Прогнозы Аналитика 2019

0
240

Analytics Predictions 2019

Сейчас и тогда я дразню себя, пытаясь предсказать будущее, и поэтому в рамках подготовки к попытке в этом году я заметил, читая последние Форрестер прогноз 2019: бизнес-выводы доклада.

Эта часть выделяется:

57% глобальных данных и лиц, принимающих решения, аналитики все еще находятся на ранних стадиях их выводы-управляемый бизнес. Только 8% демонстрируют предварительные выводы-ориентированных компетенций.

Это означает, что несмотря на ажиотаж последних лет вокруг машинного обучения и искусственного интеллекта, даже самые большие компании борются, чтобы извлечь пользу из своих данных на масштаб и результаты впечатляющие дело.

Размышляя над этим открытием, я хотел добавить свои мысли, Почему организации в таком низком состоянии, аналитики зрелости. На основе работы с топ-менеджерами в крупных бренда-ведущие организации, это мои топ 3 причин:

  • Нехватка персонала
    Например, имея умных кадров, способных управлять “данные прошлого года” культуры (а не слепо управляемых данными), т. е. для достижения более высокого уровня зрелости аналитики.
  • Дефицит бюджета
    Я часто удивлены, обнаружив, что даже когда организация вкладывает в команду аналитика, как мало, что команда по сравнению с масштабом задач. Часто люди не созданы для анализа, и при довольно скромном бюджете (если таковые имеются) для 3-сторонних специалистов помочь.
  • Отсутствие доверия в данных
    Я считаю, что это самое большое препятствие к тому, что держит лидерство обратно от инвестирования в выше. То есть, данные, накопленные просто “плохо пахнет”.

Вы бы вложили деньги в неприятный запах…?

Для данных веб-аналитики, последний пункт – отсутствие доверия к данным, является самым большим препятствием, с которым сталкиваются организации. Поэтому у меня вопрос риторический – конечно, никто не хочет рисковать на анализе низкое качество данных! И это повсеместная проблема. В своем недавнем исследовании корпоративных внедрений аналитики Google я нашел удручающее состояние качества данных этой организации даже не в курсе. Например:

Вопрос – плохое качество данных во всех областях отслеживания
При ранжировании веб-сайта, его общего качества данных индекса (взвешенное значение от 0 до 100, где 100 = наилучшее качество данных), в среднем составляет всего 35,7. Кроме того, только 12% сайтов имеют результат выше 50 – что-то я настаиваю на более Прежде чем перейти к анализу данных.

Вопрос – Личные Данные
Невероятно, но один в 5 сайты имеют проблему персональные данные, т. е. персональных данных в Гугл Аналитике. Часто это по ошибке – имена и адреса электронной почты заглатывают целиком в URL-адреса и заголовки страниц, штат Джорджия. Однако, в также может быть преднамеренным пленных как действие, событие/ярлык, изготовленный на заказ размер, код подчиненности или другой переменной.

Проблема с – даже основы может пойти не так
Половина всех сайтах есть проблема с развертыванием в Google Analytics код отслеживания. То есть базовый код, который отслеживает посещения и данные просмотров. С отверстиями в развертывании GATC, посетите графы могут быть дублированы или полностью утрачены, а также производить ненадежные результаты атрибуции.

Вопрос Д – бедного сегментация посетителей
Сегментация является ключевым требованием, чтобы иметь возможность выполнить какой-либо углубленный анализ данных. Однако, сегментация посетителей была однозначно самой малоизученной/функция реализована в Google Analytics с только 7% веб-сайтов становится сегментация право. По умолчанию GA имеет несколько отличных инструментов сегментации по умолчанию. Однако, это на сессии уровня – они не рассказывают вам о своих пользователях, т. е. реальных людей. Читайте мое определение того, что испытывается в отношении к сегментации посетителей.

И так далее… см. пост: предприятие изучение Гугл-Аналитика реализаций для уточнения деталей 15 ключевых областях данных о качестве проверенных и кратко.

Когда дело доходит до данных веб-аналитики, есть такой недостаток доверия в базовых данных, что управление во избежание серьезного риска/инвестиции, необходимые, чтобы это произошло. Эти причины, почему я думаю, что только 8% предприятий в отчет Forrester свидетельствуют предварительные выводы-ориентированных компетенций.

Информационный шум застит сигнал
(или, как такие вопросы летят ниже радара)

Analytics Predictions 2019

Я использую “неприятный запах” метафора обобщить, что высшее руководство не устраивает качество данных, когда оно исходит от анонимных источников. То есть, подавляющее большинство данных веб-аналитики не от клиентов, а от анонимных перспективы. Занимательно, топ-менеджеры осознают, что цифры просто не сходятся, противоречат другие источники, или просто нельзя объяснить. Однако, это сложно в организации, чтобы положить палец на то, что проблема есть. Есть буквально так много колес в движении в любой момент времени с онлайн-посетителей, что информационный шум заслоняет сигнал.

Решение – Стресс-Тест Вашего Данных Гугл Аналитики

С так много всего происходит, так много точек данных, и давление времени, что онлайн мир приносит бизнеса, организаций нужен простой способ, чтобы испытать свои качества данных. Традиционный метод, чтобы вручную проверять ваши данные и настройки учетной записи ищу проблем с Код отслеживания, конфигурирование и использование дополнительных функций. Я обсуждаю методический способ сделать это подробно написано в моей последней книге (Глава 4).

Однако, проблема с ручным аудита заключается в том, что это отнимает много времени. Например, на сайте предприятия я мог бы потратить 20-30 часов готовит аудит! И это не то, что может быть разгружен в интерн/офис-младший. Аудиторская установки GA является судебный процесс, требующий знаний и опыта. Еще одна проблема с ручным аудита является его недолговечность – даже эксперты делают ошибки, особенно, когда вы ищете иголку в стоге сена. Когда дело доходит до данных веб-аналитики, игла выглядит так же, как сенокос, и сена, постоянно растет и меняется.

Analytics Predictions 2019

Следовательно, автоматизированный аудит подхода…

Так что то, что начиналось как проект, чтобы сделать мою работу легче стала полнофункциональное корпоративное облако. Проверенных данных делает всю тяжелую работу по оценке и проверке данных Гугл Аналитики. Он использует гибридную технологию, чтобы избежать человеческих недостатков, сочетая в себе сайт обходчика, чтобы обнаружить содержание, которое должно отслеживаться, при судебно-медицинской экспертизе (и некоторые искусственного интеллекта) собранных данных. Также в реальном времени отслеживает вопросы управления, такие как GDPR соответствия.

И мой 2019 аналитика прогноз…

Смысл этого поста был в том, чтобы обеспечить основу рассказ о том, что я прогнозирую для веб-аналитики в 2019 году… последние 12 месяцев был переломным для управления данными, т. е. GDPR. Большого внимания и ответственности, размещенные на собирателей данных неизбежно приведет к организации оценки качества их данных. Поэтому я жду следующий вопрос, чтобы подняться на борт уровне для веб-аналитики: “могут эти данные быть проверены?“. А если нет, пойти и проверить его качество.

Это хорошо для всех данных пользователей, и надеяться на проверенные данные 🙂