Jauhkan Sampah dari Data Anda Sehingga Anda Dapat Membuat Keputusan Pemasaran yang Lebih Baik Dengan Dan McGaw Dari McGaw.io [AMP 223]

Masalah data mungkin bersembunyi di suatu tempat di dalam tumpukan pemasaran Anda. Jangan panik, dulu. Sebagian besar paket analitik dan layanan perangkat lunak pemasaran yang menangani data memiliki beberapa celah atau ketidakakuratan. Tamu hari ini adalah Dan McGaw, CEO dan pendiri McGaw.io, sebuah perusahaan konsultan teknologi pemasaran dan analisis pemasaran. Dan berbicara tentang cara membuat keputusan pemasaran yang lebih baik—mengidentifikasi dan memperbaiki masalah yang lebih dalam untuk menghindari bencana data. Dia menjelaskan semua yang perlu Anda ketahui untuk menjaga data Anda tetap bersih dan metrik bergerak. Beberapa highlight dari acara tersebut antara lain:

• Mengapa kebersihan data itu penting? Analisis + Data Buruk = Keputusan Buruk
• Arah: Data tidak dimaksudkan untuk menjadi sempurna, tujuannya adalah untuk tumbuh dan mengambil tindakan
• Spektrum Data: Setiap orang memiliki data yang tidak dapat diandalkan—seberapa buruk itu?
• Tumpukan Pemasaran: Masalah yang berbeda berasal dari masalah data
• Taksonomi: Masalah umum adalah tidak memiliki nama yang konsisten atau menghubungkan
• Disengaja: Siapkan dan konfigurasikan teknologi pemasaran, atau siapkan diri Anda untuk kegagalan
• Audit: Anda tahu ada masalah, tetapi Anda tidak tahu apa itu, harus mulai dari mana
• Solusi: Rencanakan dan jadilah lebih proaktif dengan memahami bagaimana data mengalir masuk
• Praktik Terbaik: Parameter pelacakan Urchin (UTM) adalah penyebab data buruk
• Cara Membangun Keren Sh*t: Pelan-pelan, luangkan waktu Anda, jangan coba-coba proyek terburu-buru

Jika Anda menyukai acara hari ini, silakan berlangganan di iTunes ke Podcast Pemasaran Konten yang Dapat Ditindaklanjuti! Podcast juga tersedia di SoundCloud, Stitcher, dan Google Play.

Salinan:

Ben: Hai Dan, bagaimana kabarnya sore ini? Dan: Aku baik-baik saja. Terima kasih banyak untuk memiliki saya. Ben: Tentu saja. Anda mungkin melakukan sedikit lebih baik daripada saya sekarang dengan 73 derajat Anda di sana di Orlando. Dan: Itu dingin bagi saya. Saya tidak tahu apa yang Anda bicarakan. Aku tahu di tempatmu sekarang lebih dingin, tapi aku akan memakai jaket saat aku pergi keluar nanti. Ben: Saya juga akan memakai jaket. Mungkin sedikit lebih berat, tapi tetap saja itu adalah jaket. Sebelum kita terlalu teralihkan, maukah Anda meluangkan waktu untuk memperkenalkan diri kepada pendengar kami dan menjelaskan apa yang Anda lakukan di McGaw.io? Dan: Saya Dan McGaw, CEO, pendiri perusahaan bernama McGaw.io. Saya telah berkecimpung di bidang teknologi pemasaran selama lebih dari 20 tahun. Saya memulainya pada tahun 1998, mengirim email massal sebelum ada email massal. Saya hanya ingin mengumpulkannya dan mengatakan bahwa saya telah melihat beberapa [...]. Beberapa orang mengenali saya sejak saya menjadi kepala pemasaran di Kissmetrics. Saya membantu memimpin kapal roket itu untuk melakukan beberapa hal yang sangat keren. Sebelum itu, saya adalah kepala pertumbuhan di perusahaan lain bernama codeschool.com yang saya bantu diakuisisi di Pluralsight. Saya baru saja sekitar ketika datang ke startup dan saya telah melihat segala macam hal yang berbeda. Di McGaw.io, mereka adalah perusahaan konsultan teknologi pemasaran dan analisis pemasaran. Apa artinya? Secara alami, kami membantu perusahaan mendapatkan visibilitas ke perjalanan pelanggan mereka atau kami membantu mereka mengoptimalkan perjalanan pelanggan mereka untuk konversi. Tapi kami melakukannya dengan memanfaatkan teknologi pemasaran. Kami biasanya mengintegrasikan alat, alat operasi, mempercepat pertumbuhan, menggunakannya, dan tulang punggung kami selalu analitik. Saya tidak sengaja memulai perusahaan ini ketika saya meninggalkan Kissmetrics. Seperti yang mungkin Anda pahami, ketika saya meninggalkan Kissmetrics, saya memiliki banyak teman yang membutuhkan bantuan analitik. Secara alami, tulang punggung kami selalu menjadi analitik di sini. Ben: Sangat keren. Keahlian Anda sangat terkait dengan topik episode ini, yaitu kebersihan data, kepercayaan data, hanya berbicara secara umum tentang bagaimana menjaga data Anda tetap bersih dan dapat dipercaya sehingga Anda benar-benar dapat membuat keputusan yang baik berdasarkan data Anda. Pada tingkat tinggi, menurut Anda, mengapa kebersihan data penting sejak awal dan mengapa itu harus menjadi perhatian pemasar? Dan: Pertanyaan yang sangat bagus. Anda harus memahami bahwa jika Anda memiliki analitik dan analitik Anda memiliki data yang buruk, itu berarti analitik Anda salah, yang berarti Anda secara alami akan membuat keputusan yang buruk. Saya bekerja dengan sebuah perusahaan sekarang di mana mereka memiliki atribusi pemasaran yang sangat buruk dan mereka mengetahuinya. Mereka pada dasarnya telah menghentikan semua pengeluaran pemasaran mereka. Kami tidak berbicara tentang pembelanjaan 4 digit yang kecil, kami berbicara tentang pembelanjaan 5-6 digit. Mereka telah menarik semuanya karena mereka tidak ingin kehilangan uang lagi karena mereka memiliki data yang buruk. Ini dapat memiliki dampak besar pada bisnis Anda. Bahkan dalam profesi saya sendiri, dalam karir saya sendiri, saya pernah berada di perusahaan di mana kami memiliki data yang buruk dan kemudian kami membuat keputusan yang baik. Kami datang untuk mengetahui bahwa keputusan yang baik dibuat pada data yang buruk. Itu adalah keputusan yang bagus untuk data yang kami miliki, tetapi setelah kami mengetahui bahwa itu adalah data yang buruk, hasilnya adalah omong kosong. Anda benar-benar harus memastikan bahwa Anda memiliki data yang baik. Saya tidak berpikir itu harus sempurna. Data tidak dimaksudkan untuk menjadi sempurna. Internet tidak sempurna. Jika Anda memikirkan tempat yang kacau, itu adalah internet. Itu berarti bahwa data Anda tidak akan sempurna, tetapi jika Anda setidaknya bisa mendapatkan arah, Anda akan berada di tempat yang jauh lebih baik. Jika Anda terus membersihkan data, ini akan membantu memastikan Anda tidak membuat lebih banyak kesalahan. Ben: Satu kata yang Anda jatuhkan di sana yang ingin saya kembangkan sedikit adalah terarah. Saya tahu apa yang Anda maksud di sana. Saya tahu bahwa secara internal, bahkan bagi kami di CoSchedule, sering kali kami akan melihat data atau metrik secara umum dan kami hanya akan memperlakukannya sebagai baling-baling cuaca yang memberi kami gambaran ke arah mana angin bertiup daripada terlalu terpaku untuk mendapatkan bacaan yang sangat terperinci tentang bagaimana keadaannya. Apakah itu yang Anda maksud ketika Anda menggunakan istilah itu, atau apakah Anda bermaksud lain dengan itu? Dan: Saya benar-benar bersungguh-sungguh. Anda perlu tahu ke arah mana angin bertiup dengan pasti. Tapi pasti ada area di mana datanya tidak bisa sempurna. Yang umum adalah atribusi multi-sentuh atau atribusi pemasaran. Dalam atribusi multi-sentuh, tidak mungkin data menjadi sempurna. Tujuannya adalah untuk menjadi terarah dan memberi tahu Anda bagaimana melakukannya. Pasti ada area tertentu di mana Anda harus terarah, tetapi pada saat yang sama, secara pribadi, dari sudut pandang saya, perusahaan yang biasanya tumbuh paling cepat adalah perusahaan yang kurang fokus pada definitif dan lebih fokus pada bagaimana kita mendapatkan arah. data yang akan memberitahu kita ke arah mana pertumbuhan, dan mari kita mulai bergerak, dan mari kita bertindak. Ben: Tentu. Saya suka penekanan pada tindakan di sana. Oleh karena itu, Podcast Pemasaran yang Dapat Ditindaklanjuti. Kita semua tentang tindakan di sini. Berbicara tentang ketidakmampuan untuk hal-hal ini secara tepat, tetapi menurut perkiraan Anda, seberapa umumkah masalah semacam ini menurut Anda? Menurut Anda seberapa luas masalah terkait dengan pemasar yang hanya memiliki data yang tidak dapat diandalkan. Dan: Saya pasti akan mengatakan bahwa setiap orang memiliki situasi data yang tidak dapat diandalkan di suatu tempat, setiap perusahaan. Kami adalah perusahaan konsultan analitik dan saya dapat menjanjikan ini kepada Anda, kami memiliki data yang tidak dapat diandalkan di salah satu alat kami tentang sesuatu. Saya pasti akan mengatakan bahwa kami memiliki hal-hal yang tidak dilacak, yang mungkin seharusnya. Kami memiliki hal-hal yang dilacak salah yang seharusnya atau tidak seharusnya. Setiap orang memiliki data yang tidak dapat diandalkan di suatu tempat. Satu hal yang harus sangat diperhatikan adalah ketika Anda memikirkan tentang data, Anda tidak hanya memiliki data yang Anda gunakan untuk analitik, tetapi kemudian Anda juga memiliki data tentang orang-orang, tentang mereka yang melakukan hal-hal, dan itu adalah dua spektrum data yang berbeda. Ketika Anda memikirkannya seperti penyiapan analitik, kami mengirimkan peristiwa dan properti dengan hal-hal yang masuk ke alat analitik dan yang dapat disimpan dengan tidak benar. Pada saat yang sama, ketika Anda memiliki hal-hal yang masuk ke alat otomatisasi pemasaran Anda, itu adalah jenis data yang sama sekali berbeda. Itu adalah mengidentifikasi panggilan atau panggilan sifat, apa pun yang mereka inginkan, dan itu disimpan dengan cara yang berbeda. Salah satunya digunakan untuk pelaporan. Yang lainnya digunakan untuk personalisasi atau pesan otomatis. Dalam kedua kasus, perusahaan memiliki masalah di kedua sisi spektrum itu dan semua orang memilikinya. Ini hanya seberapa buruk masalah itu. Bagaimana arsitekturnya? Seberapa rumit masalahnya? Itulah salah satu alasan mengapa empat tahun lalu ketika saya melihat agensi kami, apa yang akan kami lakukan ketika kami dewasa? Apa hal yang tidak dilakukan orang lain? Jelas, hal pertama yang terlintas dalam pikiran saya untuk tidak dilakukan adalah PPC, atau SEO, atau hal-hal lain yang membutuhkan jutaan orang. Kami melihat area mana yang sulit dalam pemasaran dan itu adalah tumpukan teknologi pemasaran. Itulah masalah yang ingin kami pecahkan karena masalah keandalan data ada di sisi analitik tetapi juga di sisi otomasi pemasaran. Tetapi jika Anda adalah toko khusus analitik, Anda tidak dapat memperbaiki tumpukannya. Jika Anda adalah toko otomatisasi, Anda tidak dapat memperbaiki tumpukannya. Kami memilih untuk berada tepat di tengah. Itu berhasil dengan baik. Sangat menyenangkan karena kami melihat banyak masalah data. Sudah sangat menyenangkan. Ben: Saya akan mengatakan bahwa itu pasti sebuah area, bukan karena saya terlihat sangat sulit tetapi sepertinya area yang kurang terlayani. Secara umum, hanya agensi seperti milik Anda yang berfokus pada jenis masalah yang menarik mengingat ini adalah masalah yang kita semua sebagai pemasar miliki di suatu tempat. Saya pikir itu sangat menarik. Dari sudut pandang Anda, seperti yang telah Anda katakan, Anda telah berada di luar angkasa untuk waktu yang lama. Anda telah melihat banyak data. Anda telah melihat banyak tumpukan teknologi pemasaran. Anda telah bekerja dengan banyak klien dan perusahaan yang berbeda. Saya yakin Anda telah melihat segala macam masalah yang berbeda yang semuanya berasal dari masalah data dalam satu bentuk atau lainnya. Apa saja masalah paling umum yang pernah Anda lihat yang dihadapi pemasar ketika mereka gagal mengelola data mereka dengan benar? Dan: Masalah terbesar yang cenderung kita lihat adalah orang-orang mulai berlari tanpa pernah memakai sepatu mereka pada situasi seperti itu. Dalam data, apakah itu analitik, atau tumpukan, atau otomatisasi pemasaran, hal pertama yang harus Anda fokuskan adalah taksonomi Anda, dan apa nomenklatur Anda. Apa yang akan Anda sebut hal-hal? Hal paling umum yang kita lihat adalah taksonomi kacau. Di perusahaan Anda akan melihat, untuk tim pemasaran, ini disebut pendaftaran, untuk tim pengembangan, itu disebut buatan pengguna, dan untuk tim sukses pelanggan, itu disebut pendaftaran. Mengatur taksonomi Anda sejauh ini adalah masalah nomor satu yang kami lihat. Hal-hal sederhana seperti kapitalisasi, tentu saja, adalah hal-hal yang merusak semua jenis alat yang berbeda dan membuatnya—seperti yang kita sebut taksonomi tumpukan—sama di semua produk. Hal umum yang dilupakan orang adalah bahwa semua alat ini harus terhubung. Bisnis Anda adalah platformnya. Semua alat ini pada akhirnya terhubung dengannya dan semua alat ini juga harus terhubung satu sama lain. Jika dalam satu alat disebut nama depan, alat lain disebut Fname, dan alat lain adalah F_name, taksonomi itu semakin sulit untuk dipetakan dan membuatnya semakin sulit. Jika Anda pertama kali memastikan bahwa Anda memiliki taksonomi yang baik, itu akan memastikan Anda mengatur sisanya untuk sukses. Sembilan puluh lima persen dari waktu ketika kita melihat masalah ini, itu karena tidak ada yang pernah fokus pada taksonomi terlebih dahulu, atau ketika mereka membangun taksonomi mereka, mereka menjadi sangat malas, dan mereka hanya melakukan hal yang minimal dan memutarnya. Tetapi jika Anda meluangkan waktu berkualitas untuk melakukan taksonomi dengan benar, Anda melihat hasil yang sangat bagus, dan mencoba memastikan bahwa taksonomi berfungsi di seluruh tumpukan adalah tempat Anda mendapatkan hasil terbaik juga. Ben: Tema berulang yang mendasari sebagian besar percakapan ini adalah kebutuhan untuk disengaja dalam hal menyiapkan dan mengonfigurasi teknologi pemasaran. Jika Anda terburu-buru melakukan sesuatu tanpa rencana, atau jika Anda memperlakukan sistem yang kompleks seperti solusi sederhana yang tidak biasa, maka Anda sedang menyiapkan diri untuk kegagalan. Bahkan dalam skenario kasus terbaik, jika itu yang Anda lakukan, kecil kemungkinan Anda akan siap untuk mendapatkan nilai penuh dari investasi teknologi pemasaran Anda. Tempatkan satu orang yang bertanggung jawab untuk mengawasi bagaimana data dikelola di tim Anda, buat beberapa taksonomi dasar dan beberapa konvensi penamaan untuk tag, dan file, dan sejenisnya, dan luangkan waktu untuk merencanakan semuanya sebelum Anda melangkah terlalu jauh. Itu mungkin tampak seperti hal-hal yang sangat sederhana, tetapi kadang-kadang, itu cukup untuk menghindari sakit kepala yang sangat besar di kemudian hari. Sekarang, kembali ke mereka. Jika pendengar kami khawatir tentang kepercayaan data mereka, mungkin karena mereka tahu bahwa mereka memiliki masalah, atau karena mereka tidak tahu bahwa mereka memiliki masalah. Tapi sekarang setelah mendengarkan percakapan ini, mereka curiga mereka mungkin punya masalah di suatu tempat. Di mana Anda akan merekomendasikan mereka untuk mulai menilai situasi mereka sendiri? Menilai data mereka sendiri di tumpukan mereka sendiri sehingga mereka dapat mulai memecahkan masalah potensial dengan tumpukan itu, atau dengan proses, alat, atau metode apa pun yang mereka selidiki. Di mana Anda mulai? Anda tahu ada masalah di suatu tempat, tetapi Anda tidak tahu apa, dan Anda tidak tahu di mana. Di mana Anda akan merekomendasikan mereka mulai mungkin hanya melakukan audit hal-hal hanya untuk mendapatkan lay of the land, sehingga untuk berbicara. Dan: Saya pasti akan selalu mencoba untuk memulai dengan alat analitik Anda terlebih dahulu karena mereka biasanya akan memiliki informasi yang paling kuat. Ketika kami berpikir untuk mencoba mengaudit situs web, cara terbaik untuk melakukannya adalah memulai dalam mode Penyamaran, menelusuri situs web dan menggunakan produk analitik apa pun yang Anda miliki dan debuggernya. Ada banyak produk untuk Chrome seperti Segment, Amplitude, dan Mixpanel. Semuanya memiliki ekstensi Chrome yang dapat Anda gunakan untuk melakukan debug. Mereka semua melihat langsung. Google Pengelola Tag memiliki debuggernya sendiri. Banyak dari produk ini memiliki itu. Cara termudah untuk memulai tentu saja menggunakan mode penyamaran situs web Anda sendiri, dan menelusuri situs tersebut, dan mulai mengujinya. Jika Anda ingin menjadi lebih maju dan Anda ingin memahami di mana masalahnya, sebaiknya gunakan teknologi yang disebut BrowserStack. BrowserStack sangat membantu karena Anda dapat menguji perangkat yang berbeda, browser yang berbeda, komputer yang berbeda, dan masih melalui proses yang sama, dan melihat bagaimana data mengalir masuk. Saya benci mengatakan bahwa cara terbaik untuk melakukan sebagian besar pengujian ini adalah dengan pergi dan lakukanlah. Ada teknologi di luar sana yang memiliki beberapa pengujian otomatis dan hal-hal seperti itu, tetapi semuanya cukup baru dan cukup mahal. Mereka tidak selalu yang terbaik. Mereka tidak akan membawa Anda ke inti masalah. Kadang-kadang, Anda harus bertanya kepada seseorang yang hanya tahu di mana mencarinya. Saya suka Segmen. Segment adalah platform data pelanggan, salah satu produk favorit saya di luar sana. Saya telah menggunakan Segmen, mParticle, dan bertemu dengan banyak CDP lainnya. Cara intuitif untuk menyiapkan CDP benar-benar mundur. Cara Anda berpikir Anda seharusnya mengaturnya jika Anda melakukan itu, Anda akan mengacaukan diri sendiri. Itulah yang dilakukan semua orang dan kemudian enam bulan kemudian, mereka harus mengulanginya. Rata-rata orang menerapkan CDP mereka setidaknya tiga kali untuk akhirnya mengetahui bagaimana melakukannya dengan benar. Saya benci mengatakannya, tetapi cara terbaik untuk mengaudit adalah membangun ketelitian yang baik di sekitar analitik Anda, memahami bagaimana data itu mengalir, dan menggunakan alat audit untuk dapat melakukan itu. Solusinya adalah memiliki lebih banyak perencanaan dan menjadi lebih proaktif sejak awal. Ben: Sepertinya Anda mungkin mengalami situasi di mana orang memperlakukan alat-alat ini di luar kotak solusi padahal sebenarnya tidak. Dan: Ya. Mereka pikir mereka pintar. Ben: Anda harus lebih strategis, mungkin tentang cara mengaturnya, mungkin memiliki pemahaman yang sedikit lebih baik tentang masalah apa yang Anda coba selesaikan. Bisakah Anda mengatakan jika itu akurat? Dan: Saya pasti akan mengatakan itu akurat. Kebanyakan orang berpikir bahwa alat ini pintar dan tidak. Mereka pada dasarnya adalah alat visualisasi bodoh yang memiliki berbagai jenis visualisasi. Alasan mengapa Anda memilih Mixpanel daripada Amplitudo adalah ada beberapa hal arsitektur data yang berbeda tentang mereka yang penting. Sembilan puluh sembilan persen orang bahkan tidak akan pernah tahu bahwa kedua hal itu berbeda. Mereka akan memilihnya karena yang satu memiliki visualisasi yang lebih cantik dari yang lain. Keduanya adalah produk analitik bodoh yang hanya melaporkan data Anda kembali kepada Anda. Jika Anda memasukkan data bodoh di dalamnya, itu akan memberi Anda data yang buruk kembali. Ada sebuah alat—saya pikir itu disebut taginspector.com, yang sangat keren, yang dapat Anda muat di situs web Anda dan itu menunjukkan kepada Anda bagaimana data mengalir dari situs web Anda, bagaimana data itu mengalir ke setiap alat hilir. Alat itu sangat keren karena menunjukkan jalur data Anda yang sebenarnya. Dengan begitu Anda bisa mulai mengerti, mungkin datanya masuk dan rusak karena melewati alat lain ini untuk sampai ke sana. Ada beberapa alat keren di luar sana yang membuat ini sedikit lebih mudah. Ben: Secara umum, praktik terbaik apa yang dapat diikuti pemasar untuk memastikan bahwa data mereka tetap bersih dan mereka dapat memastikan bahwa mereka tidak mengisi sistem ini dengan sampah sejak awal. Bagaimana mereka memastikan bahwa mereka menghindari masalah pertama dengan memastikan bahwa data yang masuk ke alat ini tidak dikompromikan dengan cara tertentu? Dan: Masalah umum yang telah kita lihat selama bertahun-tahun adalah parameter UTM. UTM adalah penyebab banyak data buruk. Kami menciptakan produk gratis di luar sana yang disebut UTM.io yang memudahkan Anda untuk membuat taksonomi UTM pada dasarnya dan kemudian memberikan pembuat online kepada tim Anda yaitu Workspace. Ia memiliki aturan Ia memiliki template. Dengan begitu mereka tidak bisa merusaknya. Ketika Anda bekerja di sebuah organisasi, apa yang ingin Anda coba lakukan adalah membuat proses, alat, dan sistem untuk membuatnya sehingga orang tidak dapat merusaknya. Di situlah saya akan mengatakan memanfaatkan produk seperti UTM.io sangat mudah dilakukan karena Anda dapat mengatur taksonomi Anda, dan kemudian tim pemasaran Anda yang lain pada dasarnya dapat membangun tautan mereka. Data kampanye UTM Anda yang merupakan beberapa data Anda yang paling berharga menjadi bersih. Hal yang sama berlaku ketika Anda berpikir untuk mencoba memastikan bahwa Anda memiliki data analitik akurat yang baik atau data otomatisasi pemasaran. Cobalah untuk mencari tahu produk atau layanan apa yang dapat Anda tempatkan sebagai, pada dasarnya, perantara, yang melindungi alat hilir Anda. Di situlah beberapa produk seperti Segment memiliki protokol yang memungkinkan Anda melindungi taksonomi Anda. Amplitudo memiliki fitur taksonomi sendiri yang disebut Skema. Banyak dari alat-alat ini memiliki itu tetapi ketika harus mencoba menjaga data tetap bersih. Mulailah dengan taksonomi Anda, jangan terburu-buru. Cobalah untuk meluangkan waktu Anda. Jika Anda pergi ke McGaw.io, situs web kami, dan pergi ke footer, ada bagian unduhan dan sumber daya. Kami memiliki semua jenis webinar seperti, bagaimana Anda mendesain taksonomi? Bagaimana Anda membangun taksonomi untuk personalisasi? Konten dan pendidikan ada untuk menyelesaikan ini, dan itu tidak terlalu rumit. Jangan biarkan saya menyederhanakannya. Ini tidak mudah, tetapi praktik terbaik Anda dalam hal mendapatkan data bersih adalah persiapan. Ini adalah tahap perencanaan dari semuanya. Itulah yang saya akan sangat menyarankan. Ben: Itu sangat masuk akal bagiku. Jika Anda memiliki beberapa anggota tim seperti mereka semua melakukan hal yang salah dengan alat canggih ini. Sangat mudah untuk melihat bagaimana itu berubah menjadi kekacauan dengan sangat cepat. Dan: Banyak perusahaan memiliki staf operasi penjualan dan pemasaran yang menangani hal-hal ini. Kami sangat merekomendasikan untuk mencoba memiliki satu orang yang—seperti yang kami sebut sebagai penguasa data—orang yang pada akhirnya mendapatkan bantuan untuk mengambil keputusan. Di perusahaan besar atau bahkan perusahaan kecil, Anda memiliki penjualan, pemasaran, produk CS. Tentu saja, ada banyak orang yang terlibat dengan data ini, dan Anda membutuhkan seseorang yang bisa mengatasi semua orang ini bersama-sama, dan mungkin maestro sedikit lebih baik untuk membuat data bekerja untuk semua orang. Ben: Itu saran yang bagus dan itu berlaku untuk semua pertanyaan yang telah saya siapkan. Tapi ini telah menjadi percakapan yang hebat. Sebelum saya membiarkan Anda pergi, jika ada hal lain tentang topik ini yang menurut Anda penting untuk diketahui oleh pendengar kita, Anda dapat meninggalkannya. Saya menyadari ini tidak diungkapkan dalam bentuk pertanyaan, tetapi jika ada hal-hal yang Anda ingin meninggalkan pendengar kami sebagai catatan perpisahan, itu akan menjadi fantastis. Dan: Hal terbesar yang saya sarankan dengan analitik adalah melakukannya dengan lambat. Luangkan waktu Anda dengan semua hal data. Jangan mempercepatnya. Jangan terburu-buru. Masalah nomor satu yang coba dilakukan orang adalah mereka mencoba untuk terburu-buru. Saya pasti akan meluangkan waktu Anda. Setiap perusahaan yang ingin mempercepat kontrak mereka dengan kami dari enam bulan menjadi tiga bulan, kami harus memperlambatnya. Bahkan ketika mereka mempercepatnya, kami masih melakukan proyek enam bulan yang sama karena hanya butuh waktu untuk melakukan hal ini. Ada banyak bolak-balik. Ada banyak komunikasi. Perkirakan kerangka waktu yang lebih lama untuk dapat menyelesaikan hal ini. Jika Anda tertarik untuk mendapatkan data Anda secara berurutan, saya akan merekomendasikan untuk memeriksa buku gratis saya. Jika Anda pergi ke McGaw.io, Anda dapat meminta salinan gratis buku saya di situs web kami. Ini disebut Cara Membangun Kotoran Keren. Mungkin itu adalah sesuatu yang akan membantu Anda memulai jalur ini dan memberi Anda beberapa studi kasus dan taktik nyata yang dapat Anda gunakan di perusahaan Anda.