Типичные проблемы при внедрении аналитики в компании

В изменчивой среде компании хотят получать от аналитиков быстрые ответы на вопросы, сразу же проверять гипотезы ⟶ как можно скорее получать прибыль от решений. Но чтобы качественно использовать возможности аналитики, мало нанять аналитика и купить инструмент.

Илья Чухляев, руководитель OWOX BI в России, рассказал Нетологии, что мешает бизнесу получать преимущества от аналитики в полной мере.

Проблема. Чем более комплексный вопрос хочет задать бизнес-пользователь к данным, тем больше вероятность, что для ответа понадобится аналитик, который объединит эти данные из разных источников.

К примеру, маркетингу нужно ответить на вопрос: «Как инвестиции в рекламные каналы повышают выручку в интернет-магазине и в офлайн-точках?». Чтобы ответить на этот вопрос, важно не только объединить эти данные в один отчёт, но и рассчитать объективную атрибуцию. Если этого не сделать, то отключение рекламной кампании, которая расширяет верхнюю часть воронки и создаёт спрос, приведёт к увеличению стоимости контакта с других каналов в будущем.

Решение. Полноценная, сквозная аналитика включает в себя работу с несвязанными данными и корректную их атрибуцию.

Проблема. Бизнес мыслит объектами, а аналитики — метриками.

Бизнес интересует, за счёт чего, например, увеличились продажи на маркетплейсах или как охватная кампания увеличила продажи в мобильном приложении. Бизнес хочет взаимодействовать с данными на уровне объектов: продажи, кампании, канал дистрибуции.

Аналитические метрики в отчётах: переходы по ссылке, просмотры страниц и другие — бизнесу непонятны. «Сколько денег мне приносят просмотры страниц?», «Какое количество посетителей поможет сократить расходы?».

Нередко случается такая ситуация: маркетолог говорит аналитику, какие ему нужны данные. Аналитик строит отчёт. Маркетолог спрашивает, как ему сделать вывод о том, почему упала выручка. Аналитик отвечает, что ему не ставили такой задачи. В итоге получается несколько кругов взаимодействия, что негативно влияет на скорость принятия решений, качество этих решений, продуктивность отделов.

Решение:

Поясним некоторые моменты на слайде.

Под созданием контекстного поля подразумевается формирование для аналитика чёткого понимания, к чему идёт (цель) и чем управляет (может изменить) бизнес-пользователь.

«Космолёт» — весьма объёмная «хотелка» бизнеса, которая не имеет ничего общего со стадией развития проекта или аналитики. Например, бизнес говорит, что ему нужно построить алгоритмы предсказания повторных покупок, а в аналитике не внедрён признак пользователя.

Проблема. Ценность аналитика, который просто собирает данные и делает отчёты, снижается, — с внедрением сквозной аналитики данные будут объединяться автоматически. Системы сквозной аналитики, как и любые системы решений для сбора данных, становится проще и дешевле настраивать даже не специалистам. При этом не стоит поддаваться ложному ощущению, что бизнес-пользователи смогут сами выгружать отчёты, — до этого ещё далеко.

Обычно сделать из технического аналитика (того, кто делает отчёты) аналитика-консультанта (кто даёт рекомендации) не получается. Это разные специалисты.

Технические аналитики часто не имеют навыков, которые нужны аналитикам-консультантам.

Решение. Нанимать правильных людей и команды под задачи.

Аналитикам-консультантам требуются такие софт-скиллы, как:

Сквозная аналитика позволяет оценить вклад маркетинговых усилий в рост клиентской базы, эффективность бизнеса и получении прибыли. А это больше, чем просто получить отчёт.

В глазах бизнеса аналитики натренированы делать отчёты и отвечать на поставленные вопросы. Поэтому их часто воспринимают только как голосовой интерфейс к данным.

Востребованный аналитик — аналитик-консультант, который умеет делать выводы и давать рекомендации, в каком направлении двигаться бизнесу для повышения прибыли. Говорить с бизнесом на одном языке.

#нетология #аналитика #бизнес