Зашто је тимска комуникација важнија од вашег Мартецх стацка

Комуникација и анализа маркетиншког тима

Нетипично гледиште Симе Ахаве о квалитету података и комуникационим структурама освежило је цео салон у Идите на Аналитику! конференција. ОВОКС, лидер МарТецх-а у региону ЗНД, поздравио је хиљаде стручњака на овом скупу да поделе своја знања и идеје.

ОВОКС БИ тим желео би да размислите о концепту који је предложио Симо Ахава, а који дефинитивно има потенцијала за раст пословања. 

Квалитет података и квалитет организације

Квалитет података зависи од особе која их анализира. Типично бисмо за све недостатке података кривили алате, токове посла и скупове података. Али да ли је то разумно?

Искрено говорећи, квалитет података је директно везан за начин на који комуницирамо унутар наших организација. Квалитет организације одређује све, почев од приступа рударењу подацима, процени и мерењу, настављајући обраду и завршавајући укупним квалитетом производа и одлучивањем. 

Компаније и њихове комуникационе структуре

Замислимо да је компанија специјализована за један алат. Људи у овој компанији сјајно проналазе одређене проблеме и решавају их за Б2Б сегмент. Све је сјајно, и нема сумње да познајете неколико оваквих компанија.

Нежељени ефекти активности ових компанија крију се у дуготрајном процесу подизања захтева за квалитет података. Истовремено, треба имати на уму да алати створени за анализу података раде само са подацима и изоловани су од пословних проблема - чак и ако су створени за њихово решавање. 

Због тога се појавила друга врста фирме. Ове компаније су специјализоване за отклањање грешака у току рада. Они могу пронаћи читав низ проблема у пословним процесима, ставити их на таблу и рећи руководиоцима:

Овде, овде и тамо! Примените ову нову пословну стратегију и биће вам добро!

Али звучи превише добро да би било истина. Сумњива је ефикасност савета који се не заснивају на разумевању алата. А те консултантске фирме углавном не разумеју зашто су се појавили такви проблеми, зашто сваки нови дан доноси нове сложености и грешке и који су алати погрешно постављени.

Дакле, корисност ових компанија самостално је ограничена. 

Постоје компаније са пословном стручношћу и знањем алата. У овим компанијама сви су опседнути запошљавањем људи са великим квалитетима, стручњака који су сигурни у своје вештине и знања. Хладан. Али обично ове компаније нису усмерене на решавање проблема у комуникацији унутар тима, што често сматрају неважним. Па како се појављују нови проблеми, започиње лов на вештице - чија је грешка? Можда су специјалисти за БИ побркали процесе? Не, програмери нису прочитали технички опис. Али све у свему, стварни проблем је што тим не може јасно да размисли о проблему да би га заједно решио. 

То нам показује да ће чак и у компанији пуној кул стручњака за све бити потребно више напора него што је потребно ако организација није зрео довољно. Идеја да морате бити одрасла особа и бити одговоран, посебно у кризи, последње је о чему људи размишљају у већини компанија.

Чак се и моје двогодишње дете које иде у вртић чини зрелијим од неких организација са којима сам сарађивао.

Не можете створити ефикасну компанију само ангажовањем великог броја стручњака, јер их све апсорбује нека група или одељење. Дакле, менаџмент наставља да запошљава стручњаке, али ништа се не мења јер се структура и логика тока посла уопште не мењају.

Ако не учините ништа да створите канале за комуникацију унутар и изван ових група и одељења, сви ваши напори биће бесмислени. Због тога је стратегија комуникације и зрелост у фокусу Ахаве.

Конвејев закон примењен на аналитичке компаније

Значајни подаци - Цонваиев закон

Пре педесет година, велики програмер по имену Мелвин Цонваи дао је предлог који је касније у народу постао познат као Цонваиев закон: 

Организације које дизајнирају системе. . . су ограничени да производе дизајне који су копије комуникационих структура ових организација.

Мелвин Цонваи, Цонваиев закон

Те мисли су се појавиле у време када је један рачунар савршено одговарао једној соби! Замислите само: Овде имамо један тим који ради на једном рачунару, а тамо имамо други тим који ради на другом рачунару. У стварном животу, Цонваиев закон значи да ће се све комуникацијске мане које се појаве међу тимовима огледати у структури и функционалности програма које развијају. 

Напомена аутора:

Ова теорија је тестирана стотинама пута у свету развоја и о њој се много расправљало. Најсигурнију дефиницију Цонваиевог закона створио је Пиетер Хинтјенс, један од најутицајнијих програмера раних 2000-их, који је рекао да „ако сте у усраној организацији, направићете усрани софтвер“. (Амдахл до Зипфа: Десет закона физике људи)

Лако је видети како овај закон делује у свету маркетинга и аналитике. У овом свету компаније раде са огромним количинама података прикупљених из различитих извора. Сви се можемо сложити да су подаци сами по себи поштени. Али ако пажљиво прегледате скупове података, видећете све несавршености организација које су те податке прикупиле:

  • Недостају вредности где инжењери нису разговарали о неком питању 
  • Погрешни формати где нико није обраћао пажњу и нико није расправљао о броју децималних места
  • Кашњење у комуникацији када нико не зна формат преноса (батцх или стреам) и ко мора да прими податке

Због тога системи за размену података у потпуности откривају наше несавршености.

Квалитет података је постигнуће стручњака за алате, стручњака за ток посла, менаџера и комуникацију међу свим тим људима.

Најбоље и најгоре комуникацијске структуре за мултидисциплинарне тимове

Типични пројектни тим у компанији МарТецх или компанији за маркетиншку аналитику чине стручњаци за пословну интелигенцију (БИ), научници за податке, дизајнери, трговци, аналитичари и програмери (у било којој комбинацији).

Али шта ће се догодити у тиму који не разуме важност комуникације? Хајде да видимо. Програмери ће дуго писати код, трудећи се, док ће други део тима само чекати да пренесу палицу. Напокон ће бити издата бета верзија и сви ће мрмљати зашто је толико дуго трајало. А када се појави прва мана, сви ће почети да траже некога другог ко је крив, али не и начине како да избегну ситуацију која их је тамо довела. 

Ако погледамо дубље, видећемо да заједнички циљеви нису правилно схваћени (или уопште нису схваћени). И у таквој ситуацији добићемо оштећен или неисправан производ. 

Охрабрите мултидисциплинарне тимове

Најгоре карактеристике ове ситуације:

  • Недовољно учешће
  • Недовољно учешће
  • Недостатак сарадње
  • Недостатак поверења

Како то можемо поправити? Буквално тако што ћу натерати људе да разговарају. 

Подстакните мултидисциплинарне тимове

Окупимо све заједно, поставимо теме за дискусију и закажемо седмичне састанке: маркетинг са БИ, програмери са дизајнерима и стручњаци за податке. Тада ћемо се надати да људи разговарају о пројекту. Али то још увек није довољно, јер чланови тима још увек не разговарају о целом пројекту и не разговарају са целим тимом. Лако је под снегом десетине састанака, нема излаза и нема времена за обављање посла. А те поруке након састанака убиће остатак времена и разумевање шта даље. 

Због тога су састанци само први корак. И даље имамо неких проблема:

  • Лоша комуникација
  • Недостатак заједничких циљева
  • Недовољно учешће

Понекад људи покушавају да пренесу важне информације о пројекту својим колегама. Али уместо да порука прође, машина за гласине чини све уместо њих. Када људи не знају како да своје мисли и идеје правилно поделе и у одговарајућем окружењу, информације ће се изгубити на путу до примаоца. 

То су симптоми компаније која се бори са проблемима у комуникацији. И почиње да их лечи састанцима. Али увек имамо друго решење.

Наведите све на комуникацију током пројекта. 

Мултидисциплинарна комуникација у тимовима

Најбоље карактеристике овог приступа:

  • провидност
  • Учешће
  • Размена знања и вештина
  • Нон-стоп образовање

Ово је изузетно сложена структура коју је тешко створити. Можда знате неколико оквира који користе овај приступ: Агиле, Леан, Сцрум. Није важно како ћете га именовати; сви су изграђени на принципу „чинећи све заједно у исто време“. Сви ти календари, редови задатака, демо презентације и станд-уп састанци имају за циљ да људи често и сви заједно разговарају о пројекту.

Због тога ми се Агиле много свиђа, јер укључује важност комуникације као предуслов за опстанак пројекта.

А ако мислите да сте аналитичар који не воли Агиле, погледајте на други начин: помаже вам да покажете резултате свог рада - све своје обрађене податке, те сјајне контролне табле, своје скупове података - да људе учините људима ценимо ваш труд. Али да бисте то урадили, морате да се сретнете са колегама и разговарате са њима за округлим столом.

Шта је следеће? Сви су почели да разговарају о пројекту. Сад јесмо да докаже квалитет пројекта. Да би то урадиле, компаније обично ангажују консултанта са највишим професионалним квалификацијама. 

Главни критеријум доброг консултанта (могу вам рећи јер сам консултант) је стално смањење његовог учешћа у пројекту.

Консултант не може само нахранити компанију малим професионалним тајнама, јер то неће учинити компанију зрелом и самоодрживом. Ако ваша компанија већ не може да живи без вашег саветника, требало би да размотрите квалитет услуге коју сте добили. 

Иначе, саветник не би требало да прави извештаје нити да постане додатни пар руку за вас. За то имате своје колеге изнутра.

Ангажирајте маркетере за образовање, а не делегацију

Главни циљ ангажовања консултанта је образовање, поправљање структура и процеса и олакшавање комуникације. Улога консултанта није месечно извештавање, већ имплантација себе у пројекат и потпуно укључивање у свакодневну рутину тима.

Добар саветник за стратешки маркетинг попуњава празнине у знању и разумевању учесника у пројекту. Али он или она можда никада неће радити посао за некога. И једног дана, сви ће морати добро да раде без консултанта. 

Резултати ефикасне комуникације су одсуство лова на вештице и указивања прстом. Пре него што је задатак започет, људи поделе своје сумње и питања са осталим члановима тима. Тако се већина проблема решава пре почетка рада. 

Погледајмо како све то утиче на најкомпликованији део посла маркетиншке анализе: дефинисање токова података и обједињавање података.

Како се структура комуникације пресликава у преносу и обради података?

Претпоставимо да имамо три извора која нам дају следеће податке: податке о промету, податке о производима е-трговине / податке о куповини из програма лојалности и податке о мобилној аналитици. Проћи ћемо кроз фазе обраде података једну по једну, од стримовања свих тих података у Гоогле Цлоуд до слања свега на визуелизацију Гоогле Дата Студио уз помоћ Гоогле БигКуери

На основу нашег примера, која питања треба да постављају људи како би се обезбедила јасна комуникација током сваке фазе обраде података?

  • Фаза прикупљања података. Ако заборавимо да измеримо нешто важно, не можемо се вратити у прошлост и измерити. Ствари које треба претходно размотрити:
    • Ако не знамо како да назовемо најважније параметре и променљиве, како да се носимо са свим нередом?
    • Како ће се догађаји обележавати?
    • Који ће бити јединствени идентификатор за одабране токове података?
    • Како ћемо се побринути за сигурност и приватност? 
    • Како ћемо прикупљати податке тамо где постоје ограничења у прикупљању података?
  • Спајање података тече у ток. Узмите у обзир следеће:
    • Главни ЕТЛ принципи: Да ли је то пакетни или проточни пренос података? 
    • Како ћемо обележити везу протока и скупног преноса података? 
    • Како ћемо их прилагодити у истој шеми података без губитака и грешака?
    • Питања о времену и хронологији: Како ћемо проверити временске жигове? 
    • Како можемо знати да ли обнављање података и обогаћивање података раде исправно у временским ознакама?
    • Како ћемо потврдити поготке? Шта се дешава са неважећим погоцима?

  • Фаза агрегације података. Ствари које треба узети у обзир:
    • Специјализована подешавања за ЕТЛ процесе: Какве везе имамо са неважећим подацима?
      Закрпа или брисање? 
    • Можемо ли добити профит од тога? 
    • Како ће то утицати на квалитет целокупног скупа података?

Први принцип за све ове фазе је да се грешке наслажу једна на другу и наслеђују једна од друге. Подаци прикупљени са недостатком у првој фази учиниће да вам глава мало гори у свим наредним фазама. А други принцип је да бирате тачке за осигурање квалитета података. Будући да ће се у фази агрегирања сви подаци мешати заједно и нећете моћи да утичете на квалитет мешовитих података. Ово је заиста важно за пројекте машинског учења, где ће квалитет података утицати на квалитет резултата машинског учења. Добри резултати су недостижни са неквалитетним подацима.

  • Визуелизација
    Ово је фаза извршног директора. Можда сте чули за ситуацију када генерални директор погледа бројеве на контролној табли и каже: „У реду, ове године смо имали пуно профита, чак и више него раније, али зашто су сви финансијски параметри у црвеној зони ? ” А у овом тренутку је прекасно да се траже грешке, јер је то већ одавно требало бити ухваћено.

Све се заснива на комуникацији. И на теме разговора. Ево примера о чему треба разговарати током припреме Иандек стриминга:

Маркетинг БИ: Сновплов, Гоогле Аналитицс, Иандек

Одговоре на већину ових питања пронаћи ћете само заједно са целим тимом. Јер када неко донесе одлуку на основу нагађања или личног мишљења без тестирања идеје са другима, могу се појавити грешке.

Комплексности су свуда, чак и на најједноставнијим местима.

Ево још једног примера: Када прати резултате приказа картица производа, аналитичар примећује грешку. У подацима о погоцима, сви прикази са свих натписа и картица производа послати су одмах након учитавања странице. Али не можемо бити сигурни да ли је корисник заиста погледао све на страници. Аналитичар долази у тим да их о томе детаљно обавести.

БИ каже да не можемо тако напустити ситуацију.

Како можемо израчунати ЦПМ ако чак не можемо бити сигурни да ли је производ приказан? Који је онда квалификовани ЦТР за слике?

Трговци одговарају:

Погледајте, сви, можемо да направимо извештај који приказује најбољи ЦТР и да га верификујемо на сличном креативном банеру или фотографији на другим местима.

А онда ће програмери рећи:

Да, овај проблем можемо решити уз помоћ наше нове интеграције за праћење померања и проверу видљивости предмета.

На крају, дизајнери УИ / УКС кажу:

Да! Можемо да бирамо хоће ли нам напокон требати лењи или вечити свитак или пагинација!

Ево корака кроз које је прошао овај мали тим:

  1. Дефинисао проблем
  2. Представио пословне последице проблема
  3. Измерен утицај промена
  4. Представљене техничке одлуке
  5. Открио нетривијални профит

Да би решили овај проблем, требало би да провере прикупљање података из свих система. Делимично решење у једном делу шеме података неће решити пословни проблем.

поравнати прилагодити дизајн

Зато морамо да радимо заједно. Подаци се морају прикупљати одговорно сваки дан, а то је напоран посао. И квалитет података мора бити постигнут до запошљавање правих људи, куповина правих алата и улагање новца, времена и труда у изградњу ефикасних структура комуникације, које су од виталног значаја за успех организације.

Шта ви мислите?

Ова страница користи Акисмет како би смањила нежељену пошту. Сазнајте како се ваш коментар обрађује.