סיכום פוסט: 12 דברים שחייבים לקרות בתהליך אנליטיקס של אתר (Avinash Kaushik)

בשבוע שעבר אבינש קאושיק פרסם פוסט מעולה, אבל מכיוון שאבינש כותב פוסטים מממממממששששש ארוכים, אני רוצה לתמצת לכם את הפוסט ב12 נקודות קצרות:

קודם כל אבינש עושה השוואה בין אנשי האנליטיקס נינג׳ה לבין האנשים שקוראים לעצמם אנליסטים (אבינש קורא לזה Reporting Squirrels, אין לי מושג למה). הזלזול באנליסטים ״הפשוטים״ ניכר בכל פינה וזה ממש נראה שאבינש עושה את זה ממקום פגוע שהעדיפו מישהו אחר על פניו במכרז של חברה כלשהיא… אבל עזבו את זה כרגע.

בכל אופן אבינש מביא רשימה של 12 עקרונות שאתם חייבים לבצע כדי שהתואר Analytics Ninjas באמת יגיע לכם:

12. תעזבו את הדוחות הסטנדרטיים כי הם לא יתנו לכם כלום. במקום זה תיצרו דוחות מותאמים אישית שיביאו לכם actionable insights ויניעו אתכם לפעולה עסקית כלשהיא.

11. תסגמנטו כל מה שרק אפשר! דוחות בלי סגמנטים אפשר לזרוק ישר לפח הזבל. סגמנטים לדוגמא יכולים להיות: מאיזה מדינה הגיע הרווח הכי גדול, איזה קמפיינים הביאו את התוצאות הכי טובות, באיזה שעות מהיום היה באונס הכי נמוך ועוד ועוד…

10. תשתמשו בKPIs שמתאימים לעסק שלכם. כמות ביקורים זה סבבה, באונס רייט זה מגניב וזמן שהייה ממוצע לביקור זה נתון מעניין – אבל אם הKPI לא יעזור לכם למדוד את המטרות הספציפיות של העסק שלכם לא יצא לכם מזה כלום.

9. חפשו נתונים איכותיים, לא רק כמותיים. אתם צריכים גם את ה״מה״ וגם את ה״למה״.

8. התמהיל הנכון בין DC/DR/DA הוא 15/25/65 אחוז. DC זה Data Capturing כלומר איסוף הנתונים באמצעות הטמעת הקודים הנכונים באתר, DR זה Data Reporting כלומר ההסתכלות בדוחות, וDA זה Data Analysis כלומר חשיבה, שאלת שאלות והסקת המסקנות הנכונה מהדוחות. אבינש אומר שהאנליסטים הפשוטים מתמקדים קודם כל בDR ורק בסוף (אם בכלל) בDA.

הערה שלי – הוא ממש צודק!

7. תשקיעו 25% מהזמן שלכם בהצגה ויזואלית נכונה של הנתונים. לא מדובר על קישוטים ומצגות פאוורפוינט משוכללות (וחסרות משמעות), אלא בהצגת המידע בצורה כזאת שתדבר מאליה בלי צורך בהסברים. כמו זה למשל:

6. תוותרו על הדוחות האוטומטיים. אבינש טוען (ואני מסכים איתו big time) שלדוחות האוטומטיים אין שום משמעות מכיוון ש:1. אף אחד לא מסתכל עליהם. 2. הם נותנים לך את המידע אבל לא מספרים לך מה הוא אומר.

כדי להוכיח את הטענה אבינש מציע לבטל אחת לרבעון את הדוח האוטומטי ולראות מה יקרה. רמז – לא יקרה כלום, אף אחד לא ישים לב לזה.

5. אחרי שנה של עבודה אתם אמורים לגרום ללקוח שלכם להיות במקום שהוא לא היה קודם מבחינת יכולת ניתוח הנתונים והסקת המסקנות העסקיות כתוצאה מהנתונים הללו. ולא רק ליצור לו עוד כמה דוחות אוטומטיים כדי שירגיש בעניינים…

4. נינג׳ה אנליסט צריך להיות עם 70% יכולות אנליטיות ועוד 30% יכולות שיווק/שירות לקוחות/אסטרטגיה עסקית או כל יכולת אחרת שדרושה בסוג העסק של הלקוח.

כאן תרשו לי לצטט את אבינש: ‘You hire narrowly, you’ll end up with a Reporting Squirrel even if you call her/him the ‘Director of Web Intelligence Services.

3. אנליטיקס נינג׳הס אמיתיים מפיקים את המקסימום בארגונים שעובדים בצורה של Centralized Decentralization. שבגדול זה אומר – לא ריכוזיים מדי ולא מפוזרים מדי.

2. כל הנתונים וכל עבודת האנליטיקס שאתם עושים צריכה בסופו של דבר להתכנס למטרות העסקיות של החברה. זה לדעתי הנקודה הכי הכי חשובה בעבודה של אנליסט מכיוון שדוחות, סגמנטים או כל פיצ׳ר כזה או אחר לא יתנו לכם כלום אם הם לא יניעו אתכם לפעולה עסקית שנגזרת מהם.

בשביל זה צריך ליצור מודל עבודה בעל 5 שלבים שכולל: הגדרת מטרה עסקית, הגדרת יעדי משנה שיביאו אותנו למטרה הזו, הגדרת KPI שיעזרו לנו לבדוק האם הגענו למטרה או לא, קביעת יעד רצוי והצבתו בלו״ז ולבסוף פילוח על פי סגמנטים.

הנה טבלה כזאת לדוגמא שאבינש כתב עבור הבלוג שלו:

1. אחרון חביב – אנליטיקס נינג׳הס יודעים למדוד את הROA (Return on Analytics)  שלהם.

זה הפוסט בקצרה. אם נהניתם מוזמנים לשתף