营销分析与产品分析(第 2 部分)
已发表: 2022-05-03编者注:在本系列中,当我提到“营销分析”时,它包括过去被称为数字营销分析或网络分析。
在本系列的上一篇文章中,我描述了营销和产品团队的角色如何受到数字化转型的影响,并分享了一个例子,说明在数字体验方面营销和产品之间的界限会变得多么模糊。 这篇文章将解释营销和产品分析产品的不同之处以及我们未来的发展方向。
正如我在上一篇文章中所说,在很多情况下,营销或产品分析产品可以回答营销和产品问题。 这是因为它们的功能有很多重叠之处。 这两种类型的产品都允许您:
- 计算唯一身份访问者
- 追踪内容
- 查看客户路径
- 创建转化漏斗
- 跟踪数字营销活动
- 建立用户细分/群组
- 创建仪表板
- 等等
在使用这两种类型的数字分析产品后,我发现营销分析和产品分析供应商的最大区别主要在于他们如何强调他们共同拥有的功能的不同方面。 下面将概述我所看到的差异。
网站与应用程序
多年来,组织选择使用营销分析供应商而不是产品分析供应商的主要原因是它是否想在网站或移动应用程序上执行分析。 由于我在这篇文章中概述的原因,当移动应用程序出现时,它们成为产品团队的领域,而网站传统上是营销团队的领域。 这种部门的分歧通常导致每个团队选择自己的数字分析产品,营销人员选择营销分析产品,产品团队选择像 Amplitude(或其产品分析竞争对手)这样的产品。 当时,移动应用程序的数字流量要小得多,在某些情况下,使用网站的角色与移动应用程序不同。
但现在移动应用程序越来越受欢迎,并且同一用户同时访问应用程序和网站,这种分歧导致了不一致的客户体验,并使分析团队更难以查看整个客户体验。 这是我预测未来几年数字分析产品将趋同的原因之一。
基于会话/页面查看与基于事件
在我的大部分营销分析职业生涯中,营销分析产品都是基于会话和页面浏览量。 源于网站时代,营销分析供应商默认捕获唯一访问者、访问和页面浏览量。 虽然这些页面视图和会话中总是存在事件,但该架构是围绕页面加载和会话构建的(通常持续到连续 30 分钟不活动)。 当组织开始部署单页应用程序 (SPA) 时,该模型首先遇到了挑战。 营销分析供应商必须创建解决方法来解决页面浏览量中的活动。
相反,产品分析工具传统上具有在应用程序或网站范式中工作的基于事件的模型。 对于喜欢跟踪许多客户行为的产品团队来说,基于事件的模型很有意义,其中许多行为发生在页面浏览之间。 与营销同行相比,产品团队往往希望获得更深层次的粒度。 回顾上一篇文章中的产品登录页面示例,您可以看到一些页面内交互(例如过滤器、产品图像悬停等)可能更适合基于事件的跟踪而不是基于页面的跟踪追踪。 Gartner 在其新的研究报告中这样描述它:“ ……基于会话的结构变得陈旧,与现代用例不兼容。 ”
Cookie 与用户
在我从事营销分析的大部分职业生涯中,很少有客户有幸知道谁在使用他们的网站。 罕见的例子是让客户通过登录进行身份验证的银行。 出于这个原因,营销分析供应商在他们的产品中没有“用户”的概念。 如果你想看到“乔·史密斯”所做的一切,那是很有挑战性的。 您可以识别他的 cookie ID,为该 ID 构建一个细分,并查看无穷无尽的路径流报告。 尽管如此,仍然没有简单的方法来查看个人的完整事件流以及与这些事件相关的属性/维度。
相比之下,许多移动应用程序和其他复杂的数字体验都需要身份验证。 出于这个原因,产品分析工具 [如 Amplitude] 具有定义的用户配置文件,用于整理有关客户的信息和他们所有活动的列表。 在某些情况下,产品分析工具甚至允许您使用 CDP 等其他用户属性来扩充用户资料。
产品分析工具中的用户配置文件功能还需要更高级的身份解析功能,以便跨会话和设备将经过身份验证的用户拼接在一起。 毕竟,除非您可以跨会话和设备准确识别同一客户,并且以不依赖 cookie 的方式,否则您无法获得准确的用户配置文件和事件流。 这是营销分析供应商最初依靠 3rd 方 cookie(或其广告网络)进行身份解析的领域,但近年来已转向第一方和其他用户身份解析方式。
收购与保留
营销分析产品的原始用例之一是新客户获取。 当 Google 收购 Urchin 并将其转变为 Google Analytics 时,数字营销人员可以通过这种方式查看他们在付费搜索和展示广告方面的投资表现和回报。 在许多方面,数字广告是整个数字分析行业的推动力! 出于这个原因,您今天仍然可以看到跟踪数字渠道和活动对于营销分析供应商的重要性,并且他们在这方面具有强大的功能。 多年来,产品分析供应商并未关注与客户获取相关的功能。 有一些方法可以捕获活动跟踪代码,但归因功能有限(在 Amplitude,我们现在正大力投资于获取功能)。
传统上,产品团队对客户和潜在客户在数字体验中所做的事情比他们如何到达那里更感兴趣。 因此,产品分析供应商往往具有更深入的功能来跟踪客户保留率。 例如,在 Amplitude 中,有超过 20 种不同的访客留存率报告排列。 虽然营销分析供应商提供一些保留报告,但这是产品分析供应商更加重视的地方。
我们相信,未来组织将开始为客户解锁从获取到保留再到货币化的整个客户体验的跟踪方式。 这就是为什么我们一直在宣传营销和产品团队应该加强协作。
电子商务跟踪
营销分析供应商强调的另一个领域是电子商务跟踪。 虽然产品分析供应商可以跟踪产品、收入、购物车等,但营销分析供应商提供的一些超高级功能在大多数产品分析工具中是不可用的。 这些电子商务功能侧重于产品推销、货币兑换等。当网站开始销售产品时,此类功能至关重要,而且在数字/移动应用程序被视为可行的电子商务工具之前已经很多年了。 但现在越来越多的在线购买发生在移动应用程序中,大多数产品分析供应商都在提升他们的功能,以与营销分析供应商平起平坐。
自助服务与集中分析
当营销分析开始时,数据的第一批用户是专注于衡量活动的营销团队。 最终,随着营销分析产品开始跟踪内容、路径和渠道,越来越多的用户希望访问数据。 但当时,数据分析是一个相当新的领域,出于几个不同的原因,许多(不是所有)组织继续通过集中模型进行分析。 在这种集中式模型中,数据消费者将向集中式分析团队提交数据和分析请求,而集中式团队将提供仪表板或报告。 随着时间的推移,许多组织开始教临时数据消费者如何获取自己的数据并构建自己的报告,但由于许多临时数据用户不精通数据分析,他们在分析方面常常难以“自助” .
在产品分析领域,我发现数字分析更倾向于自助服务。 我将此归因于两个主要原因。 首先,产品分析是在营销分析之后几年出现的,那时更多的大学正在推广数据素养。 我知道当我上大学的时候,我只上了一两节统计课,但我的孩子在高中毕业时已经学了这么多! 这意味着在产品分析进入市场之际,有更多了解数据并渴望立即掌握数据的员工队伍。 其次,对产品分析感兴趣的人往往比那些对营销分析感兴趣的人更具技术性。 当然,情况并非总是如此,但通常情况下,那些构建复杂的数字或移动应用程序的人往往是程序员或 UX 人员,他们了解代码并且非常乐于报告与其产品相关的数据。
自助服务与集中式仪表
在前一项的基础上,另一个差异化领域是数字分析仪器(有些人将其称为实施)。 仪器是使用代码在数字分析产品中收集数据的术语。 在营销分析领域,营销人员与开发团队合作以识别他们的业务问题并确定回答这些问题所需的数据点是很常见的。 这些信息通常被转化为标签规范、数据层,然后在标签管理系统中建模。 这种方法几年前就开始了,因为营销人员技术不够,也没有权限自己向网页添加代码。
但在产品分析领域,许多对产品有疑问的人都是构建产品的人。 因此,它们通常更具技术性。 因此,产品团队通常会在产品中添加自己的代码,以收集分析和改进产品所需的数据。 虽然我确信这个过程的某些方面仍然是集中的,但我交谈过的许多团队更喜欢“标记”他们自己的产品,因为它更快并且消除了不必要的瓶颈。 当然,这可能会产生其他数据治理问题,这就是为什么 Amplitude (迭代地)收购了整个数据治理软件产品的原因。
手动与自动洞察
我注意到营销和产品分析产品之间的另一个区别是它们在多大程度上强调洞察自动化。 当我使用营销分析产品时,有很多惊人的方法可以对您的数据进行切片和切块,但产品自动识别改进机会的方法并不多。 大多数流行的营销分析产品都有某种形式的机器学习和人工智能,但并不是在所有报告中都普遍存在。
我见过的产品分析产品似乎更强调在整个产品中嵌入机器学习和人工智能。 例如,如果您构建了一个转化漏斗,Amplitude 等产品会向您显示哪些事件和属性有助于用户完成漏斗或放弃。 营销分析产品可以向您显示他们可能偏离了哪些页面,但不能显示具体的事件和属性以及详细的统计意义。 统计数据和自动化洞察力的使用增加可能是由于产品分析产品后来出现的结果,或者是因为根据前面的说明,它们是为更精通数据的一代而构建的。 无论如何,这只是强调重点不同的另一个例子。
互操作性
数字分析行业最近的一个趋势是互操作性。 许多组织现在都在谈论他们的“MarTech 堆栈”和“分析堆栈”。 在过去的几年中,组织希望使用“同类最佳”产品来满足其营销和产品需求的不同部分。 过去,集成不同的 MarTech 供应商或后端数据库既耗时又昂贵。 但如今,API 让在其他数字产品和数据库之间发送数据和用户群组变得更加容易。
在大多数情况下,营销分析供应商倾向于“套件”方法(您在大部分 MarTech 堆栈中使用一个供应商),而产品分析供应商倾向于“同类最佳”方法。 这些方法中的每一种都有利有弊(可能稍后再发表一篇博文),但它一直是营销和产品分析供应商之间的区别点。
未来
正如您所看到的,尽管营销分析供应商在所有方面都相似,但他们在某些地方强调了不同的特性和功能。 在大多数情况下,一种类型的供应商缺乏重点,现在很可能会添加新功能。 随着组织意识到使用多个数字分析供应商可能会从客户体验中分离出洞察力,我预测未来将会推动为营销和产品团队标准化一种数字分析产品。 最终,我看到所有数字分析供应商都集中在前面的项目上,以至于实际上无法区分营销和产品分析供应商。 可能只有“数字分析”供应商。
正如您所料,在 Amplitude,我们相信行业趋势正朝着产品分析功能而非营销分析方向发展。 这种信念是我从营销分析领域转向产品分析领域的原因之一。 随着隐私 (GDPR) 和 3rd 方 cookie 的剧烈变化,我相信未来将强调保留而不是获取。 我还看到数字营销人员转向数字产品团队的趋势。
无论您同意还是不同意本博客系列中表达的观点,我希望它能让您在营销和产品分析方面有所思考。 如果您认为我错过了两者之间的其他差异,请告诉我! 如果您有兴趣深入了解上述某些项目,我编写了一份免费的数字分析产品购买指南,其中深入探讨了其中一些领域。