Интервью с Лаурой Паттерсон, руководителем в VisionEdge Marketing

89
2418
Материалы для скачивания
978.32 Kb

Лаура Паттерсон эксперт с 25-летним стажем. Она уже успела поработать в сфере технологий, финансовых услуг, естественных наук и промышленного производства. Как руководитель в VisionEdge Marketing Лаура ориентируется на результат. Она показывает клиентам как использовать данные, разрабатывать метрики и стимулировать рост. 

фото Лауры Паттерсон

Мария Бочева, Business Development Executive в OWOX BI, пообщалась с Лаурой и готова поделиться полезной информацией на темы:

Навыки и ошибки аналитиков

Мария Бочева: Какие профессиональные навыки важны для аналитиков?

Лаура Паттерсон: Аналитика — это умение применять математические данные и способность анализировать их. Если вы собираетесь быть аналитиком или работать в маркетинге (или другой части организации, которая связана с аналитикой), развивайте профессиональные навыки в нескольких областях. Я расскажу о пяти из этих навыков.

  • Умение собрать качественные данные и управлять ими.
  • Как специалист по аналитике вы должны разбираться в математике и применять разные аналитические методы.
  • Моделирование. Аналитика — это основа для создания моделей, таких как: модели сегментации, модели атрибуции, модели маркетинг-микс, модели риска кампании, оттока клиентов и модели лояльности. Здесь не обойтись без опыта.
  • Хороший аналитик умеет интерпретировать данные в осмысленные, актуальные и полезные инсайты для принятия оптимальных решений. Аналитик легко видит закономерности и понимает сущность данных. А хороший аналитик умеет донести эту информацию другим людям в команде. Вот почему для аналитиков важно быть хорошими рассказчиками и визуализировать информацию.

          ‘‘

          Аналитические данные требуют хорошей визуализации.

          Лаура Паттерсон,
          Руководитель ,
          VisionEdge Marketing

          Данные, которые были выбраны для визуализации, должны помочь людям понять, почему компания следует определенному курсу действий или почему происходит конкретное событие.

          • И последнее, но самое важное — это общение. Коммуникация — это профессиональный и личный навык, от которого зависит, как аналитик сформулирует выводы.

              МБ: Какими личными качествами должен обладать аналитик?

              ЛП:
              Сразу хочется назвать три навыка: решение проблем, критическое мышление и сотрудничество. Какой смысл делать анализ, если он не поможет компании стать более успешной? С помощью маркетинга мы должны найти, удержать клиента и увеличить его LTV. Поэтому нам необходимо понять, как использовать аналитику, чтобы не терять возможности и решить любые проблемы.

              ‘‘

              Быть аналитиком — значит сотрудничать с другими людьми.

              Лаура Паттерсон,
              Руководитель ,
              VisionEdge Marketing

              Сбор данных, создание моделей, разработка плана действий — это все командные задачи. Скорее всего, нужно будет работать с другими людьми в сфере финансов, продаж и обслуживания. Опытные аналитики умеют собирать людей вместе и сотрудничать с ними.

              Наконец, одним из самых важных навыков является умение задавать правильные вопросы. Аналитические исследования нужны, чтобы аналитики смогли принимать решения о рынке, клиентах, продуктах и конкурентах.

              MБ: Должен ли аналитик знать SQL, Python, R и создавать дашборды?

              ЛП:
              Я думаю, что аналитику нужно уметь пользоваться аналитическими инструментами и знать процессы и методы. Не обязательно изучать все инструменты досконально. Достаточно понимать, что это за инструмент и когда его использовать. Если у вас нет опыта, обратитесь к экспертам. Я считаю полезно, когда у вас есть несколько экспертов в различных областях.

              МБ: Какую самую большую ошибку допускают аналитики? Можете ли вы поделиться некоторыми из ваших ошибок?

              ЛП:
              Все делают ошибки, но нужно уметь их исправить. Ошибки — это результат неточных или неверных данных, неправильных вычислений или отсутствия ключевой переменной, которая влияет на результаты.

              Когда-то давно я совершила одну ошибку и мой наставник спросил: «‎Действительно ли это нанесет вред клиенту? Да или нет? Это разрушит наш бизнес? Да или нет?»
              Реальная цель состояла в том, чтобы заставить меня понять: «‎Если ошибка допущена, чему она меня научила? Что я буду делать, если такая ситуация повторится следующий раз?»

              ‘‘

              Ошибки легко исправить: никто не совершенен. Стремление к идеалу и совершенству — это прекрасно, но помните, что иногда не нужно менять то, что уже хорошо работает.

              Лаура Паттерсон,
              Руководитель ,
              VisionEdge Marketing

              Мы не летим на Луну и не строим космический корабль — это не наша работа. Важно помочь организации принимать бизнес-решения, основанные на фактических данных. То есть аналитик должен обеспечивать всех точными и четкими инструкциями.

              Аналитикам нужно говорить на языке бизнеса и этому стоит учиться. Мы можем сильно отвлечься на данные, вычисления и шаблоны. Это все хорошо только тогда, когда мы можем объяснить ценность для бизнеса.

              Не важно, кто получатель информации: технический директор, генеральный директор, отдел продаж, отдел маркетинга, команда разработчиков — вы должны говорить на их языке, чтобы они вас понимали. Это одна из самых важных вещей, которые я когда-либо подчеркнула для себя.

              Актуальные проблемы маркетинговой аналитики

              МБ: Какие проблемные задачи вы сейчас решаете? Какие инструменты вы используете?​

              ЛП: Большинство наших проблем связаны с данными. Например, отсутствие данных, их плохое качество, труднодоступность, разные хранилища и форматы, которые нельзя быстро использовать. Также есть нерешенные вопросы по процессам. То есть нет налаженных процессов: как управлять данными, как выполнять аналитические «космические» проекты, как использовать аналитику и отображать результаты.

              Если видно, что данные неверные или ненадежные, мы делаем паузу и спрашиваем себя: «‎Что мы можем сделать, чтобы получить более качественные данные?» Исследования, чтобы получить первичные данные, замедляют работу. Несмотря на это, сегодня ни у одной компании нет оснований считать, что какие-то данные для них недоступны. Чаще всего проблема в том, что мы не знаем какие данные использовать.

              МБ: С какими трудностями вы сталкиваетесь при внедрении аналитики?

              ЛП: Налаженная аналитика соберет достоверные данные. Однако, необходим четкий процесс, а также инструменты для управления данными. Ответьте на вопрос: «‎Использует ли ваша компания инвентаризацию данных или библиотеку?» С их помощью вы узнаете: какие данные доступны, где хранятся, сколько им лет и кому принадлежат. Важно найти способ как классифицировать данные и информацию об их использовании. Это основа, но все же мы слишком часто балуемся новыми инструментами, как игрушками.

              Давайте рассмотрим строительство дома в качестве примера. Мы переживаем из-за внешнего вида, совсем не обратив внимание на важную вещь — водопровод. Итак, получаем красивый дом без сантехники. Не думаю, что кто-то останется доволен. Так же как сантехника является частью инфраструктуры дома, так и данные будут частью инфраструктуры компании. Вы должны обращать внимание на мелкие детали и держать данные в порядке.

              Нельзя сказать, что мы специально не обращаем внимание на данные. Кто намеренно пропустил бы водопровод? Просто мы думаем, что об этом позаботятся другие.
              Я понимаю, что все любят новые инструменты, а техническая часть (анализировать риски клиентов) — скучная. Но аналитик должен уметь подать данные и показать ценность для бизнеса.

              МБ: Существует ли недопонимание между аналитиками и маркетинговыми командами? Если да, как с этим бороться?

              ЛП: Я думаю, что недопонимание характерно для любой команды. Не стоит делать из этого проблему. Чем больше мы будем работать вместе, тем лучше мы услышим друг друга. Аналитики должны уметь слушать и задавать вопросы. Аналитикам важно помнить, что большинство маркетологов не так опытны в работе с данными, аналитикой или моделями, как они. Примеры вопросов маркетологу:

              • Какие решения вы хотите предпринять?
              • С кем вы хотите поделиться информацией?
              • Насколько хорошо работает, то что вы используете?
              • Зачем вам нужна панель мониторинга?

              Подобные вопросы помогают убедиться, что все думают об одном и том же. Поэтому, задав уточняющие вопросы, аналитик будет уверен, что команда все делает правильно.

              МБ: Каких знаний не хватает аналитикам и маркетологам, чтобы компания стала data-driven?

              ЛП:
              Рассмотрим два момента. Первый — это культура. Я руководствуюсь следующим: «На Бога уповаем, а все остальные — предъявите данные». Культура управления данными начинается сверху. У людей должно быть огромное желание принимать решения, основанные на данных. Когда я работала в разных компаниях с инженерами либо со специалистами по финансам — для них цифры и данные были важны.

              Во-вторых, нам необходимо улучшить процесс управление данными. Сегодня есть много данных, но в разных форматах: структурированных и неструктурированных, из разных источников и хранилищ. Когда я начинала свою карьеру, трудно было понять, какие данные правдивые. Подумайте, сколько сейчас есть источников данных: Google Analytics, социальные сети, платформы электронной почты и так далее.

              Компании хотят знать, как управлять бесконечным потоком данных. То есть ответить на вопрос: «Какие данные нужны и как лучше анализировать эти данные, чтобы получить ответы?».

              Повторюсь, аналитики должны уметь анализировать данные, распознавать значимые и релевантные модели, а также понимать и сообщать о последствиях для бизнеса. Я думаю, что в настоящее время аналитики плохо понимают, где и какую модель использовать.

              МБ: На что аналитикам стоит обратить внимание на разных этапах зрелости бизнеса (стартап, SMB, SME, enterprise)?

              ЛП:
              У каждой компании свой жизненный цикл. Стартап, SMB, SME или большая компания характеризуются зрелостью жизненного цикла, то есть сменой стадий роста. Продукт, сложность процессов, количество партнеров и клиентов, количество аналогичных продуктов на рынке — все меняется. Смена стадий роста показывает зрелость бизнеса.

              Даже если у вас маленький бизнес на местном рынке, вы можете предлагать разные продукты или услуги. Вы можете предложить лучший продукт или сервис, несмотря на размер бизнеса.

              В начале ранней стадии развития основными вопросами компании будут: «Как мы добиваемся успеха на рынке? Сколько клиентов? Наш продукт востребован?» Когда уже есть клиенты, возникают другие вопросы: «Как сохранить клиентов? Как увеличить ценность клиентов?» От ваших возможностей будет зависеть скорость и качество решения вопросов. Я думаю, что хорошему аналитику не составит проблем обеспечить компанию данными на протяжении всего жизненного цикла.

              ‘‘

              Я не вижу причины, почему аналитик, который занимался стартапом, не справится с работой на большом предприятии. Ведь его ценность везде одинаковая. Однако, стоит с осторожностью определять, вот — аналитик для SMB, а вы — аналитик для SME.

              Лаура Паттерсон,
              Руководитель ,
              VisionEdge Marketing

              Зрелость компании влияет только на важность роли аналитика. Стартапу нужен только один аналитик. Для действительно крупной сильной корпоративной компании нужны несколько аналитиков, и эти аналитики будут более узконаправленными. В небольшой компании аналитики скорее универсалы, чем узкие специалисты. В некотором смысле, их навыки должны быть еще шире.

              В большой компании вы станете узкоспециализированным аналитиком. Например, вы будете заниматься только созданием моделей. Еще можно сосредоточиться на прибыльности клиента и его ценности (LTV). И тогда вы досконально разберетесь в чем-то на уровне процесса предприятия. Стартап требует совершенно других обязанностей.

              Тенденции будущего в маркетинговой аналитике

              МБ: Как вы оцениваете зрелость маркетинговой аналитики?

              ЛП:
              За прошлый год расходы на инструменты для маркетинговой аналитики превысили расходы на зарплаты. Компании начинают больше вкладывать в аналитические инструменты.

              Давайте помнить, что аналитика, маркетинг-аналитика и наука о данных не новые сферы знаний. Маркетинговая наука была в учебной программе несколько десятилетий назад. Сейчас эти знания также важны и ценны для компаний, как и когда-то, поэтому важно поддерживать и совершенствовать наши навыки.

              Главное — это умение использовать новые методы и инструменты. Однако, если ваш набор инструментов отлично выполняет работу, то не стоит тратить деньги, чтобы просто поиграться с новыми инструментами. Правильно используйте инструменты, которые помогут эффективно выполнять работу.

              МБ: Какое будущее маркетинговой аналитики? Какие тенденции?

              ЛП:
              Думаю, самое время упомянуть три влиятельные вещи: машинное обучение, искусственный интеллект и блокчейн. Какие же последствия для бизнеса и работы аналитика? Искусственный интеллект облегчает разработку паттернов. Но все равно именно аналитик должен решить, какой инструмент применить и важно ли это для бизнеса. Такие аналитики не останутся без работы.

              МБ: Какие профессиональные ресурсы или мероприятия рекомендуете аналитикам и маркетологам?

              ЛП
              : Я стараюсь посещать встречи, связанные с профессией. Неважно, что у вас есть научная степень и как долго вы учились. Раз в три месяца сделайте паузу и уделите время для улучшения профессиональных навыков.

              Пройдите курсы в своем городе или онлайн. Посмотрите учебные пособия на YouTube или прослушайте подкасты — это отличные возможности. Найдите конференцию на интересующую вас тему, пойдите туда, познакомьтесь с новыми людьми и пообщайтесь с ними и создайте нетворкинг. Спросите, как все справляются с проблемами. Узнайте, есть ли какие-либо LinkedIn или местные профессиональные сообщества, к которым вы можете присоединиться.

              Станьте членом ассоциации DAA, потому что они предлагают отличные мероприятия для аналитиков. Посещайте их конференции и общайтесь с коллегами. Найдите способ оставаться на профессиональном пике и не выйти из игры.

              Итоги OWOX BI

              Сегодня мы узнали от Лауры Паттерсон, что аналитик — это важное звено между собранными данными и бизнес-решениями, которые делают компанию успешной. Несмотря на тренд искусственного интеллекта, за аналитиком закреплены такие задачи, как коммуникация с другими челнами команды и умелое использование инструментов. Поэтому технологии полностью не заменят человеческий интеллект.

              Будем на связи! Подпишитесь на наш блог, чтобы прочитать следующие интервью из нашего исследования цифровой аналитики и адаптировать опыт ведущих аналитиков к вашему бизнесу.

              Подписывайся

              Вас также могут заинтересовать