Dlaczego komunikacja w zespole jest ważniejsza niż Twój stos Martech

Komunikacja i analiza zespołu marketingowego

Nietypowy punkt widzenia Simo Ahavy na jakość danych i struktury komunikacyjne odświeżył całą salę w Idź do Analytics! konferencja. OWOX, lider MarTech w regionie WNP, zaprosił tysiące ekspertów na to spotkanie, aby podzielić się swoją wiedzą i pomysłami.

Zespół OWOX BI chciałbym, abyś przemyślał koncepcję zaproponowaną przez Simo Ahava, która z pewnością ma potencjał, aby Twój biznes się rozwinął. 

Jakość danych i jakość organizacji

Jakość danych zależy od osoby, która je analizuje. Zwykle winimy za wszystkie wady danych w narzędziach, przepływach pracy i zestawach danych. Ale czy to rozsądne?

Szczerze mówiąc, jakość danych jest bezpośrednio związana ze sposobem, w jaki komunikujemy się w naszych organizacjach. Jakość organizacji decyduje o wszystkim, począwszy od podejścia do eksploracji danych, szacowania i pomiaru, poprzez przetwarzanie, a kończąc na ogólnej jakości produktu i podejmowaniu decyzji. 

Firmy i ich struktury komunikacyjne

Wyobraźmy sobie, że firma specjalizuje się w jednym narzędziu. Ludzie w tej firmie świetnie potrafią znajdować określone problemy i rozwiązywać je w segmencie B2B. Wszystko jest świetnie i bez wątpienia znasz kilka takich firm.

Skutki uboczne działań tych firm są ukryte w długotrwałym procesie podnoszenia wymagań co do jakości danych. Jednocześnie pamiętajmy, że narzędzia stworzone do analizy danych pracują tylko z danymi i są odizolowane od problemów biznesowych - nawet jeśli są stworzone po to, by je rozwiązać. 

Dlatego pojawił się inny rodzaj firmy. Firmy te specjalizują się w debugowaniu przepływu pracy. Potrafią znaleźć całą masę problemów w procesach biznesowych, umieścić je na tablicy i powiedzieć kierownictwu:

Tu, tu i tam! Zastosuj tę nową strategię biznesową, a wszystko będzie dobrze!

Ale brzmi to zbyt dobrze, aby mogło być prawdziwe. Skuteczność porad, które nie są oparte na zrozumieniu narzędzi, jest wątpliwa. A te firmy konsultingowe zwykle nie rozumieją, dlaczego pojawiły się takie problemy, dlaczego każdy nowy dzień przynosi nowe zawiłości i błędy oraz które narzędzia zostały źle skonfigurowane.

Tak więc użyteczność samych tych firm jest ograniczona. 

Istnieją firmy posiadające zarówno wiedzę biznesową, jak i znajomość narzędzi. W tych firmach wszyscy mają obsesję na punkcie zatrudniania ludzi o wielkich cechach, ekspertów, którzy są pewni swoich umiejętności i wiedzy. Fajne. Ale zazwyczaj firmy te nie są nastawione na rozwiązywanie problemów komunikacyjnych w zespole, które często uważają za nieistotne. Kiedy pojawiają się nowe problemy, zaczyna się polowanie na czarownice - czyja to wina? Może specjaliści BI pomieszali procesy? Nie, programiści nie przeczytali opisu technicznego. Ale w sumie prawdziwy problem polega na tym, że zespół nie może jasno przemyśleć problemu, aby wspólnie go rozwiązać. 

To pokazuje nam, że nawet w firmie z fajnymi specjalistami wszystko będzie wymagało więcej wysiłku niż to konieczne, jeśli organizacja nie jest dojrzały dość. Pomysł, że trzeba być dorosłym i odpowiedzialnym, zwłaszcza w czasie kryzysu, jest ostatnią rzeczą, o której ludzie myślą w większości firm.

Nawet moje dwuletnie dziecko, które idzie do przedszkola, wydaje się bardziej dojrzałe niż niektóre organizacje, z którymi współpracowałem.

Nie da się stworzyć efektywnej firmy tylko zatrudniając wielu specjalistów, bo wszyscy są pochłonięci przez jakąś grupę lub dział. Dlatego zarząd nadal zatrudnia specjalistów, ale nic się nie zmienia, ponieważ struktura i logika przepływu pracy w ogóle się nie zmienia.

Jeśli nie zrobisz nic, aby stworzyć kanały komunikacji wewnątrz i na zewnątrz tych grup i działów, wszystkie twoje wysiłki będą bez znaczenia. Właśnie dlatego strategia komunikacji i dojrzałość są celem Ahavy.

Prawo Conwaya stosowane w firmach analitycznych

Znaczące dane - prawo Conwaya

Pięćdziesiąt lat temu wielki programista Melvin Conway wysunął sugestię, która później stała się popularnie znana jako prawo Conwaya: 

Organizacje projektujące systemy. . . są zmuszeni do tworzenia projektów, które są kopiami struktur komunikacyjnych tych organizacji.

Melvin Conway, Prawo Conwaya

Te myśli pojawiły się w czasie, gdy jeden komputer idealnie pasował do jednego pomieszczenia! Wyobraź sobie: tutaj mamy jeden zespół pracujący na jednym komputerze, a inny zespół pracujący na innym komputerze. W prawdziwym życiu prawo Conwaya oznacza, że ​​wszystkie błędy komunikacyjne, które pojawiają się między tymi zespołami, będą miały odzwierciedlenie w strukturze i funkcjonalności tworzonych przez nie programów. 

Notka autora:

Ta teoria została przetestowana setki razy w świecie rozwoju i była często dyskutowana. Najpewniejsza definicja prawa Conwaya została stworzona przez Pietera Hintjensa, jednego z najbardziej wpływowych programistów początku XXI wieku, który powiedział, że „jeśli jesteś w gównianej organizacji, będziesz robić gówniane oprogramowanie”. (Amdahl to Zipf: Dziesięć praw fizyki ludzi)

Łatwo jest zobaczyć, jak to prawo działa w świecie marketingu i analityki. Na tym świecie firmy pracują z ogromnymi ilościami danych zebranych z różnych źródeł. Wszyscy możemy się zgodzić, że same dane są uczciwe. Ale jeśli dokładnie przyjrzysz się zestawom danych, zobaczysz wszystkie niedoskonałości organizacji, które zebrały te dane:

  • Brakujące wartości, w przypadku których inżynierowie nie omówili problemu 
  • Niewłaściwe formaty, w których nikt nie zwracał uwagi i nikt nie omawiał liczby miejsc dziesiętnych
  • Opóźnienia w komunikacji, gdy nikt nie zna formatu transferu (pakiet lub strumień) i kto musi odebrać dane

Dlatego systemy wymiany danych całkowicie ujawniają nasze niedoskonałości.

Jakość danych to osiągnięcie specjalistów od narzędzi, ekspertów od przepływu pracy, menedżerów i komunikacji między wszystkimi tymi osobami.

Najlepsze i najgorsze struktury komunikacyjne dla zespołów multidyscyplinarnych

Typowy zespół projektowy w firmie MarTech lub firmie zajmującej się analityką marketingową składa się ze specjalistów Business Intelligence (BI), analityków danych, projektantów, marketerów, analityków i programistów (w dowolnej kombinacji).

Ale co się stanie w zespole, który nie rozumie, jak ważna jest komunikacja? Zobaczmy. Programiści długo będą pisać kod, bardzo się starając, podczas gdy inna część zespołu będzie tylko czekać, aż przekażą pałeczkę. W końcu zostanie wydana wersja beta i wszyscy będą szeptać, dlaczego trwało to tak długo. A kiedy pojawi się pierwsza wada, wszyscy zaczną szukać kogoś innego, kogo można winić, ale nie sposobów uniknięcia sytuacji, która doprowadziła ich do tego. 

Jeśli spojrzymy głębiej, zobaczymy, że wspólne cele nie zostały poprawnie zrozumiane (lub w ogóle). A w takiej sytuacji otrzymamy uszkodzony lub wadliwy produkt. 

Zachęcaj zespoły multidyscyplinarne

Najgorsze cechy tej sytuacji:

  • Niewystarczające zaangażowanie
  • Niewystarczający udział
  • Brak współpracy
  • Brak zaufania

Jak możemy to naprawić? Dosłownie zmuszając ludzi do mówienia. 

Zachęcaj zespoły multidyscyplinarne

Zbierzmy wszystkich razem, ustalmy tematy do dyskusji i zaplanujmy cotygodniowe spotkania: marketing z BI, programiści z projektantami i specjalistami od danych. Wtedy mamy nadzieję, że ludzie będą rozmawiać o projekcie. Ale to wciąż za mało, ponieważ członkowie zespołu nadal nie rozmawiają o całym projekcie i nie rozmawiają z całym zespołem. Zaśnieżenie jest łatwe dzięki dziesiątkom spotkań, bez wyjścia i bez czasu na pracę. A te wiadomości po spotkaniach zabiją resztę czasu i zrozumienie, co robić dalej. 

Dlatego spotkanie to dopiero pierwszy krok. Nadal mamy pewne problemy:

  • Słaba komunikacja
  • Brak wspólnych celów
  • Niewystarczające zaangażowanie

Czasami ludzie próbują przekazać ważne informacje o projekcie swoim współpracownikom. Ale zamiast dotrzeć do wiadomości, maszyna plotkarska robi wszystko za nich. Kiedy ludzie nie wiedzą, jak właściwie podzielić się swoimi przemyśleniami i pomysłami w odpowiednim środowisku, informacje zostaną utracone w drodze do odbiorcy. 

To symptomy borykającej się firmy z problemami komunikacyjnymi. I zaczyna je leczyć spotkaniami. Ale zawsze mamy inne rozwiązanie.

Poprowadź wszystkich do komunikowania się w sprawie projektu. 

Komunikacja multidyscyplinarna w zespołach

Najlepsze cechy tego podejścia:

  • Przezroczystość
  • Uwikłanie
  • Wymiana wiedzy i umiejętności
  • Edukacja non-stop

To niezwykle złożona struktura, którą trudno jest stworzyć. Być może znasz kilka frameworków, które stosują to podejście: Agile, Lean, Scrum. Nie ma znaczenia, jak to nazwiesz; wszystkie są zbudowane na zasadzie „robienia wszystkiego razem w tym samym czasie”. Wszystkie te kalendarze, kolejki zadań, prezentacje demonstracyjne i spotkania stojące mają na celu skłonienie ludzi do częstych i wspólnych rozmów o projekcie.

Dlatego bardzo lubię Agile, ponieważ uwzględnia znaczenie komunikacji jako warunku koniecznego do przetrwania projektu.

A jeśli myślisz, że jesteś analitykiem, który nie lubi Agile, spójrz na to w inny sposób: pomaga Ci pokazać wyniki swojej pracy - wszystkie przetworzone dane, te świetne kokpity, zestawy danych - aby ludzie Doceniam Twoje wysiłki. Ale żeby to zrobić, musisz spotkać się ze swoimi kolegami i porozmawiać z nimi przy okrągłym stole.

Co dalej? Wszyscy zaczęli mówić o projekcie. Teraz mamy aby udowodnić jakość z projektu. W tym celu firmy zazwyczaj zatrudniają konsultanta o najwyższych kwalifikacjach zawodowych. 

Głównym kryterium dobrego konsultanta (mogę powiedzieć, bo jestem konsultantem) jest ciągłe zmniejszanie jego zaangażowania w projekt.

Konsultant nie może po prostu nakarmić firmy drobnymi tajemnicami zawodowymi, ponieważ nie uczyni to firmy dojrzałą i samowystarczalną. Jeśli Twoja firma nie może już funkcjonować bez konsultanta, zastanów się nad jakością otrzymanej usługi. 

Nawiasem mówiąc, konsultant nie powinien robić raportów ani być dla Ciebie dodatkową parą rąk. Masz do tego swoich wewnętrznych kolegów.

Zatrudnij marketerów dla edukacji, a nie delegowania

Głównym celem zatrudnienia konsultanta jest edukacja, naprawianie struktur i procesów oraz ułatwienie komunikacji. Rola konsultanta nie polega na comiesięcznych raportach, ale raczej na zaangażowaniu się w projekt i całkowitym zaangażowaniu w codzienną rutynę zespołu.

Dobro konsultant ds. marketingu strategicznego uzupełnia braki w wiedzy i zrozumieniu uczestników projektu. Ale on lub ona może nigdy nie wykonać pracy dla kogoś. I pewnego dnia wszyscy będą musieli dobrze pracować bez konsultanta. 

Skutkiem skutecznej komunikacji jest brak polowania na czarownice i wskazywania palcem. Przed rozpoczęciem zadania ludzie dzielą się swoimi wątpliwościami i pytaniami z innymi członkami zespołu. W ten sposób większość problemów rozwiązuje się przed rozpoczęciem pracy. 

Zobaczmy, jak to wszystko wpływa na najbardziej skomplikowaną część zadania analizy marketingowej: definiowanie przepływów danych i łączenie danych.

W jaki sposób struktura komunikacji jest odzwierciedlana w przesyłaniu i przetwarzaniu danych?

Załóżmy, że mamy trzy źródła, które dostarczają nam następujących danych: dane o ruchu, dane o produktach e-commerce / dane o zakupach z programu lojalnościowego oraz dane do analizy mobilnej. Przejdziemy przez kolejne etapy przetwarzania danych, od przesyłania strumieniowego wszystkich danych do Google Cloud po wysłanie wszystkiego do wizualizacji w Google Data Studio z pomocą Google BigQuery

Na podstawie naszego przykładu, jakie pytania powinni zadawać ludzie, aby zapewnić jasną komunikację na każdym etapie przetwarzania danych?

  • Etap zbierania danych. Jeśli zapomnimy zmierzyć coś ważnego, nie możemy cofnąć się w czasie i zmierzyć tego ponownie. Kwestie do rozważenia wcześniej:
    • Jeśli nie wiemy, jak nazwać najważniejsze parametry i zmienne, jak możemy sobie poradzić z całym bałaganem?
    • W jaki sposób wydarzenia będą oznaczane?
    • Jaki będzie niepowtarzalny identyfikator dla wybranych przepływów danych?
    • Jak zadbamy o bezpieczeństwo i prywatność? 
    • W jaki sposób będziemy gromadzić dane, jeśli istnieją ograniczenia w gromadzeniu danych?
  • Scalanie przepływów danych do strumienia. Rozważ następujące:
    • Główne zasady ETL: czy jest to przesyłanie danych w trybie wsadowym czy strumieniowym? 
    • Jak zaznaczymy połączenie strumieniowego i wsadowego przesyłania danych? 
    • Jak dostosujemy je w tym samym schemacie danych bez strat i błędów?
    • Pytania dotyczące czasu i chronologii: Jak będziemy sprawdzać znaczniki czasu? 
    • Skąd możemy wiedzieć, czy odnawianie i wzbogacanie danych działa poprawnie w ramach sygnatur czasowych?
    • Jak zweryfikujemy trafienia? Co dzieje się z nieprawidłowymi trafieniami?

  • Etap agregacji danych. Rzeczy do rozważenia:
    • Specjalistyczne ustawienia procesów ETL: co mamy zrobić z nieprawidłowymi danymi?
      Poprawić czy usunąć? 
    • Czy możemy na tym zarobić? 
    • Jak wpłynie to na jakość całego zbioru danych?

Pierwsza zasada dotycząca wszystkich tych etapów polega na tym, że błędy nakładają się na siebie i dziedziczą po sobie. Dane zebrane z błędem na pierwszym etapie sprawią, że na wszystkich kolejnych etapach głowa będzie lekko palić. Druga zasada jest taka, że ​​należy wybierać punkty za zapewnienie jakości danych. Ponieważ na etapie agregacji wszystkie dane zostaną zmieszane razem i nie będziesz mieć wpływu na jakość mieszanych danych. Jest to naprawdę ważne w przypadku projektów uczenia maszynowego, gdzie jakość danych wpłynie na jakość wyników uczenia maszynowego. Dobre wyniki są nieosiągalne w przypadku danych o niskiej jakości.

  • Wizualizacja
    To jest etap CEO. Być może słyszałeś o sytuacji, gdy prezes patrzy na liczby na desce rozdzielczej i mówi: „Okej, w tym roku mamy spory zysk, nawet większy niż poprzednio, ale dlaczego wszystkie parametry finansowe są w czerwonej strefie ? ” I w tej chwili jest już za późno na szukanie błędów, bo już dawno powinno się je złapać.

Wszystko opiera się na komunikacji. I na tematy rozmów. Oto przykład tego, co należy omówić podczas przygotowywania przesyłania strumieniowego Yandex:

Marketing BI: Snowplow, Google Analytics, Yandex

Odpowiedzi na większość z tych pytań znajdziesz tylko wspólnie z całym zespołem. Ponieważ gdy ktoś podejmuje decyzję na podstawie domysłów lub osobistej opinii bez sprawdzania pomysłu z innymi, mogą pojawić się błędy.

Złożoność jest wszędzie, nawet w najprostszych miejscach.

Oto jeszcze jeden przykład: podczas śledzenia wyników wyświetleń kart produktów analityk zauważa błąd. W danych o działaniach wszystkie wyświetlenia ze wszystkich banerów i kart produktów zostały wysłane zaraz po załadowaniu strony. Ale nie możemy być pewni, czy użytkownik naprawdę obejrzał wszystko na stronie. Analityk przychodzi do zespołu, aby szczegółowo ich o tym poinformować.

BI mówi, że nie możemy zostawić takiej sytuacji.

Jak możemy obliczyć CPM, jeśli nie mamy nawet pewności, czy produkt został wyświetlony? Jaki jest zatem kwalifikowany CTR dla zdjęć?

Marketerzy odpowiadają:

Spójrzcie wszyscy, możemy stworzyć raport pokazujący najlepszy CTR i zweryfikować go z podobnym banerem kreatywnym lub zdjęciem w innych miejscach.

A potem programiści powiedzą:

Tak, możemy rozwiązać ten problem za pomocą naszej nowej integracji śledzenia przewijania i sprawdzania widoczności tematu.

Na koniec projektanci UI / UX mówią:

Tak! Możemy wybrać, czy w końcu potrzebujemy leniwego, wiecznego zwoju lub paginacji!

Oto kroki, przez które przeszedł ten mały zespół:

  1. Zdefiniował problem
  2. Przedstawił biznesowe konsekwencje problemu
  3. Zmierzono wpływ zmian
  4. Przedstawione decyzje techniczne
  5. Odkrył niebanalny zysk

Aby rozwiązać ten problem, powinni sprawdzić gromadzenie danych ze wszystkich systemów. Częściowe rozwiązanie w jednej części schematu danych nie rozwiąże problemu biznesowego.

wyrównaj dopasuj projekt

Dlatego musimy współpracować. Dane muszą być codziennie zbierane odpowiedzialnie, a to ciężka praca. I jakość danych musi zostać osiągnięta do zatrudnianie właściwych ludzi, zakup odpowiednich narzędzi oraz inwestowanie pieniędzy, czasu i wysiłku w tworzenie efektywnych struktur komunikacyjnych, które są niezbędne dla sukcesu organizacji.

Co o tym myślisz?

Ta strona używa Akismet do redukcji spamu. Dowiedz się, jak przetwarzane są dane komentarza.