Ochrona danych przed śmieciami, abyś mógł podejmować lepsze decyzje marketingowe z Danem McGawem z McGaw.io [AMP 223]

Problemy z danymi prawdopodobnie czają się gdzieś w twoim stosie marketingowym. Nie panikuj, jeszcze. Większość pakietów analitycznych i usług oprogramowania marketingowego zajmujących się danymi ma pewne luki lub nieścisłości. Dzisiejszym gościem jest Dan McGaw, dyrektor generalny i założyciel McGaw.io, firmy konsultingowej zajmującej się technologiami marketingowymi i analityką marketingową. Dan opowiada o tym, jak podejmować lepsze decyzje marketingowe — identyfikować i naprawiać głębsze problemy, aby uniknąć katastrof danych. Wyjaśnia wszystko, co musisz wiedzieć, aby Twoje dane były czyste, a metryki w ruchu. Niektóre z najważniejszych wydarzeń programu to:

• Dlaczego czystość danych jest ważna? Analityka + złe dane = złe decyzje
• Kierunkowe: dane nie mają być doskonałe, celem jest rozwój i podejmowanie działań
• Widma danych: każdy ma niewiarygodne dane — jak złe są?
• Stosy marketingowe: Różne problemy wynikają z problemów z danymi
• Taksonomia: Częstym problemem jest brak spójnych lub łączących nazw
• Bądź świadomy: skonfiguruj i skonfiguruj technologię marketingową lub przygotuj się na porażkę
• Audyt: Wiesz, że jest problem, ale nie wiesz co to jest, od czego zacząć
• Rozwiązanie: Planuj i bądź bardziej proaktywny dzięki zrozumieniu, w jaki sposób dane przepływają
• Najlepsze praktyki: parametry śledzenia Urchin (UTM) są przyczyną złych danych
• Jak budować fajne gówno: zwolnij, nie spiesz się, nie spiesz się z projektami

Jeśli podobał Ci się dzisiejszy program, zasubskrybuj w iTunes podcast The Actionable Content Marketing! Podcast jest również dostępny w SoundCloud, Stitcher i Google Play.

Transkrypcja:

Ben: Hej Dan, jak leci po południu? Dan: Robię dobrze. Dziękuję bardzo, że mnie masz. Ben: Absolutnie. Być może radzisz sobie trochę lepiej niż ja teraz ze swoimi 73 stopniami w Orlando. Dan: To dla mnie zimne. Nie wiem o czym mówisz. Wiem, że tam, gdzie jesteś teraz, jest zimniej, ale zamierzam założyć kurtkę, kiedy wyjdę później na zewnątrz. Ben: Ja też będę miał na sobie kurtkę. Może jest trochę cięższy, ale mimo to jest to kurtka. Zanim odejdziemy na bok, czy zechciałbyś poświęcić chwilę na przedstawienie się naszym słuchaczom i wyjaśnienie, co robisz w McGaw.io? Dan: Jestem Dan McGaw, CEO, założyciel firmy o nazwie McGaw.io. W branży technologii marketingowych pracuję od ponad 20 lat. Zacząłem w 1998 roku, wysyłając masowe e-maile, zanim pojawiły się masowe e-maile. Po prostu lubię to podsumować i powiedzieć, że widziałem kilka [...]. Niektórzy rozpoznają mnie z czasów, gdy byłem szefem marketingu w Kissmetrics. Pomogłem poprowadzić ten statek rakietowy, aby zrobić kilka naprawdę fajnych rzeczy. Wcześniej byłem szefem rozwoju w innej firmie o nazwie codeschool.com, którą pomogłem zdobyć w Pluralsight. Po prostu byłem w pobliżu, jeśli chodzi o startupy i widziałem różne rzeczy. W McGaw.io byli firmą konsultingową zajmującą się technologiami marketingowymi i analityką marketingową. Co to znaczy? Oczywiście pomagamy firmom uzyskać wgląd w ich podróż klienta lub pomagamy im zoptymalizować podróż klienta pod kątem konwersji. Ale robimy to, wykorzystując technologię marketingową. Zwykle integrujemy narzędzia, narzędzia operacyjne, przyspieszamy rozwój, korzystamy z nich, a naszym kręgosłupem zawsze była analityka. Przypadkowo założyłem tę firmę, kiedy opuściłem Kissmetrics. Jak możesz zrozumieć, kiedy opuszczałem Kissmetrics, miałem duże portfolio znajomych, którzy potrzebowali pomocy w zakresie analityki. Naturalnie, naszym kręgosłupem zawsze była tutaj analityka. Ben: Bardzo fajnie. Twoja wiedza fachowa bardzo dobrze łączy się z tematem tego odcinka, którym jest czystość danych, wiarygodność danych, po prostu mówiąc ogólnie o tym, jak zachować czystość i wiarygodność danych, abyś mógł podejmować dobre decyzje na podstawie swoich danych. Na wysokim poziomie, Twoim zdaniem, dlaczego czystość danych jest ważna od samego początku i dlaczego marketerzy powinni się tym zajmować? Dan: Naprawdę dobre pytanie. Musisz zrozumieć, że jeśli masz analitykę, a twoje analizy zawierają złe dane, oznacza to, że twoje analizy są błędne, co oznacza, że ​​naturalnie będziesz podejmować złe decyzje. Pracuję w tej chwili z firmą, w której mają naprawdę złą atrybucję marketingową i wiedzą o tym. Zasadniczo wstrzymali wszystkie swoje wydatki na marketing. Nie mówimy o niewielkich 4-cyfrowych wydatkach, mówimy o wydatkach 5-6-cyfrowych. Porzucili to wszystko, ponieważ nie chcą stracić więcej pieniędzy, ponieważ mają złe dane. Może mieć ogromny wpływ na Twój biznes. Nawet w moim własnym zawodzie, w mojej własnej karierze, byłem w firmach, w których mieliśmy złe dane, a potem podjęliśmy dobrą decyzję. Dowiedzieliśmy się, że na złych danych została podjęta dobra decyzja. To była świetna decyzja dla danych, które mieliśmy, ale po tym, jak dowiedzieliśmy się, że to złe dane, wynik był gówniany. Naprawdę musisz się upewnić, że masz dobre dane. Myślę, że to nie musi być idealne. Dane nie mają być doskonałe. Internet nie jest doskonały. Jeśli myślałeś o jakimkolwiek miejscu, które jest pomieszane, to jest to internet. Oznacza to, że twoje dane nie będą doskonałe, ale jeśli możesz przynajmniej uzyskać kierunek, będziesz w znacznie lepszym miejscu. Jeśli będziesz nadal czyścić dane, pomoże to uniknąć popełniania kolejnych błędów. Ben: Jedno słowo, które tam wrzuciłeś, a które chciałbym nieco rozwinąć, to kierunek. Wiem, do czego zmierzasz. Wiem, że wewnętrznie, nawet dla nas w CoSchedule, wiele razy będziemy patrzeć na dane lub ogólnie na metryki i potraktujemy to jako wiatrowskaz, który daje nam wyobrażenie o tym, w którą stronę wieje wiatr, a nie zbytnie koncentrację na otrzymywaniu naprawdę super szczegółowej lektury o tym, jak się sprawy mają. Czy to masz na myśli, gdy używasz tego terminu, czy też miałeś na myśli coś innego? Dan: Zdecydowanie tak myślę. Na pewno musisz wiedzieć, w którą stronę wieje wiatr. Ale na pewno są obszary, w których dane nie mogą być doskonałe. Popularnym będzie atrybucja multi-touch lub atrybucja marketingowa. W atrybucji wielodotykowej dane nie mogą być doskonałe. Celem jest być kierunkowym i powiedzieć, jak to zrobić. Zdecydowanie są pewne obszary, w których trzeba być kierunkowym, ale jednocześnie, osobiście, z mojej perspektywy, firmy, które zazwyczaj rozwijają się najszybciej, to te, które są mniej skoncentrowane na ostatecznych, a bardziej na tym, jak uzyskać kierunkowość dane, które powiedzą nam, w którą stronę zmierza wzrost, ruszajmy i podejmijmy działania. Ben: Jasne. Uwielbiam ten nacisk na działanie. Stąd podcast Actionable Marketing. Tutaj wszyscy jesteśmy o działaniu. Mówiąc o niemożności uściślenia tych rzeczy, ale według twojej oceny, jak powszechne są tego rodzaju problemy? Jak myślisz, jak powszechne są problemy związane z tym, że marketerzy mają po prostu niewiarygodne dane. Dan: Zdecydowanie powiedziałbym, że każdy ma gdzieś niewiarygodną sytuację dotyczącą danych, każda firma. Jesteśmy firmą zajmującą się doradztwem w zakresie analityki i mogę obiecać, że w jednym z naszych narzędzi mamy niewiarygodne dane o czymś. Zdecydowanie powiedziałbym, że mamy rzeczy, które nie są śledzone, co prawdopodobnie powinno. Mamy rzeczy, które są źle śledzone, a które powinny lub nie powinny być. Każdy ma gdzieś niewiarygodne dane. Należy być bardzo świadomym tego, że kiedy myślisz o danych, masz nie tylko dane, których używałeś do analizy, ale także dane o ludziach, którzy robią różne rzeczy, a to są dwa różne spektrum danych. Kiedy myślisz o tym jak o konfiguracji analitycznej, wysyłamy zdarzenia i właściwości z tymi elementami, które trafiają do narzędzia analitycznego i mogą być nieprawidłowo przechowywane. Jednocześnie, gdy masz rzeczy, które trafiają do Twojego narzędzia do automatyzacji marketingu, jest to zupełnie inny rodzaj danych. Są to identyfikujące wezwania lub wezwania do cech, czymkolwiek chcą być, a te są zapisywane na różne sposoby. Jeden służy do raportowania. Drugi służy do personalizacji lub automatycznego przesyłania wiadomości. W obu przypadkach firmy mają problemy po obu stronach tego spektrum i wszyscy je mają. Po prostu to jest poważny problem. Jak to jest zaprojektowane? Jak złożony jest problem? To jeden z powodów, dla których cztery lata temu, kiedy patrzyłem na naszą agencję, co będziemy robić, gdy dorośniemy? Co to jest rzecz, którą nie wszyscy inni robią? Oczywiście pierwszą rzeczą, która przyszło mi do głowy, aby nie robić, było PPC, SEO, lub jakakolwiek z tych rzeczy, za którymi było milion innych ludzi. Przyjrzeliśmy się, który obszar w marketingu jest trudny i to był stos technologii marketingowych. To był problem, który postanowiliśmy rozwiązać, ponieważ kwestia wiarygodności danych dotyczy zarówno strony analitycznej, jak i automatyzacji marketingu. Ale jeśli jesteś wyspecjalizowanym sklepem analitycznym, nie możesz naprawić stosu. Jeśli jesteś sklepem z automatyzacją, nie możesz naprawić stosu. Zdecydowaliśmy się być w samym środku. Wyszło dobrze. To była świetna zabawa, ponieważ widzimy wiele problemów z danymi. To była świetna zabawa. Ben: Powiem, że zdecydowanie jest to obszar, nie żebym szukał szczególnie mocno, ale wydaje się, że jest to obszar, który jest niedoceniany. Ogólnie rzecz biorąc, tylko agencje takie jak Twoja, które koncentrują się na tego typu sprawach, co jest interesujące, biorąc pod uwagę, że jest to problem dosłownie każdy z nas jako marketerzy gdzieś. Myślę, że to bardzo interesujące. Z twojej perspektywy, jak powiedziałeś, przebywałeś w kosmosie przez długi czas. Spojrzałeś na wiele danych. Przyjrzałeś się wielu stosom technologii marketingowych. Pracowałeś z wieloma różnymi klientami i różnymi firmami. Jestem pewien, że widziałeś wiele różnych problemów, które wynikają z problemów z danymi w takiej czy innej formie. Jakie są najczęstsze problemy, z którymi borykają się marketerzy, gdy nie potrafią właściwie zarządzać swoimi danymi? Dan: Największym problemem, jaki zwykle widzimy, jest to, że ludzie po prostu zaczynają biegać bez zakładania butów w takiej sytuacji. W przypadku danych, niezależnie od tego, czy jest to analityka, stos czy automatyzacja marketingu, pierwszą rzeczą, na której musisz się skupić, jest twoja taksonomia i jaka jest twoja nomenklatura. Jak nazwiesz rzeczy? Najczęstszą rzeczą, którą widzimy, jest zepsuta taksonomia. W firmach, jak zobaczycie, dla zespołu marketingowego nazywa się to rejestracją, dla zespołu programistów nazywa się to tworzeniem przez użytkownika, a dla zespołu ds. sukcesu klienta nazywa się to rejestracją. Uporządkowanie taksonomii jest zdecydowanie najważniejszym problemem, który widzimy. Proste rzeczy, takie jak kapitalizacja, to oczywiście rzeczy, które psują wszelkiego rodzaju różne narzędzia i stają się synonimem wszystkich produktów. Powszechną rzeczą, o której ludzie zapominają, jest to, że wszystkie te narzędzia powinny być połączone. Twoja firma jest platformą. Wszystkie te narzędzia ostatecznie się z nim łączą i wszystkie te narzędzia muszą być również połączone ze sobą. Jeśli w jednym narzędziu nazywa się to imię, w innym Fname, a w innym F_name, taksonomia staje się coraz trudniejsza do odwzorowania i utrudnia. Jeśli najpierw upewnisz się, że masz dobrą taksonomię, upewnisz się, że ustawisz resztę na sukces. Dziewięćdziesiąt pięć procent przypadków, gdy widzimy te problemy, to dlatego, że nikt nigdy nie skupił się na taksonomii jako pierwszy, albo kiedy zaczęli budować swoją taksonomię, po prostu stali się bardzo leniwi i po prostu zrobili minimalną realną rzecz i rozkręcili to. Ale jeśli poświęcisz czas na prawidłowe wykonanie taksonomii, zobaczysz naprawdę dobre wyniki, a próba upewnienia się, że taksonomia działa w całym stosie, również daje najlepsze wyniki. Ben: Powtarzającym się tematem leżącym u podstaw tej rozmowy jest potrzeba świadomego ustawienia i konfiguracji technologii marketingowej. Jeśli spieszysz się do rzeczy bez planu lub jeśli traktujesz złożone systemy jak proste, nieszablonowe rozwiązania, to od razu narażasz się na porażkę. Nawet w najlepszym przypadku, jeśli to właśnie robisz, jest mało prawdopodobne, że będziesz przygotowany na pełne wykorzystanie inwestycji w technologię marketingową. Powierz jedną osobę odpowiedzialną za nadzorowanie sposobu zarządzania danymi w Twoim zespole, ustal kilka podstawowych taksonomii i konwencji nazewnictwa dla tagów, plików i tym podobnych, a także poświęć czas na zaplanowanie rzeczy, zanim zajdziesz za daleko. To może wydawać się bardzo proste, ale czasami wystarczają, aby uniknąć naprawdę dużych bólów głowy w dalszej części drogi. Wróćmy do nich. Jeśli nasi słuchacze są zaniepokojeni wiarygodnością swoich danych, może dlatego, że wiedzą, że mają problem, lub dlatego, że nie wiedzieli, że mieli problem. Ale teraz, po wysłuchaniu tej rozmowy, podejrzewają, że mogą mieć gdzieś problem. Gdzie poleciłbyś im rozpocząć ocenę własnej sytuacji? Ocenianie własnych danych we własnym stosie, aby mogli rozpocząć rozwiązywanie potencjalnych problemów z tym stosem lub z dowolnym procesem, narzędziem lub metodą, którą badają. Od czego zaczynasz? Wiesz, że gdzieś jest problem, ale nie wiesz co i nie wiesz gdzie. Gdzie byś polecił, żeby zaczęli, być może, po prostu robili audyt rzeczy, żeby tak rzec, tylko po to, by uzyskać ukształtowanie terenu. Dan: Zdecydowanie zawsze starałbym się zacząć od twoich narzędzi analitycznych, ponieważ zazwyczaj będą one zawierać najbardziej solidne informacje. Kiedy myślimy o próbie przeprowadzenia audytu witryny, najlepszym sposobem na to jest rozpoczęcie pracy w trybie incognito, przechodzenie przez witrynę i korzystanie z dowolnego produktu analitycznego, który posiadasz, oraz jego debuggera. Istnieje wiele produktów dla Chrome, takich jak Segment, Amplitude i Mixpanel. Wszystkie mają rozszerzenia Chrome, których można użyć do debugowania. Wszyscy żyją poglądami. Menedżer tagów Google ma własne debugery. Wiele z tych produktów ma to. Najłatwiejszym sposobem na rozpoczęcie jest oczywiście skorzystanie z trybu incognito własnej witryny, przejrzenie witryny i rozpoczęcie jej testowania. Jeśli chcesz być bardziej zaawansowany i chcesz zrozumieć, gdzie pojawiają się problemy, zalecamy skorzystanie z technologii o nazwie BrowserStack. BrowserStack jest pomocny, ponieważ możesz testować różne urządzenia, różne przeglądarki, różne komputery, a mimo to przechodzić przez ten sam proces i sprawdzać, jak napływają dane. Nienawidzę mówić, że najlepszym sposobem na wykonanie większości tych testów jest pójście i robić to. Istnieją technologie, które oferują automatyczne testowanie i tym podobne, ale wszystkie są całkiem nowe i dość drogie. Nie zawsze są najlepsi. Nie doprowadzą cię do sedna problemu. Czasami musisz zapytać kogoś, kto po prostu wie, gdzie szukać. Kocham Segment. Segment to platforma danych klientów, jeden z moich ulubionych produktów. Użyłem Segmentu, mParticle i spotkałem się z kilkoma innymi CDP-ami. Intuicyjny sposób konfigurowania CDP jest całkowicie wsteczny. Sposób, w jaki myślisz, że powinieneś to ustawić, jeśli to zrobisz, będziesz się schrzanić. Wszyscy to robią, a sześć miesięcy później muszą to przerobić. Przeciętny człowiek wdraża CDP co najmniej trzy razy, aby w końcu dowiedzieć się, jak to zrobić poprawnie. Nienawidzę tego mówić, ale najlepszym sposobem audytu jest zbudowanie rygoru wokół swoich analiz, zrozumienie, w jaki sposób te dane napływają, i skorzystanie z narzędzi audytu, aby móc to zrobić. Rozwiązaniem jest po prostu więcej planowania i bycie bardziej proaktywnym. Ben: Wygląda na to, że możesz spotkać się z sytuacjami, w których ludzie traktują te narzędzia po wyjęciu z pudełka, kiedy tak naprawdę nie są. Dan: Tak. Myślą, że są mądrzy. Ben: Musisz być bardziej strategiczny, może w kwestii sposobu, w jaki te rzeczy są ustawione, może trochę lepiej rozumieć nawet problemy, które próbujesz rozwiązać. Czy mógłbyś powiedzieć, czy to prawda? Dan: Zdecydowanie powiedziałbym, że to prawda. Większość ludzi myśli, że te narzędzia są inteligentne, a nie są. Są to w zasadzie głupie narzędzia do wizualizacji, które mają różne typy wizualizacji. Powodem, dla którego wybrałbyś Mixpanel zamiast Amplitude, jest kilka elementów architektury danych, które różnią się od nich i które mają znaczenie. Dziewięćdziesiąt dziewięć procent ludzi nigdy by się nawet nie dowiedziało, że te dwie rzeczy są różne. Wybraliby je, ponieważ jeden ma ładniejsze wizualizacje niż drugi. Oba są głupimi produktami analitycznymi, które po prostu przekazują Ci dane. Jeśli umieścisz w nim głupie dane, zwrócą ci złe dane. Istnieje narzędzie – myślę, że nazywa się taginspector.com, co jest super fajne, które można załadować na swoją witrynę i pokazuje, w jaki sposób dane przepływają z Twojej witryny, jak wpływają do każdego narzędzia w dół. To narzędzie jest super fajne, ponieważ pokazuje twoją prawdziwą ścieżkę danych. W ten sposób możesz zacząć rozumieć, że może dane przychodzą i są uszkodzone, ponieważ przechodzą przez to inne narzędzie, aby się tam dostać. Istnieje kilka fajnych narzędzi, które nieco to ułatwiają. Ben: Ogólnie rzecz biorąc, jakie są najlepsze praktyki, które marketerzy mogą stosować, aby upewnić się, że ich dane pozostaną czyste i przede wszystkim mogą upewnić się, że nie wypełniają tych systemów śmieciami. Jak mogą upewnić się, że unikną pierwszego problemu, upewniając się, że dane, które trafiają do tych narzędzi, nie są w jakiś sposób zagrożone? Dan: Częstym problemem, który obserwujemy od lat, są parametry UTM. UTM są przyczyną wielu złych danych. Stworzyliśmy bezpłatny produkt o nazwie UTM.io, który ułatwia tworzenie taksonomii UTM, a następnie udostępnianie zespołowi narzędzia do budowania online, jakim jest Workspace. Ma zasady Ma szablony. W ten sposób nie mogą go złamać. Kiedy pracujesz w organizacji, chcesz spróbować wymyślić procesy, narzędzia i systemy, które sprawią, że ludzie po prostu nie będą mogli niczego psuć. W tym miejscu powiedziałbym, że wykorzystanie produktu takiego jak UTM.io jest bardzo łatwe, ponieważ możesz ustawić swoją taksonomię, a reszta zespołu marketingowego może w zasadzie zbudować swoje linki. Dane kampanii UTM, które są jednymi z najcenniejszych danych, są czyste. To samo dotyczy sytuacji, gdy myślisz o upewnieniu się, że masz dobre, dokładne dane analityczne lub dane dotyczące automatyzacji marketingu. Spróbuj dowiedzieć się, jakie produkty lub usługi możesz przedstawić jako pośredników, które chronią Twoje dalsze narzędzia. Właśnie tam niektóre produkty, takie jak Segment, mają protokoły, które pozwolą Ci chronić Twoją taksonomię. Amplituda ma swoją własną cechę taksonomii o nazwie Schema. Wiele z tych narzędzi ma to, ale jeśli chodzi o utrzymanie danych w czystości. Zacznij od swojej taksonomii, nie spiesz się. Nie spiesz się. Jeśli wszedłeś na McGaw.io, naszą stronę internetową, i przeszedłeś do stopki, jest tam sekcja pobierania i zasobów. Mamy wszelkiego rodzaju webinaria, które były jak: jak zaprojektować taksonomię? Jak budujesz taksonomię do personalizacji? Treść i edukacja są po to, aby móc to zrobić i nie jest to takie skomplikowane. Nie pozwól mi go zbytnio upraszczać. Nie jest to łatwe, ale najlepszą praktyką, jeśli chodzi o uzyskanie czystych danych, jest przygotowanie. To etap planowania tego wszystkiego. Właśnie to bardzo bym doradził. Ben: To ma dla mnie sens. Jeśli masz wielu członków zespołu, tak jakby wszyscy uciekali, robiąc złe rzeczy za pomocą tych potężnych narzędzi. Dość łatwo jest zobaczyć, jak to naprawdę szybko zamienia się w bałagan. Dan: Wiele firm ma osobę zajmującą się sprzedażą i marketingiem, która zajmuje się tymi sprawami. Zdecydowanie zalecamy, aby spróbować mieć jedną osobę, która – jak nazywamy ją władcą danych – osoba, która ostatecznie otrzyma pomoc, aby wywołać strzały. W dużej firmie, a nawet małej masz sprzedaż, marketing, produkty CS. Oczywiście jest wiele osób, które są zaangażowane w te dane i potrzebujesz kogoś, kto zbierze wszystkie te osoby razem, a może trochę lepiej sprawić, by dane działały dla wszystkich. Ben: To świetna rada i wystarcza na wszystkie pytania, które przygotowałem. Ale to była świetna rozmowa. Zanim pozwolę Ci odejść, jeśli jest coś jeszcze na ten temat, co Twoim zdaniem jest ważne, aby nasi słuchacze wiedzieli, że możesz ich zostawić. Zdaję sobie sprawę, że nie jest to sformułowane w formie pytania, ale jeśli są jakieś rzeczy, które chciałbyś zostawić naszym słuchaczom na pożegnanie, to byłoby fantastycznie. Dan: Największą rzeczą, którą poleciłbym w przypadku analityki, jest powolne działanie. Nie spiesz się ze wszystkimi danymi. Nie przyspieszaj. Nie spiesz się. Najważniejszym problemem, który ludzie próbują zrobić, jest to, że starają się to przyspieszyć. Zdecydowanie nie spieszę się. Każda firma, która chce przyspieszyć swój kontrakt z nami z sześciu miesięcy do trzech miesięcy, my musimy to spowolnić. Nawet jeśli przyspieszą to, nadal kończymy robienie tych samych sześciomiesięcznych projektów, ponieważ robienie tego wymaga czasu. Jest dużo tam iz powrotem. Jest dużo komunikacji. Oszacuj dłuższe ramy czasowe, aby móc to zrobić. Jeśli jesteś zainteresowany uporządkowaniem swoich danych, polecam sprawdzić moją bezpłatną książkę. Jeśli przejdziesz do McGaw.io, możesz poprosić o bezpłatną kopię mojej książki na naszej stronie internetowej. Nazywa się Jak zbudować fajne gówno. Może to jest coś, co pomoże Ci rozpocząć tę ścieżkę i da Ci kilka prawdziwych studiów przypadku i taktyk, które możesz wykorzystać w swojej firmie.