Mantendo o lixo fora de seus dados para que você possa tomar melhores decisões de marketing com Dan McGaw da McGaw.io [AMP 223]

Os problemas de dados provavelmente estão à espreita em algum lugar dentro de sua pilha de marketing. Não se assuste, ainda. A maioria dos pacotes de análise e serviços de software de marketing que lidam com dados tem algumas lacunas ou imprecisões. O convidado de hoje é Dan McGaw, CEO e fundador da McGaw.io, uma empresa de consultoria em tecnologia de marketing e análise de marketing. Dan fala sobre como tomar melhores decisões de marketing – identifique e corrija problemas mais profundos para evitar desastres de dados. Ele explica tudo o que você precisa saber para manter seus dados limpos e as métricas em movimento. Alguns dos destaques do show incluem:

• Por que a limpeza de dados é importante? Analytics + dados incorretos = decisões incorretas
• Direcional: os dados não são perfeitos, o objetivo é crescer e agir
• Espectros de dados: todo mundo tem dados não confiáveis ​​- quão ruim é isso?
• Pilhas de marketing: diferentes problemas decorrem de problemas de dados
• Taxonomia: problema comum é não ter nomes consistentes ou de conexão
• Seja intencional: configure e configure a tecnologia de marketing ou prepare-se para falhas
• Auditoria: você sabe que há um problema, mas não sabe o que é, por onde começar
• Solução: planeje e seja mais proativo entendendo como os dados fluem em
• Práticas recomendadas: os parâmetros de rastreamento do Urchin (UTM) são culpados por dados incorretos
• Como construir uma merda legal: vá devagar, não se apresse, não tente apressar os projetos

Se você gostou do programa de hoje, assine no iTunes o podcast de marketing de conteúdo acionável! O podcast também está disponível no SoundCloud, Stitcher e Google Play.

Transcrição:

Ben: Ei Dan, como vai esta tarde? Dan: Estou indo bem. Muito obrigado por me receber. Ben: Com certeza. Você pode estar se saindo um pouco melhor do que eu agora com seus 73 graus lá em Orlando. Dan: Isso é frio para mim. Eu não sei do que você está falando. Eu sei que está mais frio onde você está agora, mas vou usar uma jaqueta quando sair mais tarde. Ben: Eu também vou usar uma jaqueta. Pode ser um pouco mais pesado, mas é uma jaqueta mesmo assim. Antes de nos distrairmos, você se importaria de se apresentar aos nossos ouvintes e explicar o que você faz no McGaw.io? Dan: Sou Dan McGaw, o CEO, fundador de uma empresa chamada McGaw.io. Estou no espaço de tecnologia de marketing há mais de 20 anos. Comecei em 1998, enviando e-mails em massa antes que houvesse e-mails em massa. Eu só gosto de arredondar isso e dizer que já vi alguns [...]. Algumas pessoas me reconhecem desde quando eu era o chefe de marketing da Kissmetrics. Ajudei a liderar aquele foguete para fazer coisas muito legais. Antes disso, eu era o chefe de crescimento de outra empresa chamada codeschool.com, que ajudei a ser adquirida na Pluralsight. Eu estive por aí quando se trata de startups e vi todos os tipos de coisas diferentes. Na McGaw.io, eles eram uma empresa de consultoria em tecnologia de marketing e análise de marketing. O que isso significa? Naturalmente, ajudamos as empresas a obter visibilidade da jornada do cliente ou as ajudamos a otimizar a jornada do cliente para conversões. Mas fazemos isso aproveitando a tecnologia de marketing. Geralmente estamos integrando ferramentas, operando ferramentas, acelerando o crescimento, usando-as, e nosso backbone sempre foi a análise. Eu acidentalmente abri esta empresa quando saí da Kissmetrics. Como você pode entender, quando saí da Kissmetrics, eu tinha um grande portfólio de amigos que precisavam de ajuda analítica. Naturalmente, nossa espinha dorsal sempre foi analítica aqui. Ben: Muito legal. Sua experiência se encaixa muito bem no tópico deste episódio, que é limpeza de dados, confiabilidade de dados, apenas falando amplamente sobre como manter seus dados limpos e confiáveis ​​para que você possa realmente tomar boas decisões com base em seus dados. Em um nível alto, na sua opinião, por que a limpeza de dados é importante logo de cara e por que isso é algo com que os profissionais de marketing devem se preocupar? Dan: Uma pergunta muito boa. Você precisa entender que, se você tiver análises e suas análises tiverem dados ruins, isso significa que suas análises estão erradas, o que significa que você naturalmente tomará decisões erradas. Estou trabalhando com uma empresa agora onde eles têm uma atribuição de marketing muito ruim e eles sabem disso. Eles basicamente pararam todos os seus gastos com marketing. Não estamos falando de pequenos gastos de 4 dígitos, estamos falando de gastos de 5-6 dígitos. Eles derrubaram tudo porque não querem perder mais dinheiro porque têm dados ruins. Isso pode ter um impacto enorme no seu negócio. Mesmo na minha própria profissão, na minha própria carreira, estive em empresas onde tínhamos dados ruins e então tomamos uma boa decisão. Descobrimos que uma boa decisão foi tomada com base em dados ruins. Foi uma ótima decisão para os dados que tínhamos, mas depois que descobrimos que eram dados ruins, o resultado foi uma porcaria. Você realmente precisa ter certeza de que possui bons dados. Acho que não precisa ser perfeito. Os dados não devem ser perfeitos. A internet não é perfeita. Se você pensou em algum lugar bagunçado, é a internet. Isso significa que seus dados não serão perfeitos, mas se você puder pelo menos se direcionar, estará em um lugar muito melhor. Se você continuar limpando os dados, isso ajudará a garantir que você não cometa mais erros. Ben: Uma palavra que você colocou lá que eu gostaria de expandir um pouco é direcional. Eu sei onde você quer chegar lá. Eu sei que internamente, mesmo para nós no CoSchedule, muitas vezes vamos olhar para dados ou métricas em geral e tratamos isso como um cata-vento que nos dá uma ideia de para que lado o vento está soprando em vez de ficar muito preocupado em obter uma leitura super granular real sobre como as coisas estão indo. É isso que você quer dizer quando usa esse termo, ou você quis dizer outra coisa com isso? Dan: Eu definitivamente quero dizer isso. Você precisa saber para que lado o vento está soprando com certeza. Mas definitivamente há áreas em que os dados não podem ser perfeitos. Um comum será a atribuição multitoque ou atribuição de marketing. Na atribuição multitoque, não há como os dados serem perfeitos. O objetivo é ser direcional e dizer como fazer isso. Definitivamente, existem certas áreas em que você precisa ser direcional, mas, ao mesmo tempo, pessoalmente, da minha perspectiva, as empresas que normalmente crescem mais rápido são as que estão menos focadas no definitivo e mais focadas em como nos direcionamos dados que vão nos dizer qual caminho é o crescimento, e vamos começar a nos mover, e vamos agir. Ben: Claro. Eu amo essa ênfase na ação lá. Por isso, o Podcast de Marketing Acionável. Estamos todos em ação aqui. Falando da incapacidade de essas coisas serem exatas, mas na sua opinião, quão comuns você acha que esses tipos de problemas são? Quão generalizado você acha que os problemas estão relacionados ao fato de os profissionais de marketing terem apenas dados não confiáveis. Dan: Eu definitivamente diria que todo mundo tem uma situação de dados não confiável em algum lugar, toda empresa. Somos uma empresa de consultoria analítica e posso garantir isso, temos dados não confiáveis ​​em uma de nossas ferramentas sobre algo. Eu definitivamente diria que temos coisas que não são rastreadas, o que provavelmente deveria. Temos coisas que são rastreadas de forma errada que deveriam ou não ser. Todo mundo tem dados não confiáveis ​​em algum lugar. Uma coisa a ser muito consciente é que quando você pensa em dados, você não apenas tem dados que você usou para análise, mas também tem dados sobre as pessoas, delas fazendo coisas, e esses são dois espectros diferentes de dados. Quando você pensa nisso como uma configuração de análise, estamos enviando eventos e propriedades com essas coisas que entram em uma ferramenta de análise e que podem ser armazenadas incorretamente. Ao mesmo tempo, quando você tem coisas que entram em sua ferramenta de automação de marketing, é um tipo totalmente diferente de dados. Essas são chamadas de identificação ou chamadas de traços, o que elas quiserem ser, e são salvas de maneiras diferentes. Um é usado para relatórios. O outro é usado para personalização ou mensagens automatizadas. Em ambos os casos, as empresas têm problemas em ambos os lados desse espectro e todo mundo tem. É apenas o quão ruim é um problema. Quão arquitetado é? Quão complexo é o problema? Essa é uma das razões pelas quais quatro anos atrás, quando eu estava olhando para nossa agência, o que vamos fazer quando crescermos? Qual é a coisa que nem todo mundo faz? Obviamente, a primeira coisa que me veio à mente para não fazer foi PPC, ou SEO, ou qualquer uma das coisas para as quais havia um milhão de outras pessoas. Analisamos qual era a área do marketing que era difícil e essa era a pilha de tecnologia de marketing. Esse foi o problema que nos propusemos a resolver porque a questão da confiabilidade dos dados está tanto no lado da análise quanto no lado da automação de marketing. Mas se você é uma loja especializada em análise, não pode consertar a pilha. Se você é uma oficina de automação, não pode consertar a pilha. Escolhemos estar bem ali no meio. Funcionou bem. Tem sido muito divertido porque vemos muitos problemas de dados. Tem sido muito divertido. Ben: Eu vou dizer que é definitivamente uma área, não que eu tenha parecido particularmente difícil, mas parece uma área que é mal atendida. Em geral, apenas agências como a sua estão focadas nesses tipos de questões, o que é interessante, pois esse é um problema que literalmente todos nós, como profissionais de marketing, temos em algum lugar. Acho superinteressante. Da sua perspectiva, como você disse, você está no espaço há muito tempo. Você olhou para muitos dados. Você já viu muitas pilhas de tecnologia de marketing. Você trabalhou com muitos clientes diferentes e empresas diferentes. Tenho certeza de que você já viu todos os tipos de problemas diferentes que derivam de problemas de dados de uma forma ou de outra. Quais são alguns dos problemas mais comuns que os profissionais de marketing enfrentam quando não gerenciam adequadamente seus dados? Dan: O maior problema que tendemos a ver é que as pessoas simplesmente começam a correr sem nunca colocar seus sapatos em algum tipo de situação. Em dados, seja análise, pilha ou automação de marketing, a primeira coisa em que você deve se concentrar é sua taxonomia e qual é sua nomenclatura. Como você vai chamar as coisas? A coisa mais comum que vemos é que a taxonomia está confusa. Nas empresas, você verá que, para a equipe de marketing, isso é chamado de inscrição, para a equipe de desenvolvimento, é chamado de criado pelo usuário e, para a equipe de sucesso do cliente, é chamado de registro. Colocar sua taxonomia em ordem é de longe a questão número um que vemos. Coisas simples como capitalização, é claro, são as coisas que quebram todos os tipos de ferramentas diferentes e obter isso - como chamaríamos de taxonomia de pilha - sinônimo em todos os produtos. Uma coisa comum que as pessoas esquecem é que todas essas ferramentas devem estar conectadas. Seu negócio é a plataforma. Todas essas ferramentas estão se conectando a ele e todas essas ferramentas também precisam estar conectadas umas às outras. Se em uma ferramenta é chamado first name, outra ferramenta é chamada Fname, e outra ferramenta é F_name, essa taxonomia fica cada vez mais difícil de mapear e torna mais difícil. Se você primeiro se certificar de que tem uma boa taxonomia, isso garantirá que você configure o resto para o sucesso. Noventa e cinco por cento das vezes quando vemos esses problemas, é porque ninguém nunca se concentrou na taxonomia primeiro, ou quando eles construíram sua taxonomia, eles ficaram super preguiçosos, e eles apenas fizeram a coisa mínima viável e aumentaram. Mas se você dedicar um tempo de qualidade para fazer a taxonomia corretamente, verá resultados realmente bons, e tentar garantir que a taxonomia funcione em toda a pilha é onde você obtém os melhores resultados também. Ben: Um tema recorrente que sustenta grande parte dessa conversa é a necessidade de ser intencional quando se trata de definir e configurar a tecnologia de marketing. Se você apressar as coisas sem um plano, ou se tratar sistemas complexos como soluções simples e prontas para uso, estará se preparando para o fracasso logo de cara. Mesmo na melhor das hipóteses, se é isso que você está fazendo, é improvável que você esteja preparado para obter o valor total de seu investimento em tecnologia de marketing. Coloque uma pessoa encarregada de supervisionar como os dados são gerenciados em sua equipe, estabeleça algumas taxonomias básicas e algumas convenções de nomenclatura para tags, arquivos e afins, e reserve um tempo para planejar as coisas antes de ir muito longe. Essas podem parecer coisas muito simples, mas às vezes são suficientes para evitar grandes dores de cabeça mais adiante. Agora, de volta a eles. Se nossos ouvintes estão preocupados com a confiabilidade de seus dados, talvez porque saibam que têm um problema ou porque não sabiam que tinham um problema. Mas agora, depois de ouvir essa conversa, eles suspeitam que podem ter um problema em algum lugar. Onde você recomendaria que eles começassem a avaliar sua própria situação? Avaliar seus próprios dados em sua própria pilha para que possam começar a solucionar problemas potenciais com essa pilha ou com qualquer processo, ferramenta ou método que estejam investigando. Onde você começa? Você sabe que há um problema em algum lugar, mas não sabe o quê, e não sabe onde. Onde você recomendaria que eles começassem talvez apenas fazendo uma auditoria das coisas apenas para obter uma configuração do terreno, por assim dizer. Dan: Definitivamente, eu sempre tentaria começar com suas ferramentas de análise primeiro porque elas normalmente terão as informações mais robustas. Quando pensamos em tentar auditar um site, a melhor maneira de fazer isso é começar no modo de navegação anônima, passando pelo site e usando qualquer produto de análise que você tenha e seu depurador. Existem muitos produtos para o Chrome, como Segment, Amplitude e Mixpanel. Todos eles têm extensões do Chrome que você pode usar para depurar. Todos eles visualizações ao vivo. O Google Tag Manager tem seus próprios depuradores. Muitos desses produtos têm isso. A maneira mais fácil de começar é, claro, usar o modo de navegação anônima do seu próprio site, percorrer o site e começar a testá-lo. Se você quiser ficar mais avançado e quiser entender onde os problemas entram em jogo, recomendamos o uso de uma tecnologia chamada BrowserStack. O BrowserStack é útil porque você pode testar dispositivos diferentes, navegadores diferentes, computadores diferentes e ainda passar pelo mesmo processo e ver como os dados fluem. Fazendo. Existem tecnologias por aí que têm alguns testes automatizados e coisas assim, mas são todas muito novas e muito caras. Nem sempre são os melhores. Eles não vão levá-lo ao centro do problema. Às vezes, você tem que perguntar a alguém que sabe onde procurar. Eu amo Segmento. Segment é uma plataforma de dados de clientes, um dos meus produtos favoritos por aí. Eu usei Segmento, mParticle e conheci vários outros CDPs. A maneira intuitiva de configurar um CDP é absolutamente inversa. Do jeito que você pensa que deve configurar se fizer isso, você vai se ferrar. Isso é o que todo mundo faz e seis meses depois, eles têm que refazer. A pessoa média implementa seu CDP pelo menos três vezes para finalmente descobrir como fazê-lo corretamente. Eu odeio dizer isso, mas a melhor maneira de auditar é construir um bom rigor em torno de sua análise, entender como esses dados fluem e usar as ferramentas de auditoria para poder fazer isso. A solução é apenas ter mais planejamento e ser mais proativo em primeiro lugar. Ben: Parece que você pode se deparar com situações em que as pessoas tratam essas ferramentas como uma solução pronta para uso quando na verdade não são. Dan: Sim. Eles pensam que são inteligentes. Ben: Você tem que ser mais estratégico, talvez sobre a forma como essas coisas são organizadas, talvez entendendo um pouco melhor até mesmo quais problemas você está tentando resolver. Você poderia dizer se isso é preciso? Dan: Eu definitivamente diria que isso é preciso. A maioria das pessoas pensa que essas ferramentas são inteligentes e não são. Eles são basicamente ferramentas de visualização idiotas que possuem diferentes tipos de visualizações. A razão pela qual você escolheria o Mixpanel em vez do Amplitude é que existem algumas coisas de arquitetura de dados que são diferentes sobre eles que importam. Noventa e nove por cento das pessoas nunca saberiam que essas duas coisas são diferentes. Eles os escolheriam porque um tem visualizações mais bonitas que o outro. Ambos são produtos de análise idiotas que apenas relatam seus dados de volta para você. Se você colocar dados estúpidos nele, ele lhe dará dados ruins de volta. Existe uma ferramenta - acho que se chama taginspector.com, que é super legal, que você pode carregar no seu site e mostra como os dados fluem do seu site, como eles fluem para cada ferramenta downstream. Essa ferramenta é super legal porque mostra seu verdadeiro caminho de dados. Dessa forma você pode começar a entender, talvez os dados estejam chegando e estejam quebrados porque passam por essa outra ferramenta para chegar lá. Existem algumas ferramentas legais por aí que tornam isso um pouco mais fácil. Ben: De um modo geral, quais são algumas práticas recomendadas que os profissionais de marketing podem seguir para garantir que seus dados permaneçam limpos e possam garantir que não estejam enchendo esses sistemas de lixo em primeiro lugar. Como eles podem garantir que evitem o primeiro problema, certificando-se de que os dados que entram nessas ferramentas não sejam comprometidos de alguma forma? Dan: Um problema comum que vemos há anos são os parâmetros UTM. UTMs são os culpados de muitos dados ruins. Criamos um produto gratuito chamado UTM.io, que facilita basicamente a criação de sua taxonomia UTM e, em seguida, um construtor online para sua equipe, que é o Workspace. Tem regras Tem templates. Dessa forma, eles não podem quebrá-lo. Quando você está trabalhando em uma organização, o que você quer fazer é criar processos, ferramentas e sistemas para que as pessoas simplesmente não possam quebrar as coisas. É aí que eu diria que alavancar um produto como o UTM.io é muito fácil de fazer, porque você pode definir sua taxonomia e, em seguida, o restante de sua equipe de marketing pode basicamente criar seus links. Seus dados de campanha UTM, que são alguns dos seus dados mais valiosos, são limpos. O mesmo vale para quando você pensa em tentar garantir que tenha dados analíticos precisos ou dados de automação de marketing. Tente descobrir quais são esses produtos ou serviços que você pode colocar como, em essência, intermediários, que protegem suas ferramentas de downstream. É aí que alguns produtos como o Segment possuem protocolos que permitirão proteger sua taxonomia. Amplitude tem seu próprio recurso de taxonomia chamado Schema. Muitas dessas ferramentas têm isso, mas quando se trata de tentar manter os dados limpos. Comece com sua taxonomia, não se apresse. Tente levar o seu tempo. Se você foi ao McGaw.io, nosso site, e foi ao rodapé, há uma seção de downloads e recursos. Temos todos os tipos de webinars como, como você cria uma taxonomia? Como você constrói a taxonomia para personalização? O conteúdo e a educação estão lá para fazer isso, e não é tão complicado. Não me deixe simplificar demais. Não é fácil, mas sua melhor prática quando se trata de obter dados limpos é a preparação. É a fase de planejamento de tudo. Isso é o que eu recomendo. Ben: Isso faz muito sentido para mim. Se você tiver vários membros da equipe como se todos estivessem fugindo fazendo as coisas erradas com essas ferramentas poderosas. É muito fácil ver como isso se transforma em uma bagunça muito rapidamente. Dan: Muitas empresas têm uma pessoa de vendas e operações de marketing que cobre essas coisas. Definitivamente, recomendamos tentar ter uma pessoa que - como os chamamos de senhor dos dados - a pessoa que finalmente recebe a ajuda para dar as cartas. Em uma grande empresa ou mesmo em uma pequena empresa, você tem vendas, marketing, produtos CS. Naturalmente, existem várias pessoas envolvidas com esses dados, e você precisa de alguém que lide com todas essas pessoas juntas, e talvez seja um pouco melhor para fazer os dados funcionarem para todos. Ben: Esse é um ótimo conselho e serve para todas as perguntas que preparei. Mas esta foi uma ótima conversa. Antes de deixar você ir, se houver mais alguma coisa sobre este tópico que você ache importante que nossos ouvintes saibam, você pode deixá-los com eles. Eu sei que isso não é formulado na forma de uma pergunta, mas se houver alguma coisa que você gostaria de deixar aos nossos ouvintes como uma nota de despedida, isso seria fantástico. Dan: A maior coisa que eu recomendaria com a análise é ir devagar. Leve o seu tempo com todas as coisas de dados. Não acelere. Não se apresse. O problema número um que as pessoas tentam fazer é tentar apressá-lo. Eu definitivamente levaria o seu tempo. Toda empresa que quer agilizar seu contrato conosco de seis para três meses, nós temos que desacelerar isso. Mesmo quando eles aceleram, ainda acabamos fazendo os mesmos projetos de seis meses porque leva tempo para fazer essas coisas. Tem muito vai e vem. Há muita comunicação. Estime um período de tempo mais longo para poder fazer essas coisas. Se você estiver interessado em organizar seus dados, eu recomendaria verificar meu livro gratuito. Se você for ao McGaw.io, poderá solicitar uma cópia gratuita do meu livro em nosso site. Chama-se Como construir uma merda legal. Talvez isso seja algo que o ajude a iniciar esse caminho e forneça alguns estudos de caso reais e táticas que você pode usar em sua empresa.