Маркетинговая аналитика и продуктовая аналитика (часть 2)

Примечание редактора: В этой серии статей, когда я говорю о «маркетинговой аналитике», я имею в виду цифровую маркетинговую аналитику или веб-аналитику, как ее раньше называли.

В предыдущем посте этой серии я описал, как цифровая трансформация повлияла на роли маркетинговых и продуктовых команд, и поделился примером того, насколько размытыми могут стать границы между маркетингом и продуктом, когда речь идет о цифровом опыте. В этом посте объясняется, чем отличаются продукты для маркетинга и продуктовой аналитики и куда мы можем двигаться в будущем.

Как я уже говорил в предыдущем посте, во многих случаях на вопросы маркетинга и продукта можно ответить с помощью продуктов маркетинга или продуктовой аналитики. Это связано с тем, что их функции во многом совпадают. Оба вида продукции позволяют:

• Подсчет уникальных посетителей
• Отслеживание содержимого
• Просмотр путей клиентов
• Создавайте воронки конверсии
• Отслеживайте кампании цифрового маркетинга
• Создавайте сегменты/когорты пользователей
• Создание информационных панелей
• и т. д.

Поработав с обоими типами продуктов цифровой аналитики, я обнаружил, что больше всего различает поставщиков маркетинговой аналитики и продуктовой аналитики то, как они подчеркивают различные аспекты общих для них функций. Ниже будут описаны различия, как я их вижу.

Веб-сайт против приложений

В течение многих лет основная причина, по которой организация выбирала поставщика маркетинговой аналитики, а не поставщика продуктовой аналитики, заключалась в том, хотела ли она выполнять аналитику на веб-сайте или в мобильном приложении. По причинам, которые я изложил в этом посте, когда мобильные приложения появились на сцене, они стали прерогативой продуктовых команд, тогда как веб-сайты традиционно были прерогативой маркетинговых команд. Такое разделение отделов часто приводило к тому, что каждая команда выбирала свой собственный продукт цифровой аналитики, маркетологи выбирали продукты маркетинговой аналитики, а продуктовые группы выбирали такие продукты, как Amplitude (или ее конкурентов в области продуктовой аналитики). В то время мобильные приложения были намного меньше с точки зрения цифрового трафика, и в некоторых случаях веб-сайт использовали разные пользователи, а не мобильное приложение.

Но теперь, когда популярность мобильных приложений выросла, и одни и те же пользователи получают доступ как к приложениям, так и к веб-сайтам, эта раздвоенность привела к несогласованному опыту клиентов и затруднила для групп аналитиков просмотр всего опыта клиентов. Это одна из причин, по которой я предсказал конвергенцию продуктов цифровой аналитики в ближайшие несколько лет.

Сравнение сеансов/просмотров страниц и событий

На протяжении большей части моей карьеры маркетингового аналитика продукты маркетинговой аналитики основывались на сеансах и просмотрах страниц. Рожденные в эпоху веб-сайтов, поставщики маркетинговой аналитики по умолчанию фиксируют уникальных посетителей, посещения и просмотры страниц. Хотя в этих просмотрах страниц и сеансах всегда были события, архитектура была построена вокруг загрузки страниц и сеансов (обычно продолжительностью до 30 минут непрерывного бездействия). Эта модель впервые столкнулась с проблемами, когда организации начали развертывать одностраничные приложения (SPA). Поставщикам маркетинговой аналитики пришлось создавать обходные пути для учета активности при просмотрах страниц.

И наоборот, инструменты продуктовой аналитики традиционно имели модель, основанную на событиях, которая работала в парадигме приложения или веб-сайта. Модель, основанная на событиях, имеет смысл для продуктовых команд, которым нравится отслеживать множество действий клиентов, многие из которых происходят между просмотрами страниц. Команды по продуктам, как правило, стремились к более глубокому уровню детализации, чем их коллеги по маркетингу. Возвращаясь к примеру целевой страницы продукта в предыдущем посте, вы можете увидеть, как некоторые взаимодействия внутри страницы, такие как фильтры, наведение изображения продукта и т. д., могут лучше подходить для отслеживания на основе событий, а не на основе страницы. отслеживание. В своем новом исследовательском отчете Gartner описывает это следующим образом: « …структура, основанная на сеансах, становится устаревшей и несовместимой с современными вариантами использования. ”

Файлы cookie против пользователей

На протяжении большей части моей карьеры в области маркетинговой аналитики относительно немногие клиенты были достаточно удачливы, чтобы знать , кто использует их веб-сайты. Редким примером этого были банки, в которых клиенты аутентифицировались через логин. По этой причине поставщики маркетинговой аналитики не имели понятия «пользователь» в своем продукте. Было сложно, если вы хотели увидеть все, что сделал «Джо Смит». Вы можете определить его идентификатор файла cookie, создать сегмент для этого идентификатора и просмотреть отчеты о бесконечных потоках пути. Тем не менее, не было простого способа увидеть полный поток событий отдельного человека и свойства/параметры, связанные с этими событиями.

Напротив, многие мобильные приложения и другие сложные цифровые возможности требуют аутентификации. По этой причине инструменты продуктовой аналитики [такие как Amplitude] имеют определенный профиль пользователя, который сопоставляет информацию о клиенте и список всех его действий. В некоторых случаях инструменты продуктовой аналитики даже позволяют дополнить профиль пользователя дополнительными атрибутами пользователя, такими как CDP.

Функция профиля пользователя в инструментах продуктовой аналитики также требовала более продвинутых возможностей разрешения удостоверений, чтобы объединять пользователей, прошедших проверку подлинности, в разных сеансах и на разных устройствах. В конце концов, у вас не может быть точного профиля пользователя и потока событий, если вы не можете точно идентифицировать одного и того же клиента в разных сеансах и на разных устройствах — и таким образом, чтобы не полагаться на файлы cookie. Это область, в которой поставщики маркетинговой аналитики изначально полагались на сторонние файлы cookie (или их рекламную сеть) для определения личности, но в последние годы перешли на собственные и другие средства разрешения личности пользователя.

Приобретение против удержания

Одним из первоначальных вариантов использования продуктов маркетинговой аналитики было привлечение новых клиентов. Когда Google приобрела Urchin и превратила его в Google Analytics, это был способ, которым цифровые маркетологи могли видеть эффективность и окупаемость своих инвестиций в платный поиск и медийную рекламу. Во многом цифровая реклама стала толчком для всей индустрии цифровой аналитики! По этой причине сегодня вы все еще можете видеть, насколько важно отслеживать цифровые каналы и кампании для поставщиков маркетинговой аналитики, и у них есть отличные функции в этой области. В течение многих лет поставщики продуктовой аналитики не сосредотачивались на функциях, связанных с привлечением клиентов. Существовали способы захвата кодов отслеживания кампании, но функции атрибуции были ограничены (в Amplitude мы сейчас вкладываем значительные средства в функциональность получения).

Продуктовые команды традиционно были больше заинтересованы в том, что клиенты и потенциальные клиенты сделали в цифровом опыте, чем в том, как они туда попали. Поэтому поставщики продуктовой аналитики, как правило, имеют более глубокую функциональность для отслеживания удержания клиентов. Например, в Amplitude существует более двадцати различных вариантов отчетов об удержании посетителей. В то время как поставщики маркетинговой аналитики предлагают некоторые отчеты об удержании, поставщики продуктовой аналитики уделяют этому гораздо больше внимания.

Мы верим, что в будущем организации начнут открывать для клиентов способы отслеживания всего опыта работы с ними, от приобретения до удержания и монетизации. Вот почему мы проповедуем, что команды маркетинга и продукта должны расширять сотрудничество.

Отслеживание электронной торговли

Еще одна область, на которой делают упор поставщики маркетинговой аналитики, — отслеживание электронной торговли. Хотя поставщики продуктовой аналитики могут отслеживать продукты, доходы, тележки и т. д., поставщики маркетинговой аналитики предлагают некоторые сверхпродвинутые функции, недоступные в большинстве инструментов продуктовой аналитики. Эти функции электронной коммерции сосредоточены на мерчендайзинге продуктов, конвертации валюты и т. д. Подобные функции были критически важны, когда веб-сайты начали продавать продукты, и прошло много лет, прежде чем цифровые / мобильные приложения стали рассматриваться как жизнеспособные средства электронной коммерции. Но теперь, когда все больше и больше онлайн-покупок совершается в мобильных приложениях, большинство поставщиков продуктовой аналитики наращивают свои функции, чтобы достичь паритета с поставщиками маркетинговой аналитики.

Самообслуживание против централизованного анализа

Когда начиналась маркетинговая аналитика, первыми пользователями данных были маркетинговые команды, которые занимались измерением кампаний. В конце концов, когда продукты маркетинговой аналитики начали отслеживать контент, пути и воронки, все больше пользователей захотели получить доступ к данным. Но в то время аналитика данных была совершенно новой областью, и по нескольким причинам многие (не все) организации продолжали проводить анализ с помощью централизованной модели. В этой централизованной модели потребители данных будут отправлять запросы в централизованную аналитическую группу для получения данных и анализа, а централизованная группа будет предоставлять информационные панели или отчеты. Со временем многие организации начали обучать случайных пользователей данных, как получать свои собственные данные и создавать свои собственные отчеты, но, поскольку многие случайные пользователи данных не были профессионалами в анализе данных, они часто изо всех сил пытались «самообслуживаться», когда дело доходило до аналитики. .

В мире продуктовой аналитики я обнаружил, что цифровая аналитика гораздо больше склоняется к самообслуживанию. Я связываю это с двумя основными причинами. Во-первых, продуктовая аналитика появилась через несколько лет после маркетинговой аналитики, и к тому времени все больше университетов продвигали информационную грамотность. Я знаю, что когда я поступал в университет, я посещал только один или два урока статистики, но мои дети сделали столько же, когда закончили среднюю школу! Это означало, что было больше людей, которые разбирались в данных и стремились получить их прямо в то время, когда продуктовая аналитика вышла на рынок. Во-вторых, люди, которые интересовались продуктовой аналитикой, как правило, были немного более техническими, чем те, кто занимался маркетинговой аналитикой. Конечно, это не всегда так, но чаще всего те, кто создает сложные цифровые или мобильные приложения, как правило, программисты или специалисты по UX, которые понимают код и очень легко сообщают данные, связанные с их продуктами.

Самообслуживание против централизованного инструментария

Основываясь на предыдущем пункте, еще одной областью дифференциации является инструментарий цифровой аналитики (некоторые люди называют это реализацией). Инструментирование — это термин, обозначающий использование кода для сбора данных в продуктах цифровой аналитики. В мире маркетинговой аналитики маркетологи очень часто работают с командами разработчиков, чтобы определить свои бизнес-вопросы и определить точки данных, необходимые для ответа на них. Эта информация обычно преобразуется в спецификации тегов, слои данных, а затем моделируется в системах управления тегами. Этот подход появился много лет назад, потому что маркетологи не были достаточно техническими и не имели доступа к самостоятельному добавлению кода на веб-страницы.

Но в мире продуктовой аналитики многие из тех, у кого есть вопросы о продукте, сами создают продукты. Поэтому они часто более техничны. Поэтому продуктовые команды обычно добавляют свой собственный код в свои продукты для сбора данных, необходимых для анализа и улучшения продукта. Хотя я уверен, что некоторые аспекты этого процесса по-прежнему централизованы, многие из команд, с которыми я разговаривал, предпочитают «помечать» свои собственные продукты, потому что это быстрее и устраняет ненужные узкие места. Конечно, это может создать другие проблемы с управлением данными, поэтому, например, Amplitude приобрела целый программный продукт для управления данными (итеративно).

Ручная или автоматизированная аналитика

Еще одно различие, которое я заметил между продуктами для маркетинга и продуктовой аналитики, заключается в том, насколько они подчеркивают автоматизацию понимания. Когда я использовал продукты маркетинговой аналитики, я видел удивительные способы нарезки ваших данных, но не так много способов, с помощью которых продукты автоматически определяли возможности для улучшения. Большинство популярных продуктов маркетинговой аналитики имеют ту или иную форму машинного обучения и искусственного интеллекта, но не во всех отчетах.

Продукты продуктовой аналитики, которые я видел, больше внимания уделяли внедрению машинного обучения и искусственного интеллекта во все продукты. Например, если вы создаете воронку конверсии, такие продукты, как Amplitude, покажут вам, какие события и свойства способствовали тому, что пользователи завершают воронку или покидают ее. Продукты маркетинговой аналитики могут показать вам, на какие страницы они могли перейти, но не конкретные события и свойства вместе с подробной статистической значимостью. Более широкое использование статистики и автоматизированного анализа может быть результатом того, что продукты продуктовой аналитики появились позже, или того факта, что они были созданы для создания более подкованных данных в соответствии с предыдущим примечанием. Несмотря на это, это просто еще один пример того, где есть разница в акцентах.

Совместимость

Одной из последних тенденций в индустрии цифровой аналитики является функциональная совместимость. Многие организации сейчас говорят о своем «стеке MarTech» и «стеке аналитики». За последние несколько лет организации хотели использовать «лучшие в своем классе» продукты для различных целей маркетинга и продуктовых потребностей. В прошлом интеграция различных поставщиков MarTech или серверных баз данных требовала много времени и средств. Но в настоящее время API значительно упростили отправку данных и групп пользователей между другими цифровыми продуктами и базами данных.

По большей части поставщики маркетинговой аналитики склоняются к подходу «комплект» (когда вы используете одного поставщика для большей части своего стека MarTech), в то время как поставщики продуктовой аналитики склоняются к подходу «лучший в своем классе». У каждого из этих подходов есть свои плюсы и минусы (возможно, еще один пост в блоге позже), но это было точкой разграничения между поставщиками маркетинговой и продуктовой аналитики.

Будущее

Как видите, при всем сходстве поставщиков маркетинговой аналитики есть места, в которых они подчеркивают разные функции и функции. В большинстве случаев, когда поставщики одного типа не уделяли должного внимания, теперь они, вероятно, добавляют новые функциональные возможности. По мере того, как организации понимают, что использование нескольких поставщиков цифровой аналитики может раздробить понимание опыта клиентов, я предсказал, что в будущем будет толчок к стандартизации одного продукта цифровой аналитики как для маркетинговых, так и для продуктовых команд. В конце концов, я вижу, что все поставщики цифровой аналитики сходятся в предыдущих пунктах, так что на самом деле нет никакого способа провести различие между поставщиками маркетинговой и продуктовой аналитики. Скорее всего, будут просто поставщики «цифровой аналитики».

Как и следовало ожидать, мы в Amplitude считаем, что отраслевые тенденции больше смещаются в сторону функциональности продуктовой аналитики, а не маркетинговой аналитики. Это убеждение было одной из причин моего перехода из мира маркетинговой аналитики в мир продуктовой аналитики. С бурными изменениями, касающимися конфиденциальности (GDPR) и сторонних файлов cookie, я полагаю, что в будущем упор будет делаться на удержание, а не на приобретение. Я также наблюдаю тенденцию перехода цифровых маркетологов в команды цифровых продуктов.

Согласны ли вы или не согласны с мнениями, выраженными в этой серии блогов, я надеюсь, что она дала вам пищу для размышлений в отношении маркетинга и продуктовой аналитики. Если есть другие различия между ними, которые, по вашему мнению, я пропустил, дайте мне знать! Если вы заинтересованы в более глубоком изучении некоторых из вышеперечисленных вопросов, я написал бесплатное Руководство для покупателя продуктов цифровой аналитики , в котором подробно рассматриваются некоторые из этих областей.