanske.
Åtgärd # 1: Analysprogrammets Mognadsdiagnostik.
tillräckligt med teori, tid till något riktigt, sexigt, arbete.
kärndrivrutinen bakom skapandet av Impact Matrix var det icke uppenbara problemet #2: Hur mycket spelar din analyspraxis roll från ett bottenlinjeperspektiv?
du spelar roll om du har en affärspåverkan. Du kommer att ha en affärspåverkan om din analyspraxis är sofistikerad nog för att producera mätvärden som är viktiga. Se den fina cirkulära referensen?
🙂
i vårt fall mäter vi mognad inte genom att utvärdera människor, processer och lager på lager av verktyg, snarare mäter vi mognad genom att utvärdera resultatet av hela sången och dansen.
svara på den här enkla frågan: vilka mätvärden används oftast för att fatta beslut som driver faktiska åtgärder varje vecka/månad/mer?
ignorera mätvärdena som producerades som en experimentell övning för nio månader sedan. Ignorera mätvärdena vars enda syfte är att flyta längs floden av dataspyr. Ignorera de mätvärden du önskar att du analyserade, men gör det inte för närvarande.
verkligheten. Bedöma, verklighet. Ingen mening med att lura dig själv.
ta delmängden av mätvärden som aktivt driver åtgärd och ändra teckensnittsfärgen för dem till grön i Effektmatrisen.
För en stor europeisk klient med en flerkanalig existens, så här såg Impact Matrix ut efter denna ärliga självreflektion:
fler av de digitala mätvärdena är gröna, eftersom det finns fler digitala mätperioder. Du kan se företagets marknadsföringsstrategi spänner över TV och annan offlineannonsering, inklusive detaljhandel.
Du kommer sannolikt att känna igen många av dessa mätvärden som den som din analyspraxis matar ut varje dag. De representerar resultatet av mycket hårt arbete av företagets anställda och externa analyspartners.
Vi försöker svara på hur mycket betyder analyspraxisfrågan. Du kan se det mer skarpt nu.
för detta företag kluster de flesta gröna mätvärden i nedre vänstra kvadranten, med de flesta som har en inverkan på tio eller under (på en y-axelskala på 1 till A ). Det finns en tydlig outlier (Nonline Direct Revenue – en mycket svår metrisk att beräkna, så hurra!)
som alla bra konsulter vet, om du har en 2 2 2 kan du skapa fyra tematiska kvadranter. I vårt fall kallas de fyra kvadranterna Solid Foundation, Intermediate och Advanced:
för vårt företag passar löptiden för analyspraxis mestadels i den solida grundkvadranten.
är det bra?
det beror på hur länge analyspraxis har funnits, hur många analytiker företaget har, hur mycket pengar det har investerat i analysverktyg, storleken på deras byråanalyslag, så vidare och så vidare.
om de har ett team på 50 personer som spenderar $18 mil på analysinvesteringar varje år, under det senaste decenniet, med 12 verktyg och 25 forskningsstudier varje år… kan du nu dra slutsatsen att detta inte är bra.
oavsett, Impact Matrix belyser nu tydligt att mycket inflytelserika mätvärden är underutnyttjade. Det här är de mätvärden som underlättar djupare tankar, tålamod och analys för att ge stor effekt på bottenlinjen.
rekommendation Uno:
rekommendation Dos:
rekommendation tr Securities:
den goda nyheten är att det nu äntligen är klart vart du ska och varför du åker dit. Grattis!
rekommendation Cuatro:
de flesta företag väntar på att någon Jesus-Krishna-hybrid kommer ner från himlen och levererar ett härligt massivt revolutionsprojekt (över natten!). Dessa händer aldrig. Förlåt, Jesus-Krishna. Istället, vad som krävs är att varje anställd flyttar lite upp och lite till höger medan Analytics-teamet underlättar dessa skift. Små förändringar ackumuleras stora nedersta raden påverkan över tiden.
så. Vad är din kvadrant? Och, vad är din nästa höger eller nästa upp drag?
åtgärd # 2: Justera mätvärden & Ledarskapshöjd.
När data erbjuds vill alla ha allt.
människor tror ofta att mer data betyder bättre resultat. Eller, att om en byrå ger en 40 flik, teckenstorlek 8, kalkylblad full av siffror som de måste ha gjort en hel del arbete – därmed bättre valuta för pengarna. Eller, en VP vill ha ytterligare två histogram som representerar sju dimensioner som pressas in i hennes instrumentpanel på en sida.
om mer data motsvarade smartare beslut skulle de vara fred på jorden.
en viktig del av vårt jobb, som ägare av analyspraxis, är att se till att rätt data (metrisk) når rätt person vid rätt tidpunkt.
för att göra det måste vi överväga höjd (aka y-axeln).
höjd dikterar omfattningen och betydelsen av beslut. Det dikterar också frekvensen vid vilken data tas emot, tillsammans med djupet av insikter som behöver åtfölja data (iabi FTW!). Slutligen bestämmer höjden den tid som tilldelats för att diskutera resultat.
Chefer har en lägre höjd, de är skyldiga att fatta taktiska beslut – påverkar säga tiotusentals dollar. VPs har en högre höjd, de betalas ton mer i lön, bonus och lager, eftersom de bär ansvaret för att fatta superstrategiska beslut – påverkar tiotals miljoner dollar.
detta problem har en vackert elegant lösning om du använder Slagmatrisen.
skär matrisen horisontellt för att säkerställa att mätvärdena som levereras till varje ledare är i linje med deras höjd.
VPs sitter vid beslutsfattande som är helt i det Superstrategiska riket – på vår skala ~40 och högre. Denna samling av mätvärden driver tunga beslut som kräver rikligt affärssammanhang, djupt tänkande och kommer att påverka bred förändring. Analytiker kommer att behöva den tiden för att genomföra korrekt analys och få IABI.
Du kan också se att nästan alla mätvärden som levereras till VPs kommer varje månad eller ännu mindre ofta. En annan återspegling av det faktum att deras höjd kräver att man löser problem som kommer att ansluta över orgs, över incitament, över användarens beröringspunkter etc.
så. Är mätvärdena på dina VP-instrumentpaneler / bilder de i Superstrategiskt kluster?
eller. Är din analyspraxis sådan att din VPs spenderar sin tid på att fatta taktiska beslut?
under VP-lagret ser du metriska kluster för något mindre strategisk inverkan på företagets bottenlinje för styrelseledamöter. Tiden till användbar ändras också på x-axeln för dem. Efter dem är lagret för chefer, som gör ännu mer frekventa, taktiska beslut.
det sista lagret är mitt favorit sätt att förbättra beslutsfattandet: ta bort människor från processen. 🙂
senaste tekniska framsteg tillåter oss att använda algoritmer – maskininlärning – för att automatisera beslut som fattas av mätvärden som har en Super taktisk inverkan. Det finns till exempel inget behov av någon människa att granska Visbarheten eftersom avancerade visningsplattformar optimerar kampanjer automatiskt mot denna mätning. Faktum är att en dyr människa som tittar på rapporter med den metriska kommer bara att sakta ner saker – vilket eliminerar fraktionerna av penny impact som den metriska levererar.
rekommendation Cinco:
till exempel: Innehåller din senaste CMO-rapport vinst per människa, inkrementell vinst per icke-linjekanal, % bidrag från icke-linjekanaler till försäljning? Om ja, hurra! Istället, om de rapporterar medvetenhet, övervägande, avsikt, omvandlingar, avvisningsfrekvens… ledsen tid. Varför skulle din CMO använda sin värdefulla tid att göra taktiska val? Är det ett kulturproblem? Är det en återspegling av bristen på analytisk kunnig? Varför?
enkelt uttryckt är det stora och komplicerade inte så stort och inte så komplicerat. Denna enkla analys hjälper till att identifiera kärnfrågor som hindrar bidragsdata kan göra till smartare, snabbare, affärsframgång.
rekommendation Seis:
för de andra lagren beror åtgärden på vad problemet är. Det kan kräva nytt ledarskap i analytics-teamet, det kan kräva en förändring i företagskulturen eller det kan kräva en annan engagemangsmodell över lager (chefer, direktörer, VPs). En sak som justerar höjden kommer säkert att kräva: förändring av hur anställda kompenseras.
som du märker ovan är matrisens styrka i sin förmåga att förenkla komplexiteten. Det betyder inte att du inte behöver hantera komplexitet – Du kan vara mer fokuserad på det nu!
åtgärd # 3: strategisk anpassning av analytisk ansträngning.
ytterligare en skivningsövning för vår matris, den här gången för analysteamet själv.
analysteam står inför en skrämmande utmaning när de bestämmer sig för vilken typ av ansträngning som ska göras för att ta itu med den fantastiska samlingen av möjligheter som representeras i Impact Matrix.
den utmaningen förvärras av det faktum att det alltid finns för mycket att göra och för få människor att göra det med. Åh, och få mig inte igång i tid! Varför finns det bara 24 timmar på en dag??
Så, hur säkerställer vi att var och en har ett optimalt analytiskt tillvägagångssätt?
skär matrisen vertikalt längs tids-till-användbar dimension…
för alla mätvärden som är användbara i realtid måste vi packa upp automationskrafterna. Kampanjer kan optimeras baserat på realtidsvisningar, klick, besök, sidvisningar, kostnad per förvärv etc. Vi måste sluta rapportera dessa och börja mata in dem i våra kampanjplattformar som AdWords, DoubleClick etc. Med enkla regler – varierar mestadels – automatiseringsplattformar kan göra ett bättre jobb med att vidta åtgärder än människor.
om du investerar i maskininlärning talang i ditt team, även snävt intelligenta algoritmer de bygger kommer att lära sig snabbare och överträffa människor snabbt för dessa enkla beslut.
med den dagliga sugningen av livsanda reducerade, taktiska konsekvensbeslut automatiserade, har analyspraxis tid att fokusera på mätvärden som har en längre tid till nytta och behöver djupare mänsklig analys för att extrahera IABI.
för mätvärden som är tillgängliga varje vecka eller inom några veckor bör rapportering till olika intressenter (mestadels chefer och styrelseledamöter) på ett adekvat sätt informera beslut. Använd anpassade varningar, utlösa tröskelmål och mer för att skicka dessa data till rätt person vid rätt tidpunkt. För veckovisa tid-till-användbara mätvärden har dina intressenter tillräckligt med taktiskt sammanhang som du inte behöver spendera tid på djup analys eftersom mätvärdena informerar de taktiska besluten.
Mer rollklarhet, en tankeväckande förskjutning av bördan till intressenterna och mer ledig tid att fokusera på det som verkligen betyder något.
För var tid-till-användbar är i månadsintervallet, är du nu verkligen på väg in i strategiskt territorium. Reflektera över mätvärdena där-utmanande, strategisk, direktör och VP-höjd. Det räcker inte längre att bara rapportera vad som hände, du måste identifiera varför det hände och vad orsakssambandet är för varför-faktorerna. Detta kommer att ge insikter som kommer att ha miljontals dollar av potentiell inverkan på företaget. Det betyder att du måste investera i att se till att dina berättelser har mer än bara insikter men också innehåller specifika rekommenderade åtgärder och förutsagda affärseffekter. Otroligt nog har du lika mycket text som data i din produktion (det är så du vet att du gör det rätt!).
Slutligen har vi toppen av analytics prestation. Vår senaste vertikala skiva innehåller mätvärden som mäter prestanda mellan kundsegment, divisioner och kanaler, bland andra element. Det är här metaanalys spelar in, vilket kräver ännu mer tid, med ännu mer komplexa analytiska tekniker som drar data till BigQuery eller liknande miljöer där du kan göra egna kopplingar, släppa loss R, använda statistiskt modelleringstekniker (hej slumpmässiga skogar!) för att hitta de viktigaste faktorerna som påverkar ditt företags resultat.
fördelningen av ditt analytiska lags ansträngning över dessa fyra kategorier är en annan metod för att bedöma mognad samt säkerställa optimal effekt av de värdefulla få analytiska resurserna. Till exempel: om det mesta av din tid är upptagen genom att tillhandahålla data till beslutsfattare för mätvärden i automatisera och rapportera vertikala skivor, är du sannolikt i nybörjarstadiet (och har inte mycket inverkan på företagets bottenlinje).
rekommendation Siete:
svaren på dessa frågor kommer att orsaka en grundläggande re-fantasi av dina analysmetoder. Konsekvenserna kommer att vara djupa och breda (människor, processer, verktyg). Det är så du får på vägen till sann nirvanaland.
# sisepuede
kärnan i Slagmatrisen är det enda som betyder något: företagets bottenlinje. Med hjälp av två enkla dimensioner, effekt och tid-till-användbar, kan du förklara helt enkelt tre unika element i en framgångsrik analyspraxis. Reflektionerna är ibland smärtsamma, men att föra dem till ljuset gör att vi kan vidta åtgärder mot systematisk förbättring av vår analytiska praxis.
det är kraften i en 2 msk 2 (eller en 2 msk 5)!
Här är en Excel-version av Effektmatrisen för ditt personliga bruk.
som alltid är det din tur nu.
När din CMO frågar, ” hur effektiv är vår analysstrategi?”, vad är ditt svar? Hur enkelt kan du rama in det? Vilka är de primära inmatningarna till dina nära och långsiktiga analysutvecklingsplaner? Om din VPs får mätvärdena i den avancerade kvadranten, vilka strategier har varit effektiva för att få dig dit? Om du framgångsrikt har implementerat mönstermatchning och avancerad klassificering meta-analys tekniker, noga med att dela dina lektioner med oss?