Das Daten- und Analysefeld ist riesig. Wenn Leute mich fragen, was ich beruflich mache, sage ich ihnen, dass ich in der digitalen Analytik arbeite, und wenn sie nicht in der Gegend sind, haben sie keine Ahnung, was das bedeutet. Einige Leute führen Analysearbeiten für Einzelhandelsgeschäfte, Logistik, die Börse usw. durch. Es scheint, als würde heutzutage jeder einige Analysen durchführen. Selbst diejenigen, die im Bereich Website/mobile Apps tätig sind, haben manchmal Schwierigkeiten, den Unterschied zwischen Marketinganalysen und Produktanalysen zu erklären.

Aber einer der größten Verwirrungsbereiche im Laufe der Jahre war das Verständnis des Unterschieds zwischen Digital Analytics und Business Intelligence. Ich war in vielen Gesprächen, in denen Organisationen mir sagten, dass sie kein Digital-Analytics-Produkt brauchen, weil sie ein Business-Intelligence-Produkt haben oder umgekehrt. In diesem Beitrag werde ich also erklären, wie ich den Unterschied zwischen diesen beiden Disziplinen in Gesprächen beschreibe.

Digitale Analytik

Die meisten, die meinen Blogbeiträgen folgen, dürften mit Digital Analytics vertraut sein. Ich definiere Digital Analytics als die Erfassung und Analyse von Verhaltensdaten digitaler Benutzer, um diese Daten zur Verbesserung oder Optimierung digitaler Eigenschaften und Erfahrungen zu verwenden. Digital Analytics-Produkte verfolgen digitale Aktionen (Ereignisse), Kampagnen, Inhalte, Benutzerpfadflüsse und andere Verhaltensweisen, die Kunden bei der Nutzung von Websites oder mobilen Anwendungen anwenden. Typische Anbieter in diesem Bereich sind Google Analytics, Adobe Analytics, Amplitude usw. In der Vergangenheit habe ich darüber geschrieben, wie meiner Meinung nach viele der verschiedenen Arten von Digital-Analytics-Produkten in den nächsten Jahren zusammenwachsen werden.

Business Intelligence

Business-Intelligence-Produkte sind in Organisationen sehr beliebt geworden, und Sie werden kaum eine Organisation finden, die nicht über ein Business-Intelligence-Produkt verfügt. Business-Intelligence-Produkte bieten eine allgemeine Zusammenfassung von KPIs, die für das Unternehmen von entscheidender Bedeutung sind. Business-Intelligence-Produkte haben häufig die Form von übergeordneten Dashboards, die mit Führungskräften geteilt werden. Business Intelligence-Dashboards kombinieren häufig Daten aus Digital Analytics, CRM, physischen Geschäften, internen Data Warehouses usw. Beliebte Anbieter im Bereich Business Intelligence sind Tableau, Power BI, Looker und Domo.

Digital Analytics vs. Business Intelligence

Lassen Sie uns also anhand einiger grundlegender Definitionen untersuchen, wie sich Digital Analytics- und Business-Intelligence-Produkte unterscheiden.

Datenquellen und plattformübergreifende Metriken

Business-Intelligence-Produkte integrieren oft Daten aus vielen verschiedenen Quellen. Ich betrachte dies gerne als die „größten Treffer“ von Daten aus mehreren Datensystemen. Während das Streaming jeder Art von Daten in Digital-Analytics-Produkte zweifellos möglich ist, beschränken die meisten Unternehmen die Daten auf Websites und mobile Anwendungen. Aber da die Welt digitaler wird, sehen wir, dass immer mehr Kunden digitale Analyseprodukte wie Amplitude-Daten von Geschäften, Callcentern und sogar physischen Produkten senden.

Eines der wichtigsten Verkaufsargumente von Business-Intelligence-Produkten ist, dass sie Metriken von verschiedenen Plattformen auf eine Weise kombinieren können, die auf einer eigenständigen Plattform eine Herausforderung wäre. Stellen wir uns zum Beispiel vor, dass die Digital Analytics-Plattform meldete, dass ein Unternehmen am 3. Mai 1.000.000 einzelne Besucher hatte. Das CRM-System zeigte, dass am selben Tag 20.000 Marketing Qualified Leads (MQLs) erstellt wurden. Die Organisation könnte ein Business-Intelligence-Produkt verwenden, um diese beiden Metriken aufzuteilen und einen brandneuen KPI namens MQL/Unique Visitor zu erstellen. Auch wenn es vielleicht keine einfache Möglichkeit gibt, diese einzigartigen Besucher mit Verkaufs-MQLs in Verbindung zu bringen, ist es auf hoher Ebene möglich, Trends zu sehen und zu sehen, ob es eine Beziehung zwischen den beiden gibt. Während diese Organisation MQL-Daten in ihr Digital-Analytics-Produkt importieren könnte , würden sich die meisten dafür entscheiden, dies in einem Business-Intelligence-Produkt zu tun.

Früher wäre diese Art von Arbeit in Microsoft Excel (dem OG BI-Tool!) erledigt worden, aber Excel hatte Einschränkungen beim Datenimport und bei den Datenbankfunktionen. Ich denke an Business-Intelligence-Produkte wie Excel auf Steroiden. Die Stärke von Business-Intelligence-Produkten besteht darin, dass sie problemlos mehrere Datenquellen kombinieren können und Unternehmen in die Lage versetzen, alle Arten von Metriken aus verschiedenen Systemen zu mischen und abzugleichen. Häufig ist der Verknüpfungsfaktor das Datum, aber in einigen Fällen können andere Primärschlüssel verwendet werden, um Daten aus verschiedenen Quellen zu verknüpfen.

Einiges davon könnte zwar in Digital-Analytics-Produkten durchgeführt werden, es wäre jedoch kompliziert und zeitaufwändig. Dashboards in Digital-Analytics-Produkten konzentrieren sich in der Regel auf Zusammenfassungen von Daten, die sich auf Websites und digitale Anwendungen beziehen.

Datenexploration

Der bedeutendste Unterschied zwischen Digital-Analytics- und Business-Intelligence-Produkten liegt im Bereich der Datenexploration. Die Datenexploration kann zwar in beiden Produkttypen erfolgen, sie erfolgt jedoch auf sehr unterschiedliche Weise. In Business-Intelligence-Produkten gibt es in der Regel Beschränkungen für die verfügbaren Berichtstypen. Wenn es beispielsweise einen KPI für den Vertrieb gibt, können Business-Intelligence-Produkte ihn nach Vertriebsmitarbeitern oder Regionen aufschlüsseln. In Digital-Analytics-Produkten umfasst die Datenexploration jedoch Aufschlüsselungen von Metriken und viele andere Berichtstypen, die in Business-Intelligence-Produkten nicht vorhanden sind. Hier sind ein paar Beispiele:

Pfad fließt

In Digital-Analytics-Produkten möchten Sie manchmal sehen, wie Kunden auf Seiten oder Ereignissen navigiert sind. Dies kann nützlich sein, um den Seitenfluss oder den Ereignisflussabfall zu verstehen und Flusslecks zu beheben. Die Berichterstattung über Pfadströme erfordert jedoch zeitgestempelte, sequenzierte Daten, die eindeutigen Besuchern zugeordnet sind, im Gegensatz zu aggregierten Daten. Das Erstellen eines genauen Pfadflussberichts in einem Business-Intelligence-Produkt wäre eine Herausforderung.

Conversion-Trichter

Digital-Analytics-Produkte werden häufig verwendet, um Konversionstrichter zu erstellen. Diese Trichter zeichnen wichtige Prüfpunkte in Conversion-Flows auf, um zu sehen, wie viele Kunden es zu jedem Schritt schaffen. Sie klingen zwar ähnlich wie Path Flows, unterscheiden sich jedoch dadurch, dass sie sich weniger auf alle Pfade konzentrieren, die Kunden gehen, und mehr an einer bestimmten Reihe von Schritten interessiert sind. Konversionstrichter sind auch so aufgebaut, dass Kunden die Aktionen in einer festgelegten Reihenfolge ausführen müssen, um aufgenommen zu werden. Diese Anforderung an die Reihenfolge der Reihenfolge bedeutet, dass das Digital-Analytics-Produkt verstehen muss, welche Kunden jeden Schritt in welcher Reihenfolge abgeschlossen haben. Während ein Business-Intelligence-Produkt wahrscheinlich berichten könnte, wie oft Ereignis1 und Ereignis2 stattgefunden haben, wäre es schwierig zu verstehen, ob es derselbe Benutzer war, der beide Ereignisse und in der richtigen Reihenfolge ausgeführt hat.

Kohorten & Segmente

Einer der leistungsstärksten Aspekte von Digital-Analytics-Produkten ist die Fähigkeit, Ad-hoc-Kohorten (oder Segmente) von Benutzern aufzubauen. Diese Kohorten können auf Ereignisverhalten, Attributen oder Navigationsverhalten basieren. Einmal erstellte Kohorten können verwendet werden, um verschiedene Kundengruppen zu vergleichen, und Kohorten können für Personalisierungs- oder Marketingzwecke an andere Systeme gesendet werden.

Die meisten Business-Intelligence-Plattformen sind nicht benutzerzentriert. Sie konzentrieren sich mehr auf Zahlen als auf Benutzer. Daher ist es nicht üblich, Business-Intelligence-Produkte zu verwenden, um Kohorten von Benutzern für Analyse- oder Marketingzwecke zu erstellen.

Identitätsauflösung

Ein Kernbestandteil von Digital Analytics ist das Identitätskonzept. In der digitalen Analyse ist es wichtig zu wissen, ob der aktuelle Benutzer derselbe ist wie ein Benutzer, der das digitale Eigentum letzte Woche verwendet hat. Um dem entgegenzuwirken, haben Digital-Analytics-Produkte Mechanismen entwickelt, um Benutzer zu identifizieren und festzustellen, ob sie bekannt oder unbekannt sind. Einige tun dies über Drittanbieter-Cookies, andere über die Erstanbieter-Authentifizierung.

Business-Intelligence-Produkte haben traditionell nicht versucht, eine Identitätsauflösung durchzuführen. Sie können zwar Metriken nach einer Kunden-ID anzeigen und zusammenführen, sie sind jedoch nicht dafür ausgelegt, anonyme Benutzerdaten zu überprüfen und festzustellen, ob es sich bei dem Benutzer um eine zuvor bekannte Entität handelt.

Zurückbehaltung

Zu verstehen, welche und wie viele Ihrer Kunden im Laufe der Zeit zu Ihren digitalen Erlebnissen zurückkehren, ist ein wesentlicher Bestandteil der digitalen Analyse. Digitale Teams verwenden digitale Analysedaten, um zu sehen, welche Funktionen oder Marketingkampagnen die Kundenbindung fördern, damit sie Gewohnheiten bilden und Einnahmen generieren können. Die Berichterstattung über die Aufbewahrung erfordert eine Identitätsauflösung, um zu wissen, ob der Kunde, der sich gerade mit dem digitalen Produkt beschäftigt, schon einmal dort war und wie oft.

Business-Intelligence-Produkte können Berichte über die Nutzung erstellen, aber viele sind nicht darauf ausgelegt, zu verstehen, ob dieselben Benutzer immer wieder zurückkehren. Es kann einige Möglichkeiten geben, dies durch die Nutzung von Kundenkennungen zu tun, aber dies muss mit Zeitreihendaten für jeden Kunden und Berichten gekoppelt werden, die Statistiken verwenden, um Aufbewahrungszeiträume und Zeitfenster anzuzeigen. Diese Fähigkeiten sind in Business-Intelligence-Produkten selten vorhanden.

Publikum

Ein weiterer Unterschied zwischen Digital-Analytics- und Business-Intelligence-Produkten besteht darin, wie oft jeder Benutzertyp mit dem Produkt interagiert. Business-Intelligence-Produkte werden in der Regel für das obere Management und Führungskräfte entwickelt und verwendet. Während Mitarbeiter auf niedrigerer Ebene die Tools verwenden können, um Berichte und Dashboards zu entwickeln, sind die Hauptempfänger der Berichte und Dashboards häufig Führungskräfte. Business-Intelligence-Produkte werben oft dafür, wie einfach es für Führungskräfte ist, sich über Business-Intelligence-Produkte über ihr Geschäft zu informieren.

Digital-Analytics-Produkte werden auch für Führungskräfte entwickelt, aber auch von Digital-Analysten, Marketing-Analysten oder Produktteams stark genutzt. Da Digital-Analytics-Produkte sowohl allgemeine als auch granulare Informationen liefern, sind Digital-Analytics-Produkte für fast jeden im Unternehmen zugänglich. Führungskräfte können High-Level-Dashboards in Digital-Analytics-Produkten anzeigen, aber nur diejenigen, die sich mit Daten auskennen, werden tiefer in die Daten eintauchen. Ich glaube, dass die Komplexität von Digital-Analytics-Produkten einer der Faktoren war, die zum Aufstieg der Business-Intelligence-Branche beigetragen haben. Eines der beliebtesten Business-Intelligence-Produkte wurde vom ehemaligen CEO eines Digital-Analytics-Produkts gegründet. Er war frustriert, dass er die übergeordneten Kennzahlen, die er zum Führen seines Unternehmens benötigte, nicht von seinem Digital Analytics-Produkt aus sehen konnte!

Datengranularität

Digital-Analytics-Produkte sammeln hauptsächlich Daten von Websites und mobilen Anwendungen. In den letzten Jahren hat sich dies jedoch auf viele andere Datentypen (z. B. Geschäftsdaten, Callcenter usw.) ausgeweitet. Die gesammelten Daten sind jedoch oft sehr granular. Häufige Datenpunkte können Klicks oder Wischen auf Schaltflächen und Links, das Anzeigen bestimmter Seiten und in Suchfelder von Websites eingegebene Phasen usw. sein. Die meisten Unternehmen sammeln jeden Monat Ereignisdaten in Milliardenhöhe, und diese Daten werden in Berichten innerhalb des Digital Analytics-Produkts zusammengefasst .

Obwohl dies nicht immer der Fall ist, erfassen Business-Intelligence-Produkte Daten oft auf einer weniger granularen Ebene. Wenn Sie beispielsweise ein Business-Intelligence-Produkt verwenden, um CRM-Daten anzuzeigen, könnten Sie Leads von Salesforce eingeben. Diese Daten sind oft nicht so granular wie Daten auf Trefferebene auf einer Website. Obwohl es Ausnahmen gibt, senden viele Unternehmen zusammenfassende Informationen an ihr Business-Intelligence-Produkt, anstatt die Quelldaten und ihre gesamte Granularität zu duplizieren. Ein weiteres Beispiel könnte die Weiterleitung von Bestellungen und Umsätzen aus einem Digital-Analytics-Produkt sein.

Besser zusammen

Für die meisten Organisationen ist es erforderlich, ein Digital-Analytics-Produkt und ein Business-Intelligence-Produkt zu haben, nicht nur eines. Wie hier beschrieben, sind diese Produkte unterschiedlich, können sich aber ergänzen. Vielleicht wird es eines Tages eine Branchenkonsolidierung geben, und ein Anbieter wird Digital-Analytics- und Business-Intelligence-Produkte besitzen, aber das ist bisher nicht geschehen. Sogar Google, das das größte Digital-Analytics-Produkt besitzt, kaufte ein Business-Intelligence-Produkt (Looker).

Ich denke, Digital-Analytics-Produkte könnten eines Tages viele der Business-Intelligence-Anwendungsfälle abdecken, aber ich denke, dass es für Business-Intelligence-Produkte schwierig sein wird, Digital-Analytics-Anwendungsfälle zu bewältigen. Ich denke zwar, dass die beiden Produkte auf absehbare Zeit getrennt sein werden, aber wenn ich darauf wetten würde, dass eines das andere überholt, würde ich mein Geld darauf setzen, dass Digital Analytics Business Intelligence überholt, und umgekehrt.

Wenn Ihre Organisation vorerst versucht zu argumentieren, dass sie nur eines dieser Produkte benötigt, ermutige ich Sie, sie diesen Inhalt überprüfen zu lassen und die Unterschiede zwischen den Technologien besser zu verstehen. Wenn Ihre Kollegen darauf bestehen, dass nur ein Produkt benötigt wird, schlage ich vor, sie zu bitten, zu demonstrieren, wie sie Anwendungsfälle für digitale Analysen in einem Business-Intelligence-Produkt durchführen würden und umgekehrt. Typischerweise haben diejenigen, die für die Verwendung eines Produkts plädieren, keine Erfahrung mit beiden Produkttypen oder möchten einfach Budgets kürzen. Es ist leicht zu argumentieren, dass Digital-Analytics- und Business-Intelligence-Produkte sehr unterschiedlich sind, unterschiedliche Ziele haben, unterschiedliche Zielgruppen haben und unterschiedliche Probleme lösen.