Urmărirea automată este [încă] proastă!

Cu mulți ani în urmă, am fost la o conferință de analiză digitală și am vizitat un stand pentru un nou furnizor de marketing care propunea o opțiune „fără etichetare” pentru analiza de marketing digital. Am fost intrigat pentru că mi-am petrecut o mare parte din cariera mea profesională scriind despre arhitectura și etichetarea soluțiilor de analiză digitală. După ce le-am auzit propunerea, am putut vedea atracția a ceea ce ofereau. Imaginați-vă că puteți „urmări automat” toate datele de care ați putea avea nevoie de la clienții dvs. fără a fi nevoie să petreceți timp făcând arhitectură de soluție, proiectând sau implorând dezvoltatorii să construiască un strat de date și să stabilească evenimente și proprietăți de analiză. Cine nu și-ar dori asta?

Dar pe măsură ce mă gândeam la asta, am început să-mi dau seama ce idee groaznică ar fi aceasta! În primele zile ale analizei digitale, era obișnuit să se colecteze date prin intermediul paginilor web „DOM scraping”. Scrapingul DOM v-a permis să preluați date în etichete HTML și să le includeți în variabilele de analiză. Această metodă a fost rapidă, dar și extrem de fragilă. Scrapingul DOM a fost în curând înlocuit de straturi de date și sisteme de gestionare a etichetelor. Acesta din urmă a durat mai mult, dar a fost mult mai puțin fragil (pentru o bună istorie a acestei tranziții, citiți asta). Utilizarea abordărilor de urmărire automată a etichetării este un pas înapoi la zilele de scraping DOM și readuce o mare parte din fragilitatea acestuia.

Însă, la fiecare câțiva ani, există un impuls reînnoit pentru a determina organizațiile să reconsidere soluțiile de urmărire automată sau „fără etichetare”, iar mulți dintre cei care nu erau prin preajmă pentru a experimenta defectele sale se îndrăgostesc și repetă greșelile trecutului. Cu excepția cazului în care construiți o proprietate digitală care va fi folosită doar câteva săptămâni sau luni, nu mă pot gândi la nicio situație în care aș sfătui o organizație să folosească o abordare de urmărire automată pentru analiza digitală. Iată un scurt rezumat al motivelor pentru a evita aceste soluții:

• Prea multe date – Produsele cu urmărire automată colectează în mod inerent prea multe date și fac dificilă găsirea datelor semnificative de care aveți nevoie pentru a avea succes.
• Date proaste – Produsele de urmărire automată facilitează colectarea datelor, dar multe dintre aceste date devin date proaste sau inutilizabile, fără a fi nevoie ca cineva să își curețe definițiile evenimentelor și regulile de potrivire CSS de fiecare dată când dezvoltatorii fac modificări site-urilor web sau aplicațiilor. O simplă schimbare a numelui de către un dezvoltator poate elimina unele dintre valorile tale cheie până când noul nume este corectat/raționalizat. Am învățat că este dificil să obțineți adoptarea pentru analiza digitală, chiar dacă faceți o treabă grozavă pentru a vă asigura că datele pe care le colectați sunt exacte. Imaginați-vă că încercați să reușiți dacă punctele dvs. critice de date sunt incorecte pentru perioade de timp până când sunt remediate. În multe organizații, oamenii caută scuze pentru a „încrede în instinctul lor” în loc să folosească date, iar calitatea slabă a datelor le poate oferi o scuză pentru a ignora datele de analiză digitală.
• Nu economisește timp – După cum spune unul dintre co-fondatorii noștri Jeffrey Wang: „Urmărirea automată nu elimină munca. Mută ​​munca la un proces mai puțin scalabil.” Urmărirea automată economisește timp pentru cei care altfel ar trebui să se gândească la ceea ce doresc să urmărească pe site-uri web/aplicații, dar face mai multă muncă analiștilor, resurselor de calitate a datelor sau managerilor de produs care trebuie să fie obsedați de etichetare. Deci, dacă cei de la organizația dvs. fac eforturi pentru o soluție de urmărire automată, există posibilitatea ca motivația să fie că le va economisi timp. Sau s-ar putea întâmpla că oricum nu cred că organizația folosește datele pentru a obține rezultate mai bune, așa că vor pur și simplu calea cu cea mai mică rezistență.
• Probleme de securitate/confidențialitate – Produsele cu urmărire automată pot captura accidental date sensibile sau private care nu sunt menite să fie colectate (nu ezitați să folosiți „urmărirea automată a parolelor” Google pentru mai multe informații). Acest lucru este din ce în ce mai periculos, deoarece noile directive precum GDPR și CCPA impun amenzi organizațiilor pentru maltratarea datelor cu caracter personal.

Multe dintre aceste preocupări au fost subliniate cu ani în urmă de Jeffrey Wang, unul dintre co-fondatorii noștri Amplitude, când a explicat de ce Amplitude nu a adăugat în mod intenționat auto-track produsului nostru. Chiar și organizațiile cu care concurează Amplitude au fost de acord că urmărirea automată este o strategie proastă.

Nivelurile de date

Recent, am avut plăcerea să ascult un apel de la colegul meu John Cutler despre auto-track. La apel, a existat o perspectivă care a comparat Amplitude cu un concurent și una dintre diferențele mari a fost auto-track, despre care prospectul credea că i-ar putea ajuta. John a explicat că există în esență trei niveluri de date atunci când vine vorba de analiza digitală:

• Nivelul 0 – Acestea sunt cele mai critice puncte de date pentru organizația dvs. Ele nu se vor schimba niciodată decât dacă organizația dvs. face un pivot masiv într-un nou domeniu sau model de afaceri. De exemplu, un produs de management al campaniilor B2B ar avea aproape sigur un eveniment Campaign Created cu un set de proprietăți destul de stabile.
• Nivelul 1 – Acestea sunt puncte de date care vor fi utile pe termen mediu. Sunt probabil utile pentru următorul an sau doi, dar există șansa ca acestea să se schimbe pe măsură ce site-ul/aplicația se schimbă. Continuând exemplul B2B, aceasta ar putea include urmărirea începerilor și finalizărilor videoclipurilor de îmbarcare. În acest moment, fluxul de creare a campaniei arată videoclipuri noilor clienți, dar peste un an, videoclipurile pot fi eliminate dacă nu se dovedește că cresc ratele de creare a campaniilor.
• Nivelul 2 – Acestea sunt puncte de date mai tranzitorii și de multe ori foarte detaliate. Acestea pot fi valabile doar pentru câteva săptămâni sau câteva luni. Un exemplu în acest sens ar putea fi urmărirea clicurilor pe un anumit link, un comutator sau un buton din formular. În acest moment, este interesant pentru cineva, dar nu adaugă atât de multă valoare și probabil va dispărea în câteva săptămâni, sau etichetarea acestuia se poate opri odată ce învățarea oferită este înțeleasă și probabil că nu se va schimba dramatic.

Pentru majoritatea organizațiilor, vor exista relativ puține evenimente și proprietăți de Nivel 0, multe mai multe articole de Nivel 1 și pot exista sute de articole de Nivel 2. Cea mai mare parte a timpului dvs. ar trebui să fie petrecut pe elementele de nivel 0 și de nivel 1. Elementele de nivelul 2 ar trebui să se întâmple în mod natural prin integrarea etichetelor în procesul de dezvoltare. Motivul pentru care acest concept este atât de interesant este că o mare parte din cazul soluțiilor de urmărire automată se bazează pe cât de multă muncă este necesară pentru a implementa în mod proactiv etichetarea analitică. Dar odată ce realizezi că poți răspunde la 80% din nevoile tale de analiză prin etichetarea unui număr relativ mic de puncte de date, argumentul economisirii de timp (care oricum este fals) pur și simplu se evaporă.

În discuția lui John, el a desenat această diagramă grozavă comparând efortul și valoarea urmăririi automate dintr-o implementare mai tradițională de etichetare proactivă. După cum puteți vedea, soluția de urmărire automată începe cu mai multă valoare cu mai puțin efort, dar în curând se transformă la o valoare treptat mai mică pe cantitate de efort. În timp ce abordarea tradițională necesită puțin mai mult efort inițial și mai multă valoare pe efort pe măsură ce timpul trece.

Am susținut de mult timp ca organizațiile să identifice întrebările de afaceri la care doresc să răspundă și să mapeze acele întrebări de afaceri la o arhitectură de soluții înainte de a avea loc etichetarea. Cred că merită să ai timp pentru a identifica datele pe care intenționați să colectați și de ce, în loc să urmăriți datele și apoi să încercați să vă dați seama cum pot fi utilizate. Ca majoritatea lucrurilor din viață, scoți din ea ceea ce pui în ea. Așa că nu cădea în capcana soluțiilor de urmărire automată și recunoașteți că succesul în analiza digitală este un maraton, nu un sprint.

Ce se întâmplă dacă am uitat ceva?

Pe lângă presupusele economii de timp, un alt argument pe care l-am auzit pentru urmărirea automată este în jurul omiterii sau uitării datelor necesare. De obicei sună cam așa: „Nu există nicio modalitate de a anticipa toate datele de care voi avea nevoie prin colectarea cerințelor, așa că am nevoie de o soluție de urmărire automată pentru a-mi colecta toate datele în cazul în care există o întrebare de afaceri care apare pe care nu l-am anticipat de la început...”

Bineînțeles că vor exista cazuri în care apare ceva și îți lipsesc date pe care ți-ai dori să fii nevoit să iei o decizie de afaceri. Indiferent cât de bun sunteți la adunarea cerințelor de afaceri, nu puteți anticipa fiecare eveniment și proprietate de care va fi nevoie. Dar dacă vă gândiți înapoi la elementele de Nivel 0, Nivel 1 și Nivel 2 discutate mai sus, am găsit foarte rar ca ceva care a fost omis să fie un element de Nivel 0, care reprezintă cele mai critice puncte de date pentru organizația dvs. Elementele de nivel 0 ar trebui să fie destul de evidente pentru organizația dvs. Este posibil să aveți unele elemente de Nivel 1 care le-ați omis, dar este puțin probabil să nu puteți adăuga elemente noi de Nivel 1 și să așteptați câteva săptămâni pentru a obține suficiente date pentru a răspunde la întrebarea dvs. de afaceri. Dacă o întrebare era atât de importantă încât trebuia să primească un răspuns în 24 de ore, ar fi trebuit să apară în timpul colectării cerințelor. Elementele de nivelul 2 ar trebui să fie și mai puțin importante în marea schemă a lucrurilor. Este posibil ca multe dintre elementele care vă lipsesc să fie elemente de Nivelul 2, deoarece fie nu sunt critice, fie reprezintă lucruri noi care nu au fost prezente în timpul colectării cerințelor. În cele mai multe cazuri, este bine să adăugați câteva etichete noi și să așteptați câteva zile sau săptămâni pentru a obține aceste date lipsă.

Cultură

Ultimul lucru pe care aș dori să-l menționez pe tema auto-track-ului este zona culturii corporative. Așa cum este adesea cazul, deciziile tehnologice vă spun multe despre cultura unei organizații și echipele din cadrul organizației. Când văd echipe de analiză care caută soluții de urmărire automată, iată câteva dintre gândurile care îmi trec în minte:

• De ce le este atât de dificil să-și planifice implementarea din timp? Uneori, dorința pentru o soluție de urmărire automată maschează faptul că echipa de analiză nu știe cu adevărat de ce are nevoie afacerea. Poate că trebuie să petreacă mai mult timp cu părțile interesate interne în loc să caute un produs care să le permită să urmărească totul pentru orice eventualitate.
• De ce le este atât de dificil să obțină resurse de implementare? Dacă o echipă de analiză face o treabă bună, ar trebui să fie percepută ca fiind critică și strategică pentru organizație. Analiza făcută corect ajută organizațiile să câștige bani sau să economisească bani, așa că de ce o organizație nu ar dedica resurse eforturilor de implementare? Poate că soluția de urmărire automată face mai ușor pentru echipa de analiză să evite faptul că organizația nu își apreciază munca.
• Le va rezolva problemele un nou produs de analiză? Uneori, trecerea de la o soluție de analiză la alta pare a fi o modalitate excelentă de a șterge și de a începe din nou, dar dacă organizația dvs. are probleme culturale inerente care au făcut ca soluția actuală să nu reușească, ar putea fi recomandabil să remediați acele probleme înainte de a încerca un nou furnizor. Nerespectarea acestui lucru poate duce la repetarea acelorași probleme cu un instrument nou.

Gânduri finale

Deși sper că această postare este în cele din urmă inutilă din cauza faptului că organizațiile și-au învățat lecția despre produsele de urmărire automată, uneori este important să ne amintim lucruri pe care le-am învățat în trecut, astfel încât istoria să nu se repete. Dacă organizația dvs. este presată să caute o soluție de urmărire automată, vă îndemn să luați în considerare potențialele probleme ridicate mai sus, diferitele niveluri de date, beneficiile planificării inițiale și aspectele culturale subiacente care ar putea determina luarea deciziei. .