Costo totale di proprietà dell'analisi digitale

Qualche settimana fa, ho scritto un post sul blog affermando che molte organizzazioni utilizzano criteri sbagliati nella selezione dei prodotti di analisi digitale. Uno degli elementi che ho menzionato in questo post è che ilprezzodei prodotti di analisi digitale è troppo spesso sovrappeso nella selezione dei prodotti. In questo post, vorrei approfondire questo argomento e discutere il costo totale di proprietà dell'analisi digitale.

Costo totale della proprietà

Il costo totale di proprietà per i prodotti di analisi digitale è in genere costituito dai seguenti componenti:

• Licenza : quanto paghi un venditore per il software?
• Implementazione : quante risorse e tempo sono necessari per l'implementazione?
• Adozione : quanto è facile adottare lo strumento e quanti utenti lo utilizzano?
• Governance : quanto è facile gestire la qualità dei dati, gli utenti e gli oggetti di analisi?
• Manutenzione : quanto è difficile mantenere il prodotto una volta implementato?
• Consumo : quanto costa il prodotto all'aumentare dell'utilizzo o dei volumi di dati?
• Integrazione : quanto è facile integrare il prodotto all'interno del tuo stack tecnologico più ampio?

Questi elementi hanno costi correlati o potenziali risparmi sui costi che si sommano al costo totale di proprietà. Esaminiamo tutti questi individualmente.

Licenza

Come accennato in precedenza, le organizzazioni enfatizzano eccessivamente i prezzi delle licenze quando scelgono prodotti di analisi digitale. Le organizzazioni si concentrano così tanto sui costi delle licenze perché è un costodifficile, qualcosa che puoi vedere e misurare facilmente. È facile confrontare il fornitore A con il fornitore B quando il fornitore A addebita 250.000 € e il fornitore B addebita 175.000 € all'anno. Ma come dimostrerò di seguito, l'importo speso per unprogrammadi analisi digitale dovrebbe essere molto più considerevole del costo della licenza. Non è gratuito anche se utilizzi una versione gratuita di un prodotto di analisi digitale. Ci sono sempre costi associati a un programma di analisi digitale.

Implementazione

L'implementazione iniziale può essere eseguita in modo economico o più costoso. Il costo dipende da come ti avvicini all'implementazione. Tutti hanno sentito l'adagio secondo cui l'analisi digitale è facile: incolla alcune righe di codice sul tuo sito Web e inizia a ottenere dati! I fornitori sono noti per vendere questa narrativa, in particolare i fornitori che offrono soluzioni di "tracciamento automatico".

Ma se si desidera implementare correttamente l'analisi dei dati digitali, si tratta di un complesso processo in più fasi che implica l'identificazione di obiettivi aziendali, casi d'uso, domande aziendali, elementi di dati, ecc. Le migliori implementazioni dell'analisi dei dati digitali richiedono tempo per determinare ciò che sperano di ottenere e solo allora avviare il processo di tagging. Le implementazioni dell'analisi digitale che ho visto fallire sono quelle che iniziano con l'etichettatura e poi cercano di identificare gli usi dei dati dopo il fatto.

Pertanto, se vuoi massimizzare le tue possibilità di successo nell'analisi digitale, ti suggerisco di implementare (o, al giorno d'oggi, reimplementare) nel modo corretto. L'implementazione corretta dell'analisi digitale richiederà molto tempo in anticipo per identificare gli obiettivi aziendali e i casi d'uso, il che comporta molte riunioni interne delle parti interessate e l'aiuto di consulenti esterni o fornitori. Il tempo dedicato alle riunioni interne è fondamentale, ma l'assegnazione di un costo a queste riunioni è impegnativo. I costiagevolatirappresentano gran parte del lavoro necessario per preparare un'implementazione di successo dell'analisi digitale. Sono scioccato dal numero di organizzazioni che presumono che questi costi siano "gratuiti" perché non devono tagliare un assegno per il tempo speso a meno che non sia per consulenti esterni. Ma il tempo speso con le risorse interne costa ancora denaro all'organizzazione tramite stipendi e costi opportunità di ciò su cui i dipendenti potrebbero lavorare invece di concentrarsi sull'analisi digitale. In un mondo perfetto, le organizzazioni terrebbero traccia di tutto il tempo che i dipendenti interni dedicano all'implementazione dell'analisi digitale e lo incorporerebbero nel costo complessivo. Dovresti aggiungere questo importo a qualsiasi spesa per i consulenti che assistono con l'implementazione. A seconda delle dimensioni e dell'ambito dell'implementazione, questi importi potrebbero superare l'importo speso per i costi di licenza del fornitore!

Adozione

Nel settore dell'analisi digitale, l'adozione è un segreto che molte organizzazioni non amano discutere. Quando le organizzazioni lanciano l'idea di implementare l'analisi digitale, è sotto il mantra chetutti possono accedere ai dati e prendere decisioni basate sui dati più informate! Nel corso degli anni ho svolto molte consulenze nello spazio dell'analisi digitale. Uno dei miei servizi di consulenza è stato il controllo delle implementazioni dell'analisi digitale. Ho imparato due cose importanti. Innanzitutto, ci sono molte terribili implementazioni di analisi digitale là fuori! In secondo luogo, in molte organizzazioni, solo poche persone utilizzano attivamente l'analisi digitale settimanalmente.

L'adozione dell'analisi digitale è problematica per diversi motivi. Per cominciare, a molte persone piace dire che credono nei dati e vogliono sfruttare i dati nel processo decisionale, ma sono falsi. Manager e dirigenti spesso arrivano dove sono fidandosi del proprio istinto. Se basano le decisioni sui dati, perché sono necessari? Perché l'organizzazione non potrebbe sostituirli con risorse meno costose che seguono i dati? La gestione del cambiamento è una parte enorme dell'adozione. Prima che tu possa convincere la leadership a rivedere e prendere decisioni basate sui dati, devi convincerli che i dati sono loro amici, non loro nemici.

Se riesci a superare questo ostacolo, il passo successivo è educare le parti interessate e i consumatori di dati su quali dati esistono nella tua implementazione dell'analisi digitale. Sebbene il team di analisi principale possa comprendere tutti gli eventi e le proprietà nell'implementazione, la maggior parte degli utenti di dati occasionali non lo farà. Ottenere il maggior numero possibile di potenziali consumatori di dati è essenziale per capire quali dati hai e quali non hai nell'implementazione. Devono conoscere i nomi di ogni evento e proprietà, quando sono impostati, ecc. (Questo è uno dei motivi per cui Amplitude include la possibilità di condividere uno screenshot di dove sono impostati gli eventi che gli utenti possono vedere quando stanno esplorando gli eventi) .

Dopo aver educato gli utenti sul perché i dati sono buoni e quali dati hai, il passo successivo è insegnare loro come utilizzare il tuo prodotto di analisi digitale. A questo proposito, non tutti i prodotti di analisi digitale sono uguali. Alcuni prodotti di analisi digitale sono più facili di altri per convincere molti utenti a eseguire analisi self-service. La complessità dell'interfaccia di reporting dell'analisi può avere un impatto significativo sulla formazione e sull'adozione. Supponiamo che molti consumatori di dati non possano apprendere facilmente l'interfaccia di reporting dell'analisi digitale all'interno dell'organizzazione. In tal caso, ti costringerà a passare da un modello self-service a uno centralizzato. In un modello centralizzato, i consumatori di dati richiedono l'assistenza di un team centralizzato per report e dashboard invece che i consumatori di dati che creano i report da soli. Un modello centralizzato per l'analisi digitale non è intrinsecamente sbagliato, soprattutto nelle grandi organizzazioni. Ma ho visto molte organizzazioni pensare che stavano investendo in un programma di analisi digitale self-service solo per scoprire in seguito che si era trasformato in un modello centralizzato. Nella maggior parte dei casi, il motivo per cui il self-service non funzionava era legato all'adozione.

Per quanto riguarda il costo totale di proprietà, c'è sempre un costo associato all'adozione dell'analisi digitale. Dovrai dedicare del tempo alla gestione del cambiamento con i dipendenti e spesso con i dipendenti che sono più in alto nelle scale salariali! Inoltre, dovrai dedicare del tempo alla formazione dei dipendenti su ciò che è nella tua implementazione di analisi e su come utilizzare il prodotto di analisi. Se paghi un fornitore o un consulente esterno per questa formazione, potresti avere un costo fisso per misurarlo, ma se conduci la formazione internamente, sarà un altro costo morbido da provare e calcolare. È necessario includere tutti questi costi nei calcoli del costo totale di proprietà.

Tuttavia, uno dei motivi per cui implementiamo l'analisi digitale in primo luogo è generare un ritorno sull'investimento. L'idea è che i dati dell'analisi digitale sbloccheranno approfondimenti e apprendimenti che aiuteranno l'organizzazione a guadagnare di più. Ad esempio, se tu fossi un rivenditore, l'analisi digitale potrebbe mostrare che gli utenti aggiungono molti soldi al carrello. Tuttavia, solo una piccola parte si trasforma in entrate. I dati dell'analisi digitale possono aiutarti a identificare quali prodotti e categorie di prodotti sono maggiormente interessati e aiutano a identificare ipotesi sul motivo per cui si perdono così tante entrate. Se identifichi potenziali soluzioni, l'analisi digitale può mostrarti se le tue ipotesi erano giuste o sbagliate e dimostrare che hai fatto guadagnare di più all'azienda!

Tuttavia, il ritorno sull'investimento è spesso legato all'adozione. Meno persone hai sfruttando i dati di analisi digitale, meno momenti "Aha" potresti trovare che ti consentono di risparmiare o guadagnare di più. Pertanto, se non riesci a convincere molte persone all'interno dell'organizzazione ad adottare la tua implementazione di analisi digitale, potresti sostenere tutti i costi, il tuo costo per dipendente potrebbe aumentare e potresti non realizzare i vantaggi. Ad esempio, se i tuoi costi di adozione (tempo interno dei dipendenti + risorse esterne) sono di € 150.000 e hai solo cinque persone che utilizzano attivamente l'implementazione dell'analisi digitale, ciò può sembrare costoso (€ 30.000 per dipendente) rispetto a se ne hai cento. cinquanta utenti attivi (€ 1.000 per dipendente). Inoltre, hai solo cinque utenti attivi; potrebbe essere più difficile identificare la generazione di entrate o le opportunità di risparmio rispetto a quando ne hai molte di più.

Governo

Le implementazioni dell'analisi digitale richiedono una governance efficace per avere successo. La governance dei dati analitici digitali include quanto segue:

• Mantenimento di un dizionario dei dati di implementazione aggiornato
• Convalidare che tutti i dati raccolti facciano parte dello schema
• Identificare quali oggetti di analisi sono "ufficiali" e corretti
• Riduzione o eliminazione della duplicazione degli oggetti di implementazione dell'analisi
• Monitoraggio di quali report di analisi, dashboard e oggetti vengono utilizzati e non utilizzati
• Correzione o rimozione di dati errati aggiunti all'implementazione dell'analisi
• Verifica che il tagging di analisi sia sempre attivo e funzionante
• Verifica della conformità alla privacy dei dati
• Agire in base alle richieste di cancellazione della privacy dei dati

Come puoi vedere, la governance dei dati richiede un lavoro significativo. Se vuoi saperne di più sul perché ognuno di questi passaggi è importante, puoi leggere il mio recente post sul blog sul significato della governance dei dati.

Ancora una volta, molte di queste attività sono costi agevolati, ma può essere necessario molto tempo per affrontare tutti questi elementi di governance dei dati. Inoltre, alcuni prodotti di analisi digitale rendono la governance dei dati più semplice o più difficile. In alcuni casi, il costo fisso della licenza di un fornitore di analisi dei dati digitali può essere maggiore, ma il costo flessibile della partecipazione alla governance dei dati è inferiore. Al contrario, alcuni prodotti di analisi digitale sembrano economici ma diventano più costosi se si tiene conto del tempo di governance manuale dei dati. In un modo o nell'altro, dovresti trovare un modo per calcolare tutti questi costi quando determini il costo totale di proprietà.

Manutenzione

Dopo aver implementato un prodotto di analisi digitale, ci sarà sempre una manutenzione continua. La tua implementazione dell'analisi digitale non dovrebbe essere statica. Dovrebbe evolversi con l'organizzazione in modo tale da aggiungere nuovi casi d'uso e domande aziendali man mano che l'organizzazione cresce. In generale, esiste una correlazione diretta tra costi di implementazione e costi di manutenzione. I prodotti di analisi digitale costosi e dispendiosi in termini di tempo da implementare sono anche costosi e dispendiosi in termini di tempo da mantenere.

Per molti aspetti, la manutenzione di un prodotto di analisi digitale è un microcosmo di tutti gli elementi precedenti. Quando si gestisce un prodotto di analisi digitale, è necessario implementare nuovi elementi, convincere gli utenti ad adottarli e fornire formazione aggiuntiva. La difficoltà o la facilità di completare questi passaggi durante l'implementazione iniziale prefigura il tempo e il denaro che saranno necessari per la manutenzione continua. Pertanto, suggerisco di stimare annualmente il costo di manutenzione pari al 10% -15% del costo di implementazione iniziale.

Consumo

Quando acquisti un prodotto di analisi digitale, in genere ci sono due opzioni di prezzo: paga per eventi o utenti monitorati mensilmente. Per la maggior parte delle organizzazioni, il numero di eventi e MTU aumenta ogni anno. Questi modelli di prezzo ti consentono di pagare di più per il tuo prodotto di analisi digitale ogni anno. A seconda del fornitore, l'aumento dei volumi può ridurre la tariffa complessiva, quindi un aumento del consumo potrebbe non avere un impatto 1:1 sul prezzo. Ma il monitoraggio del consumo è qualcosa che i team di analisi dovrebbero fare per assicurarsi di pianificare e preventivare potenziali aumenti.

Amplitude aiuta i propri clienti a identificare i casi in cui i clienti raccolgono molti eventi, ma tali eventi non vengono utilizzati spesso. Anche se sembra controintuitivo, Amplitude sta facendo di tutto per mostrare ai clienti dove possono pagarci meno soldi! Lo facciamo perché vogliamo promuovere il valore per il cliente e credere nel costo totale di proprietà. Non vogliamo che i clienti raccolgano dati che non utilizzano attivamente.

Integrazione

L'ultima area del costo di proprietà è l'integrazione. Le implementazioni dell'analisi digitale non esistono nel vuoto. I dati di altri sistemi devono essere aggiunti alle implementazioni dell'analisi digitale e i dati dell'analisi digitale vengono spesso inviati ad altri sistemi. Ad esempio, supponi che la tua implementazione di analisi dei dati digitali abbia profili per utenti noti. In tal caso, potrebbero esserci dati provenienti da un data warehouse o da un sistema CRM che si desidera inviare al sistema di analisi digitale per arricchire i profili utente. Inoltre, potrebbero verificarsi casi in cui un utente di dati identifica una coorte di utenti che hanno abbandonato i prodotti nel proprio carrello e desidera indirizzare tali utenti a uno strumento di posta elettronica in modo che possano ricevere un'e-mail che ricorda loro di aver lasciato dei prodotti nel carrello.

Indipendentemente dal fatto che i dati entrino o escano dall'analisi digitale, è necessario lavorare per collegare le origini dati. Quando si calcola il costo totale di proprietà, è essenziale identificare quante integrazioni di dati saranno necessarie in modo da allocare tempo e budget di conseguenza. In caso contrario, possono verificarsi costi imprevistidopol'implementazione del prodotto di analisi digitale. Come in precedenza, alcuni prodotti di analisi digitale possono rendere più semplice o più impegnativa l'integrazione dei dati tra i sistemi. Queste informazioni sono fondamentali da comprendereprima diselezionare un prodotto di analisi digitale. Ho visto molte organizzazioni saltare questo passaggio e in seguito rimpiangere di aver inizialmente optato per un prodotto di analisi più economico e poi di aver dovuto spendere risorse significative per l'integrazione dei dati.

Esempio di TCO

Confrontiamo due diversi prodotti di analisi digitale con un'analisi del TCO di esempio. Supponiamo di confrontare due diversi fornitori in cui uno era significativamente più costoso dell'altro, ma aveva costi inferiori quando si trattava di articoli al di fuori del costo della licenza, come mostrato di seguito:

In questo scenario, il costo iniziale della licenza del fornitore B è quasi il doppio di quello del fornitore A. Ma i costi di adozione, governance e integrazione sono più elevati. Tenendo conto di tutti i costi, il fornitore B è ancora più costoso del fornitore A, ma la differenza nel costo di proprietà è solo del 7% circa in più in generale.

Successivamente, supponiamo che un'organizzazione che implementa il fornitore B possa ottenere 50 utenti completamente adottati, ma un'organizzazione che implementa il fornitore A può ottenerne solo 10. Se scegliamo una quantità di valore di base che riteniamo possa essere derivata dall'uso dell'analisi digitale in un anno (possono essere entrate incrementali o risparmi sui costi), possiamo fare una stima approssimativa del valore atteso:

Se combiniamo i costi e il valore e osserviamo l'intero scenario, è possibile che nel lungo periodo il costo totale di proprietà tra il fornitore A e il fornitore B non sia molto significativo. Ciò è particolarmente vero se si tiene conto del potenziale valore incrementale che è possibile ottenere se il prodotto del fornitore B può essere adottato più facilmente e l'adozione può essere trasformata in valore.

Riepilogo

Come puoi vedere, c'è molto di più nel calcolo del costo totale di proprietà rispetto ai costi di licenza. Quando la tua organizzazione sta valutando i fornitori di analisi dei dati digitali, ti consiglio di calcolare il costo totale di proprietà utilizzandotuttii costi di implementazione. Raccomando anche di prendere in considerazione nell'equazione le opportunità di guadagno o di risparmio sui costi che ogni prodotto offre.