Strategia danych – czym jest?
Strategia danych – cele
Strategia danych – z czego się składa?
Strategia danych – jak ją stworzyć?
Podsumowanie

Strategia danych – czym jest?

Czym jest strategia danych? W naszym rozumieniu to plan, czy też roadmapa zarządzania i wykorzystywania danych w firmie. Nie istnieje jedna uniwersalna definicja tego pojęcia, ale możemy określić ogólne zasady. 

W marketingu internetowym, gdzie generuje się ogromne ilości danych, strategia danych odgrywa szczególną rolę. Jednak każdy element działalności firmy generuje dane, które można efektywnie wykorzystać. Istnieją pięć kluczowych kroków do stworzenia skutecznej strategii danych, o których w dalszej części wpisu.

Strategia danych – cele

Dane w firmie mają dwa zasadnicze cele. Pierwszy, który można nazwać statycznym, polega na przechowywaniu danych na wszelki wypadek. Drugi cel dotyczy aktywnego wykorzystywania danych do podejmowania decyzji i optymalizacji działań. Właściwie opracowana strategia danych pozwala firmie nie tylko gromadzić informacje, ale także skutecznie z nich korzystać, co jest kluczowe dla osiągnięcia sukcesu. 

Podobnie jak w przypadku ubezpieczenia autocasco, którego nie wykupujemy, aby mieć wypadek, ale na wypadek, gdyby się zdarzył, dane w biznesie pełnią podobną rolę. Gdy coś w firmie przestaje działać, pierwszym miejscem, do którego zaglądamy, są dane o wydajności biznesu. Na ich podstawie możemy postawić hipotezę, co nie działa i podjąć działania naprawcze.

Drugim powodem utrzymywania danych w firmie są kwestie legislacyjne. W szczególności dział finansów musi przechowywać dane dotyczące wszystkich zapisów, transakcji, rachunku zysków i strat oraz bilansów. Jest to niezbędne w przypadku kontroli z urzędu skarbowego czy obowiązkowych audytów sprawozdań finansowych dużych spółek. Dane muszą być łatwo dostępne, ponieważ audytorzy na pewno będą ich potrzebować. To jest pierwszy cel posiadania danych.

Drugi cel to aktywne wykorzystywanie danych. Obejmuje to nie tylko ich zbieranie, ale również aktywację, czyli wykorzystanie do optymalizacji biznesu i podejmowania lepszych decyzji. Dzięki temu możemy zwiększać przychody i obniżać koszty, co prowadzi do zwiększenia rentowności. Aby osiągnąć te cele, w przypadku celu statycznego, należy przede wszystkim zebrać dane i je utrzymać. 

Zebranie danych oznacza, że już one do nas spływają i są gromadzone. Utrzymanie danych wiąże się z zapewnieniem ich jakości, aby w razie kontroli lub potrzeby ich wykorzystania były dla nas wartościowe. Warto odwołać się do zagadnienia audytu danych, który pokazuje, jak podejść do tematu i dlaczego jakość danych jest kluczowa.

Strategia danych – z czego się składa?

Proces zarządzania danymi obejmuje zbieranie, utrzymanie oraz aktywację danych. Powinniśmy mieć plan ich wykorzystania i jasno zdefiniowane procesy ich użycia. Efektywna strategia danych powinna zawierać przede wszystkim cele biznesowe, które chcemy osiągnąć. Cele te są zazwyczaj częścią strategii długofalowych firmy. Cele operacyjne są rozwijane z celów biznesowych, a z nich wynika KPI. KPI to zazwyczaj metryki, które wykorzystują dane i powinny być uwzględnione w strategii danych. Pierwszym krokiem jest zdefiniowanie tych metryk.

Kolejnym krokiem jest mapowanie wszystkich źródeł danych oraz określenie ich definicji, sposobu pozyskiwania i pochodzenia. Jest to kluczowe, aby uniknąć sytuacji, w której różne działy interpretują ten sam KPI w odmienny sposób.

Trzecim elementem strategii danych jest opisanie procesów. Dotyczy to optymalizacji, automatyzacji marketingu, kampanii newsletterowych, optymalizacji współczynnika konwersji oraz optymalizacji kampanii linków sponsorowanych. 

Istotną częścią strategii danych jest bezpieczeństwo. Ważne jest, aby dostęp do danych miały odpowiednie osoby, co zapobiega ich wyciekowi. Dane są cennym zasobem i paliwem efektywności, dlatego muszą być chronione przed niepowołanymi rękami.

Równie istotne jest zapewnienie odpowiednich poziomów dostępu. Niekompetentne osoby nie powinny mieć możliwości ingerowania w dane na etapie ich transformacji, aby nie wpływać negatywnie na ich jakość. Chronienie jakości danych jest kluczowe dla ich późniejszego wykorzystania w optymalizacji biznesu. 

Strategia danych – jak ją stworzyć?

Jak przygotować skuteczną strategię danych? Kluczowym elementem w biznesie są KPI, które mierzą osiąganie naszych celów biznesowych i strategicznych. Strategię należy kaskadować na metryki – od celów strategicznych, przez cele biznesowe, aż po konkretne metryki. W procesie tym warto najpierw zidentyfikować dostępne metryki oraz zidentyfikować problemy i braki w analizie, które mogą wpływać na ich osiąganie.

Następnie warto zmapować źródła danych, czyli określić, skąd już pozyskujemy dane. Kolejnym krokiem jest zastanowienie się, gdzie można znaleźć brakujące dane, które są niezbędne do pełnej analizy i realizacji KPI. W mapowaniu danych warto pamiętać o podziale na dane offsite i onsite. 

Dane offsite to te pochodzące spoza naszego produktu cyfrowego, takie jak systemy reklamowe, media społecznościowe czy dane panelowe dotyczące otoczenia biznesowego. Z kolei dane onsite odnoszą się do informacji zebranych bezpośrednio w naszym biznesie, na stronie internetowej lub w produkcie cyfrowym, a także w programach lojalnościowych i CRM, dotyczących zidentyfikowanych użytkowników.

Dane można podzielić również na kategorie first party, third party i zero party. Dane first party to informacje pozostawione na naszych platformach przez użytkowników lub klientów. Dane third party, czyli zewnętrzne, to te, które są gromadzone poza naszą stroną, np. dane offsite. Nową kategorią są dane zero party, które użytkownicy dobrowolnie przekazują, zanim jeszcze staną się naszymi klientami, np. poprzez ankiety czy feedback.

Znając nasze KPI i mając jasno określone, czego nam brakuje, a także dysponując zmapowanymi danymi, które już posiadamy, następnym krokiem jest wybór narzędzi. Narzędzia te powinny umożliwiać zbieranie, przechowywanie i aktywowanie danych. Aktywacja danych to nie tylko ich włączenie w procesy, ale także wizualizacja w dashboardach, co pozwala lepiej zrozumieć i zarządzać informacjami. 

W organizacjach często istnieje już rozbudowany zestaw narzędzi. W 90% przypadków nie potrzeba wdrażać nowych rozwiązań, lecz lepiej skupić się na optymalnym wykorzystaniu dostępnych zasobów. Taka strategia zazwyczaj jest wystarczająca. W kontekście aktywacji danych warto zdefiniować, jakie działania podejmuje firma. Dotyczy to zarówno procesów optymalizacji wskaźnika konwersji, jak i kampanii marketingowych. Istotne jest przypisanie odpowiednich osób do tych procesów i określenie, czy posiadają one wymagane kompetencje, czy też konieczne jest ich uzupełnienie z zewnątrz.

Po ustaleniu wszystkich elementów, kluczowe jest monitorowanie postępów we wdrażaniu strategii danych online. Minimalnym punktem odniesienia mogą być sprawozdania finansowe, które raz w roku dostarczają wyników, często audytowanych przez zewnętrzne firmy, oraz miesięczne dane finansowe. Jeśli posiadamy dobre dane, zwłaszcza integralne, a trendy są zgodne, to skuteczne wdrażanie i realizacja strategii wykorzystania danych online prowadzi do pozytywnych wyników finansowych. W takim przypadku wszystko przebiega prawidłowo. 

Jednym z kluczowych procesów zarządzania danymi jest cykl PDCA (Plan, Do, Check, Act). Obejmuje on planowanie działań, ich realizację, sprawdzanie wyników oraz wyciąganie wniosków i rekomendacji, po czym cykl się powtarza. Dane odgrywają tu kluczową rolę.

Podsumowanie

Podsumowując, warto zadać sobie kilka pytań. Czy firma może funkcjonować bez strategii danych? Zdecydowanie tak. Podobnie jak do przemieszczania się, nie zawsze potrzebujemy paliwa, ponieważ możemy poruszać się pieszo. Strategia danych nie jest niezbędna, ale jej brak może ograniczać efektywność działań. 

Czy posiadanie odpowiednich zasobów danych przyspiesza rozwój firmy? Zdecydowanie tak. Jeśli firma ma dobrze opracowaną i stale optymalizowaną strategię danych, jej rozwój będzie znacznie szybszy. Posiadanie własnej „rafinerii danych” i „stacji paliw” sprawia, że przedsiębiorstwo działa sprawniej, ponieważ unika tracenia czasu na poszukiwanie i analizowanie danych w sytuacjach kryzysowych.

Strategia danych jest kluczowa właśnie w takich momentach. Dane stają się niezbędne nie tylko w sytuacjach, gdy coś idzie nie tak, ale także wtedy, gdy chcemy przyspieszyć nasz rozwój. Warto zatem poświęcić czas na pracę z danymi i rozwijanie strategii, aby osiągnąć lepsze wyniki biznesowe.

The post Strategia danych – 5 kroków do jej stworzenia first appeared on Conversion.

Strategia analityczna w organizacji
Dyrektor e-commerce a decyzyjność
Dyrektor e-commerce – znajomość kontekstu organizacji
Dyrektor e-commerce – priorytetyzacja zadań
Podsumowanie

Strategia analityczna w organizacji

Celem analityki internetowej jest wsparcie organizacji w podejmowaniu decyzji z wykorzystaniem danych online. To wsparcie jest tym lepsze, im bardziej dojrzała jest organizacja i im wyższy poziom dojrzałości analitycznej osiąga. Celem każdej organizacji budującej strategię analityczną w kierunku dojścia do bycia data-driven, jest podejmowanie decyzji na podstawie danych. 

W kontekście roli dyrektora e-commerce, najważniejszym zadaniem jest podejmowanie decyzji w zakresie rozwoju sklepu, co stanowi kluczowy element analityki internetowej. Strategia analityczna ma za zadanie dostarczać dane niezbędne do podejmowania tych decyzji, aby były optymalne.

Dyrektor e-commerce a decyzyjność

Po pierwsze, dyrektor e-commerce podejmuje kluczowe decyzje w zakresie rozwoju sklepu. Strategia analityczna ma wspierać go w tym procesie. Aby wspierać podejmowanie decyzji, osoby odpowiedzialne za wyznaczenie strategii analitycznej muszą wiedzieć, jakie decyzje podejmuje dyrektor e-commerce. Powinny również znać dane, z których dotychczas korzystał, oraz sposób, w jaki podejmował decyzje, aby odpowiednio zaplanować strategię.

Dyrektor e-commerce, w ramach zarządzania budżetem, rozumie operacje, klientów, rynek i konkurencję. Na podstawie swojej wiedzy i doświadczenia wyznacza kierunki działania, cele organizacji oraz odpowiednie KPI. Analityka internetowa powinna pomagać w osiąganiu tych KPI szybciej i łatwiej. 

Dyrektor e-commerce – znajomość organizacji

Warto pamiętać, że dyrektor e-commerce najlepiej zna kontekst całej organizacji, co jest kluczowe dla analizowania danych, planowania konfiguracji narzędzi oraz zarządzania danymi w organizacji. Zarządzając biznesem, decyduje o przydziale zasobów, mając na uwadze wyznaczone KPI oraz ograniczenia budżetowe. 

Szczególnie istotna jest tutaj rola działu IT. Chociaż IT nie znajduje się bezpośrednio pod jurysdykcją dyrektora e-commerce, to jednak dyrektor e-commerce jest na tym samym poziomie co dyrektor IT. 

Jeśli pojawiają się potrzeby związane ze zmianami w technologii, staku analitycznym lub produkcie cyfrowym, np. na stronie internetowej lub w aplikacji, by lepiej osiągnąć KPI, łatwiej niż komukolwiek innemu jest dyrektorowi e-commerce porozmawiać z dyrektorem IT i wdrożyć te zmiany. Trudniej byłoby to osiągnąć, gdyby dyrektor e-commerce nie miał świadomości tego, jak działa w firmie analityka internetowa.

Dyrektor e-commerce mając ogląd oraz realny wpływ na całą organizację oraz, jest osobą która najlepiej jest w stanie “spiąć” ze sobą wszystkie działania tak, aby wyznaczyć odpowiedni kierunek rozwoju sklepu.

Dyrektor e-commerce – priorytetyzacja zadań

Dyrektor e-commerce decyduje również o priorytetach zmian w e-commerce, niezależnie czy dotyczy to strony internetowej, czy aplikacji mobilnej. Dane dostarczane przez analitykę internetową wskazują, co należy poprawić, w jakim zakresie, a czasem nawet konkretnie jak to zrobić. Na końcu dane pokazują, czy zmiana była słuszna i poszła w dobrym kierunku.

Dyrektor e-commerce musi być świadomy wagi danych w zarządzaniu e-commerce. Z kolei osoby odpowiedzialne za realizację tej strategii muszą znać priorytety wyznaczone przez dyrektora e-commerce, aby zwrócić uwagę na kluczowe aspekty i pomóc mu w podjęciu właściwej decyzji. Wreszcie, to dyrektor e-commerce decyduje o większych inwestycjach. 

Na przykład, gdy poziom ruchu jest na tyle duży, że bezpłatne narzędzie, takie jak Google Analytics 4, nie wystarcza, warto odpowiednio wcześniej zaplanować działania i zdobyć informację, że bezpłatna wersja Analyticsa nie jest już w stanie dostarczyć potrzebnej wartości. W takim przypadku może być konieczne zainwestowanie w Google Analytics 360. 

Dyrektor e-commerce decyduje o priorytetach nie tylko związanych z samą witryną, ale również o priorytetach na drodze do osiągania dojrzałości analitycznej i stawania się organizacją data-driven. Jeśli zarówno analityk internetowy, jak i dyrektor e-commerce mają pełną świadomość swojej roli i współpracują ze sobą, dyrektor, widząc efekty działań, może podejmować decyzje znacznie szybciej.

Podsumowanie

Podsumowując, dyrektor e-commerce odpowiada za całą sprzedaż online. Od cyfrowego produktu, jak nasza witryna czy aplikacja, poprzez marketing, czyli sposób sprowadzania użytkowników i dbania o tych, którzy już u nas byli, po merchandising, czyli prezentację bazy produktowej – analityka internetowa i dane w każdym z tych obszarów mogą dostarczyć odpowiednie wnioski i rekomendacje. Dzięki temu decyzje są podejmowane lepiej, a rezultaty osiągane szybciej i efektywniej.
Wspieranie e-commerce danymi jest trudne, gdy dyrektor e-commerce nie angażuje się w budowę strategii analitycznej. Jeśli jesteś dyrektorem e-commerce, zachęcam do udziału przynajmniej na etapie wyznaczania roadmapy rozwoju i drogi do dojrzałości analitycznej. Stawanie się organizacją data-driven przynosi niesamowite efekty, gdy większość decyzji opiera się na danych.

The post Dyrektor e-commerce – rola w budowaniu strategii analitycznej first appeared on Conversion.

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

Strategia analityczna w organizacjach

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.

Brak wsparcia innych działów

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. 

Chęć zrobienia zbyt dużego przeskoku

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. 

Oczekiwanie na idealne dane

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.

Brak lub zbyt mała kontrola danych

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. 

Zwłoka w uruchomieniu procesów analizy danych

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.

Podsumowanie

Podsumowując, na podstawie naszych doświadczeń pięć najczęstszych błędów przy tworzeniu strategii analitycznej, które obserwujemy to:

1. Brak wsparcia organizacji w zmianach wdrożenia strategii analitycznej.
2. Chęć przeskoczenia organizacji o kilka poziomów, czyli natychmiastowe dążenie do bycia data-driven, mimo niższego poziomu dojrzałości analitycznej.
3. Zbyt duża wiara i oczekiwanie na stuprocentowo pełne dane.
4. Brak procesów kontrolujących jakość danych, nawet gdy się już pojawią.
5. Zbyt późne lub całkowite zaniechanie uruchamiania procesów aktywujących dane, aby pracowały dla organizacji.

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. 

The post Strategia analityczna – 5 największych błędów first appeared on Conversion.