Тренды 2017 в digital-аналитике: мнения экспертов

Алина Драгун, 7 февраля 2017 г.

Современному digital-аналитику требуется знание языков программирования, понимание алгоритмов глубокого и машинного обучения (и тут есть выход к data science, мы уже писали об этом). Остается потребность в навыках стратегического мышления: бизнесу как никогда нужны специалисты, способные понять запрос на аналитику, видеть процессы системно и подтверждать их цифрами.
В метриках заметен переход от привычных количественных показателей (посетители, клики, заказы) к более глубоким, расчётным (пользовательской удовлетворенности, пользовательскому опыту). Растёт потребность бизнеса не просто в анализе, но и в составлении прогнозов. Всё более интересна ему и предписывающая аналитика (prescriptive analytics), когда система на основе данных подсказывает работнику оптимальный путь выполнения задачи. А ещё аналитики будут искать новые способы направлять входящие и исходящие потоки информации — и зарабатывать на них.
Мы опросили экспертов рынка о последних изменениях в digital-аналитике. Вот топ трендов, о которых нужно знать в 2017 году.


Тренды:

• компаниям нужны самонастраиваемые отчёты;
  
• появляются инструменты для сбора сырых данных о действиях пользователей на сайте;
  
• развиваются системы мобильной аналитики.
  

Рынок идет к росту компетентности как исполнителей услуг, так и заказчиков. Крупным рекламодателям не хватает стандартных отчетов «Яндекс.Метрики» и Google Analytics, поэтому они разрабатывают собственные отчеты, в которых сопоставляют данные из CRM или внутренних баз данных с данными систем веб-аналитики.
Более востребованым становится сбор сырых несемплированных данных о действиях пользователей на сайте. Ответом на этот запрос стал релиз Logs API от «Яндекс.Метрики». Для сбора несемплированных данных из Google Analytics есть интеграция с BigQuery от Google Analytics 360 и OWOX BI Smart Data. Благодаря этим решениям в частности появилась возможность самостоятельно выстраивать точные многоканальные последовательности, связывая все визиты пользователя до его целевого действия, или собирать полную информацию о каждом пользователе по его уникальному идентификатору.
В этом году должен выйти из беты инструмент визуализации Google Data Studio; ожидается обновление Google Analytics после долгого использования текущего интерфейса.
Еще один тренд — увеличение мобильного трафика и развитие систем мобильной аналитики. В 2016 Google представил Firebase Analytics, активно развиваются AppMetrica от «Яндекса», AppsFlyer и другие подобные системы. Работа с атрибуцией мобильного трафика несколько сложней, чем в вебе: приложения устанавливаются обычно через магазины — Google Play или AppStore — и только они доподлинно знают источник, который привел пользователя к установке. Поэтому данные в системах аналитики мобильных приложений могут быть с погрешностями, и иногда приходится обращаться к платным решениям. Особенностью мобильного рынка является большое разнообразие рекламных сетей и систем аналитики, причём не все из них корректно работают друг с другом.

Тренды:

• сбор данных всё больше автоматизируется;
  
• digital-аналитик становится архитектором системы аналитики.
  

Время ламеров в интернет-маркетинге прошло. Тем, кто игнорирует IT-тренды, будет сложно. Востребованность digital-аналитика в будущем определит знание им языков программирования, машинного обучения, умение работать с большими данными.
Тут действует важное ограничение. С одной стороны, работа digital-аналитика всё больше автоматизируется. С другой — важно, какую исследовательскую задачу ставит человек. Нужно проверять логичность данных, результатов исследования, — с этим машина пока не может справиться.
Можно вспомнить кейс американского оператора связи Sprint. Компания известна тем, что предпочитает расторгать договор об обслуживании с теми клиентами, сотрудничество с которыми кажется ей невыгодным. В сети есть много примеров писем пользователям от Sprint с отказами в дальнейшем предоставлении услуг. С этой практикой связаны любопытные казусы.
Одна клиентка часто обращалась в службу поддержки оператора с просьбой разобраться в причинах обрыва связи. Качество соединения было низким из-за плохого покрытия. На основе машинного анализа частоты обращений в колл-центр, стоимости их обработки и выручки, компания решила разорвать контракт с неприбыльным клиентом. При этом в Sprint проигнорировали причину обращений и не решили проблему с качеством связи. Через некоторое время по материалам форума собственной службы поддержки компания выяснила, что муж этой клиентки, владелец небольшого бизнеса, перевёл все корпоративные номера на другого оператора связи. Доверившись решению машины, Sprint лишился сразу нескольких клиентов, приносивших прибыль.
Digital-аналитик становится сегодня проектировщиком, архитектором системы. А технологии дополняют человеческий разум, создавая целостную картину.

Тренды:

• нужен переход от описательной аналитики к предиктивной и предписывающей;
  
• важно измерять не продажи, а поведение пользователя;
  
• в топ навыков выходят системность и стратегическое мышление.
  

В тренде предиктивная и предписывающая аналитика. В 2017 году потребность в прогнозах станет ещё более массовой. Поэтому аналитикам необходимо знание алгоритмов машинного обучения и основ программирования, которые помогают аналитикам использовать большой массив данных при составлении прогнозов, повышать их точность.
Меняется подход к метрикам. Ещё год назад примерно 80% компаний не анализировали путь покупателя от первого контакта с продуктом до факта сделки, не понимали конверсии и оттого не знали, на чём сфокусировать продвижение. Теперь, помимо подсчёта конверсии, нужно уметь подобрать репрезентативные метрики, каскадирующие бизнес-цели на каждое действие.
Digital-маркетинг в виде бессистемного и непродуманного набора шагов перестаёт существовать. Компаний, где аналитическая работа не отлажена и вместо системы KPI считаются отдельные показатели, будет оставаться всё меньше. Для аналитиков, действующих не системно, а по наитию, понимающих только отдельные инструменты и не умеющих анализировать комплексно, просто не останется места на рынке. Им на смену придут люди, которые не только попробовали отдельные инструменты и умеют с ними работать, но понимают логику и взаимосвязи, имеют системный стратегический подход.
Системному анализу данных, стратегическому мышлению и работе с востребованными инструментами аналитики можно научиться на курсе «Профессия digital-аналитик».

Топ-6 трендов в digital-аналитике

Источник: блог Алины Драгун, http://tceh.com/blog/2017-digital-analytics-trends/?utm_source=12102m9799o&utm_medium=4112t111115s&utm_term=14109d97114l&utm_content=3097s110111d&utm_campaign=17100s105103c