Bakit Mas Mahalaga ang Pakikipag-usap sa Koponan Kaysa sa iyong Martech Stack

Komunikasyon at Pagsusuri ng Koponan sa Marketing

Ang hindi tipiko na pananaw ni Simo Ahava sa kalidad ng data at mga istruktura ng komunikasyon ay nagpasariwa sa buong silid pahingahan sa Pumunta sa Analytics! pagpupulong. OWOX, ang pinuno ng MarTech sa rehiyon ng CIS, tinanggap ang libu-libong mga dalubhasa sa pagtitipong ito upang ibahagi ang kanilang kaalaman at ideya.

Koponan ng OWOX BI nais mong pag-isipan ang konsepto na iminungkahi ni Simo Ahava, na tiyak na may potensyal upang mapalago ang iyong negosyo. 

Ang Kalidad ng Data at Kalidad ng Organisasyon

Ang kalidad ng data ay nakasalalay sa tao na pinag-aaralan ito. Karaniwan, sisihin namin ang lahat ng mga bahid sa data sa mga tool, daloy ng trabaho, at mga database. Ngunit makatuwiran ba iyon?

Sa totoo lang, ang kalidad ng data ay direktang nakatali sa kung paano kami nakikipag-usap sa loob ng aming mga samahan. Tinutukoy ng kalidad ng samahan ang lahat, nagsisimula sa diskarte sa pagmimina ng data, pagtatantya, at pagsukat, na nagpapatuloy sa pagproseso, at nagtatapos sa pangkalahatang kalidad ng produkto at paggawa ng desisyon. 

Mga Kumpanya at Kanilang Mga Istraktura ng Komunikasyon

Isipin natin na ang isang kumpanya ay nagdadalubhasa sa isang tool. Ang mga tao sa kumpanyang ito ay mahusay sa paghahanap ng ilang mga problema at paglutas sa mga ito para sa segment na B2B. Maganda ang lahat, at walang alinlangan na alam mo ang ilang mga kumpanya na tulad nito.

Ang mga epekto ng mga aktibidad ng mga kumpanyang ito ay nakatago sa pangmatagalang proseso ng pagtaas ng mga kinakailangan para sa kalidad ng data. Sa parehong oras, dapat nating tandaan na ang mga tool na nilikha upang pag-aralan ang data gumagana sa data lamang at ihiwalay mula sa mga problema sa negosyo - kahit na nilikha ang mga ito upang malutas ang mga ito. 

Iyon ang dahilan kung bakit lumitaw ang isa pang uri ng firm. Ang mga kumpanyang ito ay dalubhasa sa pag-debug ng daloy ng trabaho. Maaari silang makahanap ng isang buong grupo ng mga problema sa mga proseso ng negosyo, ilagay ito sa isang whiteboard, at sabihin sa mga ehekutibo:

Dito, dito, at doon! Ilapat ang bagong diskarte sa negosyo at magiging maayos ka!

Ngunit napakahusay na tunog upang maging totoo. Ang kahusayan ng payo na hindi batay sa pag-unawa sa mga tool ay nagdududa. At ang mga kumpanya ng pagkonsulta ay madalas na hindi maunawaan kung bakit lumitaw ang mga naturang problema, kung bakit ang bawat bagong araw ay nagdudulot ng mga bagong pagiging kumplikado at pagkakamali, at kung aling mga tool ang na-set up nang hindi tama.

Kaya ang pagiging kapaki-pakinabang ng mga kumpanyang ito sa kanilang sarili ay limitado. 

Mayroong mga kumpanya na may parehong kadalubhasaan sa negosyo at kaalaman sa mga tool. Sa mga kumpanyang ito, ang bawat isa ay nahuhumaling sa pagkuha ng mga taong may mahusay na mga katangian, mga dalubhasa na sigurado sa kanilang mga kasanayan at kaalaman. Malamig. Ngunit kadalasan, ang mga kumpanyang ito ay hindi naglalayon sa paglutas ng mga problema sa komunikasyon sa loob ng koponan, na madalas nilang nakikita bilang hindi mahalaga. Kaya't sa paglitaw ng mga bagong problema, nagsisimula ang pangangaso ng bruha - kaninong kasalanan ito? Siguro nalito ng mga dalubhasa sa BI ang mga proseso? Hindi, hindi nabasa ng mga programmer ang teknikal na paglalarawan. Ngunit sa lahat, ang totoong problema ay hindi maisip ng koponan ang malinaw na problema upang malutas ito nang magkasama. 

Ipinapakita nito sa amin na kahit sa isang kumpanya na pinalamanan ng mga cool na espesyalista, ang lahat ay kukuha ng mas maraming pagsisikap kaysa kinakailangan kung ang organisasyon ay hindi pag-aralang mabuti tama na. Ang ideya na kailangan mong maging matanda at maging responsable, lalo na sa isang krisis, ang huling bagay na iniisip ng mga tao sa karamihan ng mga kumpanya.

Kahit na ang aking dalawang taong gulang na anak na pupunta sa kindergarten ay tila mas mature kaysa sa ilan sa mga samahan na nakipagtulungan ako.

Hindi ka makakalikha ng isang mahusay na kumpanya sa pamamagitan lamang ng pagkuha ng maraming mga dalubhasa, dahil lahat sila ay hinihigop ng ilang pangkat o departamento. Kaya't ang pamamahala ay patuloy na kumukuha ng mga espesyalista, ngunit walang nagbabago sapagkat ang istraktura at lohika ng daloy ng trabaho ay hindi nagbabago.

Kung wala kang ginawa upang lumikha ng mga channel ng komunikasyon sa loob at labas ng mga pangkat at kagawaran na ito, lahat ng iyong pagsisikap ay walang katuturan. Iyon ang dahilan kung bakit ang diskarte sa komunikasyon at kapanahunan ang pokus ni Ahava.

Nalalapat ang Batas ng Conway sa Mga Kumpanya ng Analytics

Makahulugang Data - Batas ni Conway

Limampung taon na ang nakalilipas, isang mahusay na programmer na nagngangalang Melvin Conway ay gumawa ng isang mungkahi na kalaunan ay naging tanyag na kilala bilang batas ni Conway: 

Mga organisasyong aling mga system ng disenyo. . . ay napipigilan upang makabuo ng mga disenyo na kopya ng mga istruktura ng komunikasyon ng mga organisasyong ito.

Melvin Conway, Batas ng Conway

Ang mga saloobing ito ay lumitaw sa isang oras kung kailan ang isang computer ay magkasya sa isang silid na perpekto! Isipin lamang: Narito mayroon kaming isang koponan na nagtatrabaho sa isang computer, at doon mayroon kaming ibang koponan na nagtatrabaho sa isa pang computer. At sa totoong buhay, ang batas ng Conway ay nangangahulugang ang lahat ng mga pagkukulang sa komunikasyon na lilitaw sa mga koponan ay makikita sa istraktura at pagpapaandar ng mga programang binuo nila. 

Tandaan ng May-akda:

Ang teorya na ito ay daan-daang beses nang nasubok sa kaunlaran ng mundo at napag-usapan nang marami. Ang pinaka-tiyak na kahulugan ng batas ng Conway ay nilikha ni Pieter Hintjens, isa sa pinaka-maimpluwensyang programmer ng unang bahagi ng 2000, na nagsabing "kung ikaw ay nasa isang shitty na organisasyon, gagawa ka ng shitty software." (Amdahl to Zipf: Sampung Batas ng Physics of People)

Madaling makita kung paano gumagana ang batas na ito sa mundo ng marketing at analytics. Sa mundong ito, ang mga kumpanya ay nagtatrabaho kasama ang higanteng dami ng data na nakalap mula sa iba't ibang mga mapagkukunan. Lahat tayo ay maaaring sumang-ayon na ang data mismo ay patas. Ngunit kung susuriin mong mabuti ang mga hanay ng data, makikita mo ang lahat ng mga pagkukulang ng mga samahan na nagkolekta ng data na iyon:

  • Nawawalang mga halaga kung saan ang mga inhinyero ay hindi pa napag-usapan ang isang isyu 
  • Maling mga format kung saan walang nagbayad ng pansin at walang nagtalakay sa bilang ng mga decimal na lugar
  • Mga pagkaantala sa komunikasyon kung saan walang nakakaalam ng format ng transfer (batch o stream) at kung sino ang dapat tumanggap ng data

Iyon ang dahilan kung bakit ganap na isiniwalat ng mga system ng palitan ng data ang aming mga kakulangan.

Ang kalidad ng data ay ang pagkamit ng mga dalubhasa sa tool, dalubhasa sa daloy ng trabaho, tagapamahala, at ang komunikasyon sa lahat ng mga taong ito.

Ang Pinakamahusay at Pinakamasamang Kayarian ng Komunikasyon para sa Mga Multidisciplinary Team

Ang isang tipikal na pangkat ng proyekto sa isang MarTech o kumpanya ng analytics ng marketing ay binubuo ng mga dalubhasa sa intelligence ng negosyo (BI), mga siyentipiko ng data, taga-disenyo, marketer, analista, at programmer (sa anumang kumbinasyon).

Ngunit ano ang mangyayari sa isang koponan na hindi nauunawaan ang kahalagahan ng komunikasyon? Tingnan natin. Ang mga programmer ay magsusulat ng code nang mahabang panahon, sinusubukan nang husto, habang ang isa pang bahagi ng koponan ay maghihintay lamang sa kanila na maipasa ang batuta. Sa wakas, ilalabas ang bersyon ng beta, at lahat ay magbubulung-bulungan tungkol sa kung bakit ito napakatagal. At kapag lumitaw ang unang pagkukulang, ang lahat ay magsisimulang maghanap ng iba na masisisi ngunit hindi para sa mga paraan upang maiwasan ang sitwasyon na nakarating sa kanila doon. 

Kung titingnan natin ang mas malalim, makikita natin na ang mga hangarin sa kapwa ay hindi naintindihan nang tama (o sa lahat). At sa ganitong sitwasyon, makakakuha kami ng isang nasira o may depekto na produkto. 

Hikayatin ang Mga Koponan ng Multi-disiplina

Ang pinakapangit na tampok ng sitwasyong ito:

  • Hindi sapat na paglahok
  • Hindi sapat na pakikilahok
  • Kakulangan ng kooperasyon
  • Kulang sa tiwala

Paano natin ito maaayos? Literal sa pamamagitan ng pag-uusap ng mga tao. 

Hikayatin ang Mga Koponan ng Multidisiplina

Tipunin natin ang lahat, magtakda ng mga paksa ng talakayan, at mag-iskedyul ng mga lingguhang pagpupulong: pagmemerkado sa BI, mga programmer na may mga taga-disenyo at data specialist. Pagkatapos ay inaasahan namin na ang mga tao ay makipag-usap tungkol sa proyekto. Ngunit hindi pa rin iyon sapat dahil ang mga miyembro ng koponan ay hindi pa rin pinag-uusapan ang buong proyekto at hindi nakikipag-usap sa buong koponan. Ito ay madali upang makakuha ng snow sa ilalim ng sampu-sampung mga pagpupulong at walang paraan out at walang oras upang gawin ang trabaho. At ang mga mensahe pagkatapos ng pagpupulong ay papatay sa natitirang oras at pag-unawa sa susunod na gagawin. 

Iyon ang dahilan kung bakit ang pagpupulong ay lamang ang unang hakbang. Mayroon pa kaming ilang mga problema:

  • Mahinang komunikasyon
  • Kakulangan ng kapwa layunin
  • Hindi sapat na paglahok

Minsan, sinusubukan ng mga tao na ipasa ang mahalagang impormasyon tungkol sa proyekto sa kanilang mga kasamahan. Ngunit sa halip na makalusot ang mensahe, ginagawa ng tsismis machine ang lahat para sa kanila. Kapag hindi alam ng mga tao kung paano ibahagi ang kanilang mga saloobin at ideya nang maayos at sa wastong kapaligiran, mawawala ang impormasyon sa daan patungo sa tatanggap. 

Ito ang mga sintomas ng isang kumpanya na nakikipaglaban sa mga problema sa komunikasyon. At nagsisimula itong pagalingin sila sa mga pagpupulong. Ngunit palagi kaming may iba pang solusyon.

Manguna sa lahat na makipag-usap tungkol sa proyekto. 

Komunikasyon sa maraming disiplina sa mga pangkat

Ang pinakamahusay na mga tampok ng pamamaraang ito:

  • Aninaw
  • Paglahok
  • Pagpapalitan ng kaalaman at kasanayan
  • Non-stop na edukasyon

Ito ay isang lubhang kumplikadong istraktura na mahirap likhain. Maaari mong malaman ang ilang mga balangkas na kumukuha ng pamamaraang ito: Agile, Lean, Scrum. Hindi mahalaga kung ano ang pangalanan mo ito; lahat ng mga ito ay itinayo sa prinsipyong "ginagawa ang lahat nang magkakasabay". Ang lahat ng mga kalendaryong iyon, queues ng gawain, mga presentasyon sa demo, at mga pagpupulong na paninindigan ay naglalayong pag-usapan ng mga tao ang tungkol sa proyekto nang madalas at magkasama.

Iyon ang dahilan kung bakit gusto ko ng maliksi, sapagkat kasama dito ang kahalagahan ng komunikasyon bilang isang paunang kinakailangan para sa kaligtasan ng proyekto.

At kung sa palagay mo ay isang analyst na hindi gusto ang Agile, tingnan ito sa ibang paraan: Tinutulungan ka nitong ipakita ang mga resulta ng iyong trabaho - lahat ng iyong naprosesong data, iyong magagaling na dashboard, iyong mga set ng data - upang makagawa ng mga tao pahalagahan ang iyong mga pagsisikap. Ngunit upang gawin iyon, kailangan mong makilala ang iyong mga kasamahan at makipag-usap sa kanila sa bilog na mesa.

Anong susunod? Sinimulan na ng lahat na pag-usapan ang proyekto. Ngayon meron na kami upang patunayan ang kalidad ng proyekto. Upang gawin ito, ang mga kumpanya ay karaniwang kumukuha ng isang consultant na may pinakamataas na kwalipikasyong propesyonal. 

Ang pangunahing pamantayan ng isang mahusay na consultant (maaari kong sabihin sa iyo dahil ako ay isang consultant) ay patuloy na binabawasan ang kanyang pagkakasangkot sa proyekto.

Ang isang consultant ay hindi maaaring magpakain lamang sa isang kumpanya ng maliliit na piraso ng mga propesyonal na lihim dahil hindi nito gagawing mature ang kumpanya at nagtaguyod sa sarili. Kung hindi pa mabubuhay ang iyong kumpanya nang wala ang iyong consultant, dapat mong isaalang-alang ang kalidad ng serbisyong iyong natanggap. 

Sa pamamagitan ng paraan, ang isang consultant ay hindi dapat gumawa ng mga ulat o maging isang karagdagang pares ng mga kamay para sa iyo. Mayroon kang iyong mga kasamahan sa loob para doon.

Hire Marketers para sa Edukasyon, Hindi Delegasyon

Ang pangunahing layunin ng pagkuha ng isang consultant ay edukasyon, pag-aayos ng mga istraktura at proseso, at pagpapadali ng komunikasyon. Ang papel ng isang consultant ay hindi buwanang pag-uulat ngunit sa halip ay itanim ang kanyang sarili sa proyekto at lubos na kasangkot sa pang-araw-araw na gawain ng koponan.

Isang magandang strategic consultant sa marketing pinupunan ang mga puwang sa kaalaman at pag-unawa sa mga kalahok sa proyekto. Ngunit maaaring hindi niya kailanman gawin ang gawain para sa isang tao. At isang araw, ang lahat ay kailangang gumana nang maayos nang wala ang consultant. 

Ang mga resulta ng mabisang komunikasyon ay isang kawalan ng pangangaso ng bruha at pagturo ng daliri. Bago masimulan ang isang gawain, ibahagi ng mga tao ang kanilang mga pagdududa at katanungan sa iba pang mga miyembro ng koponan. Kaya, karamihan sa mga problema ay nalulutas bago magsimula ang trabaho. 

Tingnan natin kung paano naiimpluwensyahan ang lahat ng iyon sa pinaka-kumplikadong bahagi ng trabaho sa pagsusuri sa marketing: pagtukoy sa daloy ng data at pagsasama ng data.

Paano Nakasalamin ang Istrakturang Komunikasyon sa Paglipat at Pagproseso ng Data?

Ipagpalagay natin na mayroon kaming tatlong mga mapagkukunan na nagbibigay sa amin ng sumusunod na data: data ng trapiko, data ng produkto ng e-commerce / data ng pagbili mula sa loyalty program, at data ng mobile analytics. Dadalhin namin ang mga yugto sa pagpoproseso ng data nang paisa-isa, mula sa pag-stream ng lahat ng data na iyon sa Google Cloud hanggang sa pagpapadala ng lahat para sa visualization Google Data Studio sa tulong ng Google BigQuery

Batay sa aming halimbawa, anong mga katanungan ang dapat itanong ng mga tao upang matiyak ang malinaw na komunikasyon sa bawat yugto ng pagproseso ng data?

  • Yugto ng pangongolekta ng data. Kung nakalimutan nating sukatin ang isang bagay na mahalaga, hindi natin maibabalik ang oras at muling baguhin ito. Mga bagay na isasaalang-alang muna:
    • Kung hindi namin alam kung ano ang pangalanan ang pinakamahalagang mga parameter at variable, paano namin haharapin ang lahat ng gulo?
    • Paano mai-flag ang mga kaganapan?
    • Ano ang magiging natatanging identifier para sa napiling mga daloy ng data?
    • Paano namin mapangangalagaan ang seguridad at privacy? 
    • Paano kami makakalap ng data kung saan may mga limitasyon sa pagkolekta ng data?
  • Ang pagsasama-sama ng data ay dumadaloy sa stream. Isaalang-alang ang mga sumusunod:
    • Ang pangunahing mga prinsipyo ng ETL: Ito ba ay isang uri ng batch o stream ng paglilipat ng data? 
    • Paano namin mamarkahan ang pagsabay ng mga paglilipat ng data ng stream at batch? 
    • Paano namin ayusin ang mga ito sa parehong data schema nang walang pagkalugi at pagkakamali?
    • Mga katanungan sa oras at kronolohiya: Paano natin susuriin ang mga timestamp? 
    • Paano natin malalaman kung ang pagsasaayos ng data at pagpapayaman ay gumagana nang tama sa loob ng mga timestamp?
    • Paano namin mapatunayan ang mga hit? Ano ang nangyayari sa mga hindi wastong hit?

  • Yugto ng pagsasama-sama ng data. Mga bagay na isasaalang-alang:
    • Pinasadyang mga setting para sa mga proseso ng ETL: Ano ang gagawin natin sa hindi wastong data?
      I-patch o tanggalin? 
    • Maaari ba tayong makakuha ng kita mula rito? 
    • Paano ito makakaapekto sa kalidad ng buong hanay ng data?

Ang unang prinsipyo para sa lahat ng mga yugtong ito ay ang mga pagkakamali na nakasalansan sa bawat isa at nagmamana sa bawat isa. Ang data na nakolekta na may isang bahid sa unang yugto ay magpapasunog sa iyong ulo nang bahagya sa lahat ng mga kasunod na yugto. At ang pangalawang prinsipyo ay dapat kang pumili ng mga puntos para sa kasiguruhan sa kalidad ng data. Dahil sa yugto ng pagsasama-sama, ang lahat ng data ay magkakasama, at hindi mo maiimpluwensyahan ang kalidad ng halo-halong data. Talagang mahalaga ito para sa mga proyekto sa pag-aaral ng makina, kung saan ang kalidad ng data ay makakaapekto sa kalidad ng mga resulta ng pag-aaral ng makina. Mahusay na mga resulta ay hindi makamit sa mababang kalidad na data.

  • Paggunita
    Ito ang yugto ng CEO. Maaaring narinig mo ang tungkol sa sitwasyon kapag tiningnan ng CEO ang mga numero sa dashboard at sinabi: "Okay, marami kaming kinita sa taong ito, kahit na higit pa sa dati, ngunit bakit lahat ng mga parameter ng pananalapi sa red zone ? " At sa sandaling ito, huli na upang maghanap ng mga pagkakamali, na dapat ay nahuli nila noong matagal nang panahon.

Ang lahat ay batay sa komunikasyon. At sa mga paksa ng pag-uusap. Narito ang isang halimbawa ng kung ano ang dapat talakayin habang naghahanda ng Yandex streaming:

Marketing BI: Snowplow, Google Analytics, Yandex

Mahahanap mo ang mga sagot sa karamihan ng mga katanungang ito kasama lamang ng iyong buong koponan. Dahil kapag ang isang tao ay gumagawa ng desisyon batay sa paghula o personal na opinyon nang hindi sinusubukan ang ideya sa iba, maaaring lumitaw ang mga pagkakamali.

Ang mga kumplikado ay nasa lahat ng dako, kahit na sa pinakasimpleng lugar.

Narito ang isa pang halimbawa: Kapag sinusubaybayan ang mga marka ng impression ng mga card ng produkto, napansin ng isang analyst ang isang error. Sa hit data, lahat ng mga impression mula sa lahat ng mga banner at card ng produkto ay naipadala pagkatapos ng paglo-load ng pahina. Ngunit hindi namin matiyak kung talagang tiningnan ng gumagamit ang lahat sa pahina. Ang analyst ay dumating sa koponan upang ipaalam sa kanila ang tungkol dito nang detalyado.

Sinasabi ng BI na hindi natin maiiwan ang sitwasyong tulad nito.

Paano namin makakalkula ang CPM kung hindi man natin matiyak kung ipinakita ang produkto? Ano ang kwalipikadong CTR para sa mga larawan pagkatapos?

Sagot ng mga marketer:

Tingnan, lahat, makakalikha tayo ng isang ulat na nagpapakita ng pinakamahusay na CTR at i-verify ito laban sa isang katulad na malikhaing banner o larawan sa iba pang mga lugar.

At pagkatapos ay sasabihin ng mga developer:

Oo, malulutas namin ang problemang ito sa tulong ng aming bagong pagsasama para sa pagsubaybay sa pag-scroll at pag-check sa visibility ng paksa.

Sa wakas, sinabi ng mga taga-disenyo ng UI / UX:

Oo! Maaari nating piliin kung kailangan natin ng tamad o walang hanggang pag-scroll o pagination sa wakas!

Narito ang mga hakbang na pinagdaanan ng maliit na pangkat na ito:

  1. Natukoy ang problema
  2. Iniharap ang mga kahihinatnan sa negosyo ng problema
  3. Sinukat ang epekto ng mga pagbabago
  4. Ipinakita ang mga teknikal na desisyon
  5. Natuklasan ang di-maliit na kita

Upang malutas ang problemang ito, dapat nilang suriin ang koleksyon ng data mula sa lahat ng mga system. Ang isang bahagyang solusyon sa isang bahagi ng iskema ng data ay hindi malulutas ang problema sa negosyo.

ihanay ang disenyo ng adjust

Kaya't kailangan nating magtulungan. Dapat kolektahin nang responsable ang data sa bawat araw, at mahirap na gawin ito. At ang kalidad ng data ay dapat makamit ng pagkuha ng mga tamang tao, pagbili ng tamang mga tool, at pamumuhunan ng pera, oras, at pagsisikap sa pagbuo ng mabisang mga istruktura ng komunikasyon, na mahalaga para sa tagumpay ng isang samahan.

Ano sa tingin ninyo?

Ang site na ito ay gumagamit ng Akismet upang mabawasan ang spam. Alamin kung paano naproseso ang data ng iyong komento.