Alla nostra recente sessione della MarTech Conference, “Ci vogliono due persone per ballare: come gli esperti di marketing e gli analisti di dati possono eccellere insieme”, Arti Munshi e io abbiamo parlato di alcuni concetti di alto livello che gli esperti di marketing possono comprendere per aiutarli a lavorare in modo efficiente con gli analisti di dati. Una parte fondamentale di questo è comprendere i limiti dei dati. Una di queste limitazioni è l’evoluzione di uno stack martech.
Diversi tipi di evoluzione possono ostacolare ciò che un analista di dati può fare con i dati raccolti nel tempo. Ecco alcuni esempi.
Piattaforme analitiche
Non è raro che un’azienda modifichi le piattaforme di analisi all’interno del suo stack. Esistono numerose opzioni per ogni tipo di componente e molti motivi per cui un’azienda può modificare i componenti che utilizza.
Un esempio comune è una piattaforma di analisi web. Due attori principali in questo spazio sono Adobe Analytics e Google Analytics. Se la tua azienda ha scambiato uno con l’altro, ciò potrebbe limitare i dati web storici della tua azienda. Certo, la tua azienda potrebbe aver archiviato i dati da entrambi i sistemi in un data lake, ma ciò non significa che le piattaforme abbiano raccolto e organizzato i dati in modo simile. Questo rende le cose difficili da spiegare per un analista. Se un marketer può comprendere questa storia, può incorporare questa evoluzione nelle sue richieste e aspettative.
Non dimenticare che anche altri componenti dello stack possono influire sulla raccolta e l’elaborazione dei dati. Cambiare quelli intorno presenterà problemi simili.
L’organizzazione più ampia
I dipartimenti di marketing non sono soli. Esistono per promuovere un’organizzazione più ampia. L’organizzazione più ampia può anche presentare problemi che influiscono sulla raccolta dei dati.
Ad esempio, un’azienda potrebbe non disporre di un data lake in cui vengono archiviati i dati provenienti dai sistemi dell’intera organizzazione. Avere tutti i dati in un unico posto può semplificare l’inserimento di altri dati in una prospettiva più ampia. Ad esempio, lead, conversioni e opportunità non sono gli unici pezzi del puzzle. La soddisfazione del cliente, i punti di contatto con i rappresentanti del servizio clienti e così via fanno tutti parte del quadro più ampio.
Risultati più solidi e completi sono possibili se gli analisti possono guardare oltre l’interazione del cliente con le campagne di marketing. Tuttavia, ciò dipende in primo luogo da quanto sia facile riunire tutti quei dati.
Scava più a fondo: qual è la differenza tra un data warehouse e un data lake?
Ottieni MarTech! Quotidiano. Gratuito. Nella tua casella di posta.
Regolamenti
Non è un segreto che le normative sulla privacy si siano evolute. In passato, qui negli Stati Uniti era consentito ai browser web raccogliere molte informazioni sui visitatori del sito web. C’era molta più possibilità di condividere o vendere tali informazioni ad altre parti, specialmente con dati di terze parti. Per questo motivo gli analisti potrebbero fornire informazioni più ricche e solide. Le normative federali e statali hanno represso la raccolta di tali dati, quindi non è più così.
Inoltre, anche le normative sulla privacy variano in tutto il mondo. L’Unione Europea è nota per proteggere la privacy dei suoi cittadini, molto più di altre entità governative. Questo non dovrebbe sorprendere nessun marketer, ma gli analisti sono più vincolati dai dati dell’UE rispetto agli Stati Uniti
Scava più a fondo: con le protezioni della privacy di Apple che danneggiano le entrate, alcune aziende stanno trovando il modo di aggirarlo
Influenza del produttore del dispositivo
Le aziende tecnologiche devono sicuramente rispettare le normative. Tuttavia, a volte aderiscono a standard più rigorosi di quelli da cui sono regolati. Ad esempio, Apple ha limitato i dati che le aziende possono raccogliere sugli utenti dei suoi dispositivi. Ha trasformato quell’attenzione sulla privacy in un’ampia campagna di marketing. Indipendentemente da quanto la percezione corrisponda alla realtà, gli esperti di marketing devono notare che è possibile che gli analisti non dispongano degli stessi dati per gli utenti Apple e Android.
Autoidentificazione del cliente
Rimanendo con i dispositivi, questo punto è una limitazione ben nota. La maggior parte delle persone utilizza più dispositivi che vanno da laptop, telefoni e console. Non è raro che qualcuno abbia più di ciascuno. Ad esempio, fanno alcune cose personali benigne (come controllare le notizie) sul loro laptop di lavoro e lo fanno di nuovo in seguito su un laptop e un telefono personali. Idealmente, sarebbe bello cucire quell’individuo sui suoi dispositivi in modo che i dati li rappresentino come una persona invece di più persone che usano dispositivi diversi.
Un modo per farlo è raccogliere dati proprietari e cercare persone che utilizzano più dispositivi. Forse hanno un account e accedono ai tuoi sistemi da più dispositivi. Questo è certamente un modo per realizzare tali cuciture. Tuttavia, un’organizzazione potrebbe non disporre sempre di account a cui le persone possono accedere. In alcuni casi, potrebbe non avere senso che qualcuno apra un account con i sistemi di un’organizzazione.
Se la tua organizzazione è stata in grado di introdurre account che le persone possono creare e utilizzare, tieni presente che guardare indietro a tempi in cui non erano disponibili o ampiamente utilizzati ostacolerà la capacità degli analisti di tenere traccia delle persone su tutti i dispositivi nel tempo.
Limitazioni, non impossibilità
In quanto esperti di marketing, è essenziale comprendere tali limitazioni dei dati. Comprenderli aiuterà a facilitare il lavoro con gli analisti di dati. Detto questo, si tratta di limitazioni, non di impossibilità. Questo è quando gli analisti di dati possono brillare. Sono ben consapevoli dei limiti, ma come specialisti dei dati, probabilmente hanno molti più assi nella manica di quanto un marketer sia a conoscenza. Si spera che venire al tavolo con un’elevata comprensione del terreno faciliti una collaborazione creativa.
Le opinioni espresse in questo articolo sono quelle dell’autore ospite e non necessariamente di MarTech. Gli autori dello staff sono elencati qui.