Analisis data: Masa lalu dan batasan tumpukan Anda

Pada sesi Konferensi MarTech baru-baru ini, “Dibutuhkan dua tango: Bagaimana pemasar dan analis data dapat unggul bersama-sama,” Arti Munshi dan saya berbicara tentang beberapa konsep tingkat tinggi yang dapat dipahami pemasar untuk membantu mereka bekerja secara efisien dengan analis data. Bagian penting dari ini adalah memahami keterbatasan data. Salah satu keterbatasan itu adalah evolusi tumpukan martech.

Berbagai jenis evolusi dapat menghalangi apa yang dapat dilakukan seorang analis data dengan data yang dikumpulkan dari waktu ke waktu. Berikut adalah beberapa contoh.

Platform analitik

Bukan hal yang aneh bagi perusahaan untuk mengubah platform analitik dalam tumpukannya. Ada banyak pilihan untuk setiap jenis komponen dan banyak alasan mengapa perusahaan dapat mengubah komponen mana yang mereka gunakan.

Contoh umum adalah platform analisis web. Dua pemain utama di bidang ini adalah Adobe Analytics dan Google Analytics. Jika perusahaan Anda menukar satu dengan yang lain, ini dapat membatasi data web historis perusahaan Anda. Memang, perusahaan Anda mungkin telah menyimpan data dari kedua sistem di data lake, tetapi itu tidak berarti platform mengumpulkan dan mengatur data dengan cara yang sama. Hal ini membuat hal-hal sulit bagi seorang analis untuk memperhitungkan. Jika seorang pemasar dapat memahami sejarah ini, mereka dapat memasukkan evolusi ini ke dalam permintaan dan harapan mereka.

Jangan lupa bahwa komponen tumpukan lainnya juga dapat memengaruhi pengumpulan dan pemrosesan data. Beralih di sekitar akan menghadirkan masalah serupa.

Organisasi yang lebih luas

Departemen pemasaran tidak berdiri sendiri. Mereka ada untuk mempromosikan organisasi yang lebih luas. Organisasi yang lebih luas juga dapat menyajikan isu-isu yang mempengaruhi pengumpulan data.

Misalnya, sebuah perusahaan mungkin tidak memiliki data lake tempat data dari sistem di seluruh organisasi disimpan. Memiliki semua data di satu tempat dapat mempermudah membawa data lain untuk perspektif yang lebih luas. Misalnya, prospek, konversi, dan peluang bukan satu-satunya bagian dari teka-teki. Kebahagiaan pelanggan, titik kontak dengan perwakilan layanan pelanggan, dan sebagainya adalah bagian dari gambaran yang lebih besar.

Temuan yang lebih kuat dan lengkap dimungkinkan jika analis dapat melihat melampaui interaksi pelanggan dengan kampanye pemasaran. Namun, itu tergantung pada seberapa mudah untuk menarik semua data itu bersama-sama.

Gali lebih dalam: Apa perbedaan antara gudang data dan danau data?

Peraturan

Bukan rahasia lagi bahwa peraturan privasi telah berevolusi. Di masa lalu, di Amerika Serikat diperbolehkan bagi browser web untuk mengumpulkan banyak informasi tentang pengunjung situs web. Ada lebih banyak kelonggaran untuk berbagi atau menjual informasi itu ke pihak lain — terutama dengan data pihak ketiga. Karena itu, analis dapat memberikan informasi yang lebih kaya dan lebih kuat. Peraturan federal dan negara bagian telah membatasi pengumpulan data itu, jadi ini tidak lagi terjadi.

Selanjutnya, peraturan privasi juga bervariasi di seluruh dunia. Uni Eropa terkenal karena melindungi privasi warganya — jauh lebih baik daripada entitas pemerintah lainnya. Ini seharusnya tidak mengejutkan pemasar mana pun, tetapi analis lebih dibatasi dengan data UE jika dibandingkan dengan AS

Gali lebih dalam: Dengan perlindungan privasi Apple yang merugikan pendapatan, beberapa perusahaan menemukan cara untuk mengatasinya

Pengaruh produsen perangkat

Perusahaan teknologi tentu harus mematuhi regulasi. Namun, terkadang mereka mematuhi standar yang lebih ketat daripada yang mereka atur. Misalnya Apple telah membatasi perusahaan data yang dapat dikumpulkan tentang pengguna perangkatnya. Itu mengubah fokus privasi menjadi kampanye pemasaran yang ekstensif. Terlepas dari seberapa besar persepsi sesuai dengan kenyataan, pemasar perlu mencatat bahwa ada kemungkinan analis tidak akan memiliki data yang sama untuk pengguna Apple dan Android.

Identifikasi diri pelanggan

Berpegang teguh pada perangkat, poin ini adalah batasan yang terkenal. Kebanyakan orang menggunakan banyak perangkat mulai dari laptop, ponsel, dan konsol. Tidak jarang seseorang memiliki kelipatan masing-masing. Misalnya, mereka melakukan beberapa hal pribadi yang tidak berbahaya (seperti memeriksa berita) di laptop kantor mereka dan melakukannya lagi nanti di laptop dan telepon pribadi. Idealnya, akan lebih baik untuk menggabungkan individu itu di perangkat mereka sehingga data akan mewakili mereka sebagai satu orang, bukan beberapa orang yang menggunakan perangkat yang berbeda.

Salah satu cara untuk melakukannya adalah dengan mengumpulkan data pihak pertama dan mencari individu yang menggunakan beberapa perangkat. Mungkin mereka memiliki akun dan masuk ke sistem Anda dari beberapa perangkat. Itu tentu saja salah satu cara untuk mencapai jahitan seperti itu. Namun, organisasi mungkin tidak selalu memiliki akun untuk orang-orang untuk masuk. Dalam beberapa kasus, mungkin tidak masuk akal bagi seseorang untuk membuka akun dengan sistem organisasi.

Jika organisasi Anda dapat memperkenalkan akun untuk dibuat dan digunakan orang, harap diingat bahwa melihat kembali ke masa ketika akun tersebut tidak tersedia atau digunakan secara luas akan menghambat kemampuan analis untuk melacak orang di seluruh perangkat dari waktu ke waktu.

Keterbatasan, bukan ketidakmungkinan

Sebagai pemasar, penting untuk memahami batasan data tersebut. Memahami mereka akan membantu memfasilitasi bekerja dengan analis data. Setelah mengatakan semua ini, ini adalah batasan — bukan kemustahilan. Ini adalah saat analis data bisa bersinar. Mereka sangat menyadari keterbatasannya, tetapi sebagai spesialis data, mereka mungkin memiliki lebih banyak trik daripada yang disadari pemasar. Mudah-mudahan, datang ke meja dengan pemahaman yang tinggi tentang medan akan memfasilitasi beberapa kolaborasi kreatif.

Pendapat yang diungkapkan dalam artikel ini adalah dari penulis tamu dan belum tentu MarTech. Penulis staf tercantum di sini.