Pazarlama Analitiği ve Ürün Analitiği (Bölüm 2)

Editörün Notu: Bu seri boyunca, “pazarlama analitiği”nden bahsettiğimde, dijital pazarlama analitiği veya eskiden adlandırıldığı gibi web analitiği içerir.

Bu serinin bir önceki gönderisinde, pazarlama ve ürün ekiplerinin rollerinin dijital dönüşümden nasıl etkilendiğini anlattım ve konu dijital deneyimler olduğunda pazarlama ile ürün arasındaki çizgilerin ne kadar bulanık hale gelebileceğinin bir örneğini paylaştım. Bu gönderi, pazarlama ve ürün analizi ürünlerinin nasıl farklılaştığını ve gelecekte nereye gidebileceğimizi açıklayacaktır.

Bir önceki gönderide belirttiğim gibi, pazarlama veya ürün analitiği ürünleri ile pazarlama ve ürün sorularının cevaplanabileceği birçok durum vardır. Bunun nedeni, işlevselliklerinde çok fazla örtüşme olmasıdır. Her iki ürün türü de şunları yapmanızı sağlar:

• Benzersiz ziyaretçileri sayın
• İçeriği izle
• Müşteri yollarını görüntüleyin
• Dönüşüm hunileri oluşturun
• Dijital pazarlama kampanyalarını takip edin
• Kullanıcı segmentleri/grupları oluşturun
• Panolar oluşturun
• vb.

Her iki tür dijital analitik ürünüyle de çalıştıktan sonra, pazarlama analitiği ve ürün analitiği satıcılarını en çok farklı kılan şeyin, temel olarak ortak özelliklerin farklı yönlerini nasıl vurguladıkları olduğunu buldum. Aşağıdakiler, onları gördüğüm gibi farklılıkları özetleyecektir.

Web sitesi ve Uygulamalar

Uzun yıllar boyunca, bir kuruluşun bir ürün analitiği satıcısına karşı bir pazarlama analitiği satıcısını kullanmayı seçmesinin ana nedeni, analitikleri bir web sitesinde mi yoksa bir mobil uygulamada mı gerçekleştirmek isteyip istemediğiydi. Bu yazıda ana hatlarıyla belirttiğim nedenlerden dolayı, mobil uygulamalar sahneye çıktığında, web siteleri geleneksel olarak pazarlama ekiplerinin alanı iken, ürün ekiplerinin alanı haline geldi. Departmanların bu çatallanması genellikle her bir ekibin kendi dijital analitik ürününü seçmesine, pazarlamacıların pazarlama analizi ürünlerini seçmesine ve ürün ekiplerinin Amplitude (veya ürün analizi rakipleri) gibi ürünleri seçmesine yol açtı. O zamanlar mobil uygulamalar dijital trafik açısından çok daha küçüktü ve bazı durumlarda web sitesini mobil uygulamadan farklı kişiler kullanıyordu.

Ancak artık mobil uygulamaların popülaritesi arttığından ve aynı kullanıcılar hem uygulamalara hem de web sitelerine eriştiğinden, bu çatallanma tutarsız müşteri deneyimlerine yol açtı ve analitik ekiplerinin tüm müşteri deneyimini görüntülemesini zorlaştırdı. Önümüzdeki birkaç yıl içinde dijital analitik ürünlerinde bir yakınsama olacağını tahmin etmemin sebeplerinden biri de bu.

Oturum/Sayfa Görüntüleme Tabanlı ve Olay Tabanlı

Pazarlama analitiği kariyerimin çoğu için, pazarlama analitiği ürünleri oturumlara ve sayfa görüntülemelerine dayanıyordu. Web sitesi çağından doğan pazarlama analitiği satıcıları, varsayılan olarak benzersiz ziyaretçiler, ziyaretler ve sayfa görüntülemeleri yakaladı. Bu sayfa görüntülemeleri ve oturumları içinde her zaman olaylar olsa da, mimari, sayfa yükleme ve oturumlar (genellikle 30 dakika ardışık hareketsizlik süresine kadar sürer) etrafında inşa edilmiştir. Bu model, ilk olarak kuruluşlar tek sayfalı uygulamaları (SPA) dağıtmaya başladığında zorluklarla karşılaştı. Pazarlama analitiği satıcılarının , sayfa görünümlerindeki etkinliği hesaba katmak için geçici çözümler oluşturması gerekiyordu.

Buna karşılık, ürün analizi araçlarının geleneksel olarak uygulamada veya web sitesi paradigmasında çalışan olaya dayalı bir modeli vardır. Olaya dayalı model, çoğu sayfa görüntüleme arasında gerçekleşen birçok müşteri eylemini izlemekten hoşlanan ürün ekipleri için anlamlıydı. Ürün ekipleri, pazarlamadaki meslektaşlarından daha derin bir ayrıntı düzeyi isteme eğilimindeydi. Bir önceki gönderideki ürün açılış sayfası örneğine geri dönersek, filtreler, ürün görseli üzerine gelmeler vb. gibi bazı sayfa içi etkileşimlerin, sayfa tabanlı yerine olay tabanlı izleme için nasıl daha uygun olabileceğini görebilirsiniz. izleme. Gartner, yeni araştırma raporunda bunu şu şekilde açıklıyor: “ …oturuma dayalı yapı eskiyor ve modern kullanım örnekleriyle uyumlu değil. ”

Çerezler ve Kullanıcılar

Pazarlama analitiğindeki kariyerimin çoğunda, nispeten az sayıda müşteri, web sitelerini kimin kullandığını bilecek kadar şanslıydı. Bunun nadir bir örneği, müşterilerin oturum açma yoluyla kimlik doğrulaması yaptığı bankalardı. Bu nedenle, pazarlama analitiği satıcıları ürünlerinde bir "kullanıcı" kavramına sahip değildi. “Joe Smith”in yaptığı her şeyi görmek istiyorsanız bu zorlayıcıydı. Çerez kimliğini belirleyebilir, bu kimlik için bir segment oluşturabilir ve sonsuz yol akışı raporlarına bakabilirsiniz. Yine de, bir kişinin tam olay akışını ve bu olaylarla ilişkili özellikleri/boyutları görmenin kolay bir yolu yoktu.

Buna karşılık, birçok mobil uygulama ve diğer karmaşık dijital deneyimler kimlik doğrulama gerektirir. Bu nedenle, ürün analitiği araçları [Genlik gibi], müşteriyle ilgili bilgileri ve tüm etkinliklerinin bir listesini toplayan tanımlı bir kullanıcı profiline sahiptir. Bazı durumlarda, ürün analizi araçları, kullanıcı profilini CDP gibi ek kullanıcı özellikleriyle güçlendirmenize bile izin verir.

Ürün analitiği araçlarındaki kullanıcı profili özelliği, oturumlar ve cihazlar arasında kimliği doğrulanmış kullanıcıları bir araya getirmek için daha gelişmiş kimlik çözümleme yetenekleri gerektiriyordu. Sonuçta, aynı müşteriyi oturumlar ve cihazlar arasında ve çerezlere dayanmayan bir şekilde doğru bir şekilde tanımlayamazsanız, doğru bir kullanıcı profiline ve olay akışına sahip olamazsınız. Bu, pazarlama analitiği satıcılarının kimlik çözümü için başlangıçta 3. taraf tanımlama bilgilerine (veya reklam ağlarına) güvendiği, ancak son yıllarda birinci taraf ve diğer kullanıcı kimliği çözümleme yöntemlerine geçtiği bir alandır.

Edinme ve Elde Tutma

Pazarlama analitiği ürünlerinin orijinal kullanım örneklerinden biri yeni müşteri kazanımıydı. Google, Urchin'i satın alıp Google Analytics'e dönüştürdüğünde, dijital pazarlamacıların ücretli arama ve görüntülü reklamcılıkta yaptıkları yatırımların performansını ve getirilerini görmelerinin bir yoluydu. Birçok yönden dijital reklamcılık, tüm dijital analitik endüstrisinin itici gücüydü! Bu nedenle, dijital kanalların ve kampanyaların takibinin pazarlama analitiği satıcıları için ne kadar hayati olduğunu bugün hala görebilirsiniz ve bu alanda harika özelliklere sahipler. Uzun yıllar boyunca, ürün analitiği satıcıları müşteri kazanımıyla ilgili özelliklere odaklanmadı. Kampanya izleme kodlarını yakalamanın yolları vardı, ancak ilişkilendirme özellikleri sınırlıydı (Gamplitude'de artık satın alma işlevine büyük yatırımlar yapıyoruz).

Ürün ekipleri geleneksel olarak müşterilerin ve potansiyel müşterilerin dijital deneyimde oraya nasıl geldiklerinden çok ne yaptıklarıyla ilgilendi. Bu nedenle, ürün analitiği satıcıları, müşteriyi elde tutmayı izlemek için daha derin işlevselliğe sahip olma eğilimindedir. Örneğin Amplitude'de, ziyaretçiyi elde tutma raporlarının yirmiden fazla farklı permütasyonu vardır. Pazarlama analitiği satıcıları bir miktar elde tutma raporlaması sunarken, ürün analitiği satıcılarının çok daha fazla vurgu yaptıkları yer burasıdır.

Kuruluşların, gelecekte müşterilerin edinmeden elde tutmaya ve para kazanmaya kadar tüm müşteri deneyimini izlemesi için yolların kilidini açmaya başlayacağına inanıyoruz. Bu nedenle pazarlama ve ürün ekiplerinin işbirliğini artırması gerektiğini vaaz ediyoruz.

E-ticaret İzleme

Pazarlama analitiği satıcılarının üzerinde durduğu bir diğer alan da e-ticaret takibidir. Ürün analitiği satıcıları ürünleri, geliri, alışveriş sepetlerini vb. takip edebilirken, pazarlama analitiği satıcılarının sunduğu ve çoğu ürün analizi aracında bulunmayan bazı süper gelişmiş özellikler vardır. Bu e-ticaret özellikleri ürün satışına, para birimi dönüştürmeye vb. odaklanır. Bunun gibi özellikler, web siteleri ürün satmaya başladığında kritik öneme sahipti ve dijital/mobil uygulamaların uygulanabilir e-ticaret araçları olarak görülmesi yıllar önceydi. Ancak artık mobil uygulamalarda giderek daha fazla çevrimiçi satın alma gerçekleştiğinden, çoğu ürün analizi satıcısı, pazarlama analizi sağlayıcılarıyla denklik kazanmak için özelliklerini artırıyor.

Self Servis ve Merkezi Analiz

Pazarlama analitiği başladığında, verilerin ilk kullanıcıları, kampanyaları ölçmeye odaklanan pazarlama ekibiydi. Sonunda, pazarlama analitiği ürünleri içeriği, yolları ve hunileri izlemeye başladıkça daha fazla kullanıcı verilere erişmek istedi. Ancak o zamanlar veri analitiği oldukça yeni bir alandı ve birkaç farklı nedenden dolayı birçok (hepsi değil) kuruluş, merkezi bir model aracılığıyla analiz yapmaya devam etti. Bu merkezileştirilmiş modelde, veri tüketicileri, veri ve analiz için merkezi bir analitik ekibine istek gönderir ve merkezi ekip, gösterge tabloları veya raporlar sağlar. Zamanla birçok kuruluş, sıradan veri tüketicilerine kendi verilerini nasıl elde edeceklerini ve kendi raporlarını nasıl oluşturacaklarını öğretmeye başladı, ancak birçok sıradan veri kullanıcısı veri analizi konusunda yetkin olmadığından, konu analitik olduğunda genellikle "kendi kendine hizmet etmek" için mücadele etti. .

Ürün analitiği dünyasında, dijital analitik için self servise çok daha fazla eğilim olduğunu gördüm. Bunu iki temel nedene bağlıyorum. Birincisi, ürün analitiği, pazarlama analitiğinden birkaç yıl sonra geldi ve bu sırada daha fazla üniversite veri okuryazarlığını teşvik ediyordu. Üniversiteye gittiğimde sadece bir ya da iki istatistik dersi aldığımı biliyorum, ama çocuklarım liseyi bitirene kadar bu kadarını almışlardı! Bu, veriyi anlayan ve ürün analitiğinin piyasaya çıktığı sıralarda veriyi elde etmeye hevesli daha büyük bir işgücü olduğu anlamına geliyordu. İkincisi, ürün analitiğiyle ilgilenen insanlar, pazarlama analitiğiyle ilgilenenlere göre biraz daha teknik olma eğilimindeydi. Tabii ki, bu her zaman böyle değildir, ancak çoğu zaman karmaşık dijital veya mobil uygulamalar oluşturanlar, kodu anlayan ve ürünleriyle ilgili veriler hakkında çok rahat raporlama yapan programcılar veya UX çalışanları olma eğilimindedir.

Self Servis ve Merkezi Enstrümantasyon

Önceki öğeye dayanarak, bir başka farklılaşma alanı da dijital analitik enstrümantasyonudur (bazı insanlar buna uygulama olarak atıfta bulunur). Enstrümantasyon, dijital analitik ürünlerinde veri toplamak için kod kullanma terimidir. Pazarlama analitiği dünyasında, pazarlamacıların iş sorularını belirlemek ve bunları yanıtlamak için gereken veri noktalarını belirlemek için geliştirme ekipleriyle birlikte çalışması çok yaygındır. Bu bilgiler tipik olarak etiketleme özelliklerine, veri katmanlarına dönüştürülür ve ardından etiket yönetim sistemlerinde modellenir. Bu yaklaşım, pazarlamacıların yeterince teknik olmaması ve web sayfalarına kod ekleme erişimlerinin olmaması nedeniyle yıllar önce başladı.

Ancak ürün analitiği dünyasında, ürünle ilgili soruları olanların çoğu, ürünleri üretenlerle aynı. Bu nedenle, genellikle daha tekniktirler. Bu nedenle, ürün ekiplerinin ürünü analiz etmek ve geliştirmek için ihtiyaç duydukları verileri toplamak için ürünlerine kendi kodlarını eklemeleri yaygındır. Bu sürecin hala merkezileştirilmiş bazı yönleri olduğundan emin olsam da, konuştuğum ekiplerin çoğu daha hızlı olduğu ve gereksiz darboğazları ortadan kaldırdığı için kendi ürünlerini “etiketlemeyi” tercih ediyor. Elbette bu, başka veri yönetişim sorunları yaratabilir; bu nedenle, örneğin, Amplitude tüm bir veri yönetişimi yazılım ürününü (Yinelemeli olarak) edinmiştir.

Manuel ve Otomatikleştirilmiş Öngörüler

Pazarlama ve ürün analitiği ürünleri arasında fark ettiğim bir diğer fark, içgörü otomasyonunu ne kadar vurguladıklarıdır. Pazarlama analitiği ürünlerini kullandığımda, verilerinizi parçalara ayırmanın harika yolları var, ancak ürünlerin iyileştirme fırsatlarını otomatik olarak tanımlamasının pek çok yolu yok. Popüler pazarlama analitiği ürünlerinin çoğunda bir tür makine öğrenimi ve yapay zeka bulunur, ancak tüm raporlarda yaygın değildir.

Gördüğüm ürün analitiği ürünleri, ürün genelinde makine öğrenimi ve yapay zekayı yerleştirmeye daha fazla önem veriyor gibi görünüyor. Örneğin, bir dönüşüm hunisi oluşturursanız, Amplitude gibi ürünler, kullanıcıların huniyi tamamlamasına veya bırakmasına hangi olayların ve özelliklerin katkıda bulunduğunu size gösterir. Pazarlama analitiği ürünleri, hangi sayfalara sapmış olabileceklerini size gösterebilir, ancak ayrıntılı istatistiksel önemle birlikte belirli olayları ve özellikleri gösteremez. İstatistiklerin ve otomatikleştirilmiş içgörülerin artan kullanımı, daha sonra gelen ürün analitiği ürünlerinin veya önceki nota göre daha fazla veri meraklısı nesil için oluşturulmuş olmasının bir sonucu olabilir. Ne olursa olsun, bu sadece vurguda bir farkın olduğu başka bir örnek.

birlikte çalışabilirlik

Dijital analitik endüstrisindeki son trendlerden biri birlikte çalışabilirliktir. Birçok kuruluş artık “MarTech yığını” ve “analitik yığını” hakkında konuşuyor. Geçtiğimiz birkaç yıl içinde kuruluşlar, pazarlama ve ürün ihtiyaçlarının farklı bölümleri için "türünün en iyisi" ürünleri kullanmak istediler. Geçmişte, farklı MarTech satıcılarını veya arka uç veritabanlarını entegre etmek zaman alıcı ve pahalıydı. Ancak günümüzde API'ler, diğer dijital ürünler ve veritabanları arasında veri ve kullanıcı grupları göndermeyi çok daha kolay hale getirdi.

Çoğunlukla, pazarlama analitiği satıcıları "paket" yaklaşımına (MarTech yığınınızın çoğu için bir satıcı kullandığınız), ürün analitiği satıcıları ise "türünün en iyisi" yaklaşımına yöneldi. Bu yaklaşımların her birinin artıları ve eksileri vardır (belki daha sonra başka bir blog yazısı), ancak pazarlama ve ürün analitiği satıcıları arasında bir ayrım noktası olmuştur.

Gelecek

Gördüğünüz gibi, pazarlama analitiği satıcılarının benzer olduğu tüm yollar için, farklı özellikleri ve işlevleri vurguladıkları yerler var. Bir satıcı türünün vurgu eksikliği yaşadığı çoğu durumda, muhtemelen şimdi yeni işlevler ekliyor. Kuruluşlar, birden fazla dijital analitik satıcısı kullanmanın müşteri deneyimlerinden içgörüleri parçalayabileceğini fark ettikçe, gelecekte hem pazarlama hem de ürün ekipleri için tek bir dijital analitik ürününü standartlaştırma yönünde bir baskı olacağını tahmin ettim. Sonunda, pazarlama ve ürün analitiği satıcıları arasında gerçekten bir ayrım yapmanın hiçbir yolu olmayacak şekilde, tüm dijital analitik satıcılarının önceki öğeler üzerinde birleştiğini görüyorum. Muhtemelen sadece "dijital analitik" satıcıları olacaktır.

Tahmin edebileceğiniz gibi, Amplitude'de endüstri trendlerinin, pazarlama analitiğine kıyasla ürün analitiğinde işlevselliğe doğru ilerlediğine inanıyoruz. Bu inanç, pazarlama analitiği dünyasından ürün analitiği dünyasına geçme nedenlerimden biriydi. Gizlilik (GDPR) ve 3. taraf tanımlama bilgileriyle ilgili çalkantılı değişikliklerle birlikte, geleceğin elde tutma yerine elde tutmayı vurgulayacağına inanıyorum. Dijital pazarlamacıların dijital ürün ekiplerine geçiş eğilimini de görüyorum.

Bu blog dizisinde ifade edilen görüşlere katılsanız da katılmasanız da, umarım size pazarlama ve ürün analitiği hakkında düşünmeniz gereken bazı şeyler vermiştir. İkisi arasında gözden kaçırdığımı düşündüğünüz başka farklılıklar varsa, lütfen bana bildirin! Yukarıdaki maddelerden bazılarını daha derinlemesine incelemekle ilgileniyorsanız, bu alanlardan bazılarını derinlemesine inceleyen ücretsiz bir Dijital Analitik Ürün Satın Alma Kılavuzu yazdım.