Смена поставщика цифровой аналитики

Менять продукты цифровой аналитики внутри организации сложно. Даже когда организации не чувствуют, что они получают пользу от своего текущего решения цифровой аналитики, они, как правило, сохраняют его, потому что переход на новый продукт часто включает следующее:

• Повторное внедрение . Для создания нового решения для цифровой аналитики обычно требуется перенастройка вашего веб-сайта или мобильного приложения.
• Потеря исторических данных. В некоторых случаях вы не сможете импортировать исторические данные, что может сделать невозможным просмотр ежегодных тенденций.
• Переобучение . Переход на новый продукт цифровой аналитики требует переобучения внутренних пользователей новому пользовательскому интерфейсу.
• Усталость поставщика . Многие организации пробовали разные аналитические продукты на протяжении многих лет, и в некоторых случаях они в конечном итоге сталкивались с одними и теми же проблемами. В этих случаях сотрудники организации считают, что переход на другой аналитический продукт не решит их проблем.

Эти факторы часто вызывают значительный уровень инерции внутри организаций, что может привести к использованию продукта цифровой аналитики, который больше не соответствует их потребностям. Я считаю, что в некоторых случаях организациям следует продолжать пользоваться своим текущим аналитическим продуктом и устранять организационные проблемы, которые, скорее всего, препятствуют успеху. Я также видел случаи, когда текущий продукт цифровой аналитики больше не подходил для организации. Тема повторного внедрения продуктов цифровой аналитики в последнее время актуальна, поскольку многие крупные игроки индустрии цифровой аналитики поощряют своих клиентов переходить на новые версии их собственных продуктов, что заставляет организации задуматься, не пора ли посмотреть, что еще вне там, так как у них есть некоторая работа впереди их независимо. В этом посте я подробно расскажу о каждом из барьеров на пути к смене поставщика аналитики и поделюсь тем, что я видел за свою карьеру в области цифровой аналитики.

Повторная реализация

Посвятив большую часть своей карьеры внедрению цифровой аналитики, я могу подтвердить тот факт, что повторное внедрение может быть болезненным. У каждого поставщика цифровой аналитики есть свои особенности реализации, и даже если вы реализуете одни и те же точки данных, вероятно, будут некоторые обновления тегов, которые необходимы для перехода от одного поставщика к другому.

Однако теперь, когда большинство крупных поставщиков цифровой аналитики перешли на модель данных на основе событий, переход от одного поставщика к другому стал значительно проще. Во многих случаях фактические события и свойства, которые требуются поставщикам цифровой аналитики, собираются CDP или внутренним сборщиком данных. Оба этих инструмента сбора данных можно легко указать новому поставщику или отправить вашему текущему поставщику и продукту нового поставщика, который вы хотите попробовать. Вместо того, чтобы занимать недели или месяцы, можно отправлять данные новому поставщику цифровой аналитики за дни или часы.

В Amplitude мы видели, как многие организации используют продукты CDP, такие как mParticle и Segment, для отправки нам данных одновременно с отправкой данных действующему поставщику. Это позволяет нашим потенциальным клиентам сравнивать наш продукт цифровой аналитики с их текущим поставщиком с теми же данными.

Еще один способ опробовать новые аналитические продукты — использовать существующие реализации системы управления тегами. Многие организации потратили годы на создание надежных слоев данных, которые были смоделированы в их системе управления тегами. Это полунезависимый от поставщиков подход к реализации цифровой аналитики. Наиболее популярными системами управления тегами на рынке сегодня являются Google Tag Manager, Adobe Launch и Tealium. Если ваша организация использует одну из этих систем управления тегами, большая часть вашего сбора данных происходит в этих продуктах, и вы просто используете правила управления тегами для отправки данных выбранному поставщику цифровой аналитики. Так, например, если ваша организация хочет попробовать использовать Amplitude, она может использовать одну из наших интеграций с Tealium, Google Tag Manager или Adobe Launch, чтобы повторно использовать существующий уровень данных и работу с тегами и перенести свои существующие данные в Amplitude в течение нескольких часов.

Я настоятельно рекомендую периодически пробовать новые продукты цифровой аналитики вместе с уже существующими, прежде чем полностью переключиться на нового поставщика. Это позволит вам убедиться, что он подходит для вашей организации, прежде чем вы отключите действующего поставщика и начнете создавать некоторые исторические данные в новом продукте.

Потеря исторических данных

При рассмотрении вопроса о смене поставщика цифровой аналитики я часто слышу, что потеря исторических данных является серьезным препятствием. Как аналитик, я определенно могу оценить потребность в исторических данных, особенно для организаций, в которых есть сезонность данных. Однако, по моему опыту, наиболее эффективными являются те анализы, которые сосредоточены на том, что произошло за последние несколько месяцев, и на том, что может произойти в будущем. На практике я использовал годовые данные только примерно для 10% своих анализов.

Но если для вас важны исторические данные, вот несколько советов, которые я хотел бы дать при рассмотрении вопроса о смене поставщика цифровой аналитики:

• Перекрывающиеся продукты . Если ваша организация может себе это позволить, вы можете одновременно использовать старый и новый аналитический продукт в течение года. Это позволит вам создать достаточное количество исторических данных в продукте нового поставщика, а также предоставить исторические данные в старом продукте. Очевидно, что не все организации могут позволить себе платить за двух поставщиков, но если исторические данные достаточно важны, чтобы это оправдать, это самое простое решение.
• Использование хранилища данных . Многие организации отправляют данные цифровой аналитики в свои собственные внутренние хранилища данных. Это делается для того, чтобы сохранить все исторические данные, особенно теперь, когда многие поставщики начали удалять данные через 25 месяцев по умолчанию. Данные цифровой аналитики также отправляются во внутренние хранилища данных, чтобы их можно было объединить с другими данными о клиентах, такими как данные колл-центра, данные о точках продаж и т. д. Поскольку исторические данные существуют во внутреннем хранилище данных, обычно их можно использовать. для тех редких случаев, когда вам нужно сравнить разные периоды времени, пока у вашего нового поставщика цифровой аналитики не будет достаточно исторических данных.
• Обратная загрузка исторических данных . Во многих случаях можно выполнить обратную загрузку исторических данных из вашего текущего аналитического продукта в новый аналитический продукт.

Если один из них является вариантом для вашей организации, зависимость от исторических данных часто может быть устранена в качестве блокатора для опробования нового поставщика цифровой аналитики, если ваш текущий поставщик не обеспечивает ценности.

Переподготовка

Когда вы планируете сменить поставщика цифровой аналитики, переобучение текущих пользователей определенно должно быть одним из соображений. Если в вашей организации 500 пользователей, которые активно входят в ваш продукт цифровой аналитики, их обучение работе с новым продуктом может стать проблемой. Однако я обнаружил, что на самом деле людей, активно использующих продукты цифровой аналитики, гораздо меньше, чем вы думаете. Даже в крупных организациях я видел много примеров, когда основная команда цифровой аналитики использовала 90% всех продуктов цифровой аналитики. Итак, первое, что я хотел бы сделать, это определить, сколько людей действительно постоянно используют текущий продукт цифровой аналитики сегодня. В большинстве продуктов цифровой аналитики есть встроенный способ просмотра этой информации, или вы можете приобрести дополнительные продукты, которые предоставят эту информацию.

Но если вам действительно нужен новый продукт цифровой аналитики, вам просто нужно стиснуть зубы и переобучить людей. Иногда новый продукт цифровой аналитики может иметь интерфейс, облегчающий обучение внутренних пользователей. Несмотря на то, что это болезненно, я обнаружил, что иногда переобучение внутренних стейкхолдеров — это хорошая возможность восстановить с ними связь и выяснить, что для них сейчас важно и какие вопросы важнее всего. Большая часть успеха в цифровой аналитике связана с построением отношений, поэтому вместо того, чтобы рассматривать переподготовку как рутинную работу, рассмотрите ее как прекрасную возможность построить более глубокие отношения с вашими внутренними заинтересованными сторонами.

Усталость продавца

Многие организации занимаются цифровой аналитикой уже двадцать и более лет. За это время большинство из них сменили нескольких поставщиков с разной степенью успеха. Я твердо верю, что любая организация может добиться успеха с любым продуктом цифровой аналитики, поскольку многие вещи, которые заставляют организации бороться с цифровой аналитикой, не зависят от продукта. Если выбранный вами аналитический продукт является определяющим фактором успеха вашей организации, скорее всего, у вас есть другие проблемы.

Когда я был консультантом по аналитике, однажды у меня был новый стартовый разговор с клиентом, когда клиент начал оспаривать мой подход к новой реализации. Этот клиент, не пытаясь иронизировать, сказал мне: «Мы собираемся реализовать это по-своему… вот как мы сделали это с Webtrends и Coremetrics и как мы теперь сделаем это с SiteCatalyst…» Меня это так разозлило, что я нечаянно выпалил: «…и как это сработало для вас до сих пор?» Работая с этим клиентом, я мог сразу сказать, что аналитический продукт не был причиной их неудачи и что без внесения структурных изменений они снова потерпят неудачу с новым продуктом.

При этом бывают случаи, когда, несмотря на возможную усталость поставщиков, организациям следует подумать о смене продуктов цифровой аналитики. Вот некоторые из причин, которые я считаю уважительными:

• Изменения в поведении клиентов . Бывают случаи, когда ваши клиенты вносят существенные изменения в свое поведение, что может повлиять на ваш выбор поставщика цифровой аналитики. За последнее десятилетие наиболее значительным изменением стал переход с настольных веб-сайтов на мобильные устройства. Для многих организаций активность мобильных приложений составляла 5% их цифровых взаимодействий десять лет назад, а сегодня — 85%. В этом случае, если есть поставщики цифровой аналитики, которые предоставляют лучшую информацию для мобильных приложений, чем действующий поставщик аналитики, может иметь смысл пересмотреть, какого поставщика следует использовать в будущем.
• Новая командная собственность . На протяжении многих лет цифровая аналитика принадлежала многим различным командам. Для многих организаций первоначальной собственностью была маркетинговая команда, поскольку цифровая аналитика начиналась как способ оценки эффективности расходов на цифровую рекламу. Но по мере развития цифрового опыта во многих организациях право собственности на цифровую аналитику перешло либо к централизованной аналитической группе, либо к группе управления продуктом. Если цифровая аналитика переходит от одной команды к другой внутри вашей организации, по моему мнению, команда, унаследовавшая функцию аналитики, имеет право пересмотреть, является ли используемый продукт тем, который они хотят использовать в будущем.
• Новый старт . Как уже упоминалось выше, я часто обнаруживаю, что проблемные организации используют смену аналитических продуктов, чтобы скрыть реальные организационные проблемы. Но иногда функция цифровой аналитики в организации стала настолько плохой, что ей нужно начать все заново. Например, когда я присоединился к команде маркетинга в Salesforce, существующая программа цифровой аналитики была не в лучшем состоянии. В первые несколько недель я опросил многих заинтересованных лиц и узнал, что никто из них не доверяет данным в аналитическом продукте и что модель, используемая для поддержки организации, не работает. Я знал, что команда аналитиков прошла точку невозврата и что нужно было начинать все сначала. В этом случае, поскольку моя оценка показала, что проблемы были больше связаны с реализацией, чем с продуктом, я решил временно закрыть аналитический продукт и заново реализовать его с нуля, используя проверенную методологию внедрения. Но я легко мог представить сценарий, в котором внедрение нового аналитического продукта было бы символическим способом показать внутренним заинтересованным сторонам, что все меняется и будет лучше в будущем. В идеале новый аналитический продукт должен быть связан с новыми процессами и всем остальным, что вызывает проблемы со старым продуктом.

Это лишь самые распространенные причины, по которым я видел, как организации оправдывают смену поставщика, даже перед лицом очень реальной усталости поставщика.

Последние мысли

Как было сказано в начале, изменить продукты цифровой аналитики сложно. Выбор продукта цифровой аналитики, который использует ваша организация, является важным решением со многими косвенными последствиями. Надеемся, что некоторые из приведенных выше пунктов дадут вам некоторое представление о факторах, которые следует учитывать при принятии решений о возможной смене поставщика цифровой аналитики.