В современном бизнесе, кто не собирает данные — тот не пьет шампанское. Но просто собирать данные мало — их нужно проверять на качество и полноту. Сбор данных — это не самоцель, а лишь топливо для аналитической машины. И если вы хотите, чтобы эта машина служила вам верой и правдой долгие годы — вливайте в нее только проверенный бензин данных.
Ни аналитик, ни программисты, настраивающие сбор данных, ни маркетологи, визуализирующие данные в отчетах, — не могут отречься от обычного человеческого «я забыл / недосмотрел / потерял». А это — всегда убытки для бизнеса.
Поэтому и существует автоматизация: те рутинные процессы, где человек может невзначай сделать ошибку, стоящую бизнесу существенных денег, — можно отдать машине. А человеку отдать человеческое — принятие решений и усовершенствование процессов.
Знаете ли вы точно что, зачем и куда собираете? Понимаете ли, какие задачи решает ваша аналитика? Почему в плане развития на год стоит увеличение базы новых клиентов, а в метриках и отчетах везде на первом плане фигурируют повторные продажи? Что делать с таким разногласием?
Все эти вопросы — сингалы о проблеме асинхронности целей бизнеса и настройкой аналитики.
Обычно этой ошибки не избежать, так как невозможно с первого дня существования бизнеса собирать все данные правильно. Но чем раньше вы определите все внутренние требования и правила по сбору данных и будете неуклонно им следовать, тем меньше неприятностей будет встречаться в отчетах и самих данных.
Представьте все рекламные каналы, CRM-систему, коллтрекинг, офлайн-точки продаж, приложения и сайты, которые генерируют прибыль. Правильно ли связаны их данные? С учетом периодичности обновлений, возможных дублей полей, перезаписей данных, уникальных идентификаторов?
Если не уверены, вероятно, данные до сих пор хранятся в разных «корзинах». Дополнительно, установите контроль над аналитическими инструментами — предоставляют ли они отчеты на базе всех ваших данных или семплируют их? Даже если речь о сэмплировании в Google Analytics, информацию нельзя считать надежной.
Отсутствие мониторинга качества информации уже достаточная причина считать данные неготовыми к построению отчетов. Есть ли смысл строить отчет на некачественных данных или данных с ошибкой? И есть ли смысл принимать решения на базе такого отчета?
Или например, маркетолог может просто не знать о том, что красивые показатели ROAS из данных импорта расходов Facebook Ads или Яндекс.Директа в Google Analytics не всегда релевантные. Например, потому, что API Директа мог просто не отдать всех нужных данных. А Facebook может обновить данные ретроспективно. И без проверки этого никогда не узнать.
Давайте рассмотрим глубже мониторинг качества данных как инструмент предупреждения ошибок в вашем бизнесе.
Это комплексная проверка соответствия статистических данных стандартам качества по следующим критериям:
Ничего так чек-лист, правда? Для проверки данных нужно привыкнуть к постоянному тестированию состояния экосистемы данных на всех организационных этапах:
Аналитические инструменты имеют свой «протокол» внутренней проверки, который называется аудит аналитики. Для Google Analytics он выглядит следующим образом:
Подробнее об этом чек-листе читайте в нашем блоге.
Везде есть своя специфика, но в основном все инструменты схожи в одном: правильная установка предотвращает проблемы потери данных или их искажения.
Имея в распоряжении эти критерии и процедуры тестирования, бизнес сможет управлять процессом мониторинга и предотвращать проблемы, которые появляются у тех, кто игнорирует этот тщательный подход.
Всем рискованным парням, которые задаются этим вопросом, стоит знать несколько фактов.
Профилактика — всегда дешевле лечения. Здесь та же логика. На то, чтобы распутать клубок ошибок на уровне отчета, когда не понятно откуда взялась та или иная цифра, уйдет много времени. И главное, ситуация с ошибкой заставит пройти той же дорогой тестирования, только уже с потерянными нервами и ресурсами.
К тому же, одна ошибка в отчете, построенном вручную, стоит намного больше, чем просто потерянное время. Согласно британскому отчету, каждый пятый крупный бизнес понес значительные финансовые потери из-за ошибок в таблицах. Наиболее распространенные ошибки: опечатки или неправильный ввод данных; ошибки в логике расчетов; копирование ошибки из другого документа; пропуски диапазона ячеек или неправильные диапазоны ячеек в расчетах.
Не зная всего пути данных — от источника и до хранилища, не контролируя этот процесс, на рынках, где царит GDPR, компания будет сама себя ограничивать.
GDPR (General Data Protection Regulation) — документ, вступивший в силу в мае 2018 года и регламентирующий правила обработки персональных данных на территории Европейского Союза. GDPR имеет экстерриториальное действие и применяется ко всем компаниям, которые обрабатывают персональные данные резидентов и граждан ЕС независимо от местонахождения самой компании.
Клиенты готов делиться с бизнесом данными, но только если они понимает, что эта информация принесет им пользу. По данным отчета Janrain, так ответили 52% опрошенных пользователей. При этом 18% сказали, что поделятся личными данными с компаниями без дополнительных условий, в то время как 25% отметили, что хотели бы сохранить конфиденциальность персональной информации.
В зоне ответственности бизнеса сделать все возможное, чтобы клиент мог управлять своими данными, например, отписаться от рассылки. Если этого не сделать — пользователь поймет, что данные, которые он доверил, не находятся в безопасности. Обычно это раздражает и может спровоцировать гневные отзывы.
Даже если рекламу в Facebook ведет одно агентство, а Google Ads — другое, компания может настроить правильные интеграции со своим главным аналитическим инструментом и контролировать данные эффективнее. Таким образом она будет собирать данные в едином хранилище и избежит проблемы разрозненности данных.
К тому же в этом случае бизнес получает альтернативу радужным отчетам от агентств — собственный дашборд о расходах и доходах с рекламы, описанных в категориях прибыли и реальных продаж. Вероятно, маркетолог заметит, что бизнес тратите на аутсорс-рекламу больше, чем стоит.
Сбор всех данных воедино может занять от 3 до 6 месяцев активной работы. Но это того стоит.
На «грязных» данных невозможно построить отчет, отображающий реальное состояние в бизнесе и маркетинге. Пока маркетологи и аналитики не убедятся, что все данные отвечают вышеописанным критериям, отчеты будут с изъянами. А это значит, что на основе таких отчетов придется принимать решения и очень быстро. Цена ошибки на момент принятия бизнес-решения может стоить бизнеса.
Не ждите такой ситуации. Запускайте профилактику своей аналитики уже сегодня.
Content Will Israel Invade Gaza? Tips On How To Time A Thai Bride? Chinese brides…
Content #5 Matchcom How A Whole lot Bridesagencycom Mailbox Order Brides Cost? Odds Of Profitable…
The boardroom is the place where main decisions are manufactured that affect everyone coming from…
avast free of charge antivirus runs your PC designed for malware, spyware, phishing, ransomware, adware,…
Online Info Room and SSL A data room is a cloud answer made especially for…
Free casino slot games refer to any online or offline slot games where you are…