Interview mit Julius Fedorovicius, Gründer von Analytics Mania

Wir setzen unsere Expertenmeinungskolumne fort und präsentieren Ihnen heute ein Interview mit Julius Fedorovicius , einem digitalen Berater und technischen Experten. Julius ist Gründer von Analytics Mania und ein Google Tag Manager und Google Analytics Enthusiast. Außerdem leitet er die Google Tag Manager-Community auf Facebook und erstellt GTM-Online-Kurse .

Hier sind wie immer die Hauptthemen für die Navigation:

Ich betreibe Analytics Mania. Hier teile ich Blog-Beiträge und Video-Tutorials, die Marketern und Analysten beibringen, mit Google Tag Manager und Google Analytics zu arbeiten. Außerdem biete ich im Moment zwei kostenpflichtige Kurse zum Thema Google Tag Manager an. Außerdem arbeite ich gelegentlich (wenn ich Zeit in meinem Zeitplan habe) als GA/GTM-Freelancer. Aber mein Hauptaugenmerk liegt derzeit auf Inhalten, Kursen und Studenten dieser Kurse.

Schwierige Fähigkeiten. Ich bin hier voreingenommen (da ich von der Analytics-Implementierungsseite komme), aber ich würde sagen, dass technische Fähigkeiten im Zusammenhang mit Tracking wichtig sind. Wenn Sie verstehen, wie Tracking funktioniert, können Analysten besser verstehen, woher die Daten stammen, wie sie gesammelt werden und wie zuverlässig sie sind. Dies wird Analysten auch dabei helfen, den Daten, mit denen sie arbeiten, und den Ergebnissen, die sie erhalten, mehr Salz hinzuzufügen.

Aber das ist nur ein Teil der erforderlichen Fähigkeiten. Die Nachverfolgung der Implementierung allein ist wertlos, wenn mit den gesammelten Daten nichts gemacht wird. Hier kommt der Analyseteil ins Spiel und hier haben wir sowohl Hard- als auch Soft Skills.

Apropos Hard Skills, das hängt sehr stark vom Unternehmen ab, in dem man arbeitet, und dessen Stack. Für einige reicht es, Google Analytics und Data Studio zu verwenden, für andere BigQuery, Kenntnisse in SQL, R, Python usw. Der Kaninchenbau geht tief.

Ich würde empfehlen, sich nicht auf bestimmte Tools zu konzentrieren. Konzentrieren Sie sich stattdessen darauf, welche Art von Fragen mit Daten beantwortet werden müssen. Wählen Sie dann die richtigen Tools dafür. BigQuery, R oder was auch immer zu kennen und zu versuchen, dies für kleine Unternehmen anzuwenden, macht (zumindest in den meisten Fällen) keinen Sinn. Kleine Unternehmen werden (höchstwahrscheinlich) nicht über genügend Daten verfügen, um von diesen Technologien zu profitieren.

Da ich hauptsächlich mit kleinen/mittelständischen Unternehmen arbeite, reicht in den meisten Fällen der Essential Analytics Stack von Google (GTM, GA, GDS). Dank Analysen und „kleinen“ Daten ist es durchaus möglich, viele Verbesserungen/Veränderungen zu erzielen.

Wenn also jemand darüber nachdenkt, eine Karriere in diesem Bereich zu beginnen, denke ich, dass Kenntnisse in GTM, GA und Google Data Studio ein guter Anfang sind (wenn es um Hard Skills geht).

Nun zu den Soft Skills eines Analysten. Ich würde sagen, das sind:

• Planung. Wenn wir über Webanalyse sprechen, können Ihnen Dinge wie Messplan und Tag-Implementierungsplan immens helfen. Um einen Plan zu erstellen, müssen Sie viel mit Stakeholdern sprechen, sich besser mit Geschäftszielen, Prozessen usw. vertraut machen. Dies hilft Analysten, ein größeres Bild zu sehen und somit (hoffentlich) mehr Wert auf Analysen zu legen.
• Klingt kitschig, aber: Achtet darauf, was andere sagen. Auch Kommunikation. Dies hilft Ihnen beispielsweise bei der Erstellung von Messplänen und ermöglicht Ihnen auch, Ihre Ergebnisse besser zu kommunizieren.
• Kritisches Denken. Dies wird Ihnen helfen, Muster zu erkennen, tiefer zu graben und Erkenntnisse zu gewinnen.

Ich weiß, dass Sie nach einem großen Fehler fragen, aber ich konnte nicht nur einen auswählen :) Hier sind meine Gedanken zu den größten Fehlern:

Fehler Nr. 1. Vertrauen Sie Ihren Daten immer und haben Sie keine Zweifel daran. Daten werden nie perfekt sein, es wird immer ein gewisses Maß an Ungenauigkeiten geben. Wenn Sie also mit Ihrer Analyse etwas Wertvolles entdecken, zweifeln Sie es immer an. Versuchen Sie, es aus verschiedenen Blickwinkeln zu überprüfen. Wenn Sie mit der Implementierung von Analysen vertraut sind, versuchen Sie, sich vorzustellen, was bei Ihrer Datenerfassung schief gelaufen sein könnte. Und was ist die Quelle dieser Daten? Hier ist kritisches Denken gefragt. Warten Sie andererseits jedoch nicht auf perfekte Daten. Zu viel Zeit damit zu verbringen, einen perfekten Datensatz zu erhalten, wird für ein Unternehmen kostspieliger sein, als Erkenntnisse aus „gut genug“ Daten zu gewinnen.

Fehler Nr. 2. Zu denken, dass die Arbeit eines Analysten mit der Analyse und dem Finden einiger Einsichten endet. Analysten sollten auch die Treiber von Veränderungen in der Organisation sein. Sie müssen ihre Erkenntnisse kommunizieren, sich für bestimmte Lösungen einsetzen, um diese Erkenntnisse umzusetzen. Und in vielen Fällen ist dies der schwierigste Teil.

Sehr viel. Und es ist eines der größten Hindernisse zwischen dem Finden einiger Erkenntnisse und dem Sicherstellen, dass sie zu Veränderungen und Verbesserungen führen. Einige der Möglichkeiten, wie Missverständnisse vermieden werden können:

• Hören Sie genau zu, was andere sagen. Dies hilft, die Geschäftsanforderungen für bestimmte Analyseaufgaben besser zu verstehen. Und wenn die Vermarkter Feedback geben, hilft Ihnen das aufmerksame Zuhören dabei, zukünftige Missverständnisse zu reduzieren und Wiederholungen zu vermeiden.
• Vermeiden Sie Ihren professionellen Slang so weit wie möglich. Versuchen Sie, in einfacheren Worten zu sprechen, die auch für diejenigen verständlich sind, die keine direkte Beziehung zur Analytik haben.
• Verbringen Sie so viel Zeit wie möglich, um zu verstehen, wie das Geschäft funktioniert. Ein Gesamtbild zu sehen, könnte Analysten helfen, besser zu verstehen, was (und warum) Marketingteams bestimmte Ergebnisse von Analysten benötigen.
• Scheuen Sie sich nicht, Fragen zu stellen. Indem Sie nach dem „Warum“ fragen, zeigen Sie nicht, dass Sie dumm sind. Es zeigt, dass Sie den Kontext verstehen möchten, was Ihnen hilft, Aufgaben besser auszuführen. Wenn Sie einen Auftrag erhalten und einige Teile unklar sind, gehen Sie nicht davon aus. Fragen zur Klärung.

Was Veranstaltungen angeht, würde ich MeasureCamp auf jeden Fall empfehlen und ich kann es kaum erwarten, von virtuellen Veranstaltungen wegzukommen und zu den persönlichen Treffen zurückzukehren. MeasureCamp ist einfach ein perfekter Ort, um abzuhängen, von anderen zu lernen und Ihre eigenen Präsentationsfähigkeiten auszuprobieren (die auch in der Analytik dringend benötigt werden).

Außerdem liebe ich SuperWeek . Aber ich sehe es nicht als Konferenz, auf der ich ständig etwas Neues lernen werde. Ich sehe es eher wie den Urlaub eines Analysten, in dem ein Haufen gleichgesinnter Geeks fast eine Woche lang darüber spricht, was sie lieben. Hier trifft man einen Haufen Stars der Branche und redet locker mit ihnen, vernetzt sich. Da ist einfach etwas Magisches.

Was die Ressourcen betrifft, so hängt das wirklich davon ab, worauf sich der Analyst spezialisiert hat. Ist es näher an der Mainstream-Analyse (wie GTM, GA) oder näher an der eigentlichen Datenwissenschaft, Datentechnik usw. Wenn es ersteres ist, dann (schamlos Plug) mein eigener Blog und YouTube-Kanal können definitiv helfen. Simo Ahavas Blog , Measureschool , um nur einige zu nennen. Wenn letzteres der Fall ist, kann Datacamp helfen.

Ich denke, dass das wichtigste Wissen, das hier benötigt wird, darin besteht, zu verstehen, dass der Daten-/Analyse-Stack (und die Prozesse) im Unternehmen basierend auf der Ebene des Unternehmens ausgewählt werden müssen. Und dann soll es mit dem Unternehmen zusammenwachsen.

Meiner Meinung nach sollten kleine Unternehmen nicht glänzenden Dingen wie KI, ML, Big Data nachjagen. Erstens haben kleine Unternehmen nicht einmal genug „kleine“ Daten. Ich habe dies kürzlich gelesen und es fasst die Situation und die Gründe, warum die Analytik des Unternehmens zusammen mit dem Unternehmen wachsen/skalieren sollte, perfekt zusammen.

Aktuell bin ich selbstständig. Meine größte Herausforderung besteht also darin, das zu praktizieren, was ich predige :) Da ich ständig Inhalte erstelle, meine Kurse aktualisiere und Kursteilnehmer unterstütze, habe ich nicht immer genug Zeit, um meine eigenen Daten zu durchsuchen und einige zusätzliche Optimierungen hinzuzufügen. Ein Schuhmacher ohne Schuhe.

Die Reibung mit der IT-Abteilung ist definitiv groß. Sonst wäre GTM nicht so beliebt.

Sich ständig ändernde Landschaft der Privatsphäre der Benutzer. Vor allem, wenn es um große Player (wie Apple) geht. Was Sie heute bauen, hat eine hohe Wahrscheinlichkeit, dass es in den nächsten 6-12 Monaten nicht mehr funktioniert. Etwas up-to-date zu bleiben ist sehr zeitaufwändig (aber notwendig). Ich kann mich irren, aber es fühlt sich an, als hätten wir in den letzten 2-3 Jahren mehr Veränderungen gehabt als in den 6-7 Jahren zuvor). Ich habe diesen Satz während der Pandemie gehasst, aber „das ist die neue Normalität“ für uns.

• Ich denke, dass die vorherigen Fragen zur Kommunikation hier super relevant sind. Beginnen Sie damit und Sie werden definitiv eine Verbesserung sehen.
• Kommunizieren.
• Stellen Sie viele Fragen, um den Kontext zu verstehen (und ein größeres Bild zu sehen).
• Vermute nichts und versuche nicht zu denken, dass du schlauer bist als andere im Raum. Vielleicht wissen Sie besser, wie Sie Ihr Analysetool verwenden. Aber andere wissen vielleicht mehr darüber, wie das Geschäft funktioniert, sie kennen vielleicht einige Puzzleteile, die Ihnen fehlen.

Diese Antwort hängt sehr stark mit einer der vorherigen Fragen zusammen, dass ich nicht genug Zeit für meine eigenen Analysen habe :)

Apropos allgemeine Reife, das ist sehr unterschiedlich. Ich habe Unternehmen gesehen, die ziemlich ausgereift sind, während andere Schlagworte wie „Multi-Touch-Zuordnung“ verwenden, aber gleichzeitig *keine* Ereignisse außer Seitenaufrufen mit Google Analytics verfolgen. Und das ist alles, was sie mit „Analytics“ machen :)

Kontinuierliches Wachstum der Privatsphäre. Und das liegt nicht nur an Vorschriften wie der DSGVO. Anbieter und Unternehmen wie Apple oder Brave bauen die Produkte und das Marketing um einen datenschutzzentrierten Ansatz herum auf. Immer mehr Unternehmen werden rational datenschutzbewusste Datenerfassungsprozesse aufbauen, während andere dazu gezwungen werden.

Komplexere Datenerfassungsmechanismen werden benötigt, um Erstanbieterdaten zu erfassen. Die Zeiten, in denen „nur eine Zeile JavaScript zu Ihrer Website hinzugefügt wurde“, werden zu Ende gehen, und um mit dem Sammeln von mindestens halbgenauen Daten zu beginnen, müssen Sie sich auf Lösungen wie serverseitiges Tagging verlassen.

Bei komplexeren Setups wird die Eintrittsbarriere für angehende Analysten höher sein. Ich spreche in diesem Zusammenhang aus der Perspektive, dass Einsteiger oft mit beliebten Tools wie Google Analytics beginnen. Aber mit Blick auf GA4 werden die Dinge nicht einfacher. Ja, ich weiß, dass es sich immer noch in der Beta-Phase befindet (obwohl das „Beta“-Abzeichen weg ist). Aber wenn man sich anschaut, wie Daten gespeichert werden (und ihre Aufbewahrung – maximal 14 Monate) und die begrenzten Berichtsfunktionen, sieht es so aus, als wäre das Wissen über SQL und BigQuery nicht mehr „nice to have“. Natürlich wird die Einstiegshürde für Anfänger viel höher, weil das ein weiteres Tool ist, das man lernen muss (neben GTM, GA, GDS usw.).

Vielen Menschen ist es immer noch egal, wie ungenau ihre Daten aufgrund der neuesten (und bevorstehenden) Änderungen in der Branche (ITP usw.) werden.

Sich ständig verändernde Landschaft im Datenschutzkontext. Verstehen Sie mich nicht falsch – ich bin für Privatsphäre. Es ist definitiv gut für die Verbraucher. Aber dies ist eine echte, sich ständig ändernde Herausforderung für Marketer und Analysten, sich anzupassen. Das Wort „Problem“ ist hier also vielleicht zu stark. Nennen wir es eine „Herausforderung“.

Da ich mich mehr auf kleinere Unternehmen und Freiberufler konzentriere (um ihnen beim Erlernen von GA und GTM zu helfen), stelle ich fest, dass sich viele von ihnen viel zu sehr auf die Tools und Tracking-Techniken konzentrieren, anstatt zu planen, Geschäftsziele zu verstehen und die richtigen Fragen zu stellen. Offensichtlich bin ich dessen auch schuldig (denn die meisten meiner Inhalte drehen sich um die Tools und Tracking-Techniken). Aber hoffentlich konzentrieren sich mehr Menschen auf die Grundlagen und den „weicheren“ Teil ihrer Arbeit, nicht nur auf die Hard Skills.

Mir ist hier nichts Konkretes eingefallen. Machen Sie einfach weiter ihre Arbeit und verbessern Sie sich. Konzentrieren Sie sich nicht nur auf die Hard Skills, sondern auch auf die Soft Skills.

Ich glaube, Sie hatten noch kein Interview mit Mark Edmondson .

Konzentrieren Sie sich auf die Ziele, die Sie mit Daten erreichen möchten, wählen Sie die richtigen Tools aus und mögen die Chancen zu Ihren Gunsten stehen!

Wir wissen die ehrlichen Antworten von Julius und das Teilen seiner Erfahrungen sehr zu schätzen. Wir hoffen, dass dieses Interview hilfreich war und Sie es gerne gelesen haben.

Abonnieren Sie unseren Newsletter , um als Erster unsere nächsten Interviews zu lesen. Bleiben Sie dran!