Интервью с Анджана Аггарвал, веб-аналитиком в HubSpot

81
2625
Материалы для скачивания
978.32 Kb

Веб-аналитики очень занятые люди, особенно, если вы работаете в Hubspot. Тем не менее, Анджана Аггарвал выделила время, чтобы поделиться мыслями о решении проблемных задач в аналитике. У нее есть опыт не только в аналитике, но и финансовой сфере. Благодаря Марии Бочевой мы снова пополнили наш блог интервью с профессионалом из Hubspot в рамках исследования OWOX BI в аналитике.

фото Анджана Аггарвал

Содержание:

Важные навыки в копилку

Мария Бочева: Какие профессиональные навыки наиболее важны для аналитиков сегодня?

Анджана Аггарвал: Я думаю, что самые важные это — статистика и SQL. Кроме того, нужно ориентироваться в Excel. На самом деле, есть много других инструментов, но все выучить нереально. По сути, если вы хорошо разбираетесь в аналитике, вы можете легко научиться пользоваться новыми инструментами, например, Google Data Studio. Бэкграунд в статистике поможет понимать данные и использовать любой инструмент.

МБ: Какими личными навыками должен обладать хороший аналитик?

АА: Прежде всего, это коммуникативные навыки и способность сделать ваши данные легкими для понимания. Когда вы работаете со статистическими данными, вы привыкаете к языку статистики. Иногда другие люди, с которыми вы общаетесь, не могут его понять. Главное — это умение донести ценность и сделать так, чтоб другие люди могли пользоваться вашими данными.

МБ: Должен ли аналитик знать Python и R (кроме SQL) и создавать дашборды для мониторинга?

AA: SQL пригодится для аналитиков, R — для статистиков, а Python — для data scientist. Нет специалиста, который бы использовал все одновременно. Это невозможно потому, что в компании этим должны заниматься разные люди. Конечно, если аналитик знает R, кроме других своих навыков, это будет только плюсом. Всегда можно получить дополнительные знания. А вот Python не подходит для уровня простого аналитика. Знание Python необходимо для data scientist, которые работают с данными. 

Вы должны поставить себя на место пользователя дашборда, который не очень хорошо разбирается в данных. Будет ли ему все понятно? Вы всегда должны думать об этом. Круто, если вы можете отобразить все в одном графике. Бизнесмены не будут тратить время, чтобы рассматривать пять сложных графиков. 

Когда я начинала, у меня были некоторые сложности с дашбордами. Они были полезными только для меня и я получала много вопросов от топ-менеджеров. Так я поняла, что мои графики не несут смысла для других людей. Поэтому я решила спрашивать: «‎Что вас беспокоит? Что вы ищите? В каком виде вы хотите получить ответы? Как собираетесь использовать данные? Как я могу лучше отобразить данные?» Выяснилось, что мы используем одинаковые графики в Excel, но у нас разное видение визуализации. Я осознала свою ошибку и поменяла свою точку зрения по поводу визуализации, чтобы люди могли разобраться в моих отчетах.

Ошибки аналитиков их их влияние

МБ: Какую самую большую ошибку может сделать аналитик? Какие вы допускали ошибки? 

АА: Главные ошибки — это думать, что кто-то прав и не проверить этого, то есть не углубиться в данные. Я допускала ошибки при трактовке событий из-за невнимательности. Затем я увидела с помощью Google Analytics (GA), что каждая мелочь может повлиять на правильное толкование данных. 

Я работала с многонациональной командой, которая использовала GA с международными ресурсами, и через некоторое время мы узнали, что наши данные не совпадают. Мне сказали, что ошибка на нашей стороне, а я отказывалась соглашаться. После наших споров по электронной почте, я решила проверить все в GA. Это было ужасно, потому что я действительно нашла внутренние ошибки в консолях управления Google при отслеживании потребителей. А до этого их никто не замечал.

МБ: Как вы думаете, недопонимание между аналитиками и маркетинговыми командами является распространенным явлением?

АА: Да, абсолютно. Это очень распространенная проблема потому, что маркетологи не так сильны в статистике. Они используют другие инструменты и метрики и могут неправильно понять или интерпретировать данные.

МБ: Есть ли у вас какие-либо рекомендации, как это преодолеть?

АА: Прежде всего, я бы рекомендовала всем изучать маркетинговую составляющую бизнес-аналитики, объяснить значение ваших показателей и показать, как они могут помочь. IТ-аналитика молодая сфера и не все знают, чем она полезна. Аналитик должен объяснить маркетологам, как использовать данные в бизнесе. Я всегда сталкиваюсь с этой проблемой, затем подхожу и беседую с командой. Нужно научить маркетологов хоть немного включать свой аналитический взгляд, чтобы они видели, что происходит с данными. Я думаю, что для этого им не нужны такие навыки, как SQL. Однако, они должны уметь проанализировать, проверить и углубиться в данные насколько это возможно.

МБ: Как аналитик может повлиять на маркетинг? Чем они могут быть полезны для маркетинговой команды?

АА: Вкратце, аналитики могут помочь маркетологам найти новые возможности, тенденции и зоны роста. Они дают возможность компаниям понять, какие показатели лучше всего отслеживать. Смотря на цифры, аналитик подскажет: что будет работать эффективнее, что оптимизировать, какой контент использовать, из какого устройства или региона больше трафик и куда лучше инвестировать.

Внимание, препятствия!

МБ: Какие важные вещи аналитики должны делать на разных стадиях зрелости бизнеса (стартап, SMB, SME, корпорация)?

АА: Для начинающей компании самое важное — использовать доступные и бесплатные инструменты. Стартапам обычно не хватает денег. Как аналитик, вы должны порекомендовать, какие бесплатные инструменты они могут использовать и как они могут понять данные.

В свою очередь, руководство стартапа должно понимать, какие данные им нужны и какие данные уже есть. Достаточно будет понять, как использовать бесплатные версии наиболее выгодным способом. Стартап-компаниям всегда нужно что-то улучшать, поэтому аналитик не будет сидеть без дела. Всегда будут какие-то новые задачи и поиск решений. 

Я думаю, что для малого и среднего бизнеса процессы в аналитике практически одинаковые. Вы должны понимать, что будет меньше разных данных для работы, чем в стартапе. Однако, количество источников увеличится. Для малых, средних и даже корпоративных предприятий очень важно интегрировать источники данных. Как аналитик, вы должны порекомендовать процесс работы с большим количеством источников для сбора данных в одном месте. Это главная проблема на этапе среднего бизнеса.

У корпорации довольно большой объем данных и вы можете использовать прогнозную аналитику на основе данных из предыдущих источников. В принципе, вы можете использовать прогнозы везде, но на данном этапе это работает лучше всего.

МБ: Какие аналитические задачи сейчас у вашей компании? Какие инструменты вам нужны, чтобы их преодолеть?

АА: Сейчас нам нужно объединить слишком большое количество данных из разных источников. Мы используем разные системы для сбора, потому что ни один источник не может дать полных данных. У нас в арсенале Facebook, Google Ads и Google Analytics. Мы также получаем данные из разных приложений с помощью Firebase. Если мы хотим собирать данные о клиентах и ​​их поведении, мы используем Looker. И затем для объединения, мы используем Hubspot CRM.

Еще хотим попробовать SuperMetrics в ближайшее время. Объединить все данные — не простая задача. Поэтому самая большая проблема, с которой мы сталкиваемся — это объединение данных из огромного количества источников.

Примечание: в OWOX BI, мы знаем о трудностях сбора и объединения данных. Но даже по сравнению с наиболее перспективными инструментами мы по-прежнему являемся лучшим выбором для компаний с многоканальным маркетингом:

  • Мы знаем особенности собранных маркетинговых данных. Это ускоряет процесс их объединения и уменьшает вероятность ошибки.
  • Собранные полные данные не подвергаются сэмплированию. Мы собираем нефильтрованные данные из источников.
  • Количество источников и объемы данных ничем не ограничены. Мы можем работать с проектом любого размера.
Узнать больше о возможностях OWOX BI

МБ: С какими трудностями вы сталкиваетесь при внедрении аналитики и как бы вы оценили общее развитие рынка?

АА: Иногда внедряя аналитику для своего бизнеса, компания не знает, как разобраться с данными. Главная проблема — отсутствие документального сопровождения и опыта. Например, если вы хотите внедрить Менеджер тегов Google, вам следует прочитать блог Симо Ахавы

Google Analytics или BigQuery не так просто использовать, если вы не технический специалист. Инструкции на «человеческом языке» отсутствуют. Чтобы разобраться, нужно изучить много документов, но все равно ничего не понятно до конца. Мы тратим слишком много времени на внедрение инструмента. Итог, инструментов много, а инструкций по использованию не хватает. 

У меня есть хороший пример — Google Optimize. Мы использовали бесплатную версию и ее базовый скрипт для внедрения. В нем говорится, что вы должны разместить скрипт на странице, но никто не предупреждает, что после этого ваш сайт станет медленным. Время загрузки сильно увеличилось. Нам трудно было найти лучшее решение без замедления загрузки. Нужно найти баланс между внедрением и UX.

МБ: Как вы оцениваете текущую зрелость маркетинговой аналитики?
АА:
Я бы сказала, что она начальных этапах. Мы используем свои собственные системы защиты, хиты данных и системы, в которые они загружаются вручную, а затем анализируются. Главное — это справится с большим количеством источников данных.

Итоги

Читая это интервью впервые, мы спрашивали себя, можно ли описать рабочие будни аналитика более точно, чем Анджана. Кроме того, мы согласны с тем, что вопрос инструкций и другой документации чрезвычайно важен как для поставщика услуг, так и для клиента.

Загляните в справочный центр OWOX BI, если вы хотите узнать больше о технических аспектах работы нашего сервиса. А еще лучше один раз попробовать, чем сто раз прочитать инструкции.

Записаться на демо-версию продукта от OWOX

Вас также могут заинтересовать