Маркетинг-аналитик: инструкция по применению

       

Анна Иванова

Head of Analytics OWOX BI

В этой статье

Как определить хорошего аналитика?

По моему мнению, самое главное — аналитический склад ума. Аналитик — это человек, умеющий строить причинно-следственные связи, одинаково хорошо работать по принципу индукции и дедукции (от частного к общему и наоборот), владеющей основами математической статистики.

Вы можете спросить: «А остальное?» Остальному можно научиться. Инструментов аналитики много разных, и всё чаще компании хотят воспитывать аналитика под себя, так вот — переучить сложнее, чем научить с нуля. При этом базису научить крайне тяжело.

Чего не стоит требовать от аналитика?

Если кратко, то того же, что и от специалистов других отделов — решений вне зоны их компетенции (проще говоря, быть единорогом). То есть ты, конечно, аналитик, но пойди ещё статью напиши, программный код запили и дизайн интерфейса жду от тебя на завтра.

Если углубиться и не утрировать, то стоит разделить ответ по двум принципиально разным группам аналитиков — внешние консультанты и аналитики внутри компании.

Продвижение медцентров и клиник: три кейса о SEO, TikTok и Instagram*

Как получить измеримые результаты в фарммаркетинге.

Показываем на примерах →

Спецпроект

Так, говоря о первой группе, не стоит требовать от них принятия решений касательно вашего бизнеса за вас. Конечно, у таких специалистов богатая экспертиза и набор кейсов, но малейшая особенность бизнеса, о которой вы не упомянули, посчитав неважной — и результат может выйти с точностью до наоборот по отношению к ожиданиям.

Аналитики внутри компании, если структура отделов открытая (нет секретных секретов от других отделов) может самостоятельно принимать решения, но только в зоне, где его ответственность не меньше 30%. То есть по факту принятия решения аналитик может повлиять на его претворение в жизнь.

О чём мечтает аналитик?

Аналитик мечтает о том, чтобы каждый его отчёт и решение нашли применение и принесли пользу (в общем, ну вы поняли, «положи свой отчёт 198 в третью стопку слева» — вообще не торт).

Да, хотелось бы поменьше рутины, но если ты понимаешь цель, ради которой приходится заниматься этой рутиной, то оно явно того стоит. При этом всё, что может быть автоматизировано, лучше автоматизировать.

Куда эволюционирует работа аналитика, насколько эта профессия зрелая, куда развивается?

Последние годы работа аналитика, по крайней мере сужу по себе и своей команде, всё больше уходит в зоны с низким коэффициентом определённости. Это прогнозы, поиски инсайтов и принципиально новых способов решения даже старых задач.

Так же, как и весь информационный мир, работа аналитика стремится к автоматизации и механизации. Ведь намного более ценно уделить время поиску проблемы или анализу рассчитанных данных, чем заниматься калькуляцией на деревянных счетах.

       

Алёна Артемьева

Консультант по аналитике, ex-CAO Альфа Капитал

Как определить хорошего аналитика?

У хорошего аналитика есть знание основ статистики, теории выборочных обследований, теории вероятностей, моделирования и прогнозирования на хорошем уровне. Он сам работает с базами данных, поэтому SQL просто must have, как и системы визуализации данных (Power BI, Qlik View, Tableau etc).

Читайте также  Трансляции мероприятий в социальных медиа: какие форматы войдут в привычку

Если мы говорим об онлайн-бизнесе, то даже не веб-аналитик должен на хорошем уровне разбираться в основных системах аналитики (Google Analytics, Yandex Metrika etc). Всё больше от аналитиков требуют знания R и Python.

И, конечно, развитые soft skills — умение за цифрами видеть бизнес и из данных делать деньги. Проактивность, стратегическое мышление, коммуникативные навыки.

Чего не стоит требовать от аналитика?

Аналитическая культура многих компаний такова, что аналитик в принципе не может раскрыть свой потенциал. Некоторые компании живут иллюзией, что данных у них много и из них можно получить ответ на любой вопрос, тогда как на самом деле нужных данных нет, либо они собираются таким образом, что получить необходимую информацию невозможно. А если нет данных — нельзя требовать анализ.

Бессмысленно ждать от аналитика точный прогноз всего на свете, если нет цифр, на котором его можно построить (не путаем прогноз по правилам и экспертное мнение, план, наши предположения по поводу будущего и тому подобное).

Если аналитики в компании хорошие, это может вылиться в желание получать детализированные прогнозы по поведению клиентов в микросегментах в условиях крайней неопределённости и по направлениям, не связанным с привлечением напрямую.

Как пример — ситуация, когда PR-служба договаривается об интервью первого лица, а от аналитиков при этом требуют рассчитать, сколько это привлечёт новых клиентов, насколько увеличит ретеншен уснувших и повысит средний чек лояльных.

Аналитик — это не маркетолог, от него не стоит требовать написать маркетинговую стратегию, придумать условия акции, построить карту коммуникаций и тому подобное. Он оказывает аналитическую поддержку маркетингу, может проверить прогнозы агентств, подвести итоги акций, сформировать сегменты и так далее, но не придумывает стратегию продвижения.

Нельзя ставить глобальные аналитические задачи со сроком выполнения «вчера»: результат будет плачевным. Если бизнес хочет получить качественный результат по сложной задаче, не стоит подстегивать аналитиков думать быстрее — это не тот случай, когда кнут хорошо работает.

О чём мечтает аналитик?

Обязательные пункты для идеальных условий работы.

  • Тебя просят разобраться в проблеме и придумать решение, чтобы потом действительно сделать так, как ты говоришь, а не послушать и включить своё «особое мнение». Многих аналитиков демотивирует тот факт, что бизнес просит у них помощи в решении сложных задач, но когда решение, выстраданное и подкреплённое цифрами, озвучивается, заказчик отказывается ему верить и всё равно делает по-своему, наступает на грабли, понимает, что аналитик был прав, но в следующий раз всё может повториться по тому же сценарию.

  • Бизнес может говорить с тобой на одном языке и способен к созданию нормального ТЗ по задаче, а тебе остаётся только сделать то, что просят, а не участвовать в квесте «что же на самом деле хотел заказчик?».

  • Все понимают, что каждый — профессионал на своём месте, аналитики не исключение, поэтому нет практики постоянной проверки расчётов аналитиков людьми из смежных департаментов. Вы либо доверяете своим аналитикам, либо сразу поручаете считать кому-то другому.

  • Есть чёткое разграничение полномочий, и в структуре компании нет дублирующихся функций и департаментов. В идеале есть единая аналитическая функция как единый центр компетенций.

  • Маркетинг понимает и любит цифры, видя в аналитиках партнёров и союзников, которые помогут в оптимизации расходов и получении бонусов, а не противников, которые хотят зарубить их бюджет.

  • Нет постоянного потока бессмысленных задач, которые становятся неактуальны сразу после утверждения ТЗ. То же самое касается и потока мегасрочных задач — все умеют планировать загрузку и понимают, что анализ данных — это не просто выгрузить табличку и сделать график.

  • У аналитиков есть отдельно выделенные ресурсы IT, которые позволяют быстро решать технические задачи.

  • Бизнес готов вкладываться в технологии и помогать автоматизировать рутинные задачи.

Читайте также  Как мы привлекли 700 участников на онлайн-лекцию и какие ошибки допустили

Куда эволюционирует работа аналитика, насколько эта профессия зрелая, куда развивается?

Всё чаще слышу мнение, что аналитик как супермен, способный решить вообще любую задачу и спасти любой бизнес, даже если он на грани краха. Что стоит ему только посмотреть на любой набор цифр, как он тут же выдаст решение, что нужно делать.

Аналитик превращается в некоего траблшутера, у которого есть лекарство от всех болезней. Если раньше считалось, что экспертиза в этом есть только у крупных консалтинговых агентств, то сейчас всё чаще компании хотят иметь такого гуру в штате, поэтому требования к аналитикам расширяются.

Аналитик от создателя табличек в Excel и графиков в Power BI — чисто технической позиции — превращается в человека, который имеет всё больший вес, так как смотрит на бизнес сверху, видит то, что скрыто от всех, и способен искать ценные инсайты в данных. Именно поиск инсайтов — то, чего ждёт бизнес от аналитиков сейчас.

Параллельно мы наблюдаем резкий рост популярности Data Science и всего, что с этим связано. Таким образом, с одной стороны, аналитиков по популярности догоняют специалисты в области DS, с другой стороны — бизнес, не успев ещё нормально разобраться с функционалом аналитиков, всё чаще путает аналитиков и датасайентистов, смешивая эти понятия и не умея формулировать функциональные требования корректно.

Понимая это, многие аналитики сейчас сами активно интересуются темой ML/AI и стараются наращивать знания в этом направлении. SQL уже недостаточно, от аналитиков требуют как минимум Python и предлагают решить сложные задачи, связанные с обработкой больших данных.

Мне кажется, границы между аналитиками и специалистами в области DS будут постепенно размываться, но вряд ли они исчезнут полностью в ближайшее время. Также, уверена, что развитие профессии будет зависеть от задач и требований бизнеса.

       

Александр Климов

tidydata.ru

Как определить хорошего аналитика?

На мой взгляд, хороший аналитик любопытен, знает статистику, умеет кодить, разбирается в основах маркетинга, хочет развиваться и делает это постоянно.

О чём мечтает аналитик?

Конечно же аналитик мечтает обнаружить скрытую зависимость, знание которой перевернёт положение дел в его компании, индустрии и в мире. Ещё мечтает, чтобы в базах данных не было ошибок, пропущенных значений и несоответствий.

Чего не стоит требовать от аналитика?

Настраивать контекстную рекламу (шутка). И это можно требовать. Я считаю так: задача любого сотрудника — приносить пользу. Как именно и что он будет делать — зависит от его компетенций, soft skills, а также компетенций и soft skills его руководителя.

Куда эволюционирует работа аналитика, насколько эта профессия зрелая, куда развивается?

Заметно, что увеличивается специализация: веб-аналитик, маркетолог-аналитик, бизнес-аналитик. Дашборды сменяют ad-hoc отчёты, развиваются системы поддержки принятия решений (то есть аналитиков сменяют алгоритмы, которые придумали сами аналитики). Но это в небольшой части передовых компаний. Остальные уже научились настраивать цели в метрике, но ещё не доросли до оценки ROMI.

       

Иван Иванов

Prometriki.ru

Как определить хорошего аналитика?

На мой взгляд, «хороший аналитик» должен уметь работать в команде, быть максимально погружённым в проект, а не просто быть специалистом с кругом обязанностей. При необходимости он должен уметь поставить задачу коллегам и проконтролировать её выполнение.

О чём мечтает аналитик?

Мне нравится извлекать данные из различных систем, сводить их в единые наборы данных, строить модели и после того, как все связи выстроены и модель работает, заниматься визуализацией данных. Идеальный вариант, когда все данные из различных систем удаётся связать с помощью стандартных операций и не приходится тратить время на поиск причин расхождения показателей. Приятно, когда решённая задача позволяет бизнесу увидеть то, что ранее было скрыто.

Читайте также  Как дорасти до директора по маркетингу: личный опыт

Чего не стоит требовать от аналитика?

Не нужно ждать от аналитика умения настраивать и вести рекламные кампании, а также того, что он сможет писать код таким же образом, как разработчик. Если потребуется внести изменения в дизайн сайта или его вёрстку, то и в этом случае лучше привлечь специалиста из соответствующей области. Каждый должен делать хорошо своё дело, а не уметь всё понемногу.

Куда эволюционирует работа аналитика, насколько эта профессия зрелая, как она развивается?

Если говорить об аналитике как о специалисте, то в это понятие входит несколько составляющих: умение собрать, извлечь, обработать и получить информацию из данных. Каждый этап требует определённого набора навыков и знаний. Если несколько лет назад было достаточно умения работать с Google Analytics, то сегодня это базовый навык, помимо которого желательно знать SQL, уметь визуализировать данные и выполнять массу других операций с данными.

       

Павел Мрыкин

Евангелист К50, ex-руководитель отдела автоматизации и аналитики в MediaGuru

Как определить хорошего аналитика?

Должность аналитика очень сильно разнится от компании к компании.

Я могу выделить три варианта аналитиков.

1. Это человек, который умеет ставить счётчики и выгружать отчёты из Яндекс.Метрики и Google Analytics.

2. Понимает как работают системы аналитики. Умеет составлять ТЗ для программиста. Работает с API сервисов. Выгружает и обрабатывает данные с помощью языков программирования.

3. Человек, который работает с данными. Генерирует и проверяет гипотезы. Умеет интерпретировать цифры в полезные данные для бизнеса (редкий вид).

К чему эта классификация? Нужно шагать от задач конкретной компании и платёжеспособности. При этом важно оценивать текущий уровень работы с аналитикой в компании и не стремиться к звёздам в тот момент, когда строительство космодрома находится на этапе котлована.

Чего не стоит требовать от аналитика?

К аналитику часто относятся как к тыжпрограмисту или айтишнику. То есть как к человеку, который может решить любую задачу, которая связана с компьютером.

От аналитика могут требовать настройку рекламных кампаний или допиливание сайта по ТЗ, которое составил этот аналитик.

О чём мечтает аналитик?

Каждый аналитик мечтает о том, чтобы результаты его работы использовались и были оценены. У аналитиков порой может складываться впечатление, что они работают в пустоту.

Из этого же желания появляется мечта о том, чтобы постановщики задач понимали, чего они хотят и как они будут использовать запрошенные данные в дальнейшем. В этом случае аналитик сможет предложить лучший вариант решения задачи.

Куда эволюционирует работа аналитика, насколько эта профессия зрелая, куда развивается?

Выше я описал три варианта аналитиков. Но эти варианты не всегда являются этапами развития аналитика. Можно стартовать с навыков сбора и объединения информации из готовых источников данных и параллельно развивать сопутствующие навыки.

Тренд уходящего года — развитие у аналитиков soft skills. Благодаря большому количеству обучающих материалов можно быстро научиться нажимать правильные кнопки.

Однако проблема может возникнуть на этапе коммуникации. На данный момент в дефиците аналитики, которые умеют «читать» данные и переводить их на человеческий язык.

Рекомендуем:

  • Data-маркетолог: зачем осваивать новую профессию

  • Сквозная аналитика вступает в дело: 6+2 отборных статьи на Cossa (по итогам года)

  • 5 шагов для построения сквозной аналитики в Google Analytics

Мнение редакции может не совпадать с мнением автора. Ваши статьи присылайте нам на 42@cossa.ru. А наши требования к ним — вот тут.

Источник фото на тизере: Фотобанк Photogenica

Источник: cossa.ru

Строй Сам