Mantieni la spazzatura fuori dai tuoi dati in modo da poter prendere decisioni di marketing migliori con Dan McGaw di McGaw.io [AMP 223]

I problemi di dati sono probabilmente in agguato da qualche parte all'interno del tuo stack di marketing. Non impazzire, per il momento. La maggior parte dei pacchetti di analisi e dei servizi software di marketing che trattano i dati presentano alcune lacune o imprecisioni. L'ospite di oggi è Dan McGaw, CEO e fondatore di McGaw.io, una società di consulenza in tecnologia di marketing e analisi di marketing. Dan parla di come prendere decisioni di marketing migliori: identificare e risolvere problemi più profondi per evitare disastri dei dati. Spiega tutto ciò che devi sapere per mantenere i tuoi dati puliti e le metriche in movimento. Alcuni dei momenti salienti dello spettacolo includono:

• Perché la pulizia dei dati è importante? Analisi + Dati errati = Decisioni sbagliate
• Direzionale: i dati non devono essere perfetti, l'obiettivo è crescere e agire
• Spettri di dati: tutti hanno dati inaffidabili, quanto sono cattivi?
• Stack di marketing: problemi diversi derivano da problemi di dati
• Tassonomia: il problema comune è non avere nomi coerenti o di collegamento
• Sii intenzionale: imposta e configura la tecnologia di marketing o preparati al fallimento
• Audit: sai che c'è un problema, ma non sai quale sia, da dove cominciare
• Soluzione: pianificare ed essere più proattivi comprendendo come i dati fluiscono
• Best practice: i parametri di tracciamento Urchin (UTM) sono colpevoli di dati errati
• Come costruire una bella merda: vai piano, prenditi il ​​tuo tempo, non cercare di affrettare i progetti

Se ti è piaciuto lo spettacolo di oggi, iscriviti su iTunes a The Actionable Content Marketing Podcast! Il podcast è disponibile anche su SoundCloud, Stitcher e Google Play.

Trascrizione:

Ben: Ehi Dan, come va questo pomeriggio? Dan: Sto andando bene. Grazie mille per avermi ospitato. Ben: Assolutamente. Potresti stare un po' meglio di me adesso con i tuoi 73 gradi laggiù a Orlando. Dan: Questo è freddo per me. Non so di cosa stai parlando. So che fa più freddo dove sei adesso, ma indosserò una giacca quando esco più tardi. Ben: Anche io indosserò una giacca. Potrebbe essere un po' più pesante, ma è comunque una giacca. Prima di essere troppo sviati, ti dispiacerebbe prenderti un momento per presentarti ai nostri ascoltatori e spiegare cosa fai a McGaw.io? Dan: Sono Dan McGaw, il CEO, fondatore di una società chiamata McGaw.io. Sono stato nello spazio della tecnologia di marketing per oltre 20 anni. Ho iniziato nel 1998, inviando e-mail di massa prima che esistessero e-mail di massa. Mi piace solo arrotondare e dire che ne ho visti alcuni [...]. Alcune persone mi riconoscono da quando ero a capo del marketing di Kissmetrics. Ho aiutato a guidare quella nave spaziale a fare cose davvero interessanti. Prima di allora, ero a capo della crescita in un'altra azienda chiamata codeschool.com che ho aiutato ad acquisire presso Pluralsight. Sono appena stato in giro quando si tratta di startup e ho visto tutti i tipi di cose diverse. In McGaw.io, erano una società di consulenza in tecnologia di marketing e analisi di marketing. Che cosa significa? Naturalmente, aiutiamo le aziende a ottenere visibilità sul percorso del cliente o le aiutiamo a ottimizzare il percorso del cliente per le conversioni. Ma lo facciamo sfruttando la tecnologia di marketing. Di solito integriamo strumenti, strumenti operativi, acceleriamo la crescita, li utilizziamo e la nostra spina dorsale è sempre stata l'analisi. Ho accidentalmente fondato questa azienda quando ho lasciato Kissmetrics. Come puoi capire, quando ho lasciato Kissmetrics, avevo un grande portafoglio di amici che avevano bisogno di aiuto per l'analisi. Naturalmente, la nostra spina dorsale è sempre stata l'analisi qui. Ben: Molto bello. La tua esperienza si collega molto bene all'argomento di questo episodio, che è la pulizia dei dati, l'affidabilità dei dati, semplicemente parlando in generale di come mantenere i tuoi dati puliti e affidabili in modo che tu possa effettivamente prendere buone decisioni in base ai tuoi dati. Ad alto livello, secondo te, perché la pulizia dei dati è importante fin dall'inizio e perché è qualcosa di cui i professionisti del marketing dovrebbero preoccuparsi? Dan: Davvero una bella domanda. Devi capire che se hai analisi e le tue analisi hanno dati errati, significa che le tue analisi sono sbagliate, il che significa che naturalmente prenderai decisioni sbagliate. In questo momento sto lavorando con un'azienda in cui hanno una pessima attribuzione di marketing e lo sanno. Fondamentalmente hanno interrotto tutte le loro spese di marketing. Non stiamo parlando di una piccola spesa a 4 cifre, stiamo parlando di spese a 5-6 cifre. Hanno tirato giù tutto perché non vogliono perdere più soldi perché hanno dati errati. Può avere un impatto enorme sulla tua attività. Anche nella mia stessa professione, nella mia stessa carriera, sono stato in aziende dove avevamo dati sbagliati e poi abbiamo preso una buona decisione. Siamo venuti a scoprire che una buona decisione è stata presa su dati errati. È stata un'ottima decisione per i dati che avevamo, ma dopo aver scoperto che si trattava di dati errati, il risultato è stato una schifezza. Devi davvero assicurarti di avere buoni dati. Non credo che debba essere perfetto. I dati non devono essere perfetti. Internet non è perfetto. Se hai pensato a un posto incasinato, è Internet. Ciò significa che i tuoi dati non saranno perfetti, ma se riesci almeno a diventare direzionale, ti troverai in una posizione molto migliore. Se continui a pulire i dati, ti assicurerai di non commettere più errori. Ben: Una parola che hai lasciato lì e che vorrei ampliare un po' è direzionale. So cosa stai arrivando lì. So che internamente, anche per noi di CoSchedule, molte volte esamineremo i dati o le metriche in generale e lo tratteremo solo come una banderuola che ci dà un'idea di come soffia il vento piuttosto che essere troppo ossessionato dall'ottenere una lettura super granulare su come stanno andando le cose. È questo che intendi quando usi quel termine, o intendevi qualcos'altro con quello? Dan: Lo intendo sicuramente. Devi sapere da che parte soffia il vento è sicuro. Ma ci sono sicuramente aree in cui i dati non possono essere perfetti. Uno comune sarà l'attribuzione multi-touch o l'attribuzione di marketing. Nell'attribuzione multi-touch, non è possibile che i dati siano perfetti. L'obiettivo è essere direzionali e dirti come farlo. Ci sono sicuramente alcune aree in cui devi essere direzionale, ma allo stesso tempo, personalmente, dal mio punto di vista, le aziende che in genere crescono più velocemente sono quelle che sono meno focalizzate sul definitivo e più concentrate su come possiamo diventare direzionali dati che ci diranno da che parte è la crescita, iniziamo a muoverci e agiamo. Ben: Certo. Adoro quell'enfasi sull'azione lì. Quindi, il Podcast di marketing attuabile. Siamo tutti incentrati sull'azione qui. Parlando dell'incapacità che queste cose siano esatte, ma secondo te, quanto pensi che siano comuni questo tipo di problemi? Quanto pensi siano diffusi i problemi legati al fatto che i marketer hanno solo dati inaffidabili. Dan: Direi sicuramente che tutti hanno una situazione di dati inaffidabili da qualche parte, ogni azienda. Siamo una società di consulenza di analisi e te lo posso promettere, abbiamo dati inaffidabili in uno dei nostri strumenti su qualcosa. Direi sicuramente che abbiamo cose che non vengono tracciate, il che probabilmente dovrebbe. Abbiamo cose che sono tracciate male che dovrebbero o non dovrebbero esserlo. Tutti hanno dati inaffidabili da qualche parte. Una cosa di cui essere molto consapevoli è che quando pensi ai dati, non solo hai i dati che hai usato per l'analisi, ma poi hai anche i dati sulle persone, su loro che fanno cose, e quelli sono due diversi spettri di dati. Quando ci pensi come una configurazione di analisi, inviamo eventi e proprietà con quelle cose che vanno in uno strumento di analisi e che possono essere archiviate in modo errato. Allo stesso tempo, quando hai elementi che entrano nel tuo strumento di automazione del marketing, è un tipo di dati completamente diverso. Quelli identificano le chiamate o le chiamate dei tratti, qualunque cosa vogliano essere, e quelle vengono salvate in modi diversi. Uno viene utilizzato per la segnalazione. L'altro viene utilizzato per la personalizzazione o la messaggistica automatizzata. In entrambi i casi, le aziende hanno problemi su entrambi i lati di quello spettro e tutti ce l'hanno. È solo quanto sia grave un problema. Quanto è architettato? Quanto è complesso il problema? Questo è uno dei motivi per cui quattro anni fa, quando stavo guardando la nostra agenzia, cosa faremo da grandi? Qual è la cosa che non fanno tutti gli altri? Ovviamente, la prima cosa che mi è venuta in mente di non fare è stata PPC, o SEO, o una qualsiasi delle cose per cui c'erano un milione di altre persone. Abbiamo esaminato qual era l'area difficile del marketing e quella era lo stack tecnologico di marketing. Questo era il problema che ci siamo proposti di risolvere perché il problema dell'affidabilità dei dati riguarda sia il lato dell'analisi sia quello dell'automazione del marketing. Ma se sei un negozio specializzato in analisi, non puoi aggiustare lo stack. Se sei un negozio di automazione, non puoi aggiustare lo stack. Abbiamo scelto di essere proprio lì nel mezzo. Ha funzionato bene. È stato molto divertente perché vediamo molti problemi con i dati. È stato molto divertente. Ben: Devo dire che è sicuramente un'area, non che io abbia guardato particolarmente bene, ma sembra un'area poco servita. In generale, solo le agenzie come la tua che si concentrano su quei tipi di problemi è interessante dato che questo è un problema che letteralmente tutti noi come marketer abbiamo da qualche parte. Penso che sia super interessante. Dal tuo punto di vista, come avevi detto, sei nello spazio da molto tempo. Hai esaminato molti dati. Hai esaminato molti stack di tecnologia di marketing. Hai lavorato con molti clienti diversi e aziende diverse. Sono sicuro che hai visto tutti i tipi di problemi diversi che derivano tutti da problemi di dati in una forma o nell'altra. Quali sono alcuni dei problemi più comuni che hai visto che i professionisti del marketing devono affrontare quando non riescono a gestire correttamente i propri dati? Dan: Il problema più grande che tendiamo a vedere è che le persone iniziano a correre senza mai mettersi le scarpe in una situazione del genere. Nei dati, che si tratti di analisi, stack o automazione del marketing, la prima cosa su cui devi concentrarti è la tua tassonomia e qual è la tua nomenclatura. Come chiamerai le cose? La cosa più comune che vediamo è che la tassonomia è incasinata. Nelle aziende vedrai, al team di marketing si chiama registrazione, al team di sviluppo si chiama creato dall'utente e al team di successo del cliente si chiama registrazione. Mettere in ordine la tua tassonomia è di gran lunga il problema numero uno che vediamo. Cose semplici come la capitalizzazione, ovviamente, sono le cose che rompono tutti i tipi di strumenti diversi e ottenere quella, come la chiameremmo la tassonomia dello stack, sinonimo in tutti i prodotti. Una cosa comune che le persone dimenticano è che tutti questi strumenti dovrebbero essere collegati. Il tuo business è la piattaforma. Alla fine, tutti questi strumenti si connettono ad esso e anche tutti questi strumenti devono essere collegati tra loro. Se in uno strumento è chiamato nome, un altro strumento è chiamato Fname e un altro strumento è F_name, quella tassonomia diventa sempre più difficile da mappare e rende più difficile. Se prima ti assicuri di avere una buona tassonomia, questo ti assicurerà di impostare il resto per il successo. Il novantacinque percento delle volte in cui vediamo questi problemi, è perché nessuno si è mai concentrato prima sulla tassonomia, o quando hanno costruito la loro tassonomia, sono diventati super pigri e hanno appena fatto la cosa minima possibile e l'hanno inventata. Ma se ti prendi il tempo di qualità per fare bene la tassonomia, vedi risultati davvero buoni e cercare di assicurarti che la tassonomia funzioni nello stack è anche il punto in cui ottieni i risultati migliori. Ben: Un tema ricorrente alla base di gran parte di questa conversazione è la necessità di essere intenzionali quando si tratta di impostare e configurare la tecnologia di marketing. Se ti precipiti nelle cose senza un piano, o se tratti sistemi complessi come semplici soluzioni pronte all'uso, allora ti stai preparando per il fallimento fin dall'inizio. Anche nella migliore delle ipotesi, se è quello che stai facendo, è improbabile che tu sia pronto a sfruttare appieno il valore del tuo investimento in tecnologia di marketing. Affida a una persona il compito di supervisionare il modo in cui i dati vengono gestiti nel tuo team, stabilire alcune tassonomie di base e alcune convenzioni di denominazione per tag, file e simili e prenditi il ​​tempo necessario per pianificare le cose prima di andare troppo avanti. Potrebbero sembrare cose davvero semplici, ma a volte sono sufficienti per evitare grossi mal di testa più avanti. Ora, torniamo a loro. Se i nostri ascoltatori sono preoccupati per l'affidabilità dei loro dati, forse perché sanno di avere un problema o perché non sapevano di aver avuto un problema. Ma ora, dopo aver ascoltato questa conversazione, sospettano di avere un problema da qualche parte. Dove consiglieresti di iniziare a valutare la propria situazione? Valutare i propri dati nel proprio stack in modo che possano iniziare a risolvere potenziali problemi con quello stack o con qualsiasi processo, strumento o metodo su cui stanno indagando. Da dove inizi? Sai che c'è un problema da qualche parte, ma non sai cosa e non sai dove. Dove consiglieresti che abbiano iniziato magari solo a fare un controllo delle cose solo per avere un'idea del terreno, per così dire. Dan: Cercherei sempre di iniziare prima con i tuoi strumenti di analisi perché in genere avranno le informazioni più solide. Quando pensiamo di provare a controllare un sito Web, il modo migliore per farlo è iniziare in modalità di navigazione in incognito, passando attraverso il sito Web e utilizzando qualsiasi prodotto di analisi di cui disponi e il relativo debugger. Esistono molti prodotti per Chrome come Segment, Amplitude e Mixpanel. Hanno tutti estensioni di Chrome che puoi utilizzare per il debug. Sono tutte viste dal vivo. Google Tag Manager ha i suoi debugger. Molti di questi prodotti lo hanno. Il modo più semplice per iniziare è ovviamente utilizzare la modalità di navigazione in incognito del tuo sito Web, esplorare il sito e iniziare a testarlo. Se vuoi diventare più avanzato e vuoi capire dove entrano in gioco i problemi, ti consigliamo di utilizzare una tecnologia chiamata BrowserStack. BrowserStack è utile perché puoi testare dispositivi diversi, browser diversi, computer diversi e continuare a seguire lo stesso processo e vedere come fluiscono i dati. Odio dire che il modo migliore per eseguire la maggior parte di questi test è andare e facendolo. Ci sono tecnologie là fuori che hanno alcuni test automatizzati e cose del genere, ma sono tutte piuttosto nuove e piuttosto costose. Non sono sempre i migliori. Non ti porteranno al problema principale. A volte, devi chiedere a qualcuno che sa solo dove guardare. Adoro Segmento. Segment è una piattaforma di dati sui clienti, uno dei miei prodotti preferiti là fuori. Ho usato Segment, mParticle e mi sono incontrato in giro per un sacco di altri CDP. Il modo intuitivo per impostare un CDP è assolutamente all'indietro. Il modo in cui pensi di doverlo impostare, se lo fai, ti rovinerai. È quello che fanno tutti e poi, sei mesi dopo, devono rifarlo. La persona media implementa il proprio CDP almeno tre volte per capire finalmente come farlo correttamente. Odio dirlo, ma il modo migliore per eseguire il controllo è costruire un buon rigore attorno alle tue analisi, capire come fluiscono i dati e utilizzare gli strumenti di controllo per essere in grado di farlo. La soluzione è solo avere più pianificazione ed essere più proattivi in ​​primo luogo. Ben: Sembra che potresti imbatterti in situazioni in cui le persone trattano questi strumenti come soluzioni pronte all'uso quando in realtà non lo sono. Dan: Sì. Pensano di essere intelligenti. Ben: Devi essere più strategico, forse riguardo al modo in cui queste cose sono impostate, forse avere una comprensione un po' migliore anche dei problemi che stai cercando di risolvere. Potresti forse dire se è corretto? Dan: Direi sicuramente che è accurato. La maggior parte delle persone pensa che questi strumenti siano intelligenti e non lo sono. Sono fondamentalmente strumenti di visualizzazione stupidi che hanno diversi tipi di visualizzazioni. Il motivo per cui dovresti scegliere Mixpanel su Amplitude è che ci sono alcune cose dell'architettura dei dati che sono diverse su di loro che contano. Il novantanove per cento delle persone non saprebbe nemmeno che queste due cose sono diverse. Li sceglierebbero perché uno ha visualizzazioni più belle dell'altro. Sono entrambi prodotti di analisi stupidi che ti segnalano semplicemente i tuoi dati. Se ci metti dati stupidi, ti restituiranno dati errati. C'è uno strumento, penso si chiami taginspector.com, che è fantastico, che puoi caricare sul tuo sito Web e ti mostra come i dati fluiscono dal tuo sito Web, come fluiscono in ogni strumento a valle. Quello strumento è fantastico perché ti mostra il tuo vero percorso di dati. In questo modo puoi iniziare a capire, forse i dati stanno arrivando ed è rotto perché passa attraverso questo altro strumento per arrivarci. Ci sono alcuni fantastici strumenti là fuori che lo rendono un po' più semplice. Ben: In generale, quali sono alcune delle migliori pratiche che i professionisti del marketing possono seguire per garantire che i loro dati rimangano puliti e in primo luogo possono assicurarsi di non riempire questi sistemi di spazzatura. Come possono assicurarsi di evitare il primo problema assicurandosi che i dati che entrano in questi strumenti non siano compromessi in qualche modo? Dan: Un problema comune che abbiamo riscontrato per anni sono i parametri UTM. Gli UTM sono i colpevoli di molti dati errati. Abbiamo creato un prodotto gratuito chiamato UTM.io che ti consente di creare facilmente la tua tassonomia UTM e quindi di fornire un builder online al tuo team che è Workspace. Ha regole Ha modelli. In questo modo non possono romperlo. Quando lavori in un'organizzazione, quello che vuoi provare a fare è trovare processi, strumenti e sistemi per fare in modo che le persone non possano rompere le cose. È qui che direi che sfruttare un prodotto come UTM.io è molto facile da fare perché puoi impostare la tua tassonomia e quindi il resto del tuo team di marketing può sostanzialmente creare i propri collegamenti. I dati della tua campagna UTM, che sono alcuni dei tuoi dati più preziosi, sono puliti. La stessa cosa vale quando pensi di provare ad assicurarti di disporre di dati analitici accurati o dati di automazione del marketing. Cerca di capire quali sono quei prodotti o servizi che puoi mettere come, in sostanza, intermediari, che proteggono i tuoi strumenti a valle. È qui che alcuni prodotti come Segment hanno protocolli che ti permetteranno di proteggere la tua tassonomia. Amplitude ha la sua funzione di tassonomia chiamata Schema. Molti di questi strumenti lo hanno, ma quando si tratta di cercare di mantenere puliti i dati. Inizia con la tua tassonomia, non avere fretta. Cerca di prenderti il ​​tuo tempo. Se sei andato su McGaw.io, il nostro sito Web, e sei andato al footer, c'è una sezione download e risorse. Abbiamo tutti i tipi di webinar del tipo, come si progetta una tassonomia? Come si costruisce la tassonomia per la personalizzazione? Il contenuto e l'istruzione sono lì per essere in grado di farlo, e non è così complicato. Non permettetemi di semplificare eccessivamente. Non è facile, ma la tua migliore pratica quando si tratta di ottenere dati puliti è la preparazione. È la fase di pianificazione di tutto. Questo è ciò che consiglio vivamente. Ben: Questo ha molto senso per me. Se hai più membri del team come se stessero scappando facendo le cose sbagliate con questi potenti strumenti. È abbastanza facile vedere come questo si trasformi in un pasticcio molto rapidamente. Dan: Molte aziende hanno un addetto alle operazioni di vendita e marketing che si occupa di queste cose. Raccomandiamo vivamente di provare ad avere una persona che, come li chiamiamo il signore dei dati, la persona che alla fine ottiene l'aiuto per chiamare i colpi. In una grande azienda o anche in una piccola azienda, hai prodotti di vendita, marketing, CS. Naturalmente, ci sono più persone che sono coinvolte con questi dati, e hai bisogno di qualcuno che metta in discussione tutte queste persone insieme, e forse padroneggi un po' meglio che i dati funzionino per tutti. Ben: È un ottimo consiglio e lo fa per tutte le domande che avevo preparato. Ma questa è stata un'ottima conversazione. Prima di lasciarti andare, se c'è qualcos'altro su questo argomento che ritieni sia importante per i nostri ascoltatori sappiano che puoi lasciarli con loro. Mi rendo conto che questo non è formulato sotto forma di una domanda, ma se ci sono cose che vorresti lasciare ai nostri ascoltatori come nota d'addio, sarebbe fantastico. Dan: La cosa più importante che consiglierei con l'analisi è di andare piano. Prenditi il ​​tuo tempo con tutti i dati. Non accelerare. Non avere fretta. Il problema numero uno che le persone cercano di fare è cercare di correre via. Mi prenderei sicuramente il tuo tempo. Ogni azienda che vuole accelerare il proprio contratto con noi da sei mesi a tre mesi dobbiamo, whoa, dobbiamo rallentarlo. Anche quando lo accelerano, finiamo comunque per fare gli stessi progetti di sei mesi perché ci vuole solo tempo per fare queste cose. C'è molto avanti e indietro. C'è molta comunicazione. Stimare un lasso di tempo più lungo per essere in grado di fare queste cose. Se sei interessato a mettere in ordine i tuoi dati, ti consiglio di dare un'occhiata al mio libro gratuito. Se vai su McGaw.io, puoi richiedere una copia gratuita del mio libro sul nostro sito web. Si chiama How to Build Cool Shit. Forse è qualcosa che ti aiuterà a iniziare questo percorso e ti fornirà alcuni casi di studio e tattiche reali che puoi utilizzare nella tua azienda.