Strategia analityczna w organizacjach
Brak wsparcia innych działów
Chęć zrobienia zbyt dużego przeskoku
Oczekiwanie na idealne dane
Brak lub zbyt mała kontrola danych
Zwłoka w uruchomieniu procesów analizy danych
Podsumowanie
Celem analityki internetowej jest wsparcie organizacji w podejmowaniu decyzji za pomocą danych online. Strategię analityki internetowej rozumiemy jako proces, który prowadzi organizacje do bycia data-driven, po drodze wyznaczając taktyki, które pomagają osiągnąć ten cel.
Z mojego 15-letniego doświadczenia w analityce internetowej wynika, że niewiele firm samodzielnie podejmuje się budowania strategii analityki internetowej w naszym rozumieniu. W skrócie, jest to strategia, która prowadzi organizację do bycia data-driven.
Obserwując firmy, które zgłaszały się do nas po pomoc w stawaniu się bardziej dojrzałymi analitycznie, zauważyłem kilka powtarzających się problemów. Skupimy się na nich w dalszej części artykułu, aby pomóc unikać tych błędów i efektywnie wykorzystywać dane w działalności. Oto pięć najczęstszych problemów, które utrudniają stworzenie skutecznej strategii analitycznej.
Pierwszy problem to brak wsparcia innych zespołów niż ten bezpośrednio zajmujący się analityką internetową. Wdrażanie strategii analitycznej, czyli podejścia do wykorzystania danych online w działalności firmy, nie dotyczy tylko jednego działu ani tylko marketingu. Oczywiście, najwięcej danych online znajduje się w marketingu, ale proces budowania dojrzałości analitycznej obejmuje również inne działy. W szczególności dotyczy to działu IT, bez którego rozwój narzędzi analitycznych byłby niemożliwy.
Ponadto, zmiany, które są celem analityki, muszą być wprowadzane, aby organizacja mogła się rozwijać. Analityka ma na celu wspieranie tych zmian na podstawie danych. Na pewnym etapie wdrożenia IT są kluczowe, aby zmiany analityczne mogły zachodzić efektywnie. Częstym problemem jest również brak umocowania analityków na wyższych poziomach organizacji. Nawet jeśli istnieje zespół odpowiedzialny za wdrożenie analityki, często brakuje wsparcia ze strony innych działów, które nie raportują bezpośrednio do przełożonego analityka.
Udział osób na wyższym poziomie, idealnie na poziomie C-level, a minimalnie na stanowisku dyrektora, jest kluczowy w tworzeniu i implementacji skutecznej strategii analitycznej.
Drugim błędem jest chęć przeskoczenia o kilka poziomów dojrzałości analitycznej. W jednym z materiałów omawialiśmy różne poziomy dojrzałości analitycznej. Głównym celem jest bycie organizacją data-driven, co stanowi najwyższy poziom na pięciostopniowej skali.
Obserwując polski rynek, można zauważyć, że 80% firm w Polsce osiągnęło co najwyżej drugi poziom w tej skali. W procesie dojrzewania organizacji do poziomu data-driven wyróżnia się pięć kluczowych etapów: tracking, data capture (oczyszczone dane), analysis and insights, optimization oraz pełna organizacja data-driven. Aż 80% firm znajduje się na poziomie drugim lub niższym i często dąży bezpośrednio do osiągnięcia pełnej dojrzałości analitycznej, pomijając inne etapy.
W kontekście dojrzewania organizacji do poziomu data-driven najważniejsze jest zrozumienie, że nie da się tego osiągnąć w kilka miesięcy. Przejście od organizacji, która jedynie zbiera dane, nawet jeśli są one oczyszczone, do organizacji w pełni opierającej decyzje na danych, jest procesem długotrwałym. Nie istnieje egzamin ani jedno kluczowe kryterium, które pozwoli jednoznacznie stwierdzić, że organizacja jest data-driven. To proces, który wymaga czasu i zaangażowania w rozwój poszczególnych etapów analitycznych.
Podobnie jak z maturą, która jest nazywana egzaminem dojrzałości. Zdanie matury nie oznacza automatycznie, że jesteśmy dojrzałymi osobami.
Trzeci błąd, który często obserwujemy w strategiach analitycznych, to zbyt duża wiara w same dane i oczekiwanie na stuprocentowo idealne wyniki.
Odnośnie jakości danych i tego, co oznaczają dobre dane, warto odwołać się do wcześniejszego wpisu na ten temat. Często firmy skupiają się na budowaniu narzędzi i czekają na idealne dane, nie podejmując żadnych działań, dopóki nie osiągną stuprocentowej dokładności. Później okazuje się, że czekanie na idealne dane trwa w nieskończoność, a gdy już napłyną, mogą być tak zaawansowane, że nie potrafimy z nich skutecznie korzystać.
Zasada 90/10 jest tutaj kluczowa. Avinash Kaushik, guru analityki internetowej, podkreśla, że jeśli mamy 100 jednostek do zainwestowania w strategię analityki internetowej, to 90 jednostek powinno być przeznaczone na ludzi i procesy, a tylko 10 na narzędzia.
Z mojego doświadczenia wynika, że często jest odwrotnie. Inwestujemy w narzędzia, czekając na idealne dane, które często nie docierają, i niestety nic z nimi nie robimy. Właściciele budżetu tracą cierpliwość, pytając, co mają z tych inwestycji w narzędzia, skoro dane nie są wykorzystywane.
Czwartym błędem jest zaniedbywanie procesów kontroli danych. Technologia ciągle się rozwija, więc nawet dobrze skonfigurowane narzędzia wymagają stałej uwagi. Nawet jeśli mamy poustawiane alerty i wiemy, że narzędzia działają prawidłowo, musimy pamiętać, że mierzą one technologię, która również się zmienia.
Zakładam, że analityk internetowy rozwija stack analityczny równolegle z rozwojem produktów cyfrowych i marketingu. Niestety, często widzę błąd polegający na tym, że po skonfigurowaniu narzędzi uznajemy pracę za zakończoną, zapominając o konieczności ciągłej kontroli napływających danych. Często okazuje się, że analizy danych przynoszą coraz słabsze rezultaty. Przyczyną jest brak aktualności danych, co wynika z braku procesów utrzymania ich wysokiej jakości.
Piąty błąd, który może być kluczowy, dotyczy zbyt późnego uruchamiania procesów analizy danych. Jest on powiązany z błędem nr 3, gdzie oczekujemy na idealne dane.
Celem analityki jest wsparcie organizacji w podejmowaniu decyzji przy wykorzystaniu danych online. Bez analizy tych danych, wsparcie to nie będzie możliwe. Sam raport może pomóc, ale kluczowa jest analiza, wyciągnięcie wniosków oraz sformułowanie rekomendacji. Na ich podstawie powinny być podejmowane konkretne działania.
Warto również pamiętać o cyklu PDCA (Plan-Do-Check-Act), który obejmuje planowanie, realizowanie, sprawdzanie wyników i podejmowanie działań na ich podstawie. Sprawdzenie danych to rzeczywiście analiza tego, co zostało zrobione. Następnie poprawiamy te elementy i cykl zaczyna się od nowa. To podejście na pewno pomoże w rozwoju Twojej analityki online.
Podsumowując, na podstawie naszych doświadczeń pięć najczęstszych błędów przy tworzeniu strategii analitycznej, które obserwujemy to:
Niewiele firm próbuje wdrażać strategię analityki internetowej, ale te, które to robią w przemyślany i efektywny sposób, zawsze są zadowolone z efektów. Jeśli Twoja organizacja próbowała wdrożyć strategię analityki internetowej, aby stać się data-driven, ale nie odniosła sukcesu, lub dopiero wchodzi w ten etap, zapraszamy do kontaktu.
Tagi:
Historie sukcesów
Ostatnie wpisy na blogu
