出血边缘的分析:转换数据's Influence

分析团队被命名为他们自己陷阱的筒仓和限制。

付费媒体。拥有媒体。 SEO。双。客户服务。数据仓库。电子邮件。而且,千种其他筒仓(取决于您的公司规模)。

这一现实的一个结果是,虽然每个团队难以做到最好的工作,但很少见到他们的工作赢得战略影响。这并不令人惊讶,如果你对你的范围狭隘的观点狭窄......你的影响也会很狭窄。

在呼叫中心发生客户互动之后,其他维度在竞选活动结束后,其他维度是大多数分析团队踢到装备。当您只向后看时,它会限制您产生影响的能力。

最后,很少有分析团队在一种允许他们决定未来行动的方式上痴迷于预测性分析。这是一个巨大的小姐......留给自己的雅阁,有多少公司将建议数据建议?令人惊讶的是。

改变数据的战略影响。

当我接受新的角色来领导全球战略分析时,上述现实是我的脑海。这一次,我的目标是为分析团队进行图表,以绘制一个非常不同的路径......以解决膨胀影响,以前,期间,之后,金钱被组织花费。

在我们的工作中表现在我们工作中的关键部分正在做出真正的超级先进机器学习动力分析,以回答很少可以成功的问题。这当然是令人兴奋和非常酷的。

但是,团队影响的差异来自大胆愿景的组合,并将人民流程结构汇集在一起​​,使我们对数据的愿望能够对公司的决策需求具有广泛的影响。

我喜欢拨打我们的策略 分析 在出血边缘. 它由联盟提供支持:

1. 智能分析举措
2. 将数据应用于新的和未开发的区域
3. 升级到流程以创建与财务更深入的整合& Strategy teams
4. 权力实时操作 使用自动化和算法的未来决定

虽然我们的团队的旅程很多,但是,我想分享我们愿景和执行的广泛笔画,希望它能够帮助推动你的想象力 - 也许你可以利用我们的核心理念来反思你的组织的目前状态和未来路径。

我煮沸了四个 聪明的 集群。它是最直接适用于较大的公司,但有些组件适用于各种规模的公司。

让我们一次看他们......准备好了吗?

智能课程|分析群集。

像每个好的 分析 团队,我们开始做你认识的工作。

行政记分卡,开战后分析,一些有限的数据呕吐(只有当我们绝对无法逃脱它,因为影响我们存在的人询问!),以聪明的方式使用Google Analytics,使良好的行为标准如往往目标(预先设置,始终预先设定)和使用不吸吮的方法,并且有意义的90%或更高等等等。

智能课程|分析组件

可能或可能不那么常见,但是我们的分析战略的一个组成部分是对受控实验的广泛使用来回答生活最困难的问题。

是竞选策略x比竞选策略y更好?因为它们都不同,都有不同的执行赞助商,基于我们的数据难以知道哪一个更好。

广告是否真的具有长期的业务影响?当然,你以前被问到了一个,并且有一个短期答案,但长期来看需要一个复杂的控制实验。

递减的回报曲线是我们公司的电视grps? 更多喊叫并不是更好 - 它很贵!

这很难做到,我们现在有一个经过验证的七步实验过程,其中一个最酷的算法之一挑选匹配市场(通常是任何大规模地理实验的死亡之吻)。

支持我们的 智能课程 工作是非常基本的– incredibly complex –挑选正确关键绩效指标的艺术。它基于成功的每一系列。

因此,如果您的评估是您弄乱了智能课程,因此是因为这个简单的原因:错误/坏的KPI。

我们的团队帮助制作的选择受到另一个令人敬畏的创新: 冲击矩阵.

聪明的开始|分析群集。

它一直啃着我的灵魂,即大多数公司在所有资金已经花了之后只能转向数据。活动完成后。已发送CRM Powered电子邮件后。长,长,在您的电视广告停止运行后。

在那些非正常场合,当广告系列没有相当运作时,它在赚钱后,我们正在学习我们的学习!

因此,在这个角色中,特别是我'在花费任何钱之前,在使用数据之前深入了解。为了提供学位(高!)的信心,如果我们花钱,那么它很可能会对业务产生积极影响。

这个群集,我们令人敬畏的一部分 在你花之前赢得战略, 叫做 聪明的开始.聪明的开始|分析组件第一个组件是一个辉煌缩放的全局 创意预测试程序.

创意是你在广告中看到的东西。文本。山羊。慢动作。重复提及产品(希望)。使用名人(或不是!)。亚达,亚达,亚达。事实证明,抓住了你的座位,创意大约是 60% 影响您的竞选终极成功!

不是观众,而不是您的广告堆栈,而不是您的目标策略,而不是您对目前占据您注意的98%的其他少许的痴迷。

创意是重要的,不幸的是,很少有人做现代分析的人关注创意。

我们在线实验室预先测试了几乎所有内容ish. 环境,并预测电视或广告牌或广播或youtube或Facebook创意将是成功的。通过支持我们的渐进式CMO,我们花钱在创意上通过预先测试。

在我们的分析策略的独特特征中,我们练习了一个 信任但要验证 实验室测试方法。我们经常在市场上的实验室创意失败,并使用实验室通过,在实验室内失败,看看他们在现实世界中的表现。这有助于我们了解我们在实验室的信号质量(其约为67%,而不是89%)。

现在,我们的营销团队知道 如果竞选活动的创意将提供成功,他们会花钱。

另一方面展示的全球实践是我们的前飞行检查,我们呼叫 Minerva Check –以希腊女神命名的智慧。 :)

Minerva检查是媒体计划的集合 最低限度 成功所需的。抵达。频率。期间。 GRP。通过了创造性的速度。战术策略。广告单位类型。等等。

我们确定了这些 最低限度 从我们过去的广告系列的大量数据来看。 Meta分析。匹配的市场测试。产品/地区/频道。抛出那里的一切,并出去了一个每种媒体计划都必须满足的东西的列表。

现在,我们的营销团队知道 如果竞选活动的创意将提供成功,他们会花钱。

这并不完美(我喜欢完美)。这还不够(我想要更多)。但是,随着令人难以置信的确定性,我们现在可以说,在花费任何资金之前,媒体计划X将提供成功的可能性是3%,媒体计划X-Codified(带有Minerva Incorporated)的可能性将提供成功为97% 。

智能地应用数据证明它的价值确实如此重要–在公司预算花费之前。

我会告诉你一个猜测我们的副总裁有多了解这种能力。 :)

智能执行|分析群集。

在去年,我已经痴迷于我们的小团队的事情是下一个集群: 智能执行。

人类手中的实时数据是技术,财务和人力资源的巨大浪费。人类通过自己,他们的团队,官僚机构,代理商和技术堆栈来处理数据需要太长,以将实时数据转换为行动。

(从2006年起: 实时分析是否真的相关?)

然而,经常从字面上看,距离您的广告和分析堆栈的大量信号,您可以用来识别事物是否正确或错误并采取更快的操作 - 通过消除过程中的人类!

我对这个集群的深爱来自您可以为贵公司构建的竞争优势......

智能执行|分析组件在我们的 飞行中的优化 迄今为止,我们已经努力识别可信的信号,并识别它们可达到的点(例如:统计上有意义)。

下一步是创建决策树的集合。它听起来很复杂,不是。
这是一个例子。漂亮的公制的基准 voc. 是15.3%。决策树是:我们的竞选活动约为20%,然后唱生日快乐。如果它在10之间–20%,然后举起旗帜。如果它低于10%,则停止。

然后,自动执行此决定。

现在在您在上面看到的三个集群中重复许多众多度量标准,许多度量标准。

繁荣!

您有一个神话般的飞行优化引擎的开始。

我们现在已经在花钱时产生了有影响力和有用的数据!

您可以想象橙色(智能开始)和蓝色(智能执行)群集中的卓越意味着我们的绿色群集(智能课程)的绿色比红色(坏消息)。

另一个秘密议程:通过智能开始卓越(在你花之前赢得胜利)和智能执行(在你花的时候赢),最终让智能课程(占据你现在的生活中的事情)完全无聊!当你看到结果时,你几乎已经知道他们要说的话。 :)

聪明的未来|分析群集。

我希望你有没有意义上是我对上面的每个群集非常充满激情,而且他们是我最喜欢的孩子。

这将是一个误导性的结论。

是的,这是所有奇妙的工作,这是对我们公司更加新颖的方式更有用的令人着迷的工作,而不是其他公司。

但我最喜欢的孩子是群集四: 聪明的未来.

它回答了最困难的问题A CMO问:

所有营销花费的真正增量是什么?

什么是我的品牌营销的底线(EX。,销售)影响?

我们所有活动的投资组合如何–拥有,赚取,付费媒体,促销等。–一起工作,渠道如何相互补充?

我们在所有行动的背景下我们的竞争对手正在采取措施对我们公司影响的努力有何效果?

我看到你点头点头。您被问到这些问题,并且您知道分析难度的深度。

我们的创新方法…

聪明的未来|分析组件由于非公开IP,它是一个群集,我无法告诉你很多。

除了说大多数公司,当他们试图回答上述问题时,采取使用需要的现有统计方法的方法 显式编程。我们选择使用机器学习算法,这些算法从底层结构中学习的大量我们的数据集中 没有明确的编程。这是魔力。

由于第二盒表示我们不仅使用这种方法来向后看。相反,令人愉快,我们也展望未来。我们有能力模拟情景,预算,渠道拨款,以最大限度地提高未来活动的有效性和效率。

这是非常独特和困难的工作。

边缘的分析。

那是什么 强烈主动和真正有影响力的数据 出血边的策略看起来像?

机器学习算法有助于创建流入智能启动程序的最佳预算和渠道分配,确保营销的核心元素是预先接线以提供成功。然后,数据流过自动化决策树,在现实世界中的实时取得了近似的实际成功。最终结果是数据故事和记分卡,帮助我们的领导者在营销的影响中获得独特的观点。

数据不是侧面秀。数据作为有影响力的核心。

边缘的分析|智能簇

凉爽,呃?

我们并不完美,我们不完整,我们有距离去,但我为团队做的工作感到骄傲,并交付业务的影响。

每个盒子都有如此多的包装,我可以为每个盒子写一个98页的书。 :)

对你的反思分配。

您的分析策略有多广泛?您公司承诺的营销(或产品或客户服务或人力资源或其他任何其他人)有多少影响?

打印下面的图像。

当你有一个平静的20分钟思考时,用一支笔坐下来。

在每次群集上写下当今的每个集群以及您的分析工作如何以及在何处正在应用。

智能群集工作表

如果你看到你有一个聪明的智能开始,聪明的执行,智能课程和聪明的未来群集,请抬起你的手,因为我在那一刻很高兴你!

做得好。

如果你发现并非所有的盒子都被填满,没有Biggie。开始绘制提案,以接受领导力。

如果您看到您的努力大多是在绿色智能课程集群中,请幸福。这就是大多数公司所在的地方。但是,也饥饿,因为你想要更多。

我希望在本说明中找到了足够特定的起点,通知您需要做些什么,以便到达流血边缘或分析,并最终实现 强烈主动和真正有影响力的数据 strategy.

如果您想要为最佳下一群集专注的群集推荐,则是智能启动。在花费任何资金之前,对公司的数据影响,而且无解脱的爱会淋浴(以及您的团队的促销和额外的头部!)。

底线。

它在现代公司非常努力,仍然是主要在意见进行影响,使数据有影响力。 (不是全部和最终所有,有影响力。)

然而,我们有这么多的数据,我们有这样的巨大机会作为分析师对公司对公司的盈利能力甚至业务方向产生了影响。我们只需要解锁我们的想象力。

这不简单。但是,没有什么值得拥有的。

及时行乐。

一如既往,现在轮到你了。

请通过以下意见分享您关于我的思想和课程的反馈,并通过以下意见。谢谢你。

评论

  1. 1
    丹杰克逊 says

    这篇文章是我的原因'很高兴你回到常规写作's Razor.

    在某些方面,这是迄今为止,除了我们的分析团队在我们的大公司正在做什么。像创造性测试或MINERVA检查等举措不是我们的've考虑,但随着您对确保营销的描述如此至关重要's success.

    在未来,我希望你'LL与您一样分享更多关于聪明的未来'肯定会激起了我的好奇心!

    谢谢avinash。

  2. 2

    这只是另一个LTBP(爱 - 这个博客文章)。

    困扰我是minerva块(怎么样'S构建了,在决策树中使用了哪些数据,每一步:),最小。所需数据量和使用的数据和开始时使用的数据的回顾窗口,特别是对于智能启动媒体计划。

    你能分享有关它的更多信息吗?

添加您的观点

*