我在數字分析領域工作了二十多年。 這段時間，我去過客戶端兩次，諮詢過一次，供應商過兩次。 所以我看到了關於組織如何選擇數字分析產品的所有觀點。 雖然數字分析可能有一些獨特之處，但我觀察到的許多事情對於選擇任何軟件產品都是正確的。 但由於我的專業領域是數字分析，我將把這篇文章的內容限制在這一類型。

首先，必須聲明數字分析產品（或“工具”，有些人喜歡這樣稱呼它們）可能是數字分析程序中最不重要的方面。 如果您選擇的產品決定了您在數字分析方面的成敗，那麼您要么做錯了什麼，要么設置的標準太低了。 我確實相信一些數字分析產品比其他產品更好，但產品本身不足以決定成敗。 我還認為一些數字分析產品比其他產品更“適合”組織的文化。 因此，選擇符合組織文化或技能組合的數字分析產品有助於提高采用率和成功率。 但有了合適的人員和流程，您的組織可以通過任何數字分析產品取得成功。 相反，如果人員和流程不當，即使是最好的分析產品也可能會失敗。

在這篇文章中，我想分享我如何看待組織選擇數字分析產品的方法，以及我認為許多當前做法存在缺陷的原因。 我還將嘗試在此過程中分享我的建議。 儘管我目前在一家數字分析供應商工作，但這篇文章將與供應商無關。

慣性

不管別人怎麼說，未來五年您組織的數字分析產品最有可能的決定因素是您今天使用的產品。 慣性（或者我有時認為是懶惰）非常強大。 我與許多組織交談過，他們花了很多時間抱怨他們當前的供應商，但始終堅持下去。 通常，組織會堅持他們所擁有的，因為這是他們所知道的，而改變是困難的。 但惰性通常包含一些子主題：

訓練

培訓用戶使用數字分析產品需要時間。 人們擔心轉向新產品需要對所有用戶進行重新培訓。 我看到只有少數人經常使用數字分析產品。 我認為對重新培訓的恐懼常常被誇大了，我建議您在讓它成為障礙之前量化您必須重新培訓的用戶數量。

採購

令我驚訝的是，有多少組織僅僅因為通過採購獲得新供應商所需的工作而使用他們討厭的數字分析產品。 採購迴避在金融服務組織中尤為普遍。 太多的組織讓採購（或對採購的恐懼）決定他們使用什麼產品。 雖然我之前說過任何組織都可以在任何產品上取得成功，但如果您當前的產品不適合您並且不是人員或流程問題，您不應該以採購為藉口避免尋找新產品.

重新執行

影響數字分析產品決策的慣性的另一個方面是重新實施新產品所涉及的工作。 當然，沒有人願意重新實施數字分析產品。 第一次很少成功，那你為什麼要再做一次呢？ 但如今，數字分析實施中的大部分工作都在數據層、CDP 或標籤管理系統中進行。 如果你實施得很好，切換分析供應商應該只涉及將流程的最後一部分發送到不同的端點。 而且由於大多數數字分析實施都跟踪了太多（和很多垃圾），因此使用新產品重新實施可能是一個從頭開始的機會！

歷史數據保存

一些組織將保留歷史數據（主要是同比數據）作為轉向新產品的障礙。 您的組織應該在數據倉庫中備份其所有數字分析數據，您可以將其回填到幾乎任何數字分析產品中。 另外，大多數組織並沒有像他們聲稱的那樣大量使用歷史數據……

職業保全

雖然這也可能與“慣性”有關，但組織選擇數字分析產品的另一種方式是保留職業。 數字分析行業的許多人都是“工具專家”。 他們在特定工具的基礎上建立了自己的職業生涯。 我應該知道，因為我曾經是他們中的一員。 將近 20 年來，我一直被稱為“Adobe Analytics”（在 Omniture SiteCatalyst 時代以前被稱為“Omniman”）。 我知道關於 Adob​​e Analytics 的一切。 如果我去一家公司工作，我只會選擇使用 Adob​​e Analytics 的公司，因為這是我可以增加最大價值的方式。 當我還是一名顧問時，所有接觸我的諮詢客戶都知道我是 Adob​​e Analytics 的人。 您來找我並不是要我建議您從 Adob​​e 遷移到 Google Analytics； 您來找我是為了幫助您改進對 Adob​​e Analytics 的使用。

雖然我是這方面的極端例子，但業內許多人只知道一種數字分析產品。 如果他們在企業方面工作，他們就會不願意建議該組織放棄他們所知道的產品。 這樣做會降低他們的價值，並可能導致他們丟掉工作。 出於這個原因，許多人忽視了他們所知道的數字分析產品的缺陷，因為這樣做符合他們的自身利益。 但是，如果這些人是優秀的實施者或分析師，他們應該有足夠的信心將自己的技能應用到任何數字分析產品中。 從長遠來看，了解多種產品會讓你變得更有價值。

諮詢/機構偏見

我剛才描述的職業保護問題也存在於諮詢公司和機構的機構層面。 許多組織與專門從事特定數字分析供應商的諮詢公司或機構有關係並從中獲得建議。 雖然一些諮詢公司和機構了解多種數字分析產品，但我發現大多數人只專注於一兩種產品。 這意味著他們的顧問只精通一兩種產品。 因此，當你和他們一起工作時，他們很可能會推薦他們知道的產品（舊的“如果你只有一把錘子，一切看起來都像釘子”綜合症）。

諮詢公司和代理機構應該以客戶的利益為中心，但我經常看到他們將自己的利益置於客戶之上。 有時，諮詢公司和代理機構會從供應商那裡獲得推薦客戶的回扣。 當 GA 360 首次問世時，谷歌就曾這樣做過。 代理商以 150,000 美元的價格出售了它，並保留了購買價中的 75,000 美元以提供“有限的支持”，實際上，其中大部分是尋找者的費用。 如果您為 GA 360 帶來足夠多的客戶，您可以賺很多錢，如果其他供應商不提供相同的回扣，您會推薦哪種產品？

特色大戰！

當您評估數字分析供應商時，通常會被拖入功能大戰。 每個供應商都會向您展示他們擁有哪些競爭對手沒有的功能。 雖然了解每個產品的詳細功能很重要，但請確保將同類產品進行比較，並專注於您將使用的功能。 避免供應商 A 可以做任何事情而供應商 B 什麼都做不了的功能圖表！ 與數據一樣，總有辦法扭曲事物並講述你想要的故事。 供應商（包括我自己！）擅長於此。 聆聽並做筆記，但不要將其作為您的主要評估標準！

現成的與建立你自己的

在您的數字分析之旅的某一時刻，您或您團隊中的某個人會建議您構建自己的分析解決方案，而不是購買現成的分析產品。 每個組織都會經歷他們認為可以組合足夠多的開源工具並節省資金的階段。 雖然我為雄心壯志鼓掌，但我還沒有看到它實現。 如果您構建相當於現成的數字分析產品，您的團隊現在正在支持自己的業務和獨立的數字分析軟件業務。 如果有什麼東西壞了，那是你的問題，而不是供應商。 這些努力始於偉大的意圖，但當人們隨著時間的推移離開組織時往往會分崩離析。 除非數據是您業務不可或缺的一部分（例如 Twitter）或者您的規模足以支持它（例如 Amazon.com），否則您應該向其他人付費而不是自己構建。 如果你不能從你的系統中去除錯誤，我將只構建數據架構的幾個部分（例如，數據管道、事件收集器等）。

購買套房

有時，供應商會宣傳購買整套產品的好處。 由於我們談論的是數字分析產品，因此您知道哪些供應商提供產品套件，哪些不提供。 從一家供應商處購買一套產品並沒有錯。 真正的協同效應可以通過致力於一個生態系統來實現（詢問任何 Apple 客戶）。 但這些協同效應附帶一些附加條件。 在某些情況下，套件中的產品並不是每個解決方案的“同類最佳”產品。 任何供應商幾乎不可能在 5-6 個解決方案中擁有最好的產品。 但是，如果每種產品都能滿足您的足夠需求，並且您想“全部投入”一個供應商，那麼套件方法可能是簡化您的技術堆棧並減輕集成負擔的最佳舉措。

但“套件”方法的另一個缺點是定價權的潛在損失。 不管你喜不喜歡，一旦供應商在他們的套件中向你出售了多種產品，他們就會知道改用其他產品將很困難。 他們在您的組織周圍建立了一條虛擬護城河。 與您僅使用他們的一種產品相比，這為套件供應商提供了更大的價格彈性。 許多套件供應商會爭辯說，購買多種產品會為您省錢，但我從許多公司那裡聽說，感覺有一天他們突然醒來，意識到他們今天支付的費用比幾年前要多得多。

在過去的幾年裡，市場上出現了一些“反套房”的心態，這也衝擊了數字分析市場。 人們說“現代數據堆棧”時，有時指的是為數據堆棧的不同部分利用許多不同供應商的代碼。 一些組織希望在每個領域都使用最好的產品，並且感覺技術領域已經發展到集成多個不同產品變得更易於管理的程度。 我認為這裡沒有正確或錯誤的答案，但值得在您的組織內進行討論。

客戶評論網站

在 B2B 領域，有許多產品評論網站。 在這些站點上，客戶對他們的產品體驗進行評分並分享有關產品的軼事。 我發現這些評論網站經常有那些對供應商生氣或想要討好供應商的人的評論。 評論往往會走向一個極端，因為大多數每天使用產品的人都沒有真正的動機在公共論壇上發表意見。 所以我會對這些評論網站持保留態度。

行業分析師評論

供應商反饋的另一個來源是行業分析師評論。 Forrester、Gartner 等組織與供應商及其客戶會面，根據一長串標準評估供應商，並在 Gartner 魔力像限或 Forrester Wave 等報告中發布這些調查結果。 這些評價往往比上面提到的客戶評論網站更科學，但它們可能更客觀。 對於這些報告，供應商提交了行業分析師與之交談的客戶參考資料，因此您往往會獲得供應商的最佳案例視圖。 但是，有些人不知道的是，這些分析師全年都會接到客戶諮詢電話，並在這些主要評估之外聽取各種反饋——好的和壞的——這讓他們對所討論的供應商有更真實的看法。 總的來說，這些報告是查看行業發展方向以及哪些供應商在同一領域運營的良好起點。

支持

經常貶值的產品評估因素之一是客戶支持。 當您選擇供應商時，您就與他們建立了合作關係。 但許多組織發現他們從數字分析供應商那裡獲得的支持非常糟糕。 一些供應商不提供直接支持，而是利用上述諮詢/機構提供支持。 當遇到產品錯誤或有重要的功能請求時，這無濟於事。 其他供應商將支持外包給對產品不夠了解而無法提供足夠支持的離岸資源。 如果您花時間在#Measure Slack 組中，您將不可避免地發現很多供應商抱怨的話題。 但大多數時候，那些抱怨支持不佳的人會出於上述原因繼續使用分析產品。

更多的組織應該優先考慮他們獲得的支持。 我寧願與一家偶爾會搞砸但坦誠相待並努力改進的供應商合作，也不願與完全無視我的供應商合作。 但很多時候，我認為客戶設置的標準太低，並認為他們收到的蹩腳支持與他們從任何其他供應商處獲得的支持類型相同。

價格

在現實世界中，價格很重要。 有些產品比其他產品貴。 同時，我認為價格不應該是一切。 我看到許多組織過分強調價格。

在宏偉的計劃中，您需要人員、流程和產品才能取得成功。 如果您做事正確，數字分析的人員和流程部分將比數字分析產品花費更多。 因此，您在數字分析產品上的花費不應成為決定因素。

但是，在某些情況下，購買過於昂貴的數字分析產品會直接影響您在人員和流程上的剩餘預算。 如果是這樣的話，我建議一周中的每一天都選擇人員和流程而不是產品。 例如，我會購買一種數字分析產品，它可以以 50% 的成本完成您需要的 80% 的任務，而另一種價格是後者的兩倍，但可以 100% 完成所需的任務。 很少有用戶會使用您可能會錯過的 20%。

行政關係

沒有人喜歡談論它，但高管關係、豪華晚宴和高爾夫郊遊比您想像的更有效！ 人們喜歡參加豪華的供應商會議、豐盛的晚餐、滑雪、在賽道上駕駛豪華汽車等。如果您是公司分析產品的決策者，並且供應商對您很好，您就會有意識或無意識地獎勵他們續約。 我見過很多人陷入供應商關係中，這種關係更多地變成了友誼，而不是供應商和客戶。

我還看到過數字分析團隊想要使用不同產品的案例，但他們老闆的老闆與供應商的一位高管有著長期的關係（通常涉及鄉村俱樂部！）。 這種關係很容易勝過團隊對實際產品的看法。

你應該如何評估產品

因此，前面已經涵蓋了評估數字分析產品時不應做的大部分事情。 我如何建議您評估數字分析產品？ 雖然在評估產品時沒有靈丹妙藥，但我的建議如下：

1. 關注文化——對自己所在組織的文化誠實。是否需要集中或自助服務環境才能在數字分析中取得成功？ 您組織中的人員是否希望獲得自己的數據，或者他們更願意提交支持請求並讓某人為他們創建報告？ 確保您使用適合相應方法的產品。 您的組織是構建還是購買？ 不要試圖將構建方法強加給購買組織（反之亦然）。
2. 立即購買——我看到許多組織對其組織和團隊有“理想”的看法。在數字分析方面，他們希望成為 10 人中的 9 人，因此他們購買了他們將使用的產品，如果他們是10 人中的 9 人，而實際上，他們目前更像是 10 人中的 3 人。那就是就像在您幾乎沒有使用福特的所有功能時花錢購買法拉利一樣！ 誠實地了解您的組織目前所處的位置，併購買今天對您有幫助的產品，而不是幾年後的產品。 您以後可以隨時升級……
3. 每三年評估一次——我建議您每三年重新評估一次數字分析產品。即使您對當前的供應商感到滿意，通過將它們與其他供應商進行比較並查看其他供應商也不會有任何損失。 大部分評估工作由供應商完成。 如果您仍然最喜歡當前的供應商，您可以確信您將繼續使用正確的產品。 如果您發現另一個供應商在做有趣的事情，您可以決定這些功能是否值得更改或推動您當前的供應商添加這些功能。
4. 專注於用例——很容易陷入產品功能大戰（見上文）。但是，如果您專注於您的組織需要完成的真實用例； 您可以讓供應商展示他們將如何處理這些用例。 這有助於讓您擺脫逐個功能的比較。
5. 利用您的網絡——找出哪些組織使用您正在評估的每個數字分析供應商。然後利用您的網絡找到您信任的在這些公司工作並使用這些產品的人。 然後直接詢問他們對產品的喜愛程度，例如支持等。請他們演示如何使用該產品。
6. 實施模塊化——不要將自己與任何一家供應商聯繫得太緊密。如果可以避免，不要將他們的代碼直接放在您的網站上。 當您實施時，構建您自己的數據收集流來控制您收集的數據，並將最後一英里發送給供應商。 保持敏捷。 做到這一點，這樣您就可以在不到四個星期的時間內切換到新的供應商。
7. 僱用多面手——在僱用數字分析分析師和實施者時，不要過分關注特定於供應商的技能。您的員工可以學習新的數字分析產品； 你不能教人們變得聰明或團隊合作！ 聘請多面手將避免對特定供應商的團隊產生任何偏見。

因此，這些是我對組織目前如何評估數字分析產品的一些觀察，以及我對未來如何評估產品的一些建議。