Obecnie na rynku dostępne są dziesiątki lub nawet setki narzędzi służących do gromadzenia danych z kanału online. Ich stosunkowo prosta implementacja, która została znacząco ułatwiona dzięki wykorzystaniu podejścia SaaS (Software-as-a-Service) oraz kodów JavaScript, przekłada się na ich powszechne wykorzystanie. Większość podmiotów obecnych na polskiej scenie e-commerce ma więc wdrożoną przynajmniej podstawową instalację Google Analytics oraz korzysta doraźnie z kilku dodatkowych narzędzi do badań jakościowych (np. ankiet).
Dlaczego w takim razie tak niewiele firm odnosi sukces dzięki analityce internetowej? Wynika to w dużej mierze ze złego rozumienia pojęcia analizy i mylenia go z gromadzeniem i raportowaniem danych, a co za tym idzie nieefektywnej alokacji pieniędzy i zasobów.
Co znajdziesz w tym artykule?
Nieefektywna alokacja zasobów
Analiza danych w raportowaniu
Definicje
Raportujesz czy analizujesz?
Nieefektywna alokacja zasobów
Aktualnie obserwujemy w firmach silne skupienie wokół gromadzenia i raportowania dużych ilości danych, podczas gdy główne korzyści, które osiągamy z analityki internetowej płyną z przeprowadzanych później analiz. W mojej opinii sytuacja ta wynika z przestarzałego przekonania, że „kto ma dane ma przewagę”. Biorąc pod uwagę łatwość dostępu oraz bardzo szeroki zakres danych płynących z kanału online, w porównaniu do specyfiki prowadzonych w przeszłości biznesów, samo ich posiadanie nie stawia nas w uprzywilejowanej pozycji względem konkurencji. Dopiero odpowiednia analiza, wyciągnięcie wniosków, przygotowanie rekomendacji, a w końcu wprowadzanie i ocena zmian na podstawie danych pozwala na ciągłe poprawianie efektywności prowadzonych działań i osiąganie celów biznesowych. To właśnie za to chcą płacić managerowie – za lepsze wyniki przekładające się na wzrost zysku, czy to poprzez wzrost przychodów, czy przez ograniczenie kosztów. Nie zaś za dodatkową tabelę ze statystykami.
Niekorzystna sytuacja, kiedy bardziej pracochłonne raportowanie zajmuje większość zasobów, przez co niemożliwe jest osiąganie wymiernych korzyści płynących z analizy.
Analiza danych w kontekście raportów to znacznie więcej niż zestawienie liczb – to nadanie im sensu, wskazanie wzorców i rekomendacji. Dzięki dobrze dobranym analizom raport staje się narzędziem wspierającym decyzje, pokazując, co działa, co wymaga korekty, oraz gdzie warto skierować zasoby w przyszłości.
Bez analizy dane są surowe i trudne do interpretacji. To dzięki niej wyniki stają się zrozumiałe – możemy zidentyfikować trendy, anomalie i relacje między wskaźnikami. Dobry raport mówi: „to tutaj warto działać”, a nie „oto liczby”. Analiza dodaje wartość i kierunek działaniom.
Do analizy raportowej stosuje się różne techniki – od statystyki opisowej (średnie, odchylenia) i eksploracji danych (EDA), po analizy regresji, segmentację (klastry) czy prognozowanie (analiza szeregów czasowych). W praktyce łączy się je według potrzeby, by wyciągać wiarygodne i użyteczne wnioski.
Aby być w stanie odróżnić raportowanie od analizy, a następnie odpowiednio rozdysponować pomiędzy nie posiadane zasoby niezbędne jest ustalenie co tak naprawdę rozumiemy pod omawianymi pojęciami. Podejmując próbę tłumaczenia opisów zawartych przez Brenta Dykesa w książce „Web Analytics Action Hero” (której to lekturę podczas letnich wyjazdów każdemu szczerze polecam) możemy przyjąć następujące definicje:
Dla lepszego zrozumienia różnic pomiędzy analizą i raportowaniem, a także umożliwienia oceny Twojej organizacji/pracy wydzielić można pięć kluczowych obszarów, które różnicują te dwie czynności.
Technicznie rzecz ujmując raportowanie przetwarza surowe dane w łatwiej przyswajalne zestawy informacji. Dzięki regularnym raportom, tworzonym ze wspomnianych zestawów, pozwala na monitorowanie sytuacji oraz alarmowanie, kiedy dane zaczynają zachowywać się niestandardowo. Raportowanie odpowiada więc na pytanie „co?” (np. co wydarzyło się w segmencie ruchu płatnego w ostatnim miesiącu?).
Cel raportowania to odpowiedź na pytanie „co?”
Z drugiej strony, analiza ma na celu odpowiedź na pytanie „dlaczego?” (np. dlaczego użytkownicy coraz szybciej opuszczają nasz serwis?) . Realizowane jest to poprzez zagłębienie się w dostarczane informacje, ich dokładną interpretację i wypracowanie rekomendacji, na podstawie których można podjąć konkretne działania mające na celu poprawę sytuacji.
Cel analizy to odpowiedź na pytanie „dlaczego?”
Współpracując z firmami podczas projektów wdrożenia analityki internetowej zauważamy regularnie, że im bardziej organizacja rozwija się w tym zakresie, tym większe zapotrzebowanie istnieje właśnie na odpowiedź na pytania związane z tym dlaczego pewne zachowania użytkowników, zmiany w danych występują. Wynika to w dużej mierze z osiąganych realnych efektów, które tak jak wspominałem wcześniej płyną głownie z etapu analizy danych.
Jeżeli praca, którą wykonują osoby pracujące z danymi obejmuje czynności takie jak: konfigurowanie, organizowanie, formatowanie, podsumowywanie, możesz być pewny, że jest to raportowanie. Elementy te można (a nawet należy) zautomatyzować, aby więcej czasu przeznaczyć na zadania, które przynoszą firmie większe korzyści. Są one jak zapewne się domyślasz związane z analizą i obejmują: stawianie pytań biznesowych, badanie, interpretowanie, porównywanie, potwierdzanie lub odrzucanie hipotez.
W wielu przypadkach realizowanie zadań związanych z raportowaniem jest po prostu mniej wymagające, dlatego też znacznie łatwiej znaleźć na rynku osoby, które będą dobrze je realizowały. Prawdziwy analityk internetowy powinien mieć doświadczenie zarówno w zakresie zaawansowanej analizy różnych rodzajów danych, znać specyfikę branży e-commerce, lecz także motywować całą organizację do wykorzystania danych i rekomendacji przez niego wytwarzanych. Pozyskanie lub wykształcenie takich kompetencji w zespole wymaga więc dużej pracy i jest jednym z kluczowych etapów, które przechodzimy z naszymi klientami wdrażając u nich analitykę internetową. W tym samym czasie, samo raportowanie jest odpowiednio automatyzowane (m.in. za pomocą kokpitów menedżerskich) aby móc przesunąć zasoby ludzkie do generującej większe korzyści analizy.
Nawiązując do automatyzacji o której pisałem we wcześniejszym punkcie, generowanie i wykorzystanie raportów zazwyczaj nie wiąże się z aktywnym podejściem osób związanych z biznesem. Dostarczane regularnie zbiory danych, które są wynikiem procesu raportowania, można więc podzielić na:
a) standardowe raporty generowane przez narzędzie analityczne – zawierają standardowy zestaw metryk, które są okresowo monitorowane przez odbiorców,
b) dashboardy (kokpity menedżerskie) – raporty dostosowane do indywidualnych potrzeb odbiorców, zawierające Kluczowe Wskaźniki Sukcesu (KPI) pochodzące często z różnych źródeł,
d) alerty (ostrzeżenia) – warunkowe raporty, które wysyłane są do odbiorców w momencie wystąpienia określonych kryteriów.
Przykład alertów skonfigurowanych w Google Analytics.
Z drugiej strony, analiza oparta jest na aktywnym wykorzystaniu osób biznesowych. To od nich wychodzą pytania, na które analitycy starają się znaleźć odpowiedź. Następnie wypracowane rekomendacje wracają do pytającego, który na ich podstawie może podjąć odpowiednie decyzje wpływające na poprawę efektywności prowadzonych działań. Rezultatem analizy mogą być więc:
U jednego z naszych klientów wdrożyliśmy w związku z tym aspektem m.in. proces regularnych spotkań poszczególnych działów i analityków. Osoby biznesowe na podstawie automatycznych dashboardów (rozwiązanie kwestii dużej ilości bieżących zapytań o dane) przygotowują zestawy pytań, aby następnie po dokładnym ich przeanalizowaniu przez analityków zaprezentować na regularnym spotkaniu wyniki (prezentacja analityczna) i na ich podstawie podjąć odpowiednie decyzje odnośnie poprawy aktualnej sytuacji.
Głównymi czynnikami odróżniającymi analizę od raportowania w tym wymiarze są więc: kontekst (analiza oparta jest na pytaniach, które aktualnie nurtują dany dział) oraz wypracowywane rekomendacje, na podstawie których podejmowane są decyzje.
Z racji, że raportowanie jest zadaniem realizowanym głównie za pośrednictwem różnego rodzaju zautomatyzowanych narzędzi, również forma dostarczania raportów jest od nich zależna. Obejmuje ona wiele rozwiązań od arkuszy Excel, przez dostęp do systemu za pośrednictwem serwisu www, po powiadomienia mailowe czy SMS. Szczególnie efektywną formą dostarczania danych są spersonalizowane kokpity menedżerskie (dashboardy), o których wspominałem już kilkukrotnie w tym wpisie i które wykorzystujemy współpracując z klientami.
Analiza jest jednak domeną ludzi, więc sama forma dostarczania rekomendacji ma również bardziej ludzki wymiar. Znacznie efektywniej wyniki analiz prezentuje się na bezpośrednich spotkaniach, na których zainteresowane osoby mają również możliwość zadania dodatkowych pytań, a analitycy szansę na ostateczne przekonanie strony biznesowej, dzięki czemu ostatecznie podejmowane są decyzje bazujące na rzetelnych danych.
Zarówno analiza, jak i raportowanie bezsprzecznie wypracowują znaczącą wartość dla firmy. Znajdują się one jednak na innych etapach tworzenia owej wartości i są niejako zależne od siebie.
Obróbka surowych danych i raportowanie informacji dla kluczowych osób jest podstawą do rozpoczęcia kreowania wartości. Na tym etapie szczególnie zadbać należy o rzetelność gromadzonych danych – nawet najlepsze analizy przeprowadzone na niepoprawnych danych nie pozwolą na wystawienie dobrych rekomendacji, a co za tym idzie na poprawienie efektywności biznesu. Zmiany zauważane w raportach powinny być światłem ostrzegawczym, bodźcem do postawienia pytań, a następnie przejścia do analizy w celu znalezienia na nie odpowiedzi. Do ostatecznej korzyści dla organizacji potrzebne są już wtedy jedynie dwa kroki, które wspierane są przez rzetelną analizę: podjęcie decyzji i wdrożenie wypracowanych rekomendacji.
Schemat tworzenia wartości dzięki analityce internetowej.
Jak widać pojęcia raportowania i analizy nie są tożsame i na pewno nie powinny być ze sobą mieszane. Zapomnienie zarówno o jednym jak i o drugim uniemożliwia organizacji czerpanie korzyści z analityki internetowej, natomiast należy być świadomym, iż to właśnie w procesie analizy drzemie największy potencjał i jemu powinna być poświęcana szczególna uwaga i zasoby (odwrotnie niż jest to w dużej liczbie firm). Pamiętajcie także o unikaniu najważniejszych błędów w zbieraniu i analizie danych!
A jak sytuacja wygląda w Twoim przypadku? Czy Twoja firma skupia się na raportowaniu, czy może dużą wagę przykłada do procesu analizy? Daj znać w komentarzach ☺.
Tagi:
Historie sukcesów
Ostatnie wpisy na blogu
