Custo total de propriedade de análise digital

Algumas semanas atrás, escrevi uma postagem no blog postulando que muitas organizações usam critérios errados ao selecionar produtos de análise digital. Um dos itens que mencionei neste post foi que opreçodos produtos de análise digital costuma ser superestimado na seleção de produtos. Nesta postagem, gostaria de me aprofundar neste tópico e discutir o custo total de propriedade da análise digital.

Custo Total de Propriedade

O custo total de propriedade dos produtos de análise digital geralmente é composto pelos seguintes componentes:

• Licença – Quanto você paga a um fornecedor pelo software?
• Implementação – Quantos recursos e tempo são necessários para implementar?
• Adoção – Quão fácil é adotar a ferramenta e quantos usuários a utilizam?
• Governança – Quão fácil é gerenciar qualidade de dados, usuários e objetos analíticos?
• Manutenção – Quão difícil é manter o produto depois de implementado?
• Consumo – Qual é o custo do produto à medida que o uso ou os volumes de dados aumentam?
• Integração – Quão fácil é integrar o produto em sua pilha de tecnologia mais ampla?

Esses elementos têm custos relacionados ou possíveis economias de custos que se somam ao custo total de propriedade. Vamos passar por todos eles individualmente.

Licença

Conforme mencionado acima, as organizações enfatizam excessivamente os preços das licenças ao escolher produtos de análise digital. As organizações se concentram tanto nos custos de licença porque é um custodifícil– algo que você pode ver e medir facilmente. É fácil comparar o fornecedor A ao fornecedor B quando o fornecedor A cobra € 250.000 e o fornecedor B cobra € 175.000 anualmente. Mas como demonstrarei a seguir, o valor gasto em umprogramade digital analytics deve ser muito mais considerável do que o custo de licenciamento. Não é gratuito, mesmo se você usar uma versão gratuita de um produto de análise digital. Sempre há custos associados a um programa de análise digital.

Implementação

A implementação inicial pode ser feita de forma barata ou mais cara. O custo depende de como você aborda a implementação. Todo mundo já ouviu o ditado de que a análise digital é fácil – cole algumas linhas de código em seu site e comece a obter dados! Os fornecedores são conhecidos por vender essa narrativa, especialmente fornecedores que oferecem soluções de “rastreamento automático”.

Mas se você deseja implementar a análise digital corretamente, é um processo complexo de várias etapas que envolve a identificação de objetivos de negócios, casos de uso, questões de negócios, elementos de dados etc. As melhores implementações de análise digital levam tempo para determinar o que esperam realizar e só então iniciar o processo de marcação. As implementações de análise digital que vi falhar são aquelas que começam com a marcação e depois tentam identificar usos para os dados após o fato.

Portanto, se você deseja maximizar suas chances de sucesso em digital analytics, sugiro que implemente (ou, hoje em dia, reimplemente) da maneira correta. A implementação correta da análise digital exigirá muito tempo inicial para identificar os objetivos de negócios e os casos de uso, o que envolve muitas reuniões internas com as partes interessadas e a ajuda de consultores externos ou de fornecedores. O tempo gasto em reuniões internas é crítico, mas atribuir um custo a essas reuniões é um desafio. Custosintangíveissão grande parte do trabalho necessário para se preparar para uma implementação de análise digital bem-sucedida. Estou chocado com quantas organizações assumem que esses custos são “gratuitos” porque não precisam pagar um cheque pelo tempo gasto, a menos que seja para consultores externos. Mas o tempo gasto com recursos internos ainda custa dinheiro à organização por meio de salários e custos de oportunidade do que os funcionários poderiam estar trabalhando, em vez de se concentrar em análises digitais. Em um mundo perfeito, as organizações acompanhariam todo o tempo que os funcionários internos gastam na implementação da análise digital e incluiriam isso no custo geral. Você deve adicionar esse valor a qualquer gasto com consultores auxiliando na implementação. Dependendo do tamanho e escopo da implementação, esses valores podem exceder o valor gasto em custos de licenciamento do fornecedor!

Adoção

Na indústria de análise digital, a adoção é um segredo que muitas organizações não gostam de discutir. Quando as organizações lançam a ideia de implementar análises digitais, é sob o mantra quetodos podem acessar dados e tomar decisões baseadas em dados mais informadas! Ao longo dos anos, fiz muitas consultorias no espaço de análise digital. Um dos meus serviços de consultoria foi a auditoria de implementações de análise digital. Aprendi duas grandes coisas. Primeiro, existem muitas implementações de análise digital terríveis por aí! Em segundo lugar, em muitas organizações, apenas algumas pessoas usam ativamente digital analytics semanalmente.

A adoção da análise digital é problemática por vários motivos. Para começar, muitas pessoas gostam de dizer que acreditam em dados e querem aproveitá-los na tomada de decisões, mas são hipócritas. Gerentes e executivos geralmente chegam onde estão confiando em seus instintos. Se eles baseiam as decisões em dados, por que são necessários? Por que a organização não poderia substituí-los por recursos mais baratos que acompanham os dados? O gerenciamento de mudanças é uma grande parte da adoção. Antes de conseguir que a liderança revise e tome decisões com base em dados, você precisa convencê-los de que os dados são seus amigos, não seus inimigos.

Se você conseguir superar esse obstáculo, a próxima etapa é educar as partes interessadas e os consumidores de dados sobre quais dados existem em sua implementação de análise digital. Embora a equipe principal de análise possa compreender todos os eventos e propriedades da implementação, a maioria dos usuários casuais de dados não o fará. Obter o maior número possível de consumidores de dados em potencial é essencial para entender quais dados você tem e quais não tem na implementação. Eles precisam saber os nomes de cada evento e propriedade, quando são definidos, etc. (Esta é uma das razões pelas quais o Amplitude inclui a capacidade de compartilhar uma captura de tela de onde os eventos são definidos, que os usuários podem ver quando estão navegando nos eventos) .

Depois de educar os usuários sobre por que os dados são bons e quais dados você possui, a próxima etapa é ensiná-los a usar seu produto de análise digital. Nesse sentido, nem todos os produtos de análise digital são criados iguais. Alguns produtos de análise digital são mais fáceis do que outros para fazer com que muitos usuários executem análises de autoatendimento. A complexidade da interface de relatórios analíticos pode afetar significativamente o treinamento e a adoção. Suponha que muitos consumidores de dados não possam aprender facilmente a interface de relatórios de análise digital dentro da organização. Nesse caso, isso o forçará a passar de um modelo de autoatendimento para um modelo centralizado. Em um modelo centralizado, os consumidores de dados solicitam assistência de uma equipe centralizada para relatórios e painéis, em vez de os próprios consumidores de dados criarem relatórios. Um modelo centralizado para análise digital não é inerentemente errado, especialmente em grandes organizações. Mas já vi muitas organizações pensarem que estavam investindo em um programa de análise digital de autoatendimento apenas para descobrir mais tarde que ele havia se transformado em um modelo centralizado. Na maioria dos casos, o motivo pelo qual o autoatendimento não funcionou estava relacionado à adoção.

Em relação ao custo total de propriedade, sempre há um custo associado à adoção de análises digitais. Você precisará gastar tempo em gerenciamento de mudanças com os funcionários e, muitas vezes, com os funcionários que estão mais altos nas escalas salariais! Além disso, você terá que gastar tempo treinando funcionários sobre o que está em sua implementação analítica e como usar o produto analítico. Se você pagar um fornecedor ou consultor externo por esse treinamento, poderá ter um custo difícil para medir isso, mas se conduzir o treinamento internamente, será outro custo leve para você tentar calcular. Você deve incluir todos esses custos em seus cálculos de custo total de propriedade.

No entanto, uma das razões pelas quais implementamos a análise digital em primeiro lugar é gerar um retorno sobre o investimento. A ideia é que os dados de análise digital liberem insights e aprendizados que ajudarão a organização a ganhar mais dinheiro. Por exemplo, se você for um varejista, a análise digital pode mostrar que os usuários adicionam muito dinheiro ao carrinho de compras. Ainda assim, apenas uma pequena parte se transforma em receita. Os dados de análise digital podem ajudá-lo a identificar quais produtos e categorias de produtos são mais afetados e ajudar a identificar hipóteses sobre por que tanta receita é perdida. Se você identificar possíveis soluções, a análise digital pode mostrar se suas hipóteses estavam certas ou erradas e provar que você gerou mais dinheiro para a empresa!

No entanto, o retorno do investimento geralmente está vinculado à adoção. Quanto menos pessoas você tiver aproveitando os dados de análise digital, menos momentos “Aha” você poderá criar para economizar ou ganhar mais dinheiro. Portanto, se você não conseguir que muitas pessoas dentro da organização adotem sua implementação de análise digital, poderá incorrer em todos os custos, seu custo por funcionário poderá aumentar e você poderá não perceber os benefícios. Por exemplo, se os custos de adoção (tempo do funcionário interno + recursos externos) forem € 150.000 e você tiver apenas cinco pessoas usando ativamente a implementação de análise digital, isso pode parecer caro (€ 30.000 por funcionário) em comparação com cem cinquenta usuários ativos (€ 1.000 por funcionário). Além disso, você tem apenas cinco usuários ativos; pode ser mais desafiador identificar oportunidades de geração de receita ou economia do que se você tiver muito mais.

Governança

As implementações de análise digital exigem uma governança eficaz para serem bem-sucedidas. A governança de dados de análise digital inclui o seguinte:

• Manter um dicionário de dados de implementação atualizado
• Validar que todos os dados coletados fazem parte do esquema
• Identificar quais objetos analíticos são “oficiais” e corretos
• Reduzindo ou eliminando a duplicação de objetos de implementação de análise
• Monitorando quais relatórios analíticos, painéis e objetos são usados ​​e não usados
• Corrigindo ou removendo dados inválidos adicionados à implementação de análise
• Testando se a marcação analítica está sempre ativa e funcionando
• Verificando a conformidade com a privacidade de dados
• Atuando em solicitações de exclusão de privacidade de dados

Como você pode ver, a governança de dados requer um trabalho significativo. Se você quiser saber mais sobre por que cada uma dessas etapas é importante, leia minha recente postagem no blog sobre a importância da governança de dados.

Mais uma vez, muitas dessas atividades são custos intangíveis, mas pode levar muito tempo para abordar todos esses itens de governança de dados. Além disso, alguns produtos de análise digital facilitam ou dificultam a governança de dados. Em alguns casos, o custo real da licença de um fornecedor de análise digital pode ser maior, mas o custo indireto de cuidar da governança de dados é menor. Por outro lado, alguns produtos de análise digital parecem baratos, mas se tornam mais caros quando se considera o tempo de governança manual de dados. De uma forma ou de outra, você deve encontrar uma maneira de calcular todos esses custos ao determinar o custo total de propriedade.

Manutenção

Depois de implementar um produto de análise digital, sempre haverá manutenção contínua. Sua implementação de análise digital não deve ser estática. Ele deve evoluir com a organização de forma que você adicione novos casos de uso e questões de negócios à medida que a organização cresce. Em geral, existe uma correlação direta entre os custos de implementação e os custos de manutenção. Os produtos de análise digital que são caros e demorados para implementar também são caros e demorados para manter.

Em muitos aspectos, a manutenção de um produto de análise digital é um microcosmo de todos os itens anteriores. Ao manter um produto de análise digital, você deve implementar novos itens, fazer com que os usuários os adotem e fornecer treinamento adicional. A dificuldade ou facilidade de concluir essas etapas durante a implementação inicial prenuncia o tempo e o dinheiro que serão necessários para a manutenção contínua. Portanto, sugiro que você estime o custo de manutenção em 10% a 15% do custo inicial de implementação anualmente.

Consumo

Quando você compra um produto de análise digital, normalmente há duas opções de preços – pagar por eventos ou usuários rastreados mensalmente. Para a maioria das organizações, o número de eventos e MTUs aumenta a cada ano. Esses modelos de preços significam que você paga mais pelo seu produto de análise digital a cada ano. Dependendo do fornecedor, o aumento de volumes pode reduzir sua taxa geral, portanto, o aumento do consumo pode não ter um impacto de 1:1 no preço. Mas monitorar o consumo é algo que as equipes de análise devem fazer para garantir o planejamento e o orçamento para possíveis aumentos.

Amplitude ajuda seus clientes a identificar casos em que os clientes estão coletando muitos eventos, mas esses eventos não são usados ​​com frequência. Embora pareça contra-intuitivo, a Amplitude está se esforçando para mostrar aos clientes onde eles podem nos pagar menos! Fazemos isso porque queremos agregar valor ao cliente e acreditamos no custo total de propriedade. Não queremos que os clientes coletem dados que não estejam usando ativamente.

Integração

A última área de custo de propriedade é a integração. As implementações de análise digital não existem no vácuo. Os dados de outros sistemas devem ser adicionados às implementações de análise digital, e os dados da análise digital geralmente são enviados para outros sistemas. Por exemplo, suponha que sua implementação de análise digital tenha perfis para usuários conhecidos. Nesse caso, pode haver dados de um data warehouse ou sistema de CRM que você deseja enviar para o sistema de análise digital para enriquecer os perfis de usuário. Além disso, pode haver casos em que um usuário de dados identifica um grupo de usuários que abandonaram produtos em seu carrinho de compras e deseja enviar esses usuários a uma ferramenta de e-mail para que recebam um e-mail lembrando-os de que deixaram produtos no carrinho.

Independentemente de os dados entrarem ou saírem da análise digital, é necessário trabalhar para conectar as fontes de dados. Ao calcular o custo total de propriedade, é essencial identificar quantas integrações de dados serão necessárias para que você aloque tempo e orçamento de acordo. A falha em fazer isso pode levar a custos inesperadosapósa implementação do produto de análise digital. Como foi o caso antes, alguns produtos de análise digital podem tornar a integração de dados entre sistemas mais fácil ou mais desafiadora. Essas informações são essenciais para entenderantes deselecionar um produto de análise digital. Já vi muitas organizações pularem essa etapa e depois se arrependerem de terem optado inicialmente por um produto de análise mais barato e depois terem que gastar recursos significativos na integração de dados.

Exemplo de TCO

Vamos comparar dois produtos de análise digital diferentes com uma amostra de análise de TCO. Suponha que você esteja comparando dois fornecedores diferentes, onde um é significativamente mais caro que o outro, mas tem custos menores quando se trata de itens fora do custo de licenciamento, conforme mostrado aqui:

Nesse cenário, o custo inicial de licenciamento do Fornecedor B é quase o dobro do do Fornecedor A. Mas os custos de adoção, governança e integração são maiores. Considerando todos os custos, o fornecedor B ainda é mais caro do que o fornecedor A, mas a diferença no custo de propriedade é apenas cerca de 7% a mais no geral.

Em seguida, vamos supor que uma organização que implementa o Fornecedor B pode obter 50 usuários totalmente adotados, mas uma organização que implementa o Fornecedor A pode obter apenas 10. ano (pode ser receita incremental ou economia de custos), podemos fazer uma estimativa aproximada do valor esperado:

Se combinarmos os custos e o valor e observarmos todo o cenário, pode acontecer que, a longo prazo, o custo total de propriedade entre o fornecedor A e o fornecedor B não seja muito significativo. Isso é especialmente verdadeiro se você levar em consideração o valor incremental potencial que pode alcançar se o produto do Fornecedor B puder ser adotado mais facilmente e a adoção puder ser transformada em valor.

Resumo

Como você pode ver, há muito mais para calcular o custo total de propriedade do que os custos de licenciamento. Quando sua organização está avaliando fornecedores de análise digital, recomendo calcular o custo total de propriedade usandotodosos custos de implementação. Também recomendo incluir na equação as oportunidades de economia de receita ou custo que cada produto oferece.