การเปลี่ยนผู้ค้า Digital Analytics

การเปลี่ยนผลิตภัณฑ์การวิเคราะห์ทางดิจิทัลภายในองค์กรเป็นเรื่องยาก แม้ว่าองค์กรจะไม่รู้สึกว่ากำลังได้รับคุณค่าจากโซลูชันการวิเคราะห์ดิจิทัลในปัจจุบัน พวกเขามักจะรักษาไว้เพราะการเปลี่ยนไปใช้ผลิตภัณฑ์ใหม่มักประกอบด้วยสิ่งต่อไปนี้:

• การนำกลับ มาใช้ใหม่ – การจัดทำโซลูชันการวิเคราะห์ดิจิทัลใหม่จะต้องติดแท็กเว็บไซต์หรือแอพมือถือของคุณใหม่
• การสูญเสียข้อมูลในอดีต – ในบางกรณี คุณอาจไม่สามารถนำเข้าข้อมูลในอดีต ซึ่งทำให้ไม่สามารถดูแนวโน้มปีต่อปีได้
• การอบรมขึ้นใหม่ – การเปลี่ยนไปใช้ผลิตภัณฑ์การวิเคราะห์ดิจิทัลใหม่บังคับให้คุณต้องฝึกอบรมผู้ใช้ภายในของคุณใหม่บนอินเทอร์เฟซผู้ใช้ใหม่
• ความอ่อนล้าของผู้ขาย – หลายองค์กรได้ลองใช้ผลิตภัณฑ์การวิเคราะห์ที่แตกต่างกันในช่วงหลายปีที่ผ่านมา และในบางกรณีพวกเขาก็จบลงด้วยปัญหาเดียวกัน ในกรณีเหล่านี้ คนในองค์กรเชื่อว่าการเปลี่ยนไปใช้ผลิตภัณฑ์วิเคราะห์อื่นไม่สามารถแก้ปัญหาได้

ปัจจัยเหล่านี้มักทำให้เกิดความเฉื่อยในระดับที่มีนัยสำคัญภายในองค์กร ซึ่งอาจนำไปสู่การใช้ผลิตภัณฑ์การวิเคราะห์ทางดิจิทัลที่ไม่ตรงกับความต้องการของพวกเขาอีกต่อไป ฉันเชื่อว่ามีบางกรณีที่องค์กรควรใช้ผลิตภัณฑ์การวิเคราะห์ปัจจุบันและแก้ไขปัญหาขององค์กรที่มีแนวโน้มว่าจะขัดขวางความสำเร็จได้มากที่สุด ฉันยังได้เห็นกรณีที่ผลิตภัณฑ์การวิเคราะห์ดิจิทัลในปัจจุบันไม่เหมาะกับองค์กรอีกต่อไป หัวข้อของการนำผลิตภัณฑ์การวิเคราะห์ทางดิจิทัลกลับมาใช้ใหม่นั้นเป็นหัวข้อที่กล่าวถึงเมื่อเร็วๆ นี้ เนื่องจากผู้เล่นหลักจำนวนมากในอุตสาหกรรมการวิเคราะห์ดิจิทัลกำลังสนับสนุนให้ลูกค้าอัปเกรดผลิตภัณฑ์ของตนเองเป็นเวอร์ชันใหม่ ซึ่งทำให้องค์กรต่างๆ สงสัยว่าควรดูว่ามีอะไรอีกไหม ออกไปที่นั่นเนื่องจากพวกเขามีงานรออยู่ข้างหน้าโดยไม่คำนึงถึง ในโพสต์นี้ ฉันจะจัดการกับอุปสรรคแต่ละอย่างในการเปลี่ยนผู้ขายการวิเคราะห์แบบตรงไปตรงมา และแบ่งปันสิ่งที่ฉันได้เห็นระหว่างการทำงานในด้านการวิเคราะห์ดิจิทัล

การนำกลับมาใช้ใหม่

หลังจากใช้เวลาส่วนใหญ่ในอาชีพการงานในด้านการนำระบบวิเคราะห์ดิจิทัลมาใช้ ฉันสามารถยืนยันได้ว่าการนำกลับมาใช้ใหม่อาจทำให้เจ็บปวดได้ ผู้จำหน่ายการวิเคราะห์ดิจิทัลแต่ละรายมีนิสัยใจคอในการใช้งานของตัวเอง และแม้ว่าคุณจะใช้จุดข้อมูลเดียวกัน ก็มีแนวโน้มว่าจะต้องมีการอัปเดตการติดแท็กบางอย่างที่จำเป็นในการย้ายจากผู้ขายรายหนึ่งไปยังอีกรายหนึ่ง

อย่างไรก็ตาม ขณะนี้ผู้ค้าวิเคราะห์ดิจิทัลรายใหญ่ส่วนใหญ่ได้ย้ายไปยังโมเดลข้อมูลตามเหตุการณ์ การเปลี่ยนจากผู้ขายรายหนึ่งไปยังอีกรายหนึ่งกลายเป็นเรื่องง่ายอย่างมาก ในหลายกรณี เหตุการณ์และคุณสมบัติจริงที่ผู้ขายการวิเคราะห์ดิจิทัลต้องการจะถูกรวบรวมโดย CDP หรือตัวรวบรวมข้อมูลภายใน เครื่องมือรวบรวมข้อมูลทั้งสองนี้สามารถชี้ไปยังผู้ขายรายใหม่หรือส่งไปยังผู้ขายปัจจุบัน และ ผลิตภัณฑ์ของผู้ขายรายใหม่ที่คุณสนใจที่จะทดลองใช้ได้อย่างง่ายดาย แทนที่จะใช้เวลาเป็นสัปดาห์หรือเป็นเดือน อาจเป็นไปได้ที่จะส่งข้อมูลไปยังผู้ให้บริการวิเคราะห์ดิจิทัลรายใหม่ภายในเวลาไม่กี่วันหรือหลายชั่วโมง

ที่ Amplitude เราได้เห็นหลายองค์กรใช้ผลิตภัณฑ์ CDP เช่น mParticle และ Segment เพื่อส่งข้อมูลให้เราพร้อมๆ กัน ข้อมูลที่ถูกส่งไปยังผู้ขายรายเดิม ซึ่งช่วยให้ผู้มีแนวโน้มเป็นลูกค้าสามารถเปรียบเทียบผลิตภัณฑ์การวิเคราะห์ดิจิทัลควบคู่ไปกับผู้ขายปัจจุบันด้วยข้อมูลเดียวกัน

อีกวิธีหนึ่งในการทดลองใช้ผลิตภัณฑ์การวิเคราะห์ใหม่คือการใช้ประโยชน์จากการใช้งานระบบการจัดการแท็กที่มีอยู่ สำหรับหลายๆ องค์กร พวกเขาใช้เวลาหลายปีในการสร้างชั้นข้อมูลที่แข็งแกร่งซึ่งสร้างแบบจำลองไว้ในระบบการจัดการแท็ก นี่เป็นแนวทางกึ่งผู้ขายไม่เชื่อเรื่องพระเจ้าเพื่อใช้การวิเคราะห์ดิจิทัล ระบบการจัดการแท็กที่ได้รับความนิยมมากที่สุดในตลาดปัจจุบัน ได้แก่ Google Tag Manager, Adobe Launch และ Tealium หากองค์กรของคุณใช้หนึ่งในระบบการจัดการแท็กเหล่านี้ การรวบรวมข้อมูลส่วนใหญ่ของคุณจะเกิดขึ้นในผลิตภัณฑ์เหล่านี้ และคุณเพียงแค่ใช้กฎการจัดการแท็กเพื่อส่งข้อมูลไปยังผู้ให้บริการวิเคราะห์ดิจิทัลที่คุณเลือก ตัวอย่างเช่น หากองค์กรของคุณต้องการลองใช้ Amplitude ก็อาจใช้การผสานรวมกับ Tealium, Google Tag Manager หรือ Adobe Launch เพื่อนำชั้นข้อมูลที่มีอยู่และงานการติดแท็กกลับมาใช้ใหม่ และรับข้อมูลที่มีอยู่ไปยัง Amplitude ภายในไม่กี่ชั่วโมง

ฉันขอแนะนำเป็นอย่างยิ่งให้ลองใช้ผลิตภัณฑ์การวิเคราะห์ดิจิทัลใหม่ควบคู่ไปกับผลิตภัณฑ์ที่มีอยู่ของคุณก่อนที่จะเปลี่ยนไปใช้ผู้ขายรายใหม่โดยสมบูรณ์ การทำเช่นนี้จะช่วยให้คุณมั่นใจได้ว่าเหมาะสมกับองค์กรของคุณ ก่อนที่คุณจะตัดผู้จำหน่ายรายเดิมออก และจะเริ่มสร้างข้อมูลประวัติบางส่วนในผลิตภัณฑ์ใหม่

การสูญเสียข้อมูลในอดีต

เมื่อพิจารณาถึงการเปลี่ยนแปลงของผู้ให้บริการวิเคราะห์ดิจิทัล ฉันมักจะได้ยินว่าข้อมูลในอดีตสูญหายเป็นอุปสรรคสำคัญ ในฐานะนักวิเคราะห์ ฉันสามารถชื่นชมความต้องการข้อมูลในอดีตได้อย่างแน่นอน โดยเฉพาะอย่างยิ่งสำหรับองค์กรที่มีข้อมูลตามฤดูกาล อย่างไรก็ตาม จากประสบการณ์ของผม การวิเคราะห์ที่ส่งผลกระทบมากที่สุดคือการวิเคราะห์ที่มุ่งเน้นไปที่สิ่งที่เกิดขึ้นในช่วงสองสามเดือนที่ผ่านมาและสิ่งที่อาจเกิดขึ้นในอนาคต ในทางปฏิบัติ ฉันได้ใช้ประโยชน์จากข้อมูลปีต่อปีเพียงประมาณ 10% ของการวิเคราะห์ของฉัน

แต่ถ้าข้อมูลในอดีตมีความสำคัญสำหรับคุณ ต่อไปนี้คือคำแนะนำบางส่วนที่ฉันควรมีเมื่อพิจารณาเปลี่ยนผู้ให้บริการวิเคราะห์ดิจิทัล:

• ผลิตภัณฑ์ที่ทับซ้อนกัน – หากองค์กรของคุณสามารถจ่ายได้ คุณอาจต้องการใช้ผลิตภัณฑ์การวิเคราะห์แบบเก่าและแบบใหม่พร้อมกันเป็นเวลาหนึ่งปี วิธีนี้จะช่วยให้คุณสร้างข้อมูลประวัติที่เพียงพอในผลิตภัณฑ์ของผู้ขายใหม่ ในขณะเดียวกันก็ให้ข้อมูลประวัติในผลิตภัณฑ์เก่าด้วย แน่นอนว่าไม่ใช่ทุกองค์กรที่สามารถจ่ายเงินให้กับผู้ขายสองราย แต่ถ้าข้อมูลในอดีตมีความสำคัญเพียงพอที่จะพิสูจน์ได้ นี่เป็นวิธีแก้ปัญหาที่ง่ายที่สุด
• ใช้ประโยชน์จากคลังข้อมูล – หลายองค์กรกำลังส่งข้อมูลการวิเคราะห์ดิจิทัลไปยังคลังข้อมูลภายในของตนเอง สิ่งนี้ทำเพื่อเก็บข้อมูลในอดีตทั้งหมด โดยเฉพาะอย่างยิ่งในขณะนี้ที่ผู้ขายจำนวนมากได้เริ่มลบข้อมูลหลังจาก 25 เดือนโดยค่าเริ่มต้น ข้อมูลการวิเคราะห์ทางดิจิทัลยังถูกส่งไปยังคลังข้อมูลภายในเพื่อให้สามารถรวมเข้ากับข้อมูลลูกค้าอื่นๆ เช่น ข้อมูลคอลเซ็นเตอร์ ข้อมูลจุดขาย เป็นต้น เนื่องจากข้อมูลในอดีตมีอยู่ในคลังข้อมูลภายใน โดยทั่วไปแล้วจึงสามารถใช้ข้อมูลดังกล่าวได้ ในบางครั้งซึ่งไม่ค่อยเกิดขึ้นบ่อยนักที่คุณต้องเปรียบเทียบช่วงเวลาต่างๆ จนกว่าผู้ให้บริการวิเคราะห์ดิจิทัลรายใหม่ของคุณจะมีข้อมูลย้อนหลังเพียงพอ
• ข้อมูลย้อน หลังย้อนหลัง – ในหลายกรณี เป็นไปได้ที่จะเติมข้อมูลในอดีตจากผลิตภัณฑ์การวิเคราะห์ปัจจุบันของคุณลงในผลิตภัณฑ์การวิเคราะห์ใหม่ของคุณ

หากตัวเลือกใดตัวเลือกหนึ่งเหล่านี้เป็นตัวเลือกสำหรับองค์กรของคุณ การพึ่งพาข้อมูลในอดีตมักจะถูกลบออกในฐานะตัวบล็อกสำหรับการทดลองใช้ผู้ให้บริการวิเคราะห์ดิจิทัลรายใหม่ หากผู้ขายปัจจุบันของคุณไม่ได้มอบคุณค่า

การอบรมขึ้นใหม่

เมื่อคุณพิจารณาเปลี่ยนผู้ให้บริการวิเคราะห์ดิจิทัล การฝึกอบรมผู้ใช้ปัจจุบันควรเป็นหนึ่งในข้อพิจารณาอย่างแน่นอน หากองค์กรของคุณมีผู้ใช้ 500 รายที่เข้าสู่ระบบผลิตภัณฑ์การวิเคราะห์ดิจิทัลอย่างจริงจัง การฝึกอบรมพวกเขาเกี่ยวกับผลิตภัณฑ์ใหม่อาจเป็นเรื่องท้าทาย อย่างไรก็ตาม ฉันพบว่าในความเป็นจริง มีผู้คนจำนวนน้อยกว่าที่คุณคิดที่ใช้ผลิตภัณฑ์การวิเคราะห์ดิจิทัลอย่างจริงจัง แม้แต่ในองค์กรขนาดใหญ่ ฉันได้เห็นตัวอย่างมากมายที่ทีมวิเคราะห์ดิจิทัลหลักใช้ 90% ของการใช้ผลิตภัณฑ์วิเคราะห์ดิจิทัลทั้งหมด สิ่งแรกที่ฉันจะทำคือระบุว่ามี คน จำนวนเท่าใดที่ใช้ผลิตภัณฑ์วิเคราะห์ดิจิทัลในปัจจุบันอย่างสม่ำเสมอ ผลิตภัณฑ์การวิเคราะห์ทางดิจิทัลส่วนใหญ่มีวิธีดูสิ่งนี้โดยกำเนิดภายในผลิตภัณฑ์ หรือคุณสามารถซื้อผลิตภัณฑ์เสริมที่จะให้ข้อมูลนี้

แต่ถ้าคุณต้องการผลิตภัณฑ์การวิเคราะห์ทางดิจิทัลใหม่จริงๆ คุณเพียงแค่ต้องเจาะประเด็นและฝึกอบรมผู้คนใหม่ บางครั้งผลิตภัณฑ์การวิเคราะห์ดิจิทัลใหม่อาจมีอินเทอร์เฟซที่ช่วยให้ผู้ใช้ภายในของคุณเรียนรู้ได้ง่ายขึ้น แม้ว่าจะเป็นเรื่องที่เจ็บปวด แต่ฉันพบว่าบางครั้งการฝึกอบรมผู้มีส่วนได้ส่วนเสียภายในใหม่เป็นโอกาสที่ดีในการเชื่อมต่อกับพวกเขาอีกครั้งและค้นหาสิ่งที่สำคัญสำหรับพวกเขาในตอนนี้และคำถามใดที่อยู่ในใจ ส่วนใหญ่ของความสำเร็จในการวิเคราะห์ทางดิจิทัลคือการสร้างความสัมพันธ์ ดังนั้นแทนที่จะมองว่าการฝึกซ้ำเป็นงานที่น่าเบื่อ ให้พิจารณาว่าเป็นโอกาสที่ดีในการสร้างความสัมพันธ์ที่ลึกซึ้งยิ่งขึ้นกับผู้มีส่วนได้ส่วนเสียภายในของคุณ

ความเหนื่อยล้าของผู้ขาย

หลายองค์กรได้ทำการวิเคราะห์ดิจิทัลมาเป็นเวลายี่สิบปีหรือนานกว่านั้น ในช่วงเวลานี้ ส่วนใหญ่ได้ผ่านผู้ค้าหลายรายที่มีระดับความสำเร็จแตกต่างกันไป ฉันเชื่อมั่นอย่างมากว่าองค์กรใดๆ ก็ตามสามารถประสบความสำเร็จกับผลิตภัณฑ์การวิเคราะห์ทางดิจิทัลใดๆ ได้ เนื่องจากหลายสิ่งที่ทำให้องค์กรต้องดิ้นรนกับการวิเคราะห์ทางดิจิทัลนั้นเป็นสิ่งที่ไม่เชื่อในผลิตภัณฑ์ หากผลิตภัณฑ์การวิเคราะห์ที่คุณเลือกเป็นปัจจัยกำหนดว่าองค์กรของคุณประสบความสำเร็จหรือไม่ คุณอาจมีปัญหาอื่นๆ

เมื่อฉันเป็นที่ปรึกษาด้านการวิเคราะห์ ครั้งหนึ่งฉันเคยได้รับการแจ้งกำหนดการกับลูกค้ารายใหม่ โดยที่ลูกค้าเริ่มท้าทายฉันในแนวทางของฉันในการปรับใช้ใหม่ ลูกค้ารายนี้พูดกับฉันโดยไม่พยายามประชดประชันว่า "เรากำลังจะใช้มันในแบบของเรา…นี่คือวิธีที่เราทำกับ Webtrends และ Coremetrics และวิธีที่เราจะทำกับ SiteCatalyst ในตอนนี้…” ฉันรำคาญมากที่ฉัน โพล่งออกมาโดยไม่ได้ตั้งใจ “…และจนถึงตอนนี้มันได้ผลกับคุณอย่างไร” กับลูกค้ารายนี้ ฉันสามารถบอกได้ทันทีว่าผลิตภัณฑ์การวิเคราะห์ไม่ใช่สิ่งที่ทำให้พวกเขาล้มเหลว และหากไม่มีการเปลี่ยนแปลงโครงสร้าง พวกเขาจะล้มเหลวอีกครั้งด้วยผลิตภัณฑ์ใหม่

ทั้งหมดนี้ถูกกล่าวว่า มีบางครั้งที่แม้ผู้จำหน่ายจะล้าหลัง องค์กรควรพิจารณาเปลี่ยนผลิตภัณฑ์การวิเคราะห์ดิจิทัล ต่อไปนี้คือเหตุผลที่ฉันคิดว่าเป็นเหตุผลที่ถูกต้อง:

• การเปลี่ยนแปลงพฤติกรรมของลูกค้า – มีหลายกรณีที่ลูกค้าของคุณทำการเปลี่ยนแปลงที่สำคัญในพฤติกรรมของพวกเขา ซึ่งอาจส่งผลต่อตัวเลือกผู้ขายการวิเคราะห์ดิจิทัลของคุณ ในทศวรรษที่ผ่านมา การเปลี่ยนแปลงที่สำคัญที่สุดคือการโยกย้ายออกจากเว็บไซต์เดสก์ท็อปไปยังอุปกรณ์พกพา สำหรับหลายๆ องค์กร กิจกรรมแอปบนอุปกรณ์เคลื่อนที่คิดเป็น 5% ของการโต้ตอบทางดิจิทัลเมื่อทศวรรษที่แล้ว แต่ปัจจุบันอยู่ที่ 85% ในกรณีนี้ หากมีผู้จำหน่ายการวิเคราะห์ดิจิทัลที่ให้ข้อมูลเชิงลึกที่ดีกว่าสำหรับแอปบนอุปกรณ์เคลื่อนที่มากกว่าผู้ขายการวิเคราะห์หน้าที่ คุณควรทบทวนว่าผู้ขายรายใดควรใช้ในอนาคต
• ความเป็นเจ้าของทีมใหม่ – ตลอดหลายปีที่ผ่านมา การวิเคราะห์ทางดิจิทัลมีทีมต่างๆ มากมายเป็นเจ้าของ สำหรับหลายๆ องค์กร ความเป็นเจ้าของครั้งแรกคือทีมการตลาด เนื่องจากการวิเคราะห์ดิจิทัลเริ่มต้นขึ้นเพื่อเป็นแนวทางในการตัดสินประสิทธิภาพของการใช้จ่ายโฆษณาดิจิทัล แต่เมื่อประสบการณ์ดิจิทัลพัฒนาขึ้น ในหลายองค์กร ความเป็นเจ้าของการวิเคราะห์ดิจิทัลได้เปลี่ยนไปใช้ทีมวิเคราะห์แบบรวมศูนย์หรือทีมจัดการผลิตภัณฑ์ หากการวิเคราะห์ทางดิจิทัลย้ายจากทีมหนึ่งไปยังอีกทีมหนึ่งภายในองค์กรของคุณ ในความคิดของฉัน ทีมที่สืบทอดฟังก์ชันการวิเคราะห์นั้นเหมาะสมแล้วในการประเมินใหม่ว่าผลิตภัณฑ์ที่ใช้นั้นเป็นผลิตภัณฑ์ที่ต้องการใช้ในอนาคตหรือไม่
• Fresh Start – ตามที่กล่าวไว้ข้างต้น ฉันมักจะพบว่าองค์กรที่มีปัญหาใช้การสลับผลิตภัณฑ์การวิเคราะห์เพื่อขจัดปัญหาจริงขององค์กร แต่บางครั้ง ฟังก์ชันการวิเคราะห์ดิจิทัลในองค์กรก็แย่จนต้องเริ่มต้นใหม่ ตัวอย่างเช่น เมื่อฉันเข้าร่วมทีมการตลาดที่ Salesforce โปรแกรมวิเคราะห์ดิจิทัลที่มีอยู่ก็ยังไม่อยู่ในสภาพที่ดี ในช่วงสองสามสัปดาห์แรกของฉัน ฉันได้สัมภาษณ์ผู้มีส่วนได้ส่วนเสียจำนวนมากและได้เรียนรู้ว่าไม่มีใครเชื่อถือข้อมูลในผลิตภัณฑ์การวิเคราะห์และรูปแบบที่ใช้เพื่อสนับสนุนองค์กรนั้นใช้งานไม่ได้ ฉันรู้ว่าทีมวิเคราะห์ได้ผ่านจุดที่ไม่มีผลตอบแทนและจำเป็นต้องเริ่มต้นใหม่ ในกรณีนี้ เนื่องจากการประเมินของฉันพบว่าปัญหามีพื้นฐานจากการนำไปปฏิบัติมากกว่าแบบผลิตภัณฑ์ ฉันจึงตัดสินใจปิดผลิตภัณฑ์การวิเคราะห์ชั่วคราวและนำกลับมาใช้ใหม่ตั้งแต่ต้นโดยใช้วิธีการนำไปใช้ที่พิสูจน์แล้วของฉัน แต่ฉันสามารถจินตนาการถึงสถานการณ์สมมติได้อย่างง่ายดายซึ่งการใช้ผลิตภัณฑ์การวิเคราะห์ใหม่จะเป็นวิธีการเชิงสัญลักษณ์ในการแสดงผู้มีส่วนได้ส่วนเสียภายในว่าสิ่งต่าง ๆ กำลังเปลี่ยนแปลงและจะดีขึ้นในอนาคต ตามหลักการแล้วผลิตภัณฑ์การวิเคราะห์ใหม่จะต้องควบคู่ไปกับกระบวนการใหม่และสิ่งอื่นใดที่ทำให้เกิดปัญหากับผลิตภัณฑ์เก่า

นี่เป็นเพียงสาเหตุที่พบบ่อยที่สุดที่ฉันได้เห็นองค์กรปรับแก้ผู้ขาย แม้จะเผชิญกับความอ่อนล้าของผู้ค้าที่แท้จริง

ความคิดสุดท้าย

ตามที่ระบุไว้ในตอนเริ่มต้น การเปลี่ยนแปลงผลิตภัณฑ์การวิเคราะห์ทางดิจิทัลนั้นทำได้ยาก การเลือกผลิตภัณฑ์การวิเคราะห์ดิจิทัลที่องค์กรของคุณใช้ถือเป็นการตัดสินใจครั้งสำคัญที่มีผลกระทบเชิงสัมผัสมากมาย หวังว่าบางรายการข้างต้นจะช่วยให้คุณมีข้อมูลเชิงลึกเกี่ยวกับปัจจัยที่คุณควรพิจารณาเมื่อทำการตัดสินใจเกี่ยวกับการเปลี่ยนผู้ให้บริการวิเคราะห์ดิจิทัลที่อาจเป็นไปได้