Джастин Катрони (Justin Cutroni), Брайан Клифтон (Brian Clifton), Чарльз Фарина (Charles Farina) и Влад Флакс (Vlad Flaks) не нуждаются в особом представлении в мире digital-аналитики. Они открыты для общения и всегда готовы поделиться своими мыслями о трендах, методологии и компетенциях специалистов, на которые уже сейчас необходимо обратить внимание российскому рынку.
На глобальном Google Analytics Summit 2017 с евангелистами Google побеседовал Иван Белый, руководитель отдела мобильной и веб-аналитики ArrowMedia.
Какие основные тенденции в веб-аналитике сейчас можно выделить?
Джастин Катрони: На мой взгляд, несколько разных. Первое - движение в сторону более комплексных, интегрированных продуктов. Цифровая или веб-аналитика - это не только часть, касающаяся измерений, но и управление данными, их получение и очистка, погружение в системы аналитики и их обновления, передача корректных данных для отчетности. Это огромное направление. Второе - атрибуция также продолжает быть важной частью digital-аналитики, и бизнесы начали уходить от модели последнего клика. Плюс продукты визуализации продолжают сильно совершенствоваться и прогрессировать.
Брайан Клифтон: Я думаю, есть такие очевидные вещи, как, например, моделирование атрибуции и предиктивная аналитика (попытка предсказать будущее, основываясь на исторических данных). Моделирование атрибуции – очевидная вещь в современном мире, где происходит множество точек касания (взаимодействий). Пользователи не просто один раз заходят на ваш сайт и конвертируются. Нет, это многократные визиты по разным каналам с разных устройств, и рекламодателю уже, вероятно, необходимо знать весь микс или их комбинацию. Это основное, что происходит сейчас и развивается последние пару лет.
Ближайшие изменения, как я считаю, - это возможность менять контент на лету, основываясь на моделях атрибуции и предиктивной аналитике. Допустим, пользователь пришел на ваш сайт и у вас есть информация о его прошлых визитах (какие страницы смотрел, что искал на сайте). Значит, у вас есть гораздо более целостное понимание, кто ваша аудитория (конечно же, анонимно, без сохранения персональных данных). Это позволило бы динамически изменять контент в зависимости от типа персонажа вашего пользователя. В этот процесс будет вовлечено множество технологий, так как для этого требуется молниеносность, чтобы не заставлять посетителя ждать. Подстраивать контент под каждого отдельного пользователя, основываясь на данных о его предыдущих действиях,- это ближайшее будущее.
Чарльз Фарина: Я считаю, основные развивающиеся тенденции сейчас лежат в области cross device (кросс-девайс) и cross channel. Еще лично я со страстью отношусь к пересечению количества и качества данных. Примеры этого - это продукты Google Attribution, в которые входят возможности кросс-девайсной оценки для незалогиненных, анонимных пользователей. Также есть инструментарий для оценки мультиканальных последовательностей и моделирования атрибуции в Google Analytics, которые показывают участие разных каналов в рамках одного устройства. Также я наблюдаю быстрое развитие таких сервисов, как тепловые карты, исследования и опросы аудитории, которые дают инсайты как раз касательно связывания количества и качества. Например, если у пользователей возникают ошибки на сайте и это видно в Google Analytics, можно просто нажать кнопку, просмотреть запись сессии и увидеть, где именно и в какой момент произошла ошибка.
Влад Флакс: Во-первых, использование офлайн данных для управления и оценки онлайн кампаний. Это больше, чем сквозная аналитика, это именно «монетизация» накопленных в офлайне данных. Во-вторых, предсказательная аналитика становится все более доступной. Появляется большое количество open-source библиотек и готовых сервисов, которые помогают влиять на будущее, анализируя прошлое.
Значительная часть обновлений, которые показал Google на Саммите, отлично поддерживают эти тренды.
Какие компетенции надо развивать рекламным агентствам, чтобы быть конкурентоспособными на рынке?
Джастин Катрони: Рекламным агентствам необходимо постоянно развивать аналитические компетенции. Здесь на Саммите много компаний, занимающихся непосредственно аналитикой, и эти компании уже на хорошем уровне, в то время как рекламные агентства живут в мире привлечения трафика, креативов, брендирования и, конечно, данных. Но зачастую у последних нет возможности для более углубленного сбора, измерения и обработки этих данных. И, я считаю, рекламным агентствам нужно двигаться вперед в данном направлении и создавать окружение, основываясь на данных, и выстраивать сильные аналитические команды внутри самой организации.
Брайан Клифтон: Я бы сказал, что одна из проблем рекламных и медиа агентств проистекает из точки зрения с перспективы маркетинга. А потом поверх добавляется слой аналитики. Мне кажется, вызов для этих ребят - это подход с точки зрения данных, т.е. технический, а затем следует добавлять маркетинг. Такой переворот процесса.
Поясню: вместо того, чтобы маркетологи пытались заниматься аналитикой, нужно, чтобы аналитики, маленькие люди, которые знают, как корректно собрать и анализировать данные и не потерять в качестве, научились маркетингу. Это немного измененный процесс рекрутмента тех, кого вы нанимаете на работу. Т.е. нужны Data scientist, специалисты по данным внутри организации: экономисты с техническим бэкграундом или даже разработчики. Люди, которые действительно знают, как собрать именно то, что требуется, а не мусор. Качество данных сейчас обязательное условие в индустрии. Большинство собираемых данных не слишком аккуратные и чистые, и нужно быть умным, чтобы избавиться от «шума» и сделать корректные выводы.
Чарльз Фарина: Что действительно выделит вас с конкурентной точки зрения и перспективы аналитики - это способность понимать и взаимодействовать с маркетингом, пересечение аналитики и маркетинга. Самые действенные кейсы, которые я видел, где клиенты задействуют данные для получения результата, используют свой опыт и в email-рассылках, и в поисковой рекламе, и в социальных сетях и т.д. То есть способность понимать специфику различных вертикалей и быть в состоянии правильно измерить их. Отмечу, что самое важное - это действовать на основе собираемых данных.
Влад Флакс: Наиболее востребованы две компетенции:
- Автоматизация движения данных для клиента и предоставление real-time отчетности. Встреч раз в неделю с заготовленным Excel файлом уже недостаточно.
- Глубокое понимание бизнес-задач, объективных ограничений и возможностей рынка, с которыми сталкивается клиент.
Какой подход или методологию вы задействуете для задач по аналитике?
Джастин Катрони: Отталкивайтесь от бизнес-задач. В своей работе, в Google, все данные, которые собираем, должны согласовываться с поставленными бизнес-целями. Даже если это касается того, сколько людей я обучаю или какая по величине сидит передо мной аудитория, есть бизнес-цель: вопрос, на который необходимо ответить, и все начинается именно с этого.
Брайан Клифтон: Я считаю, сейчас ключевая вещь в аналитике - быстрые победы. Когда клиент оплачивает ваше время и экспертизу, и вы хотите показать результат как можно быстрее. А проблема, или, если хотите, вызов, - аналитика требует времени, это зачастую сложно, и не всегда решение определенно, иногда появляется комплекс ответов на вопрос. Например, когда клиент платит, он хочет получить всё оперативно, одержать быструю победу. Так что я бы рекомендовал погружаться в темы, где можете оказать влияние на бизнес.
Приведу два примера из своей практики. Первый - сегментация данных. Зачастую люди, назовем их неаналитики, смотрят только на общие данные. Но можно сделать и быстрый вывод: посмотрите, половина визитов на сайт – это ваш же персонал. Не нужно удалять эти данные, изолируйте их для последующего анализа, если это необходимо. Без этого трафика ваш коэффициент конверсии удвоится. А вы пока еще ничего не предприняли: не увеличили рекламный бюджет, не изменили контент посадочных страниц - вы просто изучили данные. Так что не забывайте про сегментирование и грамотный анализ.
Другой пример - это поиск на сайте (site search). Улучшая внутрисайтовый поиск, вы получаете драгоценную информацию о запросах, которые вводят пользователи. Информацию об органических запросах вы больше не можете получить от Google, эта возможность была удалена какое-то время назад. Поэтому стало довольно сложно понять, что хотят люди видеть на вашем сайте; и внутренний поиск - это отличная обратная связь от них. Очень хорошее понимание дает категоризация запросов, которые дали нулевой результат. Отделите их в другую категорию, нулевой результат означает, что люди не могут найти то, что им нужно. Может быть, этот контент или товары на вашем сайте где-то и есть, просто оказывается, что пользователю их сложно найти. Как вариант, проблема - в терминологии или в языке, опечатке или в чем-то похожем. Анализ внутресайтового поиска отличный путь для улучшения UX, user experience. Поэтому я считаю это еще одной победой.
Чарльз Фарина: Занимаясь аналитикой уже десять лет, я со страстью отношусь к пропорциям качества данных относительно количества. Важно не как можно больше собрать, а накопить именно правильные типы данных. Когда выполняются элементарные задачи вроде аудита, всегда можно ограничиться проверкой корректности настроек, например, так ли отслеживаются события и прочее. Но я вижу большую ценность в типах данных, которых не хватает. Это не относится к настройке трекинга просмотров страниц, я имею в виду ключевые вещи: видео, скроллинг, поля форм и настройка конверсий для корректного измерения всего этого. Для меня это и есть возможность понять качество, а не количество.
Влад Флакс: Главный подход, который становится must-have в онлайн аналитике, - это объединение данных в колонко-ориентированных хранилищах. В зависимости от задач, это могут быть Google BigQuery, ClickHouse или HP Vertica. Обычные RDBMS базы удовлетворяют всю меньшую долю бизнес-задач клиентов.
Иван Белый, руководитель отдела мобильной и веб-аналитики ArrowMedia:
Подводя итог всего выше сказанного, могу сказать, что мне близок подход Джастина Катрони – придавать бизнес-ценность, отталкиваясь от бизнес-задач. В России часто гоняются за количеством, и в этом смысле очень ценный совет дает Чарльз Фарина с присущей ему страстью – собирать правильные типы данных: те, которые влияют на бизнес-результат. Оценивая российский рынок, можно сказать, что мы в позиции догоняющего. Тренд этого года в России – атрибуция, но в кулуарах на Саммите были мнения, что моделирование атрибуции это уже прошлый век. Сейчас тренд - это искусственный интеллект и user-centric подход. То есть, нужно быть готовым, что роботы уже в состоянии дать качественный ответ на вопросы аналитики, но нужно понимать, как работают эти технологии, и на мой взгляд, это один из основных трендов.
