Аналитика сегодня — необходимость для любого бизнеса. Вчера мы начали беседу с Ильей Чухляевым, (Russia & CIS Director в OWOX BI) о том, как правильно выстроить систему аналитики в компании и какую роль в ней играют инструменты, а какую — специалисты, рассказывает. Сегодня публикуем продолжение...
Итак, чтобы данные работали на бизнес, важно:
- знать, какие цели и решения заказчика действительно зависят данных и от каких именно,
- учитывать, на какой объем прибыли эти решения оказывают влияние,
- регулярно мониторить качество именно этих данных и оперативно докладывать об отклонениях от нормы.
— Илья, может ли в построении аналитики помочь внешний партнер?
Я бы отметил 2 подхода, при которых взаимодействие с партнером действительно помогает аналитике в компании развиваться.
Первый: у партнера существенно более сильная экспертиза, чем на данный момент есть в компании. Например, бизнес уже хочет работать с данными или хотя бы начать собирать их, а аналитиков в компании нет или они сфокусированы на другие задачи. В таком случае компании стоит обратить внимание на партнера, который уже имеет опыт в работе с похожими кейсами. Я говорю про нишу компании. Наличие у партнера опыта в нише действительно имеет значение. Когда компания выбрала такого партнера, ему стоит доверить свои задачи. Но не забывать, что экспертизу важно со временем усилить и на своей стороне. Каким бы замечательным ни был партнер, решения и данные, которые приносят доход, должны быть управляемыми. Партнер при этом может продолжать выполнять полезную работу, в которой он силен как эксперт.
Уточню также, что сроки закрытия вакансий на сильного аналитика могут достигать шести месяцев. Это много. И партнер — это отличное решение, чтобы начать и не ждать ценности так долго.
Второй подход: команда партнера нанимается на контракт на определенный функционал. Например, это может быть имплементация аналитики, поддержка GTM, формирование маркетинговой отчетности. Такой подход работает, когда компании нужны большие и квалифицированные ресурсы на выполнение таких задач, а внутренние ресурсы ценнее сосредоточить на анализе и интерпретации данных.
Но при любом подходе стоит выстраивать отношения с партнером прозрачными на его уровне принятия решений. Иными словами, партнер должен понимать стратегические цели и задачи компании, ее требования к аналитике, чтобы вести работу в проактивном формате.
— Сколько может стоить выстраивание инфраструктуры аналитики с нуля?
На ежегодной конференции Go Analytics у нас выступали ребята, которые рассказывали о том, как использовать для аналитики платные продукты стоимостью в сотни тысяч долларов. А были ребята, которые говорили о том, как аналитику можно построить за 130 долларов в месяц. И то и другое — правда. Вопрос в стратегических целях, времени, бюджетах и вере в успех.
Конференция Go Analytics 2019
Для некоторых проектов подойдет, например, Google Analytics 360, потому что они активно используют продукты Google Marketing Platform, и им надо объединять данные рекламы с продажами. Другие проекты имеют более приземленные задачи и объемы продвижения и довольны Яндекс.Метрикой или бесплатным Google Analytics.
При ответе на данный вопрос я бы предлагал фокусироваться не на стоимости, а на функциональности системы и ее рентабельности для проекта. Банальный пример: если бизнес ставит перед системой аналитики задачу повышения конверсии в продажу, а конверсия в пересчете на дополнительный доход меньше, чем затраты на решение, вряд ли это решение пройдет повторную процедуру закупки.
Есть также пример из исследования по SaaS-аналитике, который гласит: если ваша годовая выручка составляет от 200 тыс. $ до 1 млн $ , то вам уже пора собирать данные в базу, но еще рано вкладывать усилия в работу с ML-алгоритмами. Просто у вас не будет достаточно данных о ваших клиентах.
При всей этой подготовке не забывайте главное: аналитика должна в первую очередь помогать отвечать на вопросы «Где мои риски?» и «Где мои зоны роста?» в выполнении плана. Если она не помогает вам с ответами, то это просто данные, которые отнимают ваше время. Эти два вопроса — основа маркетинговой аналитики, которая должна помогать компании и CMO в частности принимать более оперативные и качественные решения. Тогда бизнесу будет выгодно платить как за маркетинговые и аналитические сервисы, так и за команду аналитики и услуги партнеров.
Выводы:
- Строить аналитику нужно, отталкиваясь от этапа, на котором находится бизнес.
- Необязательно ждать накопления большого количества данных или искать супераналитика в течение полугода. На начальном этапе обратитесь к партнерам, у которых есть опыт построения нужной модели маркетинговой аналитики в вашей сфере.
- Вместе с партнером выберите подходящую модель: готовые продукты, доработанные под ваш бизнес, или систему, разработанную с нуля «под себя». Параллельно можно взять на работу менее компетентного специалиста в области аналитики, но хорошо разбирающегося в контексте бизнеса, который будет с самого начала вникать в инфраструктуру и далее масштабировать ее и улучшать.
Делайте вашу ленту в Яндекс.Дзен интересной и полезной – подписывайтесь на наш канал! Здесь каждый день выходят лучшие материалы нашего блога: интервью с самыми крутыми экспертами отрасли, лайфхаки для #интернет-маркетинг и #аналитика, исследования, чек-листы, анонсы на наши онлайн (и не только!) конференции.
Присоединяйтесь к #CoMagicPeople, прокачивайтесь как специалист и прокачивайте вашу рекламу и бизнес! 🔥
