完整的数字分析生态系统:如何取胜

连接数 数字分析的世界似乎异常复杂。

And, yes, 一些 of it is. Third-party 要么 first-party cookies anyone? And, are we tracking people, devices, web browsers 要么 whoknowswhat?

但这并没有您想象的那么复杂。不完全是。不那么复杂。

I led a discussion the other day with a collection of people who were brand new to the space 和 一些 who were jaded long-term residents of Camp 网页分析. When 一些one played the 天哪,这是如此复杂(!!) 名片上,我借此机会勾勒出整个生态系统的图片,以强调它实际上并没有那么复杂。这个过程涉及缓慢地布置拼图的每一部分以及它如何适合其旁边的部分。

练习结束时,有一张非常可爱的图画,一条通往荣耀的道路。我想在此博客中与您分享。

无论您在太空中的经历如何,我都相信您'会发现它很有价值。即使您属于超级厌倦品类,这也可以帮助您向老板展示一些东西'老板会让他们最终了解您的工作!

我敢说,我们的理解之旅遵循以下步骤:

不'听起来绝对令人兴奋吗?它是。一路上你'会找到有用的提示,深入潜水的链接以及大量新见解。

准备?让's go!

数字分析生态系统:核心要素

您将在数字分析中做的所有事情的核心是 指标。您如何定义指标: 这只是一个数字. 那 is as simple as it gets.

您r digital analytics tools are full of 指标. Averages this. Total that. Percentage that other thing.

[有用的帖子: Best Metrics For 数字营销: Rock 您r Own And Rent Strategies。]

指标kpis

一种非常特殊的指标被指定为 关键绩效指标 (KPI)。 关键绩效指标(KPI)是一项指标,可以帮助您了解自己如何实现目标.

这意味着除非您知道目标是什么,否则无法确定KPI。对于电子商务网站X,“转化率”可能是KPI,因为其当前目标与逆转关键业务趋势紧密相关。同时,对于站点Y,它可以是平均订单价值。关键是要知道您的业务目标是什么。

记得… 如果你不这样做'不知道你要去哪里,任何一条路都会带你到达那里。你呢'll be miserable.

虽然没有幸福的KPI这样的事情,但每个人都必须遵循– because everyone is not executing the exact same strategy -, 一些 指标 can never be KPIs. A good example of this is 跳出率。它永远不会成为关键绩效指标。仅仅因为即使您的跳出率从100%升至10%,也可能不会对您的业务产生任何影响。跳出率的提高意味着您还可以再浏览一次。太棒了。但是几乎没有地球崩溃。

选择KPI时,请记住这一重要警告。

[有用的帖子: 您 Are What 您 Measure, So Choose 您r KPIs (Incentives) Wisely!]

现在您有了基础,指标和KPI。下一层称为 尺寸 。定义? 维度通常是网站访问者的属性 .

随着我们对测量方法越来越成熟,他们'从访客的属性变成个人的属性。

指标kpis维度

流量来源(例如关键字,引荐网站,广告系列,国家/地区)就是维度的示例。人们用来消费内容的页面或视频以及设备的名称也是如此。看起来有些奇怪,但是某人对您网站的访问次数是一个维度,并且,如果您要跟踪它,则是进行捐赠的访问者或是否是订阅者。

这并不总是正确的,但是通常,维度(在分析工具中)显示在表的行中,而度量和KPI则显示在列中。

We now have the 键 ingredients. We can start to create 一些 lovely music, 和 it will come via the use of 自定义报告 –我在任何数字分析工具中最喜欢的功能之一。

请注意,我没有说标准报告,那些报告几乎不符合数据收集的标准。我说过自定义报告。主要原因是我想强调 网站报告和网站分析之间的区别 。当您开始使用自定义报告时,'我将被迫盯着一块空白的石板,弄清楚上面的情况。为了描绘你的交响曲,你'我们将被迫与您的领导者,同事,客户交谈,并了解需要回答的真正问题是什么。那你赢了'不要随机钓鱼。您'进行重点旅程,找到您要寻找的秘密。

指标kpis维度自定义报告

因此,即使可以的话,甚至在第一天就需要自定义报告。如果您愿意,请先 下载我最喜欢的三个自定义报告或这三个 付费搜索广告系列分析自定义报告.

在此阶段,您的直接领导很高兴,很可能您在确定有价值的见解的初始集群方面确实受到了严重的打击。这将持续四到六个月。享受它(我是真的意思)。

在该时间段结束时,您'将重点放在将孩子与成人分开的单数事物上。 高级细分!什么都没有,我什么也没有,对您来说,真正成为一名分析忍者更重要。原因很简单。汇总的所有数据都是废话。

In 要么der for you to really truly understand what is happening to your business, your 顾客 和 the yummy business outcomes, you need to be able to segment the data. 您 need to slice! 您 need to dice! 您 need to drill! Repeat after me: Slice, dice, drill!!

指标kpis维度自定义报告高级细分

高级细分 moves you from looking at the entire universe to focusing 上 micro-clusters in your quest for actionable insights. 您 can use 细分选择器框架 其中概述了三个主要指标:获取,行为和结果。每个存储桶都有许多特定的细分供您选择。从那里您开始掌握 访客细分,同类群组分析,序列细分,您会感到只有通过非法药物才能取得的成就。

如果您刚刚开始, 下载我最喜欢的三个细分 然后从那里去。

哦,如果你 将您的自定义报告与高级细分配对…为您的头脑完全振作做好准备!

Now your core is set. Metrics, KPIs, Dimensions, Custom Reports 和 高级细分. There is nothing else to add. All the other elements of the ecosystem will surround this core.

数字分析生态系统:投入

一共有三类输入's从左边的开始。

如上所述,要使您从指标转到KPI(并确实确定有价值的维度和要关注的高级细分),您将需要了解您的 业务重点。这很简单。

分析生态系统业务重点

从您公司中最高的人那里得到这些 '会和你说话。如果您需要获得很多帮助,甚至需要与家人建立联系,以联系首席营销官或首席执行官,那就去做吧!完全值得。很多数据分析直接进入了切碎机,因为分析师更着迷于他们认为有趣的事情,而不是上司或上司's boss's boss. Don't make this mistake.

Then comes 一些thing really interesting, regardless of the size of your business.

下一组输入将是您的 竞争现实。您认识的竞争对手和您不认识的竞争对手'不知道。首先询问您的CMO和CEO,您的竞争对手是谁,谁在晚上保持竞争。然后转到Google(或 Yandex 要么 百度 要么 塞兹南)并输入您的热门类别查询,看看谁会出现在自然搜索和付费搜索列表中。这些是您的竞争对手(无论您是否喜欢它们)。

分析生态系统业务优先竞争情报

What are their 键 strengths? What are they doing differently then you –更好或更差?他们从哪里得到交通?他们的访客趋势如何?这个 竞争情报分析 对于确保更了解业务重点,选择正确的KPI和高级细分,这将是绝对关键的输入,它将在自定义报告中展示重要的维度。

这个赢了't happen every day, but the last piece of your left-side inputs will be new opportunities that spring up. Say Google goes bankrupt. Ha! Brand new landscape. 您 need to take advantage of it.

分析生态系统业务优先竞争情报新机会

新的机会可能使您的业务朝着完全不同的方向发展。至少它将对您将进行的分析产生重大影响。在战术和战略层面上。为此做好准备。不会。主动寻找并寻找它。它将使您成为精通数字业务的人。

那是我们左边的三个。

我们核心的最高和最低输入是您期望的。

分析师/大智慧 继续前进。 (他们这样做,不要't they? :))

工具类 去底部。好吧,不要像底部那样底部。底部与我们正在创建的原理图的底部一样。

分析生态系统工具分析师

从2006年5月就一直创建10/90规则的人(我是#omg)开始,该工具的重要性比“大大脑”的重要性要小一点就不足为奇了。

作为 Web / Web成功分析的10/90规则 状态: 如果您有100美元的投资用于数据智能决策,则需要10美元的工具和实施咨询费用,并需要90美元的分析师/大智慧投资 .

无论您的数据量有多大,工具的功能多么强大,您都偏离10/90规则太远了,大数据的承诺将永远不会实现。

People matter. Smart people matter even more. 工具类 just help them. Not the other way around.

那 completes three sides of the our picture. 您 might be worried that thus far all you have see are inputs. Yes, very true. But it takes a lot to get to the good stuff!

数字分析生态系统:输出

不管您和我希望有多少,第一组输出都是纯净的 数据呕吐。让'只要拥抱这个事实,沐浴在它略微泥泞的荣耀中。

数据p!欢呼!欢呼!大数据p !!! :)

分析生态系统数据呕吐

这是自然进化的一部分。您对拥有数据感到兴奋,您可以'等不及要吐出来了。人们可能什么都没看,他们很高兴看到%退出率(也许是Web分析中创建的最差指标)或“反向目标路径”报告(也许是数字分析中最无用的报告)。获取数据,将其发送出去。

您'我们将尽快克服它,您的公司将尽快跟进。担心,如果他们只是问你"produce more reports" 和 don'回来再开始询问有关您可以为他们找到的更深刻见解的问题。因为这可能是您第一个大的红色警告信号,表明您在错误的公司工作,并且您的职业将要臭。

通常,在一两个月内,人们会意识到数据恶作剧没有用,而转向要求您仅提供他们需要的数据恶作剧。这是一个好兆头。我们搬到 自定义数据推送 (CDP)阶段。

分析生态系统数据戳cdps

这是一个好阶段。付费搜索小组将只询问他们需要的东西。内容小组将要求页面价值。着陆页优化团队将要求定期报告网站/应用程序的所有入口点。等等等等。

他们会要求混合一些没有用的指标和一些非常有趣的指标。他们仍然会要求数据。一切都好。在可能的地方,输入您认为需要的指标和维度(以及所需的指标)。并给他们数据。

您 want them to understand that they are not Analysts. They don'不知道如何即时进行高级细分,他们不知道'不知道如何更深入地了解根本原因,而且他们确信'不知道如何创建回答真正棘手问题所需的各种自定义分析。

但是他们会尽快解决。给他们几个月。

在那个时期结束时,他们'会要求您提供图片的最后输出: 见解,行动商业冲击.

When this last piece is in place, you will know that you have arrived. 那 you are working at a company where there will be constant happiness due to all the 要么gasmic feelings from data!

分析完整的生态系统

见解(I)是来自数据的发现。它们通常如下所示:"数据表明发生了x。当我们深入研究时,我们确定了因果原因y和z。"大多数分析师会停在第一句话,因为这是他们从前面的图表或表格中可以看到的全部内容。从那里开始最好的方法,再深入一点,因为您需要找到因果因素(y和z)。

行动(A)是企业应采取的步骤。它们通常如下所示:"付费搜索此关键字列表的投资增加了三倍。" "仅专注于佛罗里达州的产品abc,def,ghi和阿姆斯特丹的产品klm。" "由于原因453,投资于创建视频内容。"等等等等。行动是企业应采取的具体措施。识别它们是您的分析师职责(尽管如果您只是报告撰写者,则不是)。

最后,业务影响(BI)计算仅是您量化公司采取行动后将发生的情况。它们通常如下所示:"对于此关键字列表,在付费搜索中的投资将增加三倍,每周可增加收入89万3千美元。" "在这些关键地理位置集中关注这些关键产品将使盈利能力提高657%。"

Recently I had the opportunity to cover the IABI in a significant amount of detail in my blog post 上 creating strategic dashboards. 您'll find it here: 战略&战术仪表板:最佳实践,技巧和示例.

然后'完整的图片!

不是那么复杂吗?五个核心要素被三组输入和一组输出包围。所有导致涅ni!

如果您担任领导角色,或想露面,那么接下来的两个部分将非常有价值。我们'将研究您应该设定执行策略的各个阶段,并与哪些团队应该拥有该生态系统的哪一部分以获得最佳成功相关。

数字分析生态系统: 最佳执行:三个阶段

涉及数字战略的人太多,他们试图进行一场革命。他们失败了。在网络上,进化是可行的。进化策略不仅使公司的一部分能够在一夜之间变得更好(革命可以做到这一点),而且它们还使每个人都可以一起变得更好,这样各个部分的总和就可以大于各个部分。

这就是为什么我爱 令人敬畏的思维阶梯. 做一件事,善于做,让每个人都善于做。移至下一个。冲洗。重复。

如果您刚刚开始建立数字分析生态系统,'在了解执行以下策略的最佳顺序时会发现价值。如果您的公司已经陷入困境,那么您可以弄清楚为什么事情如此混乱,或者您'还没有取得更多进展。

您执行的阶段会因公司,国家/地区,可用技能,数字复杂程度和其他因素而有所不同。但是,我想根据自己在许多公司和国家/地区工作的多年经验提供一个最佳的起点。

我相信人们通常会在执行过程中分三个阶段执行 令人敬畏的分析阶梯 .

第一阶段 都是关于数据捕获的。放置工具并确定第一组指标。随后将很快进行努力以了解业务优先级。

分析完整的生态系统,编号为1-5

那 will takes us promptly to executing based 上 a core set of KPIs 和 尺寸. Steps 上 e through five.

喘口气。这是一项很好的工作。它奠定了基础。全部质量控制。在此检查数据收集质量等。

第二阶段 都是关于数据报告的。它从纯粹的数据恶作剧开始,这将帮助公司实现工具开发'确实会深蹲,并使他们立即将对Big Brains的投资作为优先事项。 [记住要为脑筋付出高昂的代价。如果扔花生,只会得到猴子。]

分析完整的生态系统,编号为1-10

现在,这使您设置精美,可以进入自定义报告和CDP(有效地响应业务需求!)。我们会精通高级细分(最复杂的细分类型,而不是笨拙的新访客和回访者)来结束这一阶段–也许是所有工具中最差的标准细分)。

Take an even deeper breath. 您 are now 上 the cusp of glory. Few people get to the next phase.

第三阶段 就是要动摇数据分析世界。它包括实现您小的童年梦想,当您看着星星并想要成长为一名真正的蓝色业务分析师时。

首先要善于发现见解。尝试不发送任何形式的CDP或数据。只需发送一封带有英文项目符号项目的电子邮件,其中描述了数据的含义以及原因。然后转向竞争情报,这将带来全新的亮光。照明将非常适合您的业务战略和数据分析。

分析完整的生态系统,编号为1-15

计算业务影响不小。您必须精通一些预测分析和预测(基本类型),能够与其他团队交谈,特别是与Finance一起工作,了解宏观业务趋势等。好东西,好结果。最后你'只需弄清楚如何制定流程来识别,评估和货币化相关的新商机。

繁荣!做完了!

简单的说…。第一阶段是要真正擅长于数据捕获。第二阶段全部与数据报告有关。第三阶段全部与数据分析有关(识别可导致业务采取非常具体行动的见解,并受到上述行动的影响)。

数字分析生态系统: 最佳执行:时间期望

时间还取决于许多对您来说唯一的变量。但请允许我分享我的智慧'在我的专业经验中,我有幸积累。

如果您刚刚开始,'ll spend the 前六个月 ,在第一阶段可能要少一些。这包括您最初的分析工具实施('不需要立即实施所有糟糕的事情–该策略的任何替代方法是您的内部团队,代理机构或工具供应商正试图骗您的信号。

您 spend 第六个月到十二个月 in Phase Two. 您r leadership team will really start to value data during this time. They will give you more money to invest in ancillary tools, more savvy technical strategies etc.

第三阶段没有尽头。但是,它将带您之间 九至十二个月 进入一种状态,公司内部的人们将开始意识到这是一个完全不同的阶段,并且您正在增加独特的价值。在此时间段的最后,数据将成为公司内部业务决策不可或缺的一部分。

两年结束第三阶段– a phase that never really ends. 您 just get better 和 better at it.

我希望这可以帮助您了解整个数字分析生态系统,执行策略的阶段以及为成功而应设定的大概时间期望。

有很多事情要做。这需要艰苦的工作和毅力(和大智慧!)。但是,这并不难理解,如果您处于最佳轨道很容易实现,并且可以直接衡量您的策略是否花费太长时间才能实现。

与往常一样,现在轮到您了。

我担心缺少核心五个要素中的某些内容,您是否会在其中添加任何内容?您是否同意左侧的三个输入?数字分析生态系统的执行顺序是否可以反映上述15个步骤中的顺序?您的公司是否特别需要挣扎的要素,投入或产出?您是否将执行策略分为更多或更少的阶段?时间的流逝怎么样?第二阶段是否需要超过六个月的时间?

请通过评论分享您的智慧,批评,想法,技巧,课程和战斗伤痕。

谢谢。

评论

  1. 1
    维卡斯·迪塞尔(Vikas Disale) says

    感谢Avinash与我们分享您的智慧。

    我现在位于第8步,您的帖子为成为真正的Analysis Ninja提供了很好的指南。

    阅读这篇文章时,我已经在新标签中打开了您的12篇其他文章,需要阅读所有这些文章。

  2. 2

    在极少数情况下,我会为那些无法超越#8或#10的分析师指责旧工具和糟糕的实现。通常,较老的公司根深蒂固地以一种方式处理数据–为了使事情变得更加灵活,它需要实现资源,SQL资源和组织更改,而传统的网络分析人员则需要与数据库营销人员或开发人员交叉授粉技能。

    In other words, 一些times the business requirements 和 the foresight needed to produce the flexibility within digital properties (like mobile apps) are lost 上 analysts 和 IT.

    输入标签管理器? dataLayer被该死。哈哈Great post btw。

    • 3

      尼尔森: 不可否认,当前技术代码的不完整和不正确的实现会导致许多挫折。真是可悲。

      我希望人们认识到这一挑战,不要在第一天就过度努力。这是一个巨大的贡献者。"我们正在购买Adobe / Google 分析工具 Permium,现在让'在第一轮中获得人类已知的每一个糟糕的数据。"这就是厄运的道路。

      I'假设您应该在一周内启动零自定义的标准代码(理想情况下是通过GTM!)。提取业务价值。赢得领导者的爱和信心。然后做目标和电子商务。提取价值,赢L&C.然后下一个,然后下一个。在与业务相关的每个步骤中,都知道您正在增加价值并检查实施情况。

      您 are also right that tools like the tag manager will help. But if 上 e chooses an overnight revolution path, doom awaits. :)

      阿维纳什。

      • 4
        约书亚·上伯格 says

        我要坦白。我对Avinash有好感。我没有失望'听不到您去年在悉尼讲话。

        好主意,逐渐从GTM中脱颖而出,然后是目标和电子商务,然后…捕获,报告,分析。另一个很好的框架。

        您r think, see, do model dominated my digital mindset in 2014. Helped strategize what goes beneath a 键word, content, 和 advertising. A simple explanation to understand various intents 和 KPIs at all stages.

  3. 5

    我喜欢这篇很棒的文章!

    向所有人介绍数字分析的非常简单但巧妙的方法。

    如果我有很多时间,我会翻译成匈牙利语:)

  4. 6

    优秀的文章,非常详细,但易于遵循。

  5. 7

    一如既往的美丽。

    您r post inspired two ideas…

    1.提供核心和演化数据的迭代方法非常适合Scrum。在这种情况下进行此项工作并保持优先的待办事项将在维护指标收集路线图的同时,在建立技术和业务团队之间的相互尊重方面大有帮助。

    2.采取措施确保早期的核心指标能够满足未来的需求。以上提到的数据体系结构的一个关键部分是帖子开头从访问者到个人的演变。您必须根据其他商业智能体系结构和法律约束条件来确定该数据的密钥。未能正确解决此风险可能需要重新工作/重新开始实施。没有人有时间!

    再次感谢您的启发博客。

  6. 8

    阿维纳什

    I love your 文章. It provides structure for 一些thing I'm doing right now.

    我确实有一个问题。

    虽然您的文章称为数字分析生态系统,'我认为对'web analytics'. There'是品牌数字生态系统的另一部分'customers' do off-site. It'借助社交数据,现在可以获取与此相关的数据。

    您对此有任何经验吗?它与您刚写的内容有所不同吗?

    我认为社交数据只是另一种数据'附加到客户数据库,但它'当它也是一个全新的数据集'不是。将那些因公开谈论骑自行车而喜欢骑自行车的人细分之后,您将如何处理?

    谢谢
    劳伦特

    • 9

      洛朗: 好问题,谢谢。

      对我而言,数字分析涉及您的网站和移动应用程序(拥有的平台),社交活动(租用的平台)上发生的所有事情,离线营销/活动的在线影响以及最终业务在线活动的离线影响。

      那'盒子。目的是了解数字如何驱动业务成果(针对非营利组织,营利组织,B2B,B2C以及介于两者之间的所有人)。这篇文章中的所有内容都适用于该世界。

      我认为您分享的示例是IBM最近的电视广告,非常有趣且有价值。根据IBM的宗旨,是挖掘世界'的对话和联系,以制定更好的业务决策。尚不清楚目的是什么,尚不清楚起点和终点是什么,尚不清楚要激发我们购买IBM硬件以开始挖掘世界各地的对话以解决问题的动机。

      就目前而言,我认为这超出了本文的讨论范围。虽然我'我会承认这是一个有趣的广告,而我'我对可能性深感兴趣。 :)

      阿维纳什。

      • 10

        阿维纳什

        不对's not IBM ;-). It'希望找到新方法进行细分的客户。

        今天,他们每2年调查4万人。他们通过砖头和灰浆出售,所以他们不't have the 'owned'来自Web /电子商务站点的数字数据。他们想探索数字化是否以及如何帮助他们更好/更快地进行细分。

        我们选择汇总提到特定主题的人的社交数据,并挖掘其内容和网络连接以找到任何有趣的模式。

        劳伦特

        • 11

          洛朗: 很抱歉,尽管您指的是这则广告: //www.youtube.com/watch?v=JgBEPVT5e-4

          您的客户的要求很高。但我鼓励他们更多地考虑数字的可能性,而不是简单地汇总社交数据,因为它既带来样本偏差又带来样本偏差。这并不意味着它是坏数据,根本不是。但这绝对是有偏见的数据(尤其是有关主题/产品/领域的数据,可能会影响或暗含"广大人口").

          如果他们仍然拒绝睁开眼睛,那么在他们的情况下,您已经给了他们最好的礼物。

          阿维纳什。

  7. 12

    阿维纳什,谢谢。

    谢谢 for demystifying 一些 things 和 shedding light 上 others.

    如果您确实要开始的话,第二阶段可能会花费一些时间。我可以为自己公开地说。

    但是您只需要经历一次。

    了解指标,维度和细分以及实验使您变得更好,更快。然后,您将更明智地与老板沟通,从而更好地帮助公司。

    维杰

  8. 13
    安妮塔·米什拉(Anita Mishra) says

    谢谢阿维纳什。我喜欢您构造三个阶段的方式。

    从我的经验中分享,招聘职位中看到的大部分需求是对第一阶段的需求(也许是60%),其次是第二阶段的剩余需求(超过35%)。

    管理层对1和2感到非常满意,以致于他们多次不这样做'感觉没有必要在第3阶段中寻求,支持或投资(因为在第3阶段之前,需要时间和精力来首先产生第1阶段和第2阶段)。

    因此,许多数字分析专业人员的就业市场(职业发展)在第2阶段几乎停滞不前。如何选择愿意投资第3阶段类型的技能(并同样予以补偿)的公司?

    其次,随着大数据变得越来越大,如果一个人确实需要细分建议的金块,您会给出什么建议?人们不仅应该学习访问数据而且还应该以第三阶段的方式来理解数据以使领导层采取行动的工具/语言?

    • 14

      安妮塔: 您 are, heartbreakingly, right.

      对数字分析空间不负责任的痴迷程度大约是第一和第二阶段。这既来自领导层的人们,也来自于目前拥有我们空间分析师职位的人们。

      这就是为什么数字分析仍然是一个很小的世界,大多数在太空工作的人'发挥着重要作用,我们仍然在为从业者争取简单的事情。

      播种该空间的第一批优秀人员来自IT部门,他们担负着网站管理员的职责,而且这种影响力长期以来一直很强。但是它正在改变。进入市场的大多数新手都是来自业务方面的,更多的公司在经历了十年的失败之后才意识到他们需要进入第三阶段。'我非常乐观。

      There are a lot of posts 上 this blog about Phase 3 challenges, 和 solutions. 您 can also find them in other places around the web (and now you'我们将知道如何识别它们是阶段3还是只是伪造阶段1和2!

      赢得我们领导地位的方法是专注于IABI并将其交付。在居住在那里的公司中,向他们的分析师支付很好的钱!

      阿维纳什。
      PS:我在这里有广泛的WA Career Path开发职位: http://bit.ly/herowa

  9. 15

    我认为值得与您分享的是,当我快速向下滚动时,我认识到您在FB上发帖-您的字体类型引起了我的注意。

    在您的帖子中,我很喜欢您提到分析人员确实是生态系统的重要组成部分。

    我今天在SAS的Evan Stubbs的《大数据,大创新》一书中读到,预计分析师的人手不足 –关键因素是必须具备业务经验才能成为优秀的分析师。

    • 16

      卡琳娜: 这绝对是我们要处理的非常大的问题,尤其是我倾向于称呼“分析忍者”的人('只是为您获取数据或修复JavaScript代码–两者都需要技能,但很容易找到且价格不贵。

      面临的挑战是大学不专注于此,工具太多,可能性太新。

      但这发生在每个新领域。我们会到达那里。我建议聘请经理人员进行广泛的投资(财务,销售,支持和服务,物流等),并寻找核心分析技能。

      阿维纳什
      PS:有 http://www.marketmotive.com,这是我的创业公司,我们正尝试通过“高级认证”课程来创建更多“分析忍者”。虽然我们有太多需求,但容量不足。

  10. 17

    您好Avinash:

    一如既往的洞察力和深度。谢谢! :)

  11. 18
    舒基·曼 says

    真的,真的很棒!

    您 are describing the process so clearly, that it's nice to know I'm 上 the right way.

    感谢所有阿维纳什

  12. 19

    I would add 一些 experience-based observations about the Timing Expectations.

    *如果您工作的公司从实体公司发展而来,则将所有时间估计数加倍。

    *如果公司在财务领域运营,则将所有估算值增加三倍。

    :)

    • 20

      卢卡斯: 哈哈!

      您 are definitely reflecting reality. But I hope that you can go to them, with a printout of this blog, 和 say "这个好人说第一阶段应该是六个月,赢得了'如果我们花了18岁,我们会感到尴尬!"

      也许它将在九个工作中完成。 :)

      阿维纳什。

  13. 21

    嗨,阿维纳什,

    我喜欢这个主意:"做一件事,善于做,让每个人都善于做。移至下一个。冲洗。重复。"那是你在做什么吗?

    感谢分享!

  14. 22

    阿维纳什(Avinash),这是一篇很棒的文章,具有大量的价值。非常感谢!

    自从我们对网站进行了全面检修以来,我的部门副总裁一直要求我提供有关网站性能的报告。因此,我正在给他进行比较分析自定义数据分析。他们对网站本身在行为和结果方面的表现产生了基本见解(他从未询问过收购)。但是,他们避风港'甚至根本无法触及行动和业务影响的表面。

    他可能会问我更深刻的见解,但是'我可能会不加提示地将它交给他。好消息是,我知道他'll listen when I do.

    再次感谢!

    安迪

  15. 24

    嗨,阿维纳什,

    优秀的框架,在任何情况下都具有巨大的价值,并且易于应用。我坚信KISS(保持简单)原则,因此也是喜欢这种视觉效果的另一个原因:-)。

    几个想法–

    完全同意输入内容,并且可能"key" input are the 业务重点 with the other two inputs feeding into it to give it more shape 和 focus.

    谈论"Business Priorities",是否应该是1 /重复而不是3?我说这是随着时间的推移(有时是突然的),优先级可能会发生变化或添加了新的优先级,因此定期检查对确保您的KPI和分析仍在增加价值很有用。 ('Tools'可以是1或2,但需要与优先级同步实现)

    还想知道(我在这里大声思考,所以这更多是一个讨论的问题)核心是否应该在另一层'Advanced Segments' called "营销效果"或类似的东西。一旦您精通细分市场,便会想到这一点,然后转向数字归因,并在更高层次上接受营销。

    时间线非常棘手,因为它与上下文相关—取决于您的法律,IT资源,分析文化等。

    谢谢—一如既往的精彩。

    奈德

    • 25

      内德: 收到您的来信总是很高兴。感谢您分享指导。

      我应该更加明确地分享有关优先检查的指导。以我的经验,每年两次审查应该是常态。确保每个KPI仍按季度提供价值也已成为常态。我不'建议不要早于这两个时间范围进行审查,因为业务优先级的变化不应超过此范围(如果发生变化,则会遇到更大的问题!)。

      有关营销有效性的很好的问题。分析师将能够使用许多先进的分析技术。所以它在Big Orange框中。一世'我绝对会考虑在以后的版本中大声疾呼。

      阿维纳什

  16. 26

    嗨,阿维纳什,

    感谢您分享非常有用的详细信息。

    你能再详细点吗"纯和自定义数据戳"

    谢谢。

  17. 28
    马克·安托万 says

    我可以'相信这篇文章是免费的。

    感谢Avinash,这真是太好了。

  18. 29
    斯蒂芬·考夫曼 says

    嗨,阿维纳什,

    非常感谢您提供的所有精彩内容。

    我从您身上学到了很多,每次我回到Occam'发现了剃刀的新金块。只想让您知道,感谢您的分享!

    斯特芬。

  19. 30
    詹姆斯·布罗德 says

    感谢您在这篇文章中分享非常有用的细节。

  20. 31
    露西·福尔摩斯 says

    阿维纳什,好帖子。

    这里's to winning big!

  21. 32
    卢卡斯·格里布(Lukas Grebe) says

    感谢Avinash提供的绝对出色的帖子!

    I'一直在思考AB测试如何适应这些阶段& steps.

    在我看来,这显然是数字分析生态系统的一个方面,但我'm有点麻烦:首先需要提供可用于重要性计算的数据(第二阶段),其次:至少a"phase 2 acceptance"基于数据的决策,第三–最重要的是–可观的见解水平& "nija-isem"需要将假设公式化为AB检验的基础。这样一来,AB-Testing便进入了阶段3。也许就在IABI的输出中?

    如:"I"形成假设"A"是我的测试设计"BI"测试结果是什么?这将是在Digital 分析工具生态系统中应用AB用户测试的唯一地方吗?

    再次感谢您发表精彩文章!

    • 33

      卢卡斯: 感谢您提出A / B测试。它是数字分析的重要组成部分。

      我倾向于考虑直接在本文中看到的图片旁进行测试(A / B或多变量)。随着公司进入第三阶段(测试不会在第一阶段成为优先事项,在其他所有条件下都不是第二阶段的优先事项),并且分析师开始提供真正的见解和有影响力的行动(步骤11和12),自然会有些动作将要求进行测试。然后,将有专人或外部机构协助执行测试(将根据已确定的KPI进行衡量,并针对先前确定的细分市场)。

      如果必须对其进行可视化,则测试可能在IABI箭头的右侧。我认为。

      阿维纳什。

      • 34

        是的,确实,如果您已完成所有工作,则将吸引大量流量。然后,关键是将相关流量细分到与您的业务最相关的特定页面,主页,登录页面等,而转换率最重要。

        然后,Web报告,但更重要的是,您所做的分析将帮助您设置A / B或多变量,并不断完善该细分市场。查找问题,修复,再次测试等。

        不仅要出售更多产品,而且要以更好的方式将信息提供给他们需要的人们。
        更好的最终用户体验,每个人都将赢得胜利。

        维杰

  22. 35
    布伦特·斯特里 says

    我有一个简单的问题,您如何证明因果关系?

  23. 37

    您 perfectly noted the evolution of analytics, starting from row data with basic analysis 和 segmentation to the current huge flow of data we fight 上 a daily basis to get conclusions 和 secure solutions for the benefit of our 要么ganisations.

    这种发展就像疯了一样,只有能够得出真实结论并预测趋势的技术才会成功。

  24. 38

    嗨,阿维纳什,

    我们在2015年超级周期间想念您…. :(

  25. 39
    尼基尔·加诺特拉(Nikhil Ganotra) says

    你好阿维纳什,

    是的,它'确实比我预期的要复杂得多。

    我只是SEO,分析和数字营销领域的初学者。我从没想到学习分析会变得如此复杂。

    我阅读了这篇文章,但在阅读了这篇文章之后,我只了解了几个术语,并且感觉就像在喝一壶咖啡。

    但是,我已经订阅了您的博客,并希望在定期阅读您的其他文章之后,我能够轻松理解这些指标。

    谢谢 ! :)

    • 40

      老兄,这是一段无与伦比的旅程。一次一步,我可以向您保证,'s going to be fun.

      It'令人惊讶的是您发现了Avinash'的博客,定义资产。

      为您提供市场动机认证的途径。

      祝一切顺利,

      维杰

  26. 41
    迈克尔·埃里森 says

    您好Avinash,很棒的文章。

    除了"some"有使用Google 分析工具(分析)的经验,对于该学科我是一个新手。我想学习更多,并想进入数字分析领域,但是我想在一位导师的智慧下进行。

    在我的研究中,进行此类学习的唯一机会是通过Analytics Demystified的Analysis Exchange程序进行,但该程序似乎不再有效。您对我有什么建议或资源吗?

  27. 43
    伊琳娜·约翰逊(Irina Johnson) says

    感谢您与我们分享这篇精彩的文章。

    阅读效果很好。

  28. 44
    马兹德·乌玛(Mazid Umar) says

    你好,

    这是令人振奋的信息,阅读起来很有趣。这是非常有用的文章。

    继续你出色的工作!

    感谢与我们分享这个有用的帖子。

  29. 45
    查尔斯 says

    嗨,阿维纳什,

    非常有趣的文章!在过去的一年中,我一直在努力建立自己的电子商务公司,目前我正全力以赴地制定自己的营销计划。我意识到这对我的业务将有多么重要,但是我以前没有使用Digital 分析工具的经验。

    阅读这篇文章后,我对要求有更好的了解,但是我是一个单人乐队,我将独自完成所有这些工作,至少在开始时,现在感觉有些不知所措。

    On the 上 e hand, I do not need to convince management to buy into my plan, as it is 上 ly me, however, I am 一些what restricted by limited resources(time, money).

    对于像我这样的人,他必须履行您在上述工作中所描述的所有角色,包括“大脑大佬”,您是否有关于从何处着手的方向性/建议性话语"large"话题!? (除了阅读我刚刚订购的书Web 分析工具 2.0外)。

    非常感谢!

    查尔斯

  30. 48
    高拉夫·塞西(Gaurav Sethi) says

    谢谢你的出色的东西。

    My friend recommended me to visit this blog, 和 I have to say that I have learned 一些thing new which has definitely enhanced my knowledge.

  31. 49
    奥立佛 says

    嗨阿维纳什

    非常感谢您分享与我们免费分享的有用信息!

    我喜欢它,并期待从您的经验中学到东西。 :-)

  32. 50
    迪皮卡·塔娜(Deepika Tanna) says

    你好阿维纳什,

    很棒的帖子!

  33. 51
    雪伊丝 says

    一如既往的精湛文章!

    阿维纳什, can you please provide a link where you wrote about single page 网站分析. When i say single page, it is single-page application (SPA).

  34. 53

    嗨,阿维纳什!

    一篇精心撰写的文章,内容也非常丰富!

    您 have not 上 ly covered the basics, but have done a spectacular job in simplifying technical jargon for even those who have been in the 上 line marketing game for 一些 time.

    感谢分享!
    问候。

  35. 54

    如此宝贵的职位。

    I am just getting started 上 deeper analytic research 和 currently doing 一些 A/B testing to see what works better overall.

    您 suggested to 一些one before to use google analytics. Is it able to to give adequate information in terms of A/B testing?

  36. 56
    拉玛·克里希纳(Rama Krishna) says

    是的,您对Avinash是正确的,而无需学习我们可以't do any thing that'这就是为什么我们首先必须了解这些主题的原因。

  37. 57
    克里斯 says

    感谢您出色的帖子Avinash!

    如果你们每个人都发现时间的话,那也将是一个很棒的视频;)

  38. 58

    What a post, 阿维纳什。 您 have not 上 ly covered the basics, but even made complicated technical terms easier to understand for people who haven'在游戏中待了那么久。

    继续努力!

  39. 59

    这样一个内容丰富的帖子。您可以通过简单的方式定义数字分析。谢谢

  40. 60

    嗨,阿维纳什!

    一如既往的优秀文章!这些确实是数字分析的双赢策略。

    感谢您与我们分享这样的信息文章。

    问候

    毗湿奴·库玛(Vishnu Kumar)

  41. 61
    塞克·坦杰布 says

    这就是我们如何在分析中取得巨大成功…….

    谢谢你的文章…

  42. 62

    这是一篇非常有价值的文章Avinash,感谢您将如此多的优点捆绑到一篇文章中。

    I'm a big fan!

  43. 63

    此处定义的维度和高级细分之间的(业务)区别是什么?

    I'我很困惑,因为我让他们感到困惑…澄清会很棒。

    感谢您提供非常详尽且可行的帖子!

  44. 65
    马克·伯特兰 says

    It'为科学过程设定系统的方法总是好的。在代理机构级别,我通常会继承Google 分析工具(分析)或Adobe 分析工具(分析)帐户,该帐户具有多年的数据收集功能,并且在数据清理和整洁控制方面的工作为零。它'在讨论分析,分析和赌博时,与客户进行的交谈通常很不舒服。

    添加过滤器,跨域跟踪,数据层,计算的指标,自定义维度,自定义警报等。然后使广告系列参数保持一致,服务器出现错误,最后一个月或几个月后,您将收集可用数据。太好了,现在我们可以进入数据挖掘,归因模型,但不能使用多年的数据。

    我觉得您的数据输出中缺少归因模型。

    • 66

      标记: 我不得不承认你的经历并非非典型。对这三个方面(DC-DR-DA)的系统关注很少。但是,我们必须努力达到目标!

      您 are right about attribution, it is missing. I'将其添加到将来的版本中。用视觉语言我'm using here, it would be a another blue ring outside 高级细分. The outputs stay the same.

      谢谢!

      阿维纳什。

  45. 67

    这是一本很棒的书,我学到了很多东西。

    现在,如果您能告诉我如何与团队相处以获得动手训练。

  46. 69
    泰莎(Tessa Floreani) says

    嗨,阿维纳什!真的很喜欢这个帖子!在其中制作了信息图' honor.

    //tessafloreani23.wordpress.com/2019/03/28/making-an-infographic/

    #CEID100

引用

  1. […]
    但这并没有您想象的那么复杂。不完全是。不那么复杂。
    资源: http://www.kaushik.net
    […]

  2. […]
    完整的数字分析生态系统:如何取胜– kaushik.net
    […]

  3. […]
    阿维纳什·考希克(Avinash Kaushik)的博客Occam的Razor是一个不错的起点。尤其值得一提的是他的题为“完整的数字分析生态系统:如何取胜”的文章。它可能不会改变您运行分析的方式,但是它会整洁地分解所有内容,以至于该字段看起来不那么硬朗,并为特定活动提供了真正的目的。
    […]

  4. […]
    完整的数字分析生态系统:Avinash Kaushik的如何取胜
    […]

  5. […]
    如果大多数数字营销计划或广告系列都存在薄弱环节,那就是分析。最近的一项研究表明,在线营销中最大的人才和招聘差距是在分析领域。 37%的接受调查的公司表示,他们急切需要认真处理数据的员工。如果您看一下下面的图片(由Occam的Razor上的Avinash Kaushik提供),您会看到类似的重点放在“大脑袋”上,而且这些人还不够。
    […]

  6. […]
    Il mondo dell’analisi digitale sembra super complicato,由Avinash Kaushik nel suo ultimo articolo non loèaffatto担任职务,是基于网络分析的实施工具。基本要素4种基本要素:Le Metriche,le Dimensioni,KPI和Rapporti personalizzati。
    […]

  7. […]
    总是令人惊讶的Avinash Kaushik最近写了一篇很棒的文章,解释了数字分析生态系统。如标题所示,这不是快速阅读。尽管如此,它包含的信息对于数字营销人员和他们的客户都是绝对必要的。
    […]

  8. […]
    完整的数字分析生态系统:Avinash Kaushik的如何取胜
    […]

  9. […]
    完整的数字分析生态系统:Avinash Kaushik的如何取胜
    […]

  10. […]
    拥有如此庞大的数据量,数字营销人员究竟如何知道应该将注意力集中在什么方面?任何衡量模型的核心要素都是关键绩效指标(KPI)。这些都是从客户信息中得出的-分解他们的业务并细化他们的目标,直到他们存在的真正理由显而易见为止。
    […]

  11. […]
    完整的数字分析生态系统:如何取胜(Avinash Kaushik)
    […]

  12. […]
    Kaushik,A.(2015年)。完整的数字分析生态系统:如何取胜。 奥卡姆的剃刀,取自 //www.dqnk120.com/avinash/complete-digital-analytics-ecosystem-how-to-win-big/
    […]

  13. […]
    我相信,正如常识所表明的那样,您应该首先制定内容策略(并且首先进行内容投资)。然后,至少在您拥有足够数量的关键(尚未完成)内容之后,您应该投资于营销。一旦有了足够的关键营销预算(可能是1万美元,实际上是很低的门槛),就应该制定衡量策略。 [第一阶段,第一步到第五步,在这里: 完整的数字分析生态系统:如何取胜。]
    […]

  14. […]ผมก็เลยอนุญาตขอแนะนำโพสนี้และโพสนี้ vinางเทพเจ้าแห่งการวิเคราะห์เว็บไซต์ของผมMr.Avinash Kaushikได้เขียนเอาไว้มาแนะนำให้พวกคุณได้เข้าไปอ่านต่อกันครับ[…]

添加您的观点

*